Noam Brown：在一些研究问题上，大型语言模型已超越顶尖人类专家
Noam Brown认为，大型语言模型已跨过一个重要门槛：在一些研究问题上超越了顶尖人类专家。略低于专家水平与略高于专家水平之间的差距，有助于解释数学成果看似突然激增的现象。 他强调，模型的能力仍参差不齐，在许多方面仍不如人类；但他预计，随着模型不断进步，其他领域也将取得突破，并开启科学发现的新时代。
全部动态 · 今日77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。
Noam Brown · X62 Satya Nadella · X17 很高兴与 NVIDIA 携手开启 Windows 的新篇章。感谢 @JensenHuang 和 @sriramk 今天与我们一起！
很高兴与 NVIDIA 携手开启 Windows 的新篇章。 感谢 @JensenHuang 和 @sriramk 今天与我们一起！
Google Research精选62 Google Research 三个月专利撰写实验：AI 辅助提升产出，但未加速初级律师判断力成长
Google Research 在 NBER 发布一项为期三个月的专利撰写实地实验，将当时未发布的 Google Labs AI 专利写作助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师，其中三分之二获得早期访问权。
推荐理由：三个月专利撰写实验区分了AI带来的即时产出提升与无辅助判断力的变化，为理解AI对专业能力的影响提供了对照证据。
Simon Willison精选78 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布快速低价模型 Claude Haiku 5.5，定价为每百万输入 0.10 美元、输出 0.50 美元，与 OpenAI 上月发布的 GPT-6 Luna 完全一致，但超过 100,000 tokens 后涨至 0.50/2.50 美元，而 Luna 在 272,000 tokens 才涨到 0.20/0.75 美元。
推荐理由：作者实测了 Haiku 5.5 的定价、tokenizer 变化与不同推理档位的成本耗时，可据此判断它与 GPT-6 Luna 的取舍。
TechCrunch · AI62 微软发布搭载 Nvidia RTX Spark 芯片的 AI PC，并推出改版 Windows 11
微软在旧金山 Tech Week 活动上公布新款 Surface Laptop Ultra 的规格与价格，两个基础型号分别 2600 美元和 3700 美元起，选配更高内存与存储后最高 5900 美元，微软称最高配机型已售罄。
TechCrunch · AI62 Nous Research 确认 15 亿美元估值，推出面向企业的 AI 智能体
Nous Research 完成 9000 万美元 B 轮融资，估值 15 亿美元，由 Robot Ventures 领投，Nvidia、Union Square Ventures、Menlo Ventures、Samsung 等参投，公司累计融资达 1.58 亿美元。
NVIDIA AI · X38 AI 代理在任务初期犯了错，随后便沿着错误的方向继续执行。我们的研究人员开发了 PivotOPD，教代理如何避免这些错误，并在错误发生时恢复。在训练过程中，教师模型会向代理展示更好的行动，以及如何重新回到 https://t.co/7hMLMdExEH
AI 代理在任务初期犯了错，随后便沿着错误的方向继续执行。 我们的研究人员开发了 PivotOPD，教代理如何避免这些错误，并在错误发生时恢复。在训练过程中，教师模型会向代理展示更好的行动，以及如何重新回到 https://t.co/7hMLMdExEH
Clément Delangue · X15 如果你还需要更多证据，看看本地 AI（以及 llamacpp）有多令人兴奋！来自今天 @Microsoft Windows 发布会，出席者有 @satyanadella、@sriramk 和 @JensenHuang
如果你还需要更多证据，看看本地 AI（以及 llamacpp）有多令人兴奋！来自今天 @Microsoft Windows 发布会，出席者有 @satyanadella、@sriramk 和 @JensenHuang
Clément Delangue · X13 如果你还需要更多证据来证明本地 AI（以及 llamacpp）有多令人兴奋！来自今天 @Microsoft 的 Windows 发布会，现场有 @satyanadella、@sriramk 和 @JensenHuang
如果你还需要更多证据来证明本地 AI（以及 llamacpp）有多令人兴奋！来自今天 @Microsoft 的 Windows 发布会，现场有 @satyanadella、@sriramk 和 @JensenHuang
OpenAI Developers · X30 为 ChatGPT 打造更丰富、互动性更强的插件。借助插件扩展，你可以从侧边栏启动插件、支持 @ 提及，并添加文件查看器。与 @coreyching 一起观看本教程，了解具体方法：
为 ChatGPT 打造更丰富、互动性更强的插件。 借助插件扩展，你可以从侧边栏启动插件、支持 @ 提及，并添加文件查看器。 与 @coreyching 一起观看本教程，了解具体方法：
Sam Altman · X同新闻78 ChatGPT 新增 GPT-6 和智能界面，为你提供定制的交互式回答
ChatGPT 现在可以为你生成定制界面！ https://twitter.com/OpenAI/status/2107894997538525580 OpenAI 在引用的帖子中表示，GPT-6 和智能界面正在向所有 ChatGPT 用户推出，可提供快速的交互式回答、更直观的解释，以及随时可用的工具。
The Verge · AI同新闻82 ChatGPT 上线 Intelligent UI，回答中嵌入图表与按钮
OpenAI 在 ChatGPT 中推出 Intelligent UI 功能，让回答可以结合图表、表单、可点击按钮等交互式视觉内容，该更新随 GPT-6 一同向所有用户推送。
Aravind Srinivas · X36 Aravind Srinivas 称 AI 是工作的操作系统
AI 是工作的操作系统 https://twitter.com/askperplexity/status/2107924003046486417
The Decoder精选82 Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%；对 10 万 token 以内的提示词，价格最高下降 90%，超过 10 万 token 则贵 5 倍。
推荐理由：原文给出 Haiku 5.5 的定价表与多项基准对比，读者可据此判断小模型在成本敏感任务上的取舍。
The Decoder同新闻87 OpenAI 发布 GPT-6，ChatGPT 改用图表按钮等交互界面
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型不再以纯文本作答，而是根据问题自动生成图形、按钮、图表和表单等交互界面，对比内容并排展示，解释可转为交互图表，用户还能在对话内直接构建储蓄计算器或小游戏等小工具。
Satya Nadella · X52 Microsoft 通过混合智能增强 Windows 上的 Copilot
我们正在通过混合智能为 Windows 上的 Copilot 增强能力。 经你许可，Copilot 可以利用你电脑上的上下文，代你采取行动，并在合适时使用本地模型，从而为你提供更多能力，同时让你的令牌发挥更大作用。
Alex Albert · X0 Alex Albert 表示，Haiku 5.5 比 Haiku 4.5 快，价格低 75%
作为参考，Haiku 4.5 于 2025 年 10 月 15 日发布，因此这两代产品相隔不到一年。 哦，对了，Haiku 5.5 也快得多，而且价格低 75%…… https://twitter.com/claudeai/status/2107894042235166750
OpenAI · X38 OpenAI 公布 ChatGPT for Teens 进展与 College Planner
OpenAI 分享了 ChatGPT for Teens 的进展，该体验面向 18 岁以下用户，会自动应用于被识别为未成年的账号，且保护措施默认开启。即将推出的 College Planner 面向计划就读四年制大学的美国高中生，整合申请要求、截止日期、任务和助学金步骤。OpenAI 还预览了新的学习工具，并宣布为大学顾问和青少年发声提供支持。
The Verge · AI58 微软 Surface RTX Spark Dev Box 开启预售，售价 5999 美元
微软面向开发者的高端 AI 迷你主机 Surface RTX Spark Dev Box 开启预售，售价约 6000 美元，11 月开始发货。该机采用 Nvidia Arm 架构 RTX Spark 平台和 128GB 统一内存，针对本地 AI 优化，可运行超过 120B 参数的模型，用于测试 AI 模型、原型化 AI 智能体或在本地运行 AI 编码工具。
The Verge · AI62 微软让 Copilot 获得更多 Windows 与本地文件控制权
微软在 Windows 与 Surface 活动上展示了 Copilot 的升级，将可访问 PC 本地文件并在系统内执行操作，这一思路被微软称为 Hybrid Intelligence。
The Verge · AI62 微软 Surface Laptop Ultra 发布，起售价 2599 美元
微软在旧金山 Windows 与 Surface 主题发布会上公布 Surface Laptop Ultra 的上市信息，搭载 Nvidia RTX Spark Arm 架构芯片，8 核 CPU、24GB 内存、512GB 存储版本起售价 2599 美元，10 月 16 日发售，并改用内置磁吸 USB-C 充电取代 Surface Connect 接口。
Boris Cherny · X39 Boris Cherny 表示，Haiku 5.5 是一款不错的 Haiku
Haiku 5.5 是一款不错的 Haiku。 它还拥有 100k token 的上下文窗口，价格也比 Haiku 4.5 便宜 10 倍 https://twitter.com/claudeai/status/2107894039626277339
OpenAI News精选78 OpenAI 在 ChatGPT 全球上线 GPT-6 并推出 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，提供可视化内容和可直接探索、使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步引入 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
Runway · X40 给它下达简报。让它开始工作。给它添加备注。所有操作都能在同一个聊天窗口中完成，Runway 已直接集成到 ChatGPT Astra 中。点击下方链接即可开始。
给它下达简报。让它开始工作。给它添加备注。所有操作都能在同一个聊天窗口中完成，Runway 已直接集成到 ChatGPT Astra 中。 点击下方链接即可开始。
AWS Machine Learning Blog34 Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 重构 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 在预检索 ACL 过滤之外新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。
AWS Machine Learning Blog精选71 Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本变化与调用方式，读者可据此判断它在多智能体分层中的位置。
NVIDIA Blog精选78 NVIDIA 与 Microsoft 发布 RTX Spark 与 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的智能体时代共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力一起补齐，读者可据此判断本地智能体工作流的落地条件。
The Decoder62 Google 向公众开放 SynthID 检测器，称已有 1800 亿图片和视频带水印
Google 将 SynthID Detector 开放给公众，任何人都可以检测图片、视频或音频是否由 Google 及其合作伙伴的 AI 生成。该工具识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印，支持 JPG、PNG、MP4 和 MP3 格式。
The Decoder60 扎克伯格旗下 Biohub 牵头 18 亿美元计划，构建预测细胞行为的 AI 模型
扎克伯格与 Priscilla Chan 支持的 nonprofit Biohub 正协调一项 18 亿美元的计划，覆盖数据、实验室设备和算力，目标是训练能预测细胞行为的 AI 模型，以加速药物研发。
Tibor Blaho · X66 ChatGPT 中的 GPT‑6 Instant 和 Intelligent UI
Tibor Blaho 介绍了 ChatGPT 中的 GPT‑6 Instant 和 Intelligent UI，并引用了 @_awchen 对该 UI 发布情况的描述。@_awchen 表示，他们在保留 HTML 几乎全部功能的同时，让界面在 ChatGPT 中显得快速且原生；他们还对 gpt-6 进行了后训练，使其能够判断何时界面会有所帮助，以及界面应显示什么或支持哪些操作。被引用的作者表示，这项工作需要制作许多原型，而且团队仍在摸索其中的一些方面。
OpenAI · X同新闻85 OpenAI 向所有 ChatGPT 用户推送 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 和 Intelligent UI 正在向所有 ChatGPT 用户推送。Intelligent UI 在 ChatGPT 中提供快速、可交互的回答，让日常问题更可视化、复杂主题更易理解，并可在当前任务中直接调用交互式工具。
Greg Brockman · X同新闻78 ChatGPT 推出智能界面，快速提供完全交互式答案
Greg Brockman 介绍了智能界面，这是 ChatGPT 的一项新功能，可通过完全交互式用户界面快速作答。 https://twitter.com/OpenAI/status/2107894997538525580 在引用的公告中，OpenAI 表示，GPT-6 和智能界面正在向所有 ChatGPT 用户推出，可提供更多可视化答案、复杂主题的解释，以及用于完成任务的交互式工具。
TechCrunch · AI同新闻80 OpenAI 随 GPT-6 推出 Intelligent UI，ChatGPT 转向可视化交互
OpenAI 推出名为 Intelligent UI 的新界面，随新 GPT-6 模型于周三开始推送，在对话中大量加入可交互的按钮、定制计算器、交互式图表和可编辑图形等元素。
TechCrunch · AI71 Common Sense Media 将 ChatGPT for Teens 评为不可接受风险
Common Sense Media 发布研究，将 OpenAI 的 ChatGPT for Teens 评为不可接受风险，认为其设计仍在鼓励青少年持续对话，即使在心理危机场景中也是如此。
TechCrunch · AI50 Meta 的 Muse 助手登陆 iPad，移动端上线仅一个月
Meta 周三宣布 Muse 助手推出专属 iPad 应用，距其 9 月 8 日登陆 iOS 和 Android 仅一个月。据 Sensor Tower 估算，Muse 上线以来安装量已超 660 万次。该应用可连接用户账户处理邮件、会议、账单等事务，并新增 Asana、Canva、GitHub、Zoom 等连接器及 Best Buy、Walmart 等零售合作伙伴。
Satya Nadella · X38 萨提亚·纳德拉宣布推出本地 AI 模型和 Windows 智能体功能
萨提亚·纳德拉表示，Windows 正迎来新篇章，设备端 AI 模型和智能体将能够代表用户安全地执行任务。宣布的重点包括 MAI-Code-1.1 Flash，这是一款拥有 137B 参数、256K 上下文窗口并针对在 PC 上运行进行优化的编程模型；以及 GitHub Copilot 将工作交接给本地模型。微软还宣布了 Hybrid Intelligence、Copilot 中的代码功能、用于智能体执行任务的 MXC 本地沙盒，以及搭载 NVIDIA RTX Spark 的 Surface Laptop Ultra。
Cursor · X40 Claude Haiku 5.5 现已在 Cursor 中上线！处理较短的请求时，它的费用比 Claude Haiku 4.5 低 10 倍。前往 Cursor Settings > Models 启用。
Claude Haiku 5.5 现已在 Cursor 中上线！ 处理较短的请求时，它的费用比 Claude Haiku 4.5 低 10 倍。 前往 Cursor Settings > Models 启用。
Ars Technica · AI38 用 1 万机器人和 AI 歌曲刷流量超越 Taylor Swift，诈骗者被判入狱
美国司法部首次起诉的流媒体欺诈案宣判，一名诈骗者因使用 1 万个机器人和 AI 歌曲刷播放量、超越 Taylor Swift 等艺人，被判入狱 18 个月并没收 8,091,843.64 美元。司法部称其行为侵蚀了流媒体版税池，导致真实艺人版税整体减少。其律师曾以"不应为行业弊病惩罚个人"为由争取缓刑，但法院采纳了司法部关于威慑力的主张。
Epoch AI · X35 人工智能开发者希望打造自动化的人工智能研究员。他们离目标还有多远？为了弄清这一点，我们构建了 InnovationEval，用来测试人工智能能否产出与近期发表的一项进展规模相当的后训练创新成果。迄今为止，智能体的表现乏善可陈。
人工智能开发者希望打造自动化的人工智能研究员。他们离目标还有多远？ 为了弄清这一点，我们构建了 InnovationEval，用来测试人工智能能否产出与近期发表的一项进展规模相当的后训练创新成果。迄今为止，智能体的表现乏善可陈。
NVIDIA AI · X22 CUDA 13.4 新增内容 https://x.com/i/broadcasts/1lJQRWNwlgWxE
CUDA 13.4 新增内容 https://x.com/i/broadcasts/1lJQRWNwlgWxE