🚀 特斯拉Dojo3上天，MIT大模型處理千萬級長文本
今日AI領域的核心張力在於，技術突破正以前所未有的規模拓展AI能力邊界，同時對AI的治理、控制和數據主權提出更緊迫要求。從特斯拉的“天基AI計算”到MIT千萬token處理能力，AI算力與模型深度飛速提升。這種能力躍升同步加劇了運營級AI治理的歸屬缺口，也促使人們深思AI“人性”與本地數據主權問題。
今日 Top 3 頭條
- AI行業新聞
埃隆·馬斯克表示，Tesla重啟的Dojo3將用於“天基AI計算”。
2026年1月20日消息，埃隆·馬斯克宣佈特斯拉將重啟Dojo AI芯片項目，並把最新一代“Dojo3”鎖定為“太空AI計算”。這一戰略舉措表明，特斯拉在AI硬件上的雄心正從自動駕駛延伸至蓬勃發展的太空產業，並有望與馬斯克的另一家公司SpaceX形成強力協同。 特斯拉的Dojo超級計算機最初旨在藉助自研D1芯片，加速全自動駕駛（FSD）系統的AI模型訓練，減少對外部GPU的依賴，實現每秒千萬億次浮點運算（exaFLOP）級性能。如今把“Dojo3”重新定位為“太空AI計算”，意味著項目將針對太空環境的獨特挑戰進行專業化演進：開發具備抗輻射、超低功耗、高效散熱特性的芯片，同時保持高計算密度，以滿足航天器在極端條件下的運行需求。 “太空AI計算”的核心，是把AI任務直接放在衛星或航天器上處理，而不再把原始數據回傳地球。這種“在軌邊緣計算”模式正迅速受到航天界青睞，因為它能顯著減少下行數據量，實現自主導航、故障檢測、在軌制造等實時決策，並支持地球觀測數據即時分析或星鏈等複雜星座的高級管理。 對SpaceX而言，“太空版Dojo3”將帶來革命性價值：為更自主的星鏈衛星提供澎湃算力，實現更復雜的
來源 ↗ - AI行業新聞
Show HN：AIChatLens——在瀏覽器本地保存 AI 聊天記錄與代碼片段
AIChatLens 是一款創新的 Chrome 瀏覽器擴展，旨在解決用戶在使用 ChatGPT、Gemini 等主流 AI 聊天工具時，對話內容易丟失且難以管理的問題。該工具的核心功能是在用戶瀏覽器本地保存 AI 聊天記錄和代碼片段，確保數據的隱私性和安全性，避免將敏感信息上傳至第三方雲服務，從而賦予用戶對其 AI 交互數據完全的控制權。 AIChatLens 不僅提供自動保存功能，還具備強大的管理能力。用戶可以方便地搜索、過濾和整理保存的聊天記錄，支持 Markdown 渲染和代碼高亮顯示，極大提升了內容的可讀性和複用性。對於開發者而言，這意味著重要的代碼片段和調試過程可以被輕鬆保存和檢索；對於內容創作者和研究人員，複雜的提示詞和生成的內容不再是轉瞬即逝的，而是可以被系統化地歸檔和利用。此外，它還允許用戶將保存的對話導出為 JSON 或 Markdown 格式，方便進一步的分析、備份或與其他工具集成。 這款擴展的推出，滿足了開發者、研究人員、內容創作者以及任何頻繁使用 AI 工具的用戶對“個人 AI 記憶庫”的迫切需求。它將 AI 交互從短暫的會話轉變為可持久化、可檢索的知識資產，
來源 ↗ - AI行業新聞
MIT 新提出的“遞歸”框架讓大語言模型在不出現上下文腐爛的情況下處理 1000 萬 token
麻省理工學院的研究人員在大型語言模型的長上下文處理能力上取得突破，提出名為“遞歸狀態空間模型”（RSSM）的新框架，旨在解決傳統模型處理超長文本時的“上下文遺忘”及注意力機制帶來的二次計算複雜度問題。 RSSM 的核心是把輸入文本分塊：每處理完一塊，模型將其關鍵信息壓縮成固定長度的“狀態”向量，該向量與下一塊一起輸入，實現對整個歷史上下文的遞歸記憶與更新。由此，模型可在不丟失信息或降低連貫性的前提下處理高達 1000 萬 token 的上下文。相比之下，當時領先的商業模型 GPT-4 Turbo 為 12.8 萬 token，Claude 3 Opus 為 20 萬 token，Google 的 Gemini 1.5 Pro 也僅 100 萬 token。MIT 的方案把上下文規模提升一個數量級，並將計算複雜度從二次降為與長度呈線性關係，效率顯著提高。 該技術商業價值巨大，可讓模型深度分析超大規模數據：在法律領域審閱數百萬頁判例、合同；在科研中消化整本專著、論文與實驗數據；在醫療中整合完整病歷、文獻與指南；在軟件開發中理解龐大代碼庫與文檔；在商業分析中處理海量報告、財報與用戶反饋。消除
來源 ↗
+4 條頭條
- 對齊讓AI不再那麼像人
- 運營級 AI 治理與運行時決策歸屬缺口
- Amazon Bedrock 知識庫推出多模態檢索功能
- DeepMind與Anthropic（AI公司）CEO預計，2026年AI將衝擊入門級崗位與實習機會。