🚨 AI News | TestingCatalog@testingcatalogAI 评分3131

Sesame 正在为应用构建 Connectors、Skills、Scheduled tasks 和任务管理功能，隐藏的 Activity 标签页中已出现 "Tasks"、"Schedules"、"Skills" 分区，Connectors 目前包含 Gmail、Google Calendar 和 Google Drive。

Zyphra 网站使用条款更新：公开 Demo 与 Playground 仅供评估

Zyphra Technologies 更新网站使用条款，明确公开 Demo、Playground 和模型预览等测试功能仅供评估使用，不得提交机密、个人或敏感信息，也不得用于生产环境。条款禁止利用这些功能及输出开发、训练或测试竞争性 AI/ML 系统，除非获得 Zyphra 书面许可。基准测试与性能数据仅供参考，不构成任何服务等级协议或性能承诺。

Zyphra 公布 ZAYA、ZONOS、ZUNA、ZAYA-VL 等下一代基础模型

Zyphra Research 公布其下一代基础模型系列，涵盖语言、音频、思维与视觉四个方向。语言模型为 ZAYA，音频模型为 ZONOS，思维模型为 ZUNA，视觉模型为 ZAYA-VL。相关模型在其云平台上提供。

Zyphra Cloud 上线：面向长周期智能体系统的推理服务

Zyphra 推出 Zyphra Cloud，提供面向长周期智能体系统的推理服务，包含 Serverless Inference 与 Dedicated Inference Capacity 两种模式。

Zyphra Research 研究合集：PUFFER 去重系统、ZUNA1.1 脑电模型与 ZONOS2 语音模型

Zyphra 推出面向持续增长训练语料的增量模糊去重系统 PUFFER，在十小时吞吐测试中处理最多 10 亿文档，较现有 CPU 去重方法提速 11x-35x，单进程 1.75 小时可摄入 10 亿文档，已在超 300 亿文档的生产环境部署，并以 Apache 2.0 开源。

Zyphra 介绍：在异构算力上训练多模态开源模型

Zyphra 是一家在异构算力上训练多模态开源模型的研究实验室，专注长时记忆、持续学习与芯片性能的架构创新。其基于 AMD 构建的全栈 AI 平台面向开发者、企业和前沿超大规模厂商，Zyphra Cloud 则针对长周期智能体等高级 AI 系统设计。

PFN 与丰田前沿研究中心联合研究，用 MN-Core L 系列处理器加速 Physical AI

Preferred Networks（PFN）与丰田汽车前沿研究中心（FRC）启动联合研究，用尚在开发中的 MN-Core L 系列 AI 处理器加速 Physical AI 推理。

三菱重工与 Preferred Networks 结成业务联盟，共同开发日本国产关键任务 AI 技术

三菱重工（MHI）与 Preferred Networks（PFN）签署业务联盟协议，将结合 MHI 的硬件、控制与仿真技术，以及 PFN 的国产 AI 基础模型、AI 芯片和计算基础设施，联合开发面向社会基础设施与国家安全等关键任务领域的自主 AI 机械与系统。双方计划在 2026 财年内达成资本与业务联盟协议，以加速中长期研发投入与商业化。

Preferred Networks 投资 Noetra 并参与日本国产多模态基础模型项目

Preferred Networks（PFN）宣布投资 Noetra 并参与其日本国产 Physical AI 多模态基础模型项目，该项目由 METI 与 NEDO 资助，Noetra 与 AIST 共同入选。

Preferred Networks 启动 2028 届应届生招聘预报名

Preferred Networks（PFN）启动 2028 届应届生招聘预报名，正式申请将于 11 月下旬开放。预报名者可收到 PFN 的申请通知及学生技术活动信息，未预报名仍可正常申请。应聘者须为可于 2028 年 4 月或 10 月入职的学生，具体细节将在招聘公告中说明。

PFN 发布 Rust 版 Optuna 实现 Rustuna，并同步推出 Optuna v5.0

Preferred Networks 发布基于 Rust 的 Optuna 实现 Rustuna，并同步推出 Optuna v5.0。内部基准显示 Rustuna 速度最高可达 Optuna 的 1,000 倍，Matlantis CSP 的替换测试中 10 万次 trial 的内存消耗降低约 50%。

ACSL 与 PFN 在 NEDO K 计划下实现 AI 自动生成飞行航线演示阶段

ACSL 与 Preferred Networks（PFN）在 NEDO K 计划的小型无人机自主与分布式控制技术项目中，已实现利用生成式 AI 根据任务需求和周边环境自动生成飞行航线的演示阶段。

三菱重工与 Preferred Networks 达成资本与业务联盟

三菱重工与 Preferred Networks 于 8 月 31 日签署资本与业务联盟协议，三菱重工将通过第三方配股认购 PFN 新股，总计投资 100 亿日元。双方此前已于 6 月宣布业务联盟，共同开发面向社会基础设施和国家安全等关键领域的日本国产 AI 技术，此次资本合作将加速智能自主机械与系统的中长期联合研发及实际部署。

Preferred Networks 的 AI 产品与解决方案

Preferred Networks 提供 AI 产品与解决方案，并开放产品、解决方案、研发及其他案例研究的咨询入口。原文未披露具体模型、版本号或性能数据。

Preferred Networks 新闻发布

Preferred Networks 官网新闻发布页面共收录 123 条内容，当前展示第 1-10 条，分页共 13 页。页面提供产品、解决方案、研发及案例研究相关咨询的联系入口。

PFN 与 PFCI 将于 2026 年用自研 MN-Core 2 AI 芯片加速材料模拟器 Matlantis

Preferred Networks（PFN）与 PFCI 计划在 2026 年内，通过 PFCI 的 AI 云服务 PFCP 向材料模拟器 Matlantis 提供自研 AI 芯片 MN-Core 2 的算力，用于晶体结构等特定计算任务。

Preferred Networks（PFN）如何将 AI 产品与解决方案落地各行业

Preferred Networks（PFN）结合自身技术专长与领域知识，为广泛行业提供 AI 产品与解决方案，目标是让现实世界可计算、共同创造未来。其做法是把技术能力与行业 know-how 结合，从而在多个行业扩大影响力。

Preferred Networks 商业与文化栏目暂无文章

Preferred Networks 的 Business & Culture 栏目目前没有文章，该栏目原计划收录其业务与技术走向社会、以及企业文化与举措相关的故事。页面同时提供 Culture & Benefits 入口，供了解 PFN 的企业文化、工作环境和员工福利。

Preferred Networks 技术栏目：工程师与研究员分享最新研究成果与技术

Preferred Networks 上线 Technology 栏目，由其工程师、研究员和实习生分享最新研究成果与技术。该栏目同时提供联系方式，可就产品、解决方案、研发及其他案例研究进行咨询。

PFN Blog：Preferred Networks 成员分享最新研究与技术

Preferred Networks 推出 PFN Blog，由 PFN 成员亲自分享最新研究成果、技术、产品与解决方案以及企业文化。博客内容涵盖工程师、研究人员和实习生撰写的研究与技术文章，并提供产品、解决方案及研发等案例的合作咨询入口。

Preferred Networks（PFN）2026 实习项目开放申请

Preferred Networks（PFN）开放 2026 实习项目申请，设两种不同时长的课程，方向涵盖大语言模型、生命科学、金融、计算机视觉、产品与服务开发及材料科学等，实习期间由 PFN 工程师与研究员带教。申请人须年满 18 岁、在读学生，具备日语或英语沟通能力，并能到东京大手町办公室现场工作，需自备个人笔记本电脑。实习期间产生的知识产权归 PFN 所有。

Preferred Networks（PFN）招聘：从 AI 芯片到生成式模型

Preferred Networks（PFN）发布招聘信息，招募希望把前沿技术转化为现实影响的人才。PFN 的业务覆盖 AI 芯片、计算基础设施到生成式 AI 模型、解决方案与产品，打通 AI 价值链各层，落地制造、材料、制药、能源、医疗、零售、娱乐与教育等行业。

Preferred Networks 发布多篇 AI 研究论文

Preferred Networks 公布了一批由 PFN 研究员、实习生及兼职工程师学生撰写、含联合研究成果的论文，发表于日本及全球的会议与期刊。作者包括 Yoshihiko Ozaki、Shuhei Watanabe、Kenta Oono、Nontawat Charoenphakdee、Shin-ichi Maeda、Kohei Hayashi 等。

Preferred Networks 研究：PLaMo 系列开源模型与 Optuna、CuPy 等 OSS 成果

Preferred Networks（PFN）发布 PLaMo 系列部分大语言模型及其他经额外数据微调的 LLM 作为开放模型，这些模型通过日本经产省与 NEDO 主导的 GENIAC 项目开发。PFN 同时开源 Optuna 自动超参数优化框架、CuPy GPU 矩阵计算库等研究成果，相关开放模型已在 Hugging Face 上提供。

Preferred Networks 企业级 AI 平台与 PLaMo 系列模型一览

Preferred Networks 推出企业 AI 平台 PreferredAI Work Suite，支持在平台内或连接的外部存储中存放数据，帮助团队利用内部知识并自动化日常业务任务。

Preferred Networks（PFN）的教育事业：编程教育与生成式 AI 应用支持

Preferred Networks（PFN）将编程教育列为使命之一，通过教育事业让孩子体验用编程实现创意和解决问题的乐趣，同时探索利用 AI 技术本身开展教育的可能性。随着生成式 AI 快速渗透教育场景，PFN 也在推进相关举措，帮助教职员工、学生和研究者恰当利用生成式 AI。

Preferred Networks 如何用 PLaMo 变革社会基础设施

Preferred Networks（PFN）面向日本政府机构、地方自治体、非营利组织和基础设施企业，提供日本国产生成式 AI 基础模型 PLaMo 及一系列 AI 解决方案，用于守护民众生活、社区与文化。这些服务在符合政府指导方针的 AI 治理框架下开发，强调安全性、可靠性与可问责性。

Preferred Networks 金融业务：PLaMo-fin-prime 金融专用大模型与 PLaMo Prime 商用模型

Preferred Networks 的金融团队基于机器学习与深度学习技术，研发面向金融行业的 AI 解决方案，覆盖市场低效识别、投资组合配置与衍生品对冲等场景。

Preferred Networks 如何用 AI 与机器人技术解决零售与物流难题

Preferred Networks（PFN）面向零售与流通行业，利用 AI 和机器人技术开发解决方案、产品与服务，帮助自动化运营并提升零售与物流价值链的生产力。其针对连锁店行业的重点包括防止缺货、优化商品组合，以及通过改进商品陈列减少浪费。这些需求背后是劳动力短缺与改善工作环境的压力。

Preferred Networks 如何用 AI 重塑娱乐内容创作

Preferred Networks（PFN）在生成式 AI 受到全球关注之前，已探索 AI 用于内容创作十余年，持续为创作者提供创新技术与服务。其 AI 应用于电影、动画和游戏等领域，让创作者不受技术限制地表达想法，并重新定义娱乐内容的制作方式。

Preferred Networks 如何用 AI 加速药物发现与疾病早期检测

Preferred Networks（PFN）将 AI 用于预测和模拟此前无法计算的分子性质与生物机制，以加速生命科学领域的研发与运营流程。其应用覆盖药物发现、实验流程优化、诊断支持、临床实践和个人健康管理，目标是在严格监管下实现更快、更准确、更高效的创新。

Preferred Networks 如何用 AI 加速新材料发现

Preferred Networks（PFN）联合旗下 Matlantis Corporation，将 AI 技术应用于材料科学，以大幅加速新材料发现。其材料信息学方法此前已提升化合物搜索效率，但仍需大量时间与算力。PFN 集团希望借此在能源、汽车、半导体等行业实现由新材料支撑的可持续社会。

Preferred Networks 如何用 AI 应对制造业挑战

Preferred Networks（PFN）与能源、材料、机床等领域伙伴合作，将领域专业知识与 AI 技术及先进计算基础设施结合，通过自动化和优化制造流程提升效率、安全性与环保表现。其针对的制造业难题包括改进生产工艺与产品质量、确保自然资源可持续利用、减少 CO₂ 排放以及应对劳动力短缺。

Preferred Networks 面向各行业部署 AI 产品与解决方案

Preferred Networks（PFN）正将 AI 产品与解决方案部署到多个工业领域，结合自身算力基础设施与前沿技术，并融入各行业的领域知识。其面向不同行业提供 AI 产品与解决方案，覆盖多种产业场景。

Preferred Networks 的 MN-Core 系列 AI 芯片：从 MN-Core 到 MN-Core L1000

Preferred Networks 自 2016 年起与神户大学共同开发 MN-Core 系列 AI 专用芯片，覆盖训练、推理与高性能计算。面向生成式 AI 推理的 MN-Core L1000 采用 3D 堆叠架构与 DRAM，每秒可处理更多 token，性能最高达现有 GPU 及其他处理器的 10 倍。

Preferred Networks 的 AI 计算基础设施：MN-Core 系列处理器与 PFCP 云平台

Preferred Networks（PFN）自研 MN-Core 系列 AI 处理器，并整合先进网络与存储技术，为内外部研究者与开发者提供 AI 计算基础设施。除通用 GPU 外，PFN 将自研处理器纳入整体方案；自 2024 年起还推出 Preferred Computing Platform（PFCP），这是唯一运行于 MN-Core 系列的 AI 工作负载云服务。

Preferred Networks 的 PLaMo 生成式基础模型系列

Preferred Networks（PFN）从零自研的日本大语言模型 PLaMo，主打日语理解与生成能力，旗舰版 PLaMo Prime 以紧凑模型规模提供世界级日语性能，可通过云端 PLaMo API（付费）和 PLaMo Chat 使用，并借 Amazon Bedrock Marketplace 支持本地部署。

World Labs 隐私政策更新：LWM 与空间智能 AI 数据处理说明

World Labs 发布更新版隐私政策，自 2025 年 11 月 12 日起生效，适用于其 Sites 及空间智能 AI 技术和大世界模型（LWM）相关服务。政策说明会收集账户信息、用户提交的文本图像视频与 3D 模型、空间及地理数据，并自动采集使用数据，用于服务交付、研发及 AI 模型训练与基准测试，用户可通过服务条款所述机制退出模型训练。

World Labs 更新服务条款（TOS），2026 年 1 月 21 日生效

World Labs 发布更新版服务条款，最后更新日期为 2026 年 1 月 21 日，该版本于同日生效，继续使用其服务即视为接受变更。条款涵盖网站与服务的访问使用许可、隐私与安全措施、18 岁年龄限制、授权用户及电子通信等规定，并包含第 10 节的约束性仲裁条款与集体诉讼弃权。

李飞飞：有了空间智能，AI 将理解真实世界

李飞飞提出“空间智能”概念，即 AI 在 3D 空间中感知、推理并行动的能力，认为这将让机器真正理解并与物理世界交互。该内容来自 World Labs 官网，原文发布于 2024 年 5 月 16 日。