歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。新鮮AI產品點擊瞭解：https://app.aibase.com/zh1、OpenAI出手！Cowork處於研究預覽階段，僅對ClaudeMax訂閱用戶開放，其他用戶可申請加入候補名單。
OpenAI以價值1億美元的股權收購醫療記錄初創公司Torch，其四人團隊將加入OpenAI。該團隊曾任職於AI診所Forward Health，後開發了用於醫療記錄分析的AI工具。
OpenAI以約1億美元收購醫療健康初創企業Torch，旨在佈局醫療健康領域。Torch作爲AI健康應用，整合凱撒醫療記錄、普雷努沃醫學影像及蘋果健康數據，爲用戶提供智能化健康管理方案。
谷歌正推進“TorchTPU”計劃，旨在提升其TPU芯片對PyTorch框架的兼容性，以降低開發者從英偉達GPU遷移至谷歌TPU的成本。此舉意在挑戰英偉達在AI芯片領域的統治地位，打破PyTorch與英偉達CUDA的深度綁定。
PyTorch原生量化和稀疏性訓練與推理庫
pytorch
這是由PyTorch團隊使用torchao進行量化的Qwen3-8B模型，採用int4僅權重量化和AWQ算法。該模型在H100 GPU上可減少53%顯存使用並實現1.34倍加速，專門針對mmlu_abstract_algebra任務進行了校準優化。
SmolLM3-3B-INT8-INT4是基於HuggingFaceTB/SmolLM3-3B模型進行量化的版本，使用torchao實現了8位嵌入、8位動態激活和4位權重線性量化。該模型轉換為ExecuTorch格式，通過優化在CPU後端實現高性能，特別適合移動設備部署。
Phi-4-mini-instruct模型經torchao進行float8動態激活和權重量化，在H100上實現36%顯存降低和15-20%速度提升，幾乎不影響精度。
Bingsu
基於kss數據集訓練的Tacotron2韓語文本轉語音模型
torchxrayvision
基於DenseNet架構的卷積神經網絡，專為X光圖像分類任務設計，通過密集塊實現層間密集連接。
DenseNet121架構的預訓練模型，專用於胸部X光圖像分類任務，具有18個輸出目標。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
