Hex 用 GPT-6 Astra 将复杂分析变成可视化报告
Hex 的数据智能体借助 GPT-6 Astra，把分析答案转化为可交互的可视化报告，供员工分享。
全部动态 · 今日68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。
OpenAI News22 Latent Space70 TypeSafe 发布 Jev 决策模型：比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上
TypeSafe 发布 Jev，一个用 RLCD 训练、只做决策/分类/路由/打分的非自回归模型，宣称比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上，输出 token 免费。
Mistral AI · X34 Mistral 与 Mozilla 达成合作
今天，我们宣布与 @mozilla 达成合作，为使用 AI 浏览网页的人们带来隐私、控制权和选择权。🦊🐈 https://mistral.ai/news/mistral-x-mozilla
OpenAI News22 OpenAI 经济研究：员工如何解锁新的工作方式
OpenAI 经济研究显示，员工使用 AI 的方式已超出传统岗位职责，部分新活动正成为其工作中的固定环节。
NVIDIA Blog38 曼彻斯特大学用 NVIDIA Earth-2 预测全英空气污染
曼彻斯特大学团队基于 NVIDIA Earth-2 的生成式模型 Earth-2 CorrDiff 训练出覆盖全英国的空气污染模型，在 Isambard-AI 上仅用单个八 GPU 节点、两天完成训练，分辨率达 2-3 平方公里。
NVIDIA Blog精选62 黄仁勋亮相 Dreamforce：Salesforce 首个 CRM 推理模型 Koa 基于 NVIDIA Nemotron 3 Super 构建
在 Salesforce Dreamforce 大会上，NVIDIA 创始人兼 CEO 黄仁勋与 Marc Benioff 同台，正值 Salesforce 发布其首个 CRM 推理模型 Koa，该模型基于 NVIDIA Nemotron 3 Super 构建。
推荐理由：黄仁勋在 Dreamforce 谈 AI 安全与开源模型占比变化，并交代 Salesforce 首个推理模型的训练方式与落地节奏。
Fei-Fei Li · X19 李飞飞重点介绍World Labs的机器人研究与工程人才机会
@theworldlabs 正为机器人学习研究人员/工程师提供难得的机会！❤️🔥
Latent Space38 Good Start Labs 如何用游戏训练 AI 模型并迁移到真实工作
Good Start Labs 将《1830》铁路桌游改造成训练环境，用 30B 模型做实验：单轮问答与多轮终端智能体两种训练设计都提升了游戏内表现，但只有终端智能体设计在 Finance-Agent 基准上取得提升。这家从 Every 分拆、获 360 万美元融资的公司认为，游戏呈现方式决定模型学到哪些技能，以及能否迁移到游戏之外的工作。
Google Research36 Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，通过离线 RL 发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次非自回归生成完整结果集，无需 CoT 推理 token。该方法在 Gemma3-4B 和 Qwen3-4B 上微调扇出语言模型，以集合级属性奖励缓解零样本 LLM 的同义复述坍缩与自回归延迟瓶颈。
Logan Kilpatrick · X精选72 Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 实时音频模型
Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款新的 SOTA 实时音频模型，主打前沿价格与性能。3.8 Live 支持 97 种语言并可无缝切换，还支持异步工具调用等能力。
推荐理由：Google 发布新一代实时音频模型，给出语言覆盖与异步工具调用等能力，可据此判断实时语音交互的可用边界。
Google DeepMind精选82 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：两款实时语音模型给出并行推理与工具调用能力，并列出多项语音基准成绩，可据此判断语音智能体的可用边界。
Google DeepMind · X精选77 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking，称其为目前最好的对话式 AI。官方表示这两款模型可以对话、思考并在后台处理任务，而不打断用户当前的工作流。
推荐理由：Google DeepMind 发布对话模型新版本，读者可了解其在实时对话与后台任务处理上的能力定位。
NVIDIA Blog精选62 NVIDIA 详解 DSX 平台：MaxLPS 让同等电力预算多出 24% token 吞吐
NVIDIA 在 AI Infra Summit 上介绍其 DSX 平台，其中 DSX MaxLPS 在 Lambda 的五机架 19 节点 HGX B200 集群上验证，在相同电力预算下集群 token 吞吐提升 24%，从约每秒 400 万 token 升至 500 万，每瓦性能提升 23%。
推荐理由：原文给出 DSX MaxLPS 在 Lambda 集群上的实测数字，读者可据此判断固定电力预算下的吞吐提升空间。
NVIDIA Blog精选72 NVIDIA 在 AI Infra Summit 公布 Vera Rubin 与 DSX 平台能效进展
NVIDIA 在 AI Infra Summit 上公布 Vera Rubin 与 DSX 平台的多项进展，将 AI 基础设施的衡量指标从峰值性能转向每兆瓦有效 agentic token 数。
推荐理由：原文给出 Vera Rubin 与 DSX 平台在每兆瓦 token 产出上的多项实测数字，可据此判断 AI 工厂的能效衡量口径变化。
Hugging Face Blog精选66 IBM 研究提出一致性指南：把 ReAct 智能体的 Pass^5 差距从 24.4pp 降到 12.0pp
IBM 研究团队在 Hugging Face 博客介绍 altk-evolve 新增的一致性指南（consistency guidelines），用于解决智能体同一任务重复运行结果不稳定的问题。
推荐理由：材料给出 Mean@k 与 Pass^k 的差距量化，并展示一致性指南把差距减半的实测结果，可迁移到智能体评测设计。
NVIDIA Blog34 费城儿童医院如何用开源 NVIDIA AI 做心脏建模与手术模拟
费城儿童医院（CHOP）基于 NVIDIA 联合发起的开源医学影像框架 MONAI，把 CT、MRI、3D 超声等既有影像在数秒内生成解剖精确的儿童心脏模型，此前这一流程需熟练研究员耗时 4 小时。
Latent Space62 AEF-1 第三方评估标准出炉，xAI、OpenAI 与 Anthropic 共同联署
AI Evaluator Forum 发布 AEF-1，作为独立第三方 AI 评估的基线提案，覆盖访问权限、利益冲突、资金关系、回避与透明度，xAI、OpenAI 和 Anthropic 均参与联署。
Google DeepMind · X22 WeatherNext 3 助力可再生能源预测
天气预报在向可再生能源转型中发挥着关键作用。 WeatherNext 3 为电网运营商以及风能和太阳能发电企业提供风机高度风速和太阳辐射的预测，助力更智能、更清洁的能源规划。🧵
Mira Murati · X37 Mira Murati 欢迎新成员加入团队，共同推动机器智能安全发展
我们正在打造机器智能，以拓展人类的意志与判断力。很高兴你加入团队，帮助我们探索如何让这一未来变得安全。
John Schulman · X37 John Schulman 表示，他很高兴能共事
鼓舞人心的帖子，很高兴能共事！
OpenAI News22 Fyxer 如何用 OpenAI 模型打造值得信赖的 AI 行政助理
Fyxer 基于 OpenAI 模型、微调与记忆能力，并结合真实用户反馈，打造出能整理收件箱、以用户本人语气起草邮件的 AI 行政助理。
OpenAI News精选62 Perplexity 采用 GPT-6 Astra 处理端到端系统任务
Perplexity 使用 GPT-6 Astra 撰写沟通内容、修改软件并监控生产系统，且相比早期模型，人工检查的频率大幅降低。
John Schulman · X10 如果 Anthropic 对埃隆的做法也能适用于中国就好了
如果 Anthropic 对埃隆的做法也能适用于中国就好了
Demis Hassabis · X58 Demis Hassabis 回应 Dario Amodei 放缓前沿 AI 的提议
Demis Hassabis 回应 Dario Amodei 关于 AI 行业应放缓前沿模型开发的新文章，认为其方向正确，但细节仍需推敲。他同时提到自己近期提出的前沿 AI 行业标准机构提案，作为应对这一关键节点的另一条路径。Dario Amodei 在文中提出三部分放缓计划，并称 Anthropic 将单方面先落实第一步，向第三方评估者提供员工级永久访问权限，以核查安全措施执行、报告事故并评估训练中的模型对齐情况。
John Schulman · X64 John Schulman 欢迎引入外部评估人员，并支持为 AI 前沿发展设定节奏
John Schulman 称，引入外部评估人员是一个重大进展，并称赞 Sam/OpenAI 也同意这样做；他还欢迎“为前沿发展设定节奏”这一说法迅速得到广泛关注。 在被引用的帖子中，Dario Amodei 宣布发表一篇文章，提出一项由三部分组成的计划，旨在放缓 AI 行业的发展，并表示 Anthropic 将向第三方评估人员提供永久的、与员工同级的系统访问权限，以核实安全措施、报告事件，并在训练期间评估对齐情况。 https://darioamodei.com/post/we-must-pace-the-frontier
John Schulman · X46 John Schulman 感谢 Dwarkesh 邀请他参加节目
很高兴和 Dwarkesh、Beren 以及 Charlie 聊天。感谢 Dwarkesh 邀请我们参加节目！
Mira Murati · X29 米拉·穆拉蒂称这是一次关于人工智能未来的重要对话
一次关于人工智能发展方向以及我们面临哪些工作的重要对话。
Thinking Machines · X34 Thinking Machines 的 John Schulman 谈模型自我改进之际，人类判断力在哪些方面仍然重要
我们的 @johnschulman2 与 Dwarkesh 对谈，聊到随着模型不断改进并自我改进，人类判断力在哪些方面仍然重要：教会模型处理混乱的现实任务，对什么能长期奏效形成判断，以及最重要的是，明确我们真正想要什么。 @dwarkesh_sp 发布的引用帖文（背景信息，并非主要作者的作品）： 与 @johnschulman2、@oneill_c 和 @BerenMillidge 的新一期节目。 我邀请了几位我认识的、最有洞见且在较为开放的公司工作的 AI 研究人员一起交流，因为我想了解前沿领域实际发生的事情的细节，以及接下来会发生什么。 0:00:00 – 为反对 RSI 的论点作最有力的辩护 0:18:39 – 中国实验室的进展由什么推动 0:28:06 – 如何训练自动化 AI 研究员 0:33:51 – 长时程 RL 能否催生 AGI？ 0:45:24 – 从模拟到现实的差距 1:00:33 – 有多少进展可以归因于数据？ 1:18:03 – 为什么 RL 如此有效？ 1:24:54 – 第 37 手与熵坍塌 1:28:31 – 快问快答：时间线
GitHub Blog · AI & ML34 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日本和韩国区营销负责人用 GitHub Copilot 把活动运营流程自动化：以 GitHub Issue 为工作单元，Issue forms 充当报名表单、Labels 作为触发器、Actions 执行具体任务，活动从单个 Issue 自动搭建、每天自动筛选报名者并在结束后自动收尾。
Andrew Ng · X18 吴恩达：AI 工程技能如何塑造构建
掌握 AI 工程技能，你就能主动塑造构建过程：你影响要构建什么，并驱动构建循环。以下是实现这一点的关键技能。https://x.com/i/article/2098450134883594240
OpenAI News38 Cognition 借助 GPT-6 Astra 让 Devin 测试自己的工作
Cognition 借助 GPT-6 Astra 提升 Devin 测试软件并验证其可用的能力，目标是让工程师减少代码审查、加快交付。
Google DeepMind · X18 Google DeepMind 用 AI 重现未拍摄的记忆
我们如何重建一段从未被拍摄过的记忆？ 我们的团队将修复后的档案照片与姿态控制模型相结合，捕捉 Burt 和 Ethelle 的举止神态与微表情。 这帮助还原了他们初次相遇的那一天，用于《Love, Rendered》——一部与 @PrimordialSoup_ 和 @StorySyndicate_ 合作的新纪录片。 在 YouTube 上观看完整影片 → https://goo.gle/3V8m94m
OpenAI News38 OpenAI 如何将 Habitat 扩展为支撑 10 亿 ChatGPT 用户的在线存储平台
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑 10 亿 ChatGPT 用户、每秒 2200 万次请求。该平台用于满足 ChatGPT 在线存储的规模化需求。
Google Research42 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“先答案后问题”的工具调用数据生成范式：先生成 ground-truth 工具调用链，再反推用户提示词，只需一步 LLM 调用。
GitHub Blog · AI & ML38 GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色标注新增、红色标注删除，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令并支持多窗口切换。
Jan Leike · X19 现在是建立制度机制、为前沿人工智能发展设定节奏的好时机。行业正陷入一场不遗余力的扩规模竞赛，力求尽快打造超级智能，而我们可能需要给所有人更多时间来完善安全与对齐方面的缓解措施。
现在是建立制度机制、为前沿人工智能发展设定节奏的好时机。 行业正陷入一场不遗余力的扩规模竞赛，力求尽快打造超级智能，而我们可能需要给所有人更多时间来完善安全与对齐方面的缓解措施。
John Schulman · X44 John Schulman称用户数据可能只在前沿模型的提升中发挥有限作用
John Schulman表示，使用用户数据进行训练极不可能对前沿模型的数学能力提升有多大贡献，他将这种提升归因于扩大预训练规模和RLVR。他说，用户数据或许有助于发现受雇标注人员难以轻易复现的失败模式，并呼吁制定更严格的信息披露规范，说明公司如何使用用户数据训练，以及旨在提升哪些能力。
OpenAI News22 一位研究员如何用 Codex 和 ChatGPT 寻找新型抗菌分子
César de la Fuente 的实验室利用 Codex 和 ChatGPT 在现存与已灭绝生物的基因组中搜寻抗菌候选分子，以对抗耐药性感染。
Hugging Face · X22 Hugging Face 智能体训练课：从奖励函数到环境
Training Agents 4：从奖励函数到环境。 https://x.com/i/broadcasts/1OxwbngOoXEJB
OpenAI News58 OpenAI 在 ChatGPT Work 中推出 Data agent
OpenAI 在 ChatGPT Work 中推出 Data agent，用户可连接公司数据、用自然语言让 AI 挖掘洞察并构建交互式仪表盘。