产品更新：Kilo Code for i
Kilo Code for iOS and Android
Product Hunt AI 9/15 15:01
Start coding agents, control sessions, review
查看原文单日回看
2026-09-15 AI 日报
共 8 条 · 生成于 9/15 21:45
当日工作台
先扫全局，再按版块深入
这页适合完整回看 2026-09-15 的筛选结果。建议先扫一遍版块分布，再进入你最关心的模型、产品、研究或行业更新。
版块覆盖
这一天只有部分版块有入选内容
模型发布/更新、行业动态、论文研究、技巧与观点 在 2026-09-15 这一天暂无新条目，所以这份日报只展示了实际命中的版块，而不是漏掉了页面内容。
产品发布/更新
4 条AI 产品、功能和平台发布。
中文媒体精选
4 条来自 36氪、机器之心、量子位等中文 AI 媒体的精选内容。
卡位具身智能规模化落地“最后一公里”
卡位具身智能规模化落地“最后一公里”！无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf，Pi 0.5性能SOTA
机器之心 9/15 21:44
卡位具身智能规模化落地“最后一公里”！无问芯穹联合清华、上交正式开源具身端侧推理引擎APXI
查看原文前OpenAI后训练VP回应陶哲轩：说AI毁了数学，可能还是太小瞧AI了
量子位 9/15 13:39
前OpenAI后训练VP回应陶哲轩：说AI毁了数学，可能还是太小瞧AI了 henry 2026-09-15 13:39:10 来源：量子位 未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。 henry 发自 凹非寺 量子位 | 公众号 QbitAI 说AI毁了数学，可能还是太小瞧AI了。 刚刚，OpenAI前后训练VPLiam Fedus，回应了陶哲轩等数学家关于“AI不应只追求解题，更应推动数学理解”的观点。 他赞同陶哲轩对概念理解的重视，但也认为不能用今天AI的能力边界，框定未来的可能性。 在Liam看来，未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。 换句话说，如果AI的训练目标不只是“把题做对”，而是进一步扩展到解释为什么、提炼方法、帮助人类理解，那么它最终可能成为一个既能给答案，也能创造新思路的数学研究伙伴。 这份乐观，与陶哲轩等25位菲尔兹奖得主最初联署的声明，既有共识，也有分歧。 双方都认同，数学不能只剩下答案。 不同的是，数学家们更担心，眼下AI公司追逐解题成
查看原文9月21日，深圳前海！聊聊工业AI与生态共创的下一步
量子位 9/15 13:20
9月21日，深圳前海！聊聊工业AI与生态共创的下一步 田, 晏林 2026-09-15 13:20:30 来源：量子位 西门子Xcelerator繁星生态大会，在生态合作中共赢机遇 允中 发自 凹非寺 量子位 | 公众号 QbitAI 工业AI火了好几年，但大多数时候，我们看到的还是这样的场景： 企业自研的模型精度很高，一到产线就水土不服；好不容易找到场景，又卡在资源对接；跑通了几个项目，规模一上来就崩。 从适配单条产线，到落地更多工厂；从完成单次项目交付，到沉淀成可复制的解决方案，技术之外，团队还要经受场景、资源与合作伙伴的多重考验。 谁能一起打磨产品，谁能带来行业经验，又如何把各自的能力组合起来，解决客户的实际问题？ 以上这些，9月21日，深圳前海，2026西门子Xcelerator繁星生态大会将回答你。 自2023年繁星计划启动至今，西门子Xcelerator已汇聚600余家生态伙伴——有做工业AI的，有做自动化和机器人的，有做工业软件的，也有深耕行业集成与数字化服务的。 去年，百余位生态伙伴代表与业界专家在繁星生态大会上，围绕工业AI与智能制造展开了一场关于
查看原文7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开
量子位 9/15 10:17
7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开 思邈 2026-09-15 10:17:34 来源：量子位 几百个Agent参与研发，AI开始造AI 允中 发自 凹非寺 量子位 | 公众号QbitAI 北京中关村学院7名博士生，用一个暑假，从零训练出了一个7B大模型——ZGCM-1。 随后，他们把各阶段训练数据和配方、模型权重、训练代码、中间checkpoint和日志也开放出来，让每一位感兴趣的研究者都可以追溯、复现整个流程。 在多项通用评测中，ZGCM-1与Qwen3-8B等同规模模型表现相近；在部分数学推理和搜索评测中，它也能与Qwen3-235B-A22B、GLM-5.1等更大规模的模型比较。 但比最终分数更让人好奇的是，数据、训练、集群、评测这一整套工程，在大厂通常需要几百人的团队协作完成，七个人怎么做得过来？ 他们给自己组建了一支几百个Agent的团队，分头处理数据、跑实验、看日志、做评测，亲手实践「AI4AI」研发范式。 模型训完后，团队还对整个模型研发流程中Agent的实际表现做了一次评级，希望基于本次完整的大模型训练实践，为RSI现状提
查看原文