近日,MLCommons公布了最新的MLPerf推理v5.0基准测试结果,其中,英特尔® 至强® 6性能核处理器在本次测试的六个关键项目中,性能表现卓越。测试结果显示,相较于上一代产品,该处理器的AI性能实现了高达1.9倍的显著提升,这也充分显示了至强6处理器作为现代AI系统理想解决方案的强大实力。
英特尔公司副总裁兼数据中心和人工智能事业部临时总经理Karin Eibschitz Segal表示,“从最新的MLPerf基准测试结果可以看到,英特尔至强6处理器凭借性能和能效的平衡,已成为适合AI应用的理想CPU。而作为AI系统中被广泛应用的领先CPU,每一代英特尔至强处理器均在多项AI基准测试中,持续展现出卓越的代际性能提升。”
现阶段,AI应用正在加速发展,而作为AI系统中的核心节点,CPU负责数据预处理、传输和系统编排等关键功能,扮演着不可或缺的角色。深耕处理器领域多年,英特尔是唯一一家持续向MLPerf提交服务器CPU测试结果的厂商,并凭借其卓越的性能和能效表现,持续引领行业标准。
在MLPerf推理v5.0中,相较于第五代英特尔® 至强® 处理器,英特尔® 至强® 6性能核处理器在包括ResNet50、RetinaNet、3D-UNet和新的GNN-RGAT的关键基准测试中,平均性能提升达1.9倍。这有力地证明了英特尔至强6作为AI系统首选CPU的优势,并彰显了至强处理器在小型语言模型中的强大实力。
自2021年首次提交基于第三代英特尔® 至强® 处理器的MLPerf测试结果以来,英特尔在ResNet50上实现了高达15倍的巨大性能提升。软件优化也让GPT-J性能提升了22%,并使3D U-Net基准测试性能提升了11%。

最新的MLPerf结果显示,英特尔至强处理器在OEM厂商和生态系统合作伙伴提供的解决方案中拥有卓越的性能表现。随着AI工作负载与企业系统的集成度越来越高,OEM厂商倾向于优先选择基于至强处理器的系统,以确保能为客户提供领先的性能。
英特尔与思科、戴尔科技、广达和超微四家重要的OEM合作伙伴携手合作,分别提交了基于英特尔至强6性能核处理器的测试结果,展示了多样化的AI工作负载和部署能力。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。