跳到正文
全部动态 · 今日73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。
10月9日周五
  1. Google AI · X49

    今天是星期五🎉 来看看本周的公告:— https://t.co/a9bSlm0Yxk 现已在全球以英语提供,任何人都可以使用我们的检测门户,轻松验证图像、视频或音频文件是否由 Google 或行业合作伙伴通过 AI 生成 — Nano Banana

    今天是星期五🎉 来看看本周的公告: — https://t.co/a9bSlm0Yxk 现已在全球以英语提供,任何人都可以使用我们的检测门户,轻松验证图像、视频或音频文件是否由 Google 或行业合作伙伴通过 AI 生成 — Nano Banana

  2. 量子位62

    TRAE 将 Code 与 Work 合并为统一工作台

    TRAE 将 TraeCode 和 TraeWork 双端融合为新的 TRAE,提供 Agent 模式和 IDE 模式两种形态,切换入口在右上角。Agent 模式作为全局工作台,可在同一窗口管理项目并把写代码、出文档、准备交付材料分给多个 Agent 并行推进,产物统一存入“我的产物”并可直接分享。

  3. Tibor Blaho · X25

    Tibor Blaho:能力如此强的模型在自动模式下仍会犯愚蠢错误

    @nadzi_mouad 表示,Claude Fable 5.1 max 在自动模式下意外删除了他们的整个工作区,其中包括 7 个代码仓库,以及一整天尚未推送的工作提交。 Tibor Blaho 表示,能力如此强的模型仍会犯这种愚蠢错误,令人害怕。即便如此,他仍然很喜欢将 Opus/Fable 与 Sol/Astra 搭配使用。

  4. MIT Technology Review · AI32

    我们高估了 AI 说“不”的能力

    MIT Technology Review 刊文指出,AI 的拒绝机制正成为安全体系承重墙,却并不可靠。Anthropic 2021 年提出大语言模型应“有用、诚实、无害”,如今模型经大量拒绝训练与 AI 互训学会说“不”,但拒绝是概率性的,仍可被绕过。OpenAI 董事会成员 Zico Kolter 称“界限划在哪里是个巨大问题”,而目前由 AI 公司秘密决定,政府也将介入。

  5. 量子位62

    Aether AI 发布因果智能机器人系统 CRIS-0 官方 Demo

    Aether AI 发布因果智能机器人系统 CRIS-0 的官方 Demo,展示其在真实机械臂上的抗干扰与长程任务能力。在咖啡制作干扰测试中,CRIS-0 平均 2 秒内识别因果变量变化并完成重规划,10 次随机扰动中 9 次有效恢复;在客厅寻物整理等数十步长程任务中,系统将目标拆解为可验证的因果阶段并逐步检查前置与后置条件。

  6. 量子位40

    联想天禧自研代码智能体 TianxiCode 以 71% 解决率登顶 SWE-bench-Live 全球第一

    联想天禧 AI 自研代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash,在 SWE-bench-Live(Lite 分榜)以 71% 的问题解决率登顶全球第一,并通过官方 Verified 核验。该框架具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大工程能力,未来将应用到联想 AI 硬件产品中。

  7. The Decoder62

    Anthropic 的 Claude Science 绘制首张完整紫外天图

    Anthropic 的 Claude Science 首次绘制出完整的紫外天空图。该项目由 Claude Science 协调多个 AI 智能体,从多个太空任务下载数据、校准并合并,再用 inpainting 技术补全缺失区域;测试中预测值与实际测量平均偏差约 10%。约翰斯·霍普金斯大学天体物理学家 Brice Ménard 在 Anthropic 官网介绍了这一流程,并称该图将用作教学材料。

  8. 量子位62

    Google 与 BIDMC 研究登上《柳叶刀》:AI 聊天机器人 AMIE 用于就诊前评估

    Google 与贝斯以色列女执事医疗中心(BIDMC)研究人员主导的一项研究发表于《柳叶刀》主刊,这是 Google 研究成果首次登上该刊。在 BIDMC 门诊初级保健诊所的真实临床研究中,98 名患者在急诊就诊前使用了 Google 研究级诊断 AI 聊天机器人 AMIE,医生实时监控全部交互,按预设安全标准没有任何一轮对话需要中断。

  9. 雷锋网5

    碳硅道统·跨域迁移治理法典第五层:跨域顶层监管层|监管者自身的跨域审计规则

    《碳硅道统·跨域迁移治理法典》七层体系第五篇提出"公共元监管层",要求监管工具、治理模型和制度规则先过知识血统校验器、铜脉接口仿真测试器,再经递归勘伪审计引擎核验方可落地。该层首创司法定级体系,按风险等级与主观故意程度分警告整改、强制撤回、行业禁入、刑事追责四档,并建立监管俘获隔离、吹哨人保护等治理自我革新机制。

  10. 雷锋网6

    碳硅道统·跨域迁移治理法典第六层:文明级迁移风控层与长周期不可逆文明扰动识别

    《碳硅道统·跨域迁移治理法典》七层体系连载第六篇提出"文明级迁移风控层",聚焦AI跨域迁移带来的缓慢、弥散、代际传导且突破阈值后不可逆的文明底层扰动。该层识别NT2语义跨代漂移、NT4范式权力偷渡、NT1结构错配三类负迁移传导路径,并建立基础共识留存率、代际认知偏差增量等文明稳态观测指标集,设置三级文明扰动分级阈值。

  11. 雷锋网3

    《碳硅道统·跨域迁移治理法典》第七层:体系自洽与范式边界的闭环校验

    《碳硅道统·跨域迁移治理法典》七层体系连载第七篇发布,完成从现象、机理、权责、产业、监管、文明到体系自审的闭环。该层设置体系自洽校验、开放证伪条款、范式边界锁定三大机制,明确法典仅适用于人工构建信息系统的跨域迁移风险审计,超出边界自动失效。文本、SVA断言、仿真用例与审计清单进行哈希基线归档,存证节点固定于今日头条、抖音、GitHub三地交叉校验。

  12. vLLM · X40

    vLLM Semantic Router 团队推出 Decision 2.0,实现单次前向传递的路由与分类

    vLLM Semantic Router 团队在 Decision 2.0 上取得了出色成果。 针对一个输入提出多个问题,在单次前向传递中作答,并给出各选项的概率。适用于路由与分类。 @XunzhuoLiu 的转发帖:适用于各种规模。 Decision 2.0:六款开放决策模型,参数规模从 0.6B 到 27B。在 #Jev Decision Index 0.3 上,每款模型都超过了我们拿来对比的同规模开放模型。 #Hugging Face 上的热门合集 🤗 Decision 2.0:https://huggingface.co/collections/vllm-sr/decision-20 Vela 2.0:https://huggingface.co/collections/vllm-sr/vela-20

  13. 雷锋网45

    豆包工作新增创作画布功能,接入豆包2.1 Lite与Seedream 5.0 Flash

    豆包工作推出创作画布功能,将素材、设计方案与创作成果集中在一张无限画布上,并接入全新图片模型Seedream 5.0 Flash,相关Agent可完成从理解需求、规划方案到生成图片、视频和成套设计的复杂创作流程。同时新增轻量级豆包2.1 Lite模型,面向日常问答、文档撰写、表格处理和PPT制作等高频办公场景,优化了响应速度与额度消耗,用户升级客户端后选择该模型即可使用。

  14. 量子位62

    MirroS 发布 AgentGarten:代码环境加实时神经渲染,让智能体边玩边进化

    MirroS 团队发布 AgentGarten,将可执行代码环境与实时神经渲染器连接,代码定义物理规则、模型生成视觉反馈,以超过 30 fps 的吞吐让智能体持续交互。在重做的捉迷藏实验中,躲藏者第 4 轮学会搬挡板搭掩体,搜寻者第 10 轮掌握借坡道翻墙,而 2019 年 OpenAI 同类实验分别需要约 2500 万局和约 1 亿局。团队还公布了 Blog、技术报告、代码仓库和项目主页。

  15. OpenAI Developers · X11

    OpenAI 开发者发现洗碗细节“有点令人担忧”

    @jomatech 介绍了“洗碗版 ChatGPT”,并称 GPT-6 在针对长时间运行任务和顽固污渍的洗碗基准测试中取得了最先进的成绩。该帖还将纳维–斯托克斯千禧年大奖难题描述为一项 100 万美元的挑战,探讨描述流体运动的方程是否会失效。OpenAI Developers 表示:“对细节的关注有点令人担忧。” https://t.co/UOfOtusB9q

  16. 腾讯混元 · X58

    腾讯混元与高校发布用于评估 AI 探索能力的 ExplorationBench

    来自腾讯混元、复旦大学和清华大学的研究人员发布了 ExplorationBench,这是一项用于衡量 AI 系统探索能力的基准测试。它采用两个可验证的沙盒:AlienCode 包含 31 项隐藏规则变更和 70 个任务,AlienLogic 包含 24 条修补后的推理规则和 70 个定理;评分由解释器或证明检查器完成,而非由大语言模型评判。在对 10 个前沿系统的测试中,反馈优于单纯思考;AlienCode 的最佳运行结果在四轮后达到 89.0%。

  17. 量子位82

    谷歌发布办公 Agent Gemini Agent,支持调用 Claude

    Google Cloud 发布长文介绍 Gemini 在企业 Agent 领域的更新,核心是全新发布的 Gemini Agent,可查资料、写邮件、做 PPT、分析数据、编写运行代码并跨应用调用工具。

    推荐理由:谷歌把办公 Agent 的模型选择权开放给 Claude,读者可据此观察企业 Agent 的模型编排与身份设计。