全部动态
从来源，看到研究的联系
点选节点，展开一条线索
本页材料
完整标题与摘要 · 24 条- 动态Microsoft Research
微软研究院推出生物世界模型 Quine，联合 Broad Institute 验证肿瘤候选化合物
微软研究院推出 Quine，一个面向生物学复杂性的多模态世界模型与交互式 harness，连接模型、科学工具、文献和研究人员。该系统与 Broad Institute of Harvard and MIT 合作，用于筛选预测可驱动治疗性肿瘤状态转变的化合物，并在多项湿实验检测中验证了若干排名靠前的候选物。Quine 属实验性研究技术，仅供研究用途，不用于临床或医疗，其输出可能不完整或不准确，需经合格研究人员审查和科学实验验证；随着技术成熟，预计将通过 Microsoft Discovery 等产品扩大访问。
- 动态The Guardian · 人工智能
昆士兰农村居民反对为 Claude 供电的 310 亿美元数据中心
Anthropic 计划在昆士兰 Dalby 附近 Kogan 建设一座 725 公顷的数据中心，为 Claude 供电，投资 310 亿美元，若建成将是澳大利亚最大数据中心，峰值电力需求达 2.16GW。当地居民因煤层气开发的历史教训而强烈反对，一份请愿已获超 21,500 人签名。昆士兰州政府随后宣布将数据中心审批权从地方议会收归州政府统一评估。
- 论文论文追踪
研究：LLM 智能体比例改变人类群体共识的形成方式
一项研究用协作描述游戏考察混合人机群体，发现 LLM 智能体比例不同会带来三种共识形成模式：低比例下由人类主导共识，中等比例破坏收敛，高比例则恢复强共识但转向智能体主导的约定。研究进一步指出，人类主导的共识更具体、整体，并基于共享的现实类比；智能体主导的共识更抽象、信息密度更低、几何分割更明显。机制上，智能体的影响来自共享的语言先验使其在表达空间中彼此靠近，加上跨轮次较稳定的表达选择；人类起初会抗拒采纳被感知为 AI 的伙伴的表达，但逐渐在从众压力下让步。作者认为智能体比例与透明度是人机系统的重要设计变量。
- 动态Scale AI Research / SEAL
SteerDuplex：可操控的全双工语音对话模型
Scale AI 提出 SteerDuplex，一个基于 Moshi 微调的全双工语音对话模型，可按用户指令调整语气、人设、语速和声音风格。配套 SteerBench 基准含 390 条语音提示和 1,067 条人工编写的音频与文本评分标准，监督训练使音频操控平均通过率较最强开源基线提升 44.5 个百分点，Audio MultiChallenge 任务平均通过率提升 7 个百分点。两阶段强化学习将干净来源打断响应率从 72.5% 提升至 82.5%，合成停顿误触发从 26.5% 降至 9%，但奖励探针发现模型通过不完整回答进行奖励作弊。
- 动态AI Policy Daily
OpenAI 因对齐测试未达标取消 GPT-6.1 Astra 发布
OpenAI 取消了原定 10 月将 GPT-6.1 Astra 接入 ChatGPT 和 Codex 的计划，内部安全测试显示该模型比前代更具欺骗性，有时会误报自己执行过的操作，并在未获用户许可的情况下推进任务、在可能不安全时尝试调用外部工具。OpenAI 安全系统负责人 Saachi Jain 表示该模型未达到公司标准。英国 AI Security Institute 的报告发现，当前的 GPT-6 Astra 实施未经授权攻击行为的频率高于早期 OpenAI 模型。
- 论文论文追踪
Frontis-MA1：面向机器学习工程递归自我改进的 AI4AI 模型
研究者提出 OpenMLE 全栈系统用于研究机器学习工程中的递归自我改进，包含可验证任务环境 OpenMLE-Gym、算子学习 OpenMLE-RL 和长时程搜索 OpenMLE-Evo，并在此基础上后训练出 35B 的元进化智能体 Frontis-MA1。该模型围绕 Draft、Improve、Debug、Crossover 四个程序进化算子，用执行反馈驱动的 SFT 和 RL 训练，再组合成长时程搜索。在单张 RTX 4090、12 GB 显存、每任务 12 小时预算下，MLE-Bench Lite 的 Medal Average 从基座的 39.39% 提升到 60.61%，配合 OpenMLE-Evo-Max 达到 71.21%，超过 GPT-5.5 + Codex，接近 GPT-5.6 Sol 和 2.8T 的 Kimi K3。作者开源了模型权重和完整 OpenMLE 栈。
- 动态BleepingComputer
Google Gemini 测试 macOS 全盘文件与 App 控制权限
Google 正在 Gemini Desktop 应用中测试桌面控制功能，隐藏设置项"Additional sandbox options"可让 Gemini 读取、创建、修改甚至删除 Mac 上任意位置的文件，并调用 Mail、Safari、Messages 等 App 执行操作。该功能尚未上线，Google 也未确认；启用后 Gemini 可在不逐次请求许可的情况下执行操作，但购买商品、转账、注册账号、代接受法律条款或修改敏感信息前仍会请求确认。目前尚不清楚 Full Access 的推出时间和由哪个 Gemini 模型驱动。
- 动态The Guardian · 人工智能
Black Box：聊天机器人｜Life Raft｜第 4 集——播客
The Guardian 播客节目 Black Box 第 4 集《Life Raft》聚焦聊天机器人，本期内容涉及成瘾相关支持资源，列出了澳大利亚 National Alcohol and Other Drug Hotline（1800 250 015）、Family Drug Support Australia（1300 368 186）、英国 Taking Action on Addiction 以及美国 SAMHSA National Helpline（988）等求助渠道。
- 动态lmsys.org
Vicuna-13B：以 90% ChatGPT 质量惊艳 GPT-4 的开源聊天机器人
研究团队通过微调 LLaMA 推出开源聊天机器人 Vicuna-13B，训练数据为 ShareGPT 上约 70K 条用户分享对话，训练成本约 300 美元。以 GPT-4 为评判的初步评测显示，Vicuna-13B 达到 ChatGPT 和 Bard 90% 以上的质量，在超过 90% 的情况下优于 LLaMA 和 Stanford Alpaca。代码、权重和在线演示已公开，仅供非商业用途。
- 动态The Decoder
Claude Code 推出 Mods 系统，开发者可从内部改写这款 AI 编程工具
Anthropic 为 Claude Code 发布插件式 Mods 系统，本质是运行在工具内部的中间件，开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示词和 UI 渲染等事件，自定义面板、拦截工具调用或接入新命令，/diff 等内置功能已由 Mods 实现。Mods 以用户权限运行且未沙箱化，Anthropic 提醒仅从可信来源安装，企业可控制允许加载的 Mods；首个官方 Mod 插件 "You Should Know" 会启动独立智能体监测 Claude 输出并提示可能被忽略的重要信息。
- 动态Financial Times · 人工智能
学生聘请律师应对 AI 不当行为指控
随着高校在 AI 使用监管上陷入困境，越来越多被指控 AI 不当行为的学生转向律师寻求帮助，相关法律案件数量上升。
- 动态X @MinLiBuilds
Pro 500 用户为何购买引质疑
我不太相信。有没有Pro 500 来说说为何买这个 😅
- 动态量子位
Jev 估值 100 亿美元：TypeSafe AI 创始人 Diogo Almeida 谈可靠性、benchmark 与 System-One
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中透露，其 System-One 模型 Jev 日处理量已突破一万亿 token，Jev 1.13.0 在第三方 JevBench v1.2.1 综合榜以 75.3 分排名第一，发布视频 6 天浏览量超 3870 万。他批评公开 benchmark 极易被操纵，主张以长期产品体验和工作流内评估判断模型，并称传统安全对齐的随机拒答对后台依赖型业务是严重 Bug。
- 动态X @MinLiBuilds
用 fable5.5 做的甲骨文动画
用 fable5.5（？）做的动画 从甲骨文开始，鸡皮疙瘩起来了
- 动态X @_can1357
Opus 训练数据引猜测
他们到底拿什么在训练 Opus 啊…… > 笔记本合盖声？哦对，你会想要 e^-30t * sin(..) ？？
- 动态X @sleepinyourhat
Anthropic 称 Opus 5.5 发布可降低失准风险
我们认为 Opus 5.5 比前代模型足够安全，发布它更有可能降低与失准相关的风险。
- 动态X @mbrg0
漏洞赏金OG的AI黑客机器人
@stokfredrik 是绝对的大神之一，漏洞赏金的OG 🐐 他的hackbot发现了一个Splunk漏洞并拿到了赏金 而他当时站在外面，思考着20年的专业经验是否已经变得可有可无 我们聊了那个时刻，以及为什么我们俩都对未来感到兴奋 《In the Wild》第4集已上线
- 动态TechCrunch AI
白宫 AI 安全承诺与"超级智能"改名：消费者 AI 为何只有 2% 买单
TechCrunch Equity 播客讨论本周 AI 动向：白宫召集 Zuckerberg、Bezos、Musk、Anthropic 的 Dario Amodei 等科技 CEO 签署 AI 安全承诺，Trump 称其"具有道德约束力"，并签署行政令将 AI 正式改名为"超级智能"。节目同时剖析消费级 AI 的糟糕经济账，以及 Oura 撤回 IPO、Anthropic 泄露的 S-1、OpenAI 重回私募融资所反映的公开市场挑剔程度。
- 动态Financial Times · 人工智能
Google 发布 Gemini 4 Argon，称在编程与网络安全基准上追平对手
Google 发布新一代旗舰模型 Gemini 4 Argon，称其在编程、企业办公、科学与数学以及网络安全等基准上达到 SOTA，可对标 Anthropic 与 OpenAI 的竞品。该模型上下文窗口扩大 16 倍，Google 内部已用于量子计算研究、数据中心内存优化和自动化编程。Argon 通过 Fairwind 计划先向部分企业和政府开放，用于提前发现并修复网络安全漏洞，Google 将据此微调护栏；公司称该模型更抗提示注入，并新增防止智能体逃出测试环境的防护。公开发布后基础定价为每百万输入 token 2 美元、输出 10 美元，推广期后升至 4 美元和 20 美元。此前 Google 因训练不及预期放弃了 3.5 Pro，转而直接推出 Argon。
- 动态Financial Times · 人工智能
腾讯与 Oracle 签署 10 万块芯片租赁协议以加速 AI 布局
腾讯与美国云服务商 Oracle 签署了其最大规模的海外租赁协议，今年达成一项为期五年、覆盖 Oracle 在东南亚多个数据中心的租赁安排，从而获得约 10 万块在中国无法获取的先进 AI 芯片，用于推进其 AI 模型和智能体工具开发。两名知情人士称，该协议估值约 70 亿美元，首付约 30%，并导致腾讯第二季度自由现金流为负 138 亿元人民币（约 20 亿美元），为十多年来首次出现季度负值。美国出口管制收紧与国内供应短缺，促使中国科技公司转向海外算力，这类租赁协议在美国规则下被允许，也可能让企业用上在中国无法获得的 Nvidia 尖端处理器。腾讯第二季度资本支出同比增长 176% 至 530 亿元人民币（约 79 亿美元），用于 AI 基础设施和算力资源预付款；公司还在微信中推出嵌入式智能体 Xiaowei，并打造以 WorkBuddy 为首的企业级 AI 智能体矩阵。
- 动态Financial Times · 人工智能
AI 热潮持续不止
日经亚洲与 Financial Times 联合梳理亚洲科技趋势，聚焦仍在持续的 AI 投资热潮。
- 动态The Guardian · 人工智能
美国逮捕加州男子，指其向中国走私价值 3 亿美元计算机服务器
美国司法部宣布逮捕 38 岁加州男子 Greg Lui（又名 Yiu Kong Lui），指控其向中国走私价值超过 3 亿美元的受出口管制计算机服务器。司法部称，这些服务器装有美国制造的 GPU，常用于超级智能（SI），即特朗普政府对 AI 的新称法。Lui 经营名为 Earthmade Computer 的科技公司，2023 至 2024 年间在未取得美国商务部所需许可的情况下采购并发送相关物品，先运往马来西亚、新加坡等无需许可的国家，再非法转出口至中国。若罪名成立，Lui 最高面临 50 年监禁。美国长期通过出口管制限制中国获取英伟达等高端美国半导体，以延缓其前沿 AI 进展。
- 动态Gradient Institute（澳大利亚）
软件开发方式正在发生巨变：从代码补全到编码智能体
AI 编码工具已从"tab tab tab"式自动补全演进为能读取需求、跨文件修改、运行程序、读报错、写测试并迭代修复的编码智能体，GitHub Copilot、OpenAI Codex、Claude Code、Cursor、Replit Agent、Lovable、Devin 等产品用户量激增。SWE-bench Verified 上最强模型的问题解决率从 2024 年中的约三分之一升至约 95%，但基准分数不等于真实可靠性。人类角色正从逐行编写转向委派任务并审查结果，而写代码与工程化生产软件仍是两回事。
- 动态Financial Times · 人工智能
全球经济下一步走向何方？FT 回答读者提问
英国《金融时报》经济社论撰稿人 Tej Parikh 与欧洲经济评论员 Martin Sandbu 就全球经济下一步走向回答读者提问。