7月14日，亚马逊AWS发布介绍其分布式集群Project Rainier，该项目有望成为全球最强AI模型训练计算机。Project Rainier基于Annapurna Labs开发的Trainium2芯片，每个服务器配备16颗芯片，每4个服务器组成一个UltraServer，数以万计的UltraServer通过NeuronLinks和Elastic Fabric Adapter技术互联，构成超级集群。该系统分布于美国多个数据中心，具备跨中心协作能力。Anthropic将利用Project Rainier训练下一代Claude模型，其算力可达Anthropic当前最大训练集群的五倍，为AI模型研发提供强大支持。

2025年7月，埃默里大学、佐治亚理工学院等联合发布全球首个医疗代码生成大模型训练平台MedAgentGym。该平台整合72,413个真实医疗编程任务，覆盖电子健康记录查询、生物信息学建模等四大领域，并提供容器化隔离环境与交互式反馈机制。基于此平台开发的开源模型Med-Copilot-7B通过两阶段训练后，在多项医疗编程任务上性能接近GPT-4o，达到59.90分。研究团队还引入AI验证器，显著提升模型成功率至42%，为未来医疗AI发展奠定基础。论文及代码已公开，项目有望加速医疗AI普惠化进程。

6月26日，据外媒报道，人工智能公司Anthropic为训练AI模型Claude，耗资数百万美元购入并销毁大量实体图书，将书籍拆解、扫描后丢弃原件。法庭文件显示，公司曾雇佣前Google Books项目负责人Tom Turvey，试图复制谷歌的图书数字化模式。法官William Alsup裁定该行为构成合理使用，因图书已合法购买、扫描后即刻销毁，且数字文件仅限内部使用。AI训练需要海量优质文本，而书籍相比网络内容更具质量优势。Anthropic最初尝试绕过版权，后转向购买二手书进行破坏式扫描，以规避法律风险。

《科创板日报》23日消息，阿里云发布全新AI加速框架PAI-TurboX，专为自动驾驶领域模型设计。该框架通过优化训练和推理过程，显著提升感知、规划控制及世界模型的效率。据测试显示，在多种行业模型训练任务中，PAI-TurboX能将训练时间平均缩短50%，大幅提高研发效率。此技术突破将助力自动驾驶等行业加速技术创新与落地应用。

全新GPU高速互联设计助力大模型训练降本增效！北大/阶跃/曦智提出InfiniteHBD架构 随着大模型参数规模扩大，分布式训练成为AI发展核心路径。高带宽域设计对提升训练效率至关重要，但现有HBD架构在可扩展性、成本和容错能力等方面存在瓶颈。NVIDIA NVL-72等以交换机为中心的HBD成...

据财联社4月16日报道，人工智能公司OpenAI正开发类似X（原推特）的社交网络项目，目前处于早期阶段，原型侧重于ChatGPT的图像生成功能及社交动态信息流。CEO奥尔特曼已向外部人士咨询反馈，但具体推出方式未定。此计划可能加剧与马斯克的关系，后者曾试图以974亿美元控股OpenAI，遭拒后成立xAI竞争。近期，双方因合同纠纷互相诉讼。若OpenAI推出社交网络，将与Meta直接竞争，后者也在开发类似功能。此外，社交数据可增强AI模型训练能力，OpenAI或借此获取专属数据资源。尽管项目前景待观察，但显示其扩展业务的新方向。

Meta公司宣布从本周起恢复在欧盟使用Facebook和Instagram上的公共内容（如帖子和评论）训练AI模型。此前，由于GDPR隐私法规限制，Meta在欧盟的AI项目进展滞后。2024年6月，因爱尔兰数据保护委员会（DPC）反对，Meta暂停了相关计划。近期，在欧洲数据保护委员会（EDPB）确认其方法合规后，Meta与DPC达成共识，决定重启训练工作。欧盟用户将收到通知，可选择通过表格拒绝数据使用。Meta强调，不会使用私人消息或18岁以下用户数据进行训练，并效仿谷歌、OpenAI的做法。此外，DPC仍在审查其他AI训练案例，如xAI对Grok的训练。

标题：杨立昆最新访谈：用于训练AI模型的资源，远没有到尽头 Meta首席AI科学家杨立昆近期接受专访，探讨了深度学习的发展历程、机器学习的三种范式、莫拉维克悖论与AI发展的限制、训练AI模型的资源、AI基础设施投资等话题。 杨立昆指出，当前AI发展的三大限制包括物理世界复杂性、莫拉维克悖论（计算机擅...

微软推出首个FP4训练框架，实现与BF16相当的训练效果，所需存储和计算资源更少。该框架适用于高达130亿参数规模的模型，训练Token数量达千亿级别。研究团队在FP8 TensorCore上模拟FP4，采用定制化FP4矩阵乘法CUDA内核，通过E2M1格式（2位指数，1位尾数，1位符号位）实现高效量化。此框架对权重矩阵W和激活矩阵A采取不同粒度的量化策略，最大化利用FP4加速效果。为解决梯度问题，研究团队提出可微分梯度估计方法，并引入“离群点削峰和补偿”策略。该框架由微软亚洲研究院和SIGMA团队打造，第一作者Ruizhe Wang是中科大在读博士生，通讯作者为MSRA的程鹏和Yeyun Gong。

12月31日，上海高级别自动驾驶引领区数据采集车发车仪式在浦东举行，30辆智己L6数据采集车正式发车。市经济信息化委副主任汤文侃表示，上海将按照“单车智能为基础，车路云协同为关键支撑”的技术路线，推动智能网联汽车产业生态培育。主要措施包括开展车端真实训练数据采集与处理，建设自动驾驶实训场平台，以及构建车联通信网络。首批数据采集车的发车标志着上海在自动驾驶领域迈出了重要一步。