跳到正文
K = 0.731
全部动态 · 今日15条

全部 AI 动态

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
观点

人物观点、评论、分析、访谈、现象与趋势讨论

10月16日周五
  1. 量子位57

    前华为小艺模型负责人唐都雨创立初创公司，致力于开发主动式具身智能

    曾负责华为小艺助手多模态模型开发的唐都雨创立了观星数智，致力于开发能够识别需求并决定何时介入、无需明确指令的具身智能。其 ProAgent 架构将轻量级事件监测器 StreamingJev 与响应模型结合，由后者规划介入方式并选择设备。团队称已在 Reachy Mini 上针对 60 个案例测试引导、警告和交互，并推出 ProactiveXBench，用于评估介入时机、进展和结果。

  2. 量子位28

    安泰MBA如何培养面向人工智能时代的未来商界领袖

    上海交通大学安泰经济与管理学院正在重塑MBA教育，培养能够将技术理解与商业判断和责任意识相结合的商界领袖。学院的“五环”人才培养框架将人工智能、科技创新、产业、全球视野与上海交通大学资源相连接。学院还计划在未来十年与企业共同打造1,000个人工智能项目，并已公布面向2027级学员的课程和培养方案调整。

  3. Nathan Lambert · X14

    伙计们，这简直就是我的超级碗时刻！我等了好久，终于等到美国开放权重模型再次具有竞争力。就在今天之前，美国模型还落后于早在2026年2月就已出现的中国模型。还有更多工作要做！

    伙计们，这简直就是我的超级碗时刻！我等了好久，终于等到美国开放权重模型再次具有竞争力。就在今天之前，美国模型还落后于早在2026年2月就已出现的中国模型。还有更多工作要做！

  4. Nathan Lambert · X28

    朋友们，这就像是我的超级碗时刻。我等了好久，终于等到美国开放权重模型再次具有竞争力。直到今天之前，美国模型仍落后于早在2026年2月就已领先的中国模型。还有更多工作要做！这至少把差距缩短了一半，按时间算（比如缩短了3个月）。

    朋友们，这就像是我的超级碗时刻。我等了好久，终于等到美国开放权重模型再次具有竞争力。直到今天之前，美国模型仍落后于早在2026年2月就已领先的中国模型。还有更多工作要做！ 这至少把差距缩短了一半，按时间算（比如缩短了3个月）

  7. François Chollet · X81

    Chollet 比较 Gemini 4 Argon 与 Astra 在 ARC-AGI-3 上的表现

    François Chollet 表示，Argon 在 ARC-AGI-3 上的表现特征与 Astra 相似，并补充说 Google 已重返前沿。https://t.co/a6GGEsMN4A 被引用的 ARC Prize 帖子报告了 Gemini 4 Argon 经验证的 ARC-AGI-3 结果：使用提供方适配器测试框架时为 97.5%、$4.8K，使用标准测试框架时为 49.8%、$5.8K；此外，在 ARC-AGI-2 上为 91.3%、$0.32/task，在 ARC-AGI-1 上为 98.5%、$0.16/task。https://t.co/8siwgfBJcr

    推荐理由：报告的 ARC-AGI-3 分数区分了提供方适配器测试框架和标准测试框架的结果，为 Chollet 将 Argon 与 Astra 进行比较以及他对 Google 前沿地位的评估提供了背景。

  9. Nathan Lambert · X37

    @AIatMeta宣布推出Muse Spark Open后，Nathan Lambert说他需要写博客了

    @AIatMeta表示将发布Muse Spark Open，并称其为“迄今能力最强的美国开放权重模型”。引用的帖子称，该模型专为编程和智能体工作打造，并列出总计816B、激活42B个参数，以及1M token的[上下文窗口](https://t.co/yAtoxNeYJm)。 Nathan Lambert回应道：“好吧，我现在真的得写博客了🎉” https://t.co/uKl5X18Xpw

  10. Nathan Lambert · X58

    Nathan Lambert 预测，若成绩属实，muse spark open 将推动开源采用激增

    Nathan Lambert 预测，如果 muse spark open 的性能大致与其公布的成绩相符，其采用率将激增，并称它是首个具备接近前沿水平智能体能力的美国开放权重模型。 他将这一转变与中国的 GLM 5.2 和 Kimi K3 相提并论。在引述的公告中，@alexandr_wang 表示，muse spark open 总参数量为 816B，激活参数量为 42B，上下文长度为 1M token，并具备原生多模态能力，专为编程和智能体任务打造。 https://t.co/9elY7xigU5

  13. The Decoder75

    谷歌推出 Gemini 4 Argon，用于机器人控制、仿真和训练数据评估

    谷歌正将 Gemini 4 Argon 定位为一个用于机器人仿真、控制和训练数据评估的单一模型。谷歌称，仿真生成的训练回合将一台机器人的成功率从 56% 提高到了 75%，但在 Artificial Analysis 的真实机器人控制基准测试中，Argon 排名第三。已发布的演示提示词包含大量指导内容，而谷歌没有报告各演示的失败率，也没有说明 75% 这一结果背后的尝试次数。

  14. The Verge · AI70

    朋友不会放任朋友把数据喂给 AI 代理

    Janus Rose 探讨了 Meta 的 Muse 如何收集用户及其联系人的敏感信息，这让从未安装该助手的人也面临同意问题。隐私专家认为，权限界面掩盖了数据共享的范围，而 Meta 表示，相关访问需要用户主动授权。文章还解释了，解密后上传消息可能会削弱加密通信原本旨在提供的隐私保护。

10月15日周四
  4. The Verge · AI71

    Benn Jordan 谈 Flock、隐私与新一轮监控反弹

    Nilay Patel 采访了 Benn Jordan，谈及他对 Flock Safety 的调查，以及两党对车牌监控的反弹。Jordan 认为，核心问题不止在于摄像头，还包括让警方能够搜索人们行动轨迹的私人网络，并介绍了他发现的安全漏洞。他主张公开、不可篡改的审计日志、更严格的监督以及社区参与，同时解释了为何现在会直接向 Flock 报告漏洞，并与其领导层交流。

  7. Nathan Lambert · X12

    Nathan Lambert谈到预计推出的AI产品和传闻

    许多生态系统参与者（Nvidia、Huggingface）都在含糊地发帖，暗示近期将有大量产品发布。传闻包括thinky、muse spark，以及一段时间没有发布新产品的中国厂商。Fable 5.5和OpenAI正在筹备的产品也预计随时会推出。

  10. Alexandr Wang · X15

    Alexandr Wang 询问人类还是 AI 在控制合并后的实体

    雷米还是小林？ 看过《料理鼠王》的人都知道，这是 AI 时代一个重要的问题：我们是雷米还是小林？ 合并后的实体由人类控制（我们是雷米），还是由 AI 控制，而我们只是肉身代理（我们是小林）？ 我们的 https://t.co/te0DEHF5ob

  11. Alexandr Wang · X49

    Alexandr Wang 评测 Muse Wonder Full

    @davis7 的评测称，Muse Wonder Full 文笔和“语气”出色，在非专业任务上的能力与 6.1 sol 不相上下，也具备编排能力。评测将命名方案、价格和使用限制列为缺点，并称完整模型可通过订阅在 Muse Code 中使用，但没有 API。 Alexandr Wang 称这是一篇经过深思熟虑的评测，说还有很多地方需要改进，并表示很高兴大家喜欢使用这个模型。https://twitter.com/davis7/status/2110533786895356118

  13. Ethan Mollick · X30

    我认为，人们觉得 OpenAI 和 Anthropic 既然在 AI 领域如此出色，就好像也不是会遭遇高速增长企业常见问题的普通公司。但它们同样无法避免快速发展中的公司难免会出现的内斗、失调和混乱。

    我认为，人们觉得 OpenAI 和 Anthropic 既然在 AI 领域如此出色，就好像也不是会遭遇高速增长企业常见问题的普通公司。但它们同样无法避免快速发展中的公司难免会出现的内斗、失调和混乱。

  18. TechCrunch · AI41

    Ricursive Intelligence 正在开发用于设计更高效芯片的人工智能

    Ricursive Intelligence 正在开发一种人工智能，它能够设计芯片、从每次迭代中学习，并改进后续设计，从而实现芯片设计自动化并加快设计进程。在 TechCrunch Disrupt 上，创始人 Anna Goldie 和 Azalia Mirhoseini 表示，人工智能能够找到非常规布局并优化整颗芯片；她们举例说，她们此前的系统 AlphaChip 曾生成一种“甜甜圈形”布局。Goldie 表示，未来五年，对计算能力的需求可能会增长至少 10,000 倍。

  23. Latent Space60

    跨越门槛：OpenAI 和 Anthropic 如何看待金融智能体的自主性与安全性

    OpenAI、Anthropic、Two Sigma 和 Bloomberg 的演讲者在纽约 AI Engineer 大会上介绍了金融智能体如何通过有针对性的控制措施和人工监督提升自主性。OpenAI 的 Joseph Kim 预测，智能体到 2027 年可能能够处理投资创意生成和交易；Anthropic 则展示了一个智能体提出订单修改方案、由人工审批的案例。Two Sigma 介绍了将重要请求转交给人工处理的分类器；Bloomberg 主张在模型之外设置确定性控制措施，包括工具调用检查、审计日志和紧急停止开关。

  25. Latent Space67

    Ian Quigley 讲解 Leash Bio 的数据方法与实验室闭环智能体研究

    Brandon Anderson 采访了 Leash Bio 的 Ian Quigley，探讨如何使用 DNA 编码化合物库生成可复现的蛋白质–小分子相互作用数据，以及如何识别实验和模型中的误导性信号。他们讨论了一项包含约 40 亿条测量数据的 Kaggle 竞赛：在未见过的化学库上，没有人能取得优于随机猜测的成绩；还讨论了一个智能体沙盒，它在 100 的预算内搜索 650 万个分子。Anderson 报道称，该沙盒现已发展为 Minos，预印本、博客和开放数据集将于今日发布。