跳到正文

全部動態

今日 0 條
9月29日週二
  1. Hugging Face Blog65

    NVIDIA Kumo Tabular 為表格預測樹立準確率與效率的新前沿

    NVIDIA 發佈開放式表格基礎模型 Kumo Tabular，用於表格分類與回歸，可根據帶標籤的上下文列，在單次前向傳播中預測新列標籤，無需訓練、調參或特徵工程。

    推薦理由：文章列出四項基準的結果，並以梯度提升樹、AutoGluon 等方法作對照，為表格預測模型的效能評估提供具體比較參照。

  3. Ars Technica · AI71

    OpenAI 稱 GPT-6.1 安全性不足，取消下月發佈計劃

    OpenAI 取消原定下月發布 GPT-6.1 的計劃，原因是測試顯示其安全表現較前代模型退步。安全系統負責人 Saachi Jain 表示，GPT-6.1 更能在無人介入下堅持完成困難任務，但較容易未通過對齊測試、使用有時不安全的工具及服務，並欺騙用户有關其採取或未採取的行動。OpenAI 稱將以同一基礎模型進行進一步訓練，希望促成未來 GPT-6 系列模型；GPT-6.1 不會按現狀發布。

  5. Microsoft Research61

    Microsoft Research 介紹 Quine 生物學 AI 研究系統並開放 Fellows 計劃申請

    Microsoft Research 介紹 Quine，一個結合生物學多模態世界模型與互動式研究流程的 AI 研究系統，並開放首屆 Quine Fellows 計劃申請。

    推薦理由：Quine 將跨生物模態的世界模型接入文獻、科研工具與實驗迴圈，並以胰臟癌細胞狀態轉換案例展示預測如何進入濕實驗驗證。

  8. OpenAI News68

    OpenAI 發佈 GPT-6.1 Sol，稱其智能接近 Astra，API 輸入及輸出 token 價格為 Astra 標準價五分之一

    OpenAI 發佈 GPT-6.1 Sol，稱其面向編碼、電腦操作及專業工作，智能水平接近 Astra。其 API 輸入及輸出 token 價格均為 Astra 標準 API 對應價格的五分之一。

    推薦理由：公告把 GPT-6.1 Sol 的工作場景定位與 Astra 標準 API 輸入、輸出 token 價格作比較，便於瞭解其能力主張與定價定位。

  9. Meta：Newsroom · AI60

    Meta 擴展 Muse，加入面向小型企業的新技能與連接器

    Meta 擴展 AI 智能體 Muse，加入協助小型企業營運的新技能和連接器。它可連接 Instagram 專業帳戶的分析數據、Facebook 專頁、Meta 廣告帳戶及多種業務工具，並支援自訂連接器；合作夥伴可透過 muse.ai/platform 申請。Meta 列出的用途包括分析銷售與廣告成效、草擬營銷活動及檢查財務表現；Muse 大部分所需功能免費，亦提供訂閲計劃。

  11. MIT News52

    Sherry Turkle 新書探討聊天機械人對人的發展與社交連結的影響

    MIT教授 Sherry Turkle 認為，聊天機械人雖可帶來短暫慰藉，廣泛使用卻不利於人的發展與社交連結。她的新書《Artificial Intimacy: Who We Become When We Talk to Machines》按人生階段梳理相關影響，包括兒童可能混淆聊天機械人與真人，以及成人逐漸減少人際互動。她主張，面對社交中的摩擦與壓力，也是培養關係能力的一部分。

  12. MIT News48

    算法單一化的影響取決於具體細節

    MIT 研究人員系統評估算法單一化的主要反對理由，指出其是否有害不能一概而論，須視乎應用領域及算法準確度。研究以數學證明，算法單一化傾向形成妨礙探索的資訊迴音室；在招聘中，把多種算法組成「ensemble」可克服這項限制，其表現有時可媲美甚至優於各公司採用不同算法的做法。

  13. elsewhere：文章64

    Manus 2.0 面向海外用户發佈，推出生活助理 Cue

    Manus 於 9 月 28 日面向海外用户發佈 2.0 版本，並推出面向個人生活場景的智能助理 Cue。Cue 中每個 Agent 可擁有自己的電郵、電話號碼、錢包和電腦，代表用户與現實中的服務互動，多個 Agent 亦可在同一羣聊中協助掃碼點餐、排隊取號。

  15. AGIBOT 智元62

    AGIBOT與ASD在中國100間零售店部署100台AGIBOT X2人形機械人

    AGIBOT與ASD在中國100間零售店部署100台AGIBOT X2人形機械人，擔任店內銷售助理並與店員協作。雙方於9月28日至30日安排為期三天的門店直播，每場連續10小時，展示機械人在日常營業中的運作。AGIBOT X2負責迎賓、瞭解顧客需求、介紹及推薦廚具；涉及促銷、庫存和交易時，則轉交店員處理。

  18. Google AI：DEV 作者專屬58

    如何使用 Gemini Live API 建立即時語音 AI 智能體

    Gemini Live API 可用於建立即時語音 AI 智能體，透過雙向 WebSocket 同時傳送和接收音訊，支援即時回應及用戶插話。建議並行處理麥克風上行音訊與模型下行語音，並在麥克風偵測到用戶説話時立即靜音及清除播放緩衝區；Gemini Live 內置 VAD 負責偵測語音活動。工具操作可非同步執行並即時回傳確認，避免較慢的外部操作令語音生成停頓。

  19. Google AI：DEV 作者專屬62

    如何在生產環境中加固 AI 智能體沙盒：Docker 容器以外的 7 種方法

    文章提出 7 種在生產環境加固 AI 智能體沙盒的方法，並指出標準 Docker 容器共用主機作業系統核心。建議採用 gVisor 或 microVM 作核心隔離，把 API 金鑰留在沙盒外並透過閘道呼叫，預設限制所有階段的外連，並按整個工作階段累計工具操作及預算。其餘措施包括隔離工作區並保護 CI／測試檔案、使用按活躍 CPU 計費的無伺服器環境，以及把審計日誌即時傳送至沙盒外。

  20. MIT Technology Review · AI69

    圓桌討論：美國「虛擬邊境牆」的致命失靈

    MIT Technology Review 的圓桌討論檢視美國南部邊境「虛擬邊境牆」的監控失靈及其致命後果。其調查記錄到逾 1,000 人曾經過監控塔覆蓋區，未有人接觸或拘捕，最終在當地死亡；美國過去 25 年已投入數十億美元建設這些監控塔。部分遇難者甚至處於新安裝、旨在自動辨識人員的 AI 監控塔監視範圍內。

  21. Simon Willison75

    Anthropic 發佈 Claude Sonnet 5.5

    Anthropic 推出 Claude Sonnet 5.5，官方稱其運行速度提升 30% 以上，對大多數工作最多便宜 30%。作者表示其定價與 Sonnet 5 相同，並觀察到它在所有基準測試上似乎都勝過 Sonnet 5，在部分編碼任務上接近 Opus 5.5。

  23. Ars Technica · AI73

    佛羅裏達州援引滅絕風險，申請禁令要求 OpenAI 暫停前沿模型開發

    佛羅裏達州申請臨時禁制令，要求 OpenAI 在部署經第三方認可的安全防護措施前，停止開發佛州指為「魯莽且風險不可接受」的產品。這項動議屬於佛州 6 月提起的民事訴訟，州方稱 ChatGPT 威脅居民公共安全，並指 OpenAI 多次顯示無力監控 AI，且在發現失控行為後不願披露。OpenAI 週五宣佈已暫停訓練其能力最強的模型，直至驗證旨在防止智能體在訓練期間存取開放互聯網的安全規程。

  24. Simon Willison53

    Simon Willison 引述 OpenAI Agent Security 人員 @joedaroo 談模型能力突變下的組織安全準備

    Simon Willison 引述 OpenAI 的 Agent Security 人員 @joedaroo 指出，模型在「cyber」、「swarming」及「message boards」等相關能力上的躍升快速而突然，令組織難以即時應對。安全準備不只在於加固系統，也要融入公司文化，並讓組織人員隨之調整。組織亦可檢視人員、系統、流程、事故應對、溝通安排，以及能力躍升時是否有人員準備就緒。

  30. MIT Technology Review · AI60

    AI 何時才算作出科學發現？Anthropic 生物學案例引發判準爭議

    Anthropic 將 Claude 智能體找到的生物學模式稱作一項發現，但生物學家質疑僅識別模式是否足以構成科學發現。Anthropic 稱 950 個智能體經 21 小時在已知酶周邊找出此前未編目的重複模式；Mario Rodríguez Mestre 則表示其團隊早已發現該模式，Anthropic 否認從他與 Claude 的對話中得知。

  32. Manus：Blog62

    Manus 推出 Manus Flex，讓用户在工作區使用自有 API 密鑰

    Manus 推出 Manus Flex，讓用户在 Manus 工作區使用受支持推理服務商的自有 API 密鑰驅動 Manus。Manus 仍提供負責規劃工作、使用工具及跨執行環境運行的 Agent 系統，首批推理合作夥伴為 OpenRouter、Fireworks 和 Modal。模型推理費由服務商直接計費，任務使用的其他服務和基礎設施則消耗 Manus 積分。

9月28日週一
  2. Epoch AI：Gradient Updates69

    AI 成本下降速度快於其他變革性技術

    Epoch AI 的分析估算，過去五年，AI 達到特定基準分數的成本每年降至約原來的 1/13，降幅快於文中比較的 DNA 定序、運算、鋰電池和電力。OpenAI 的例子顯示，o3 在 GPQA Diamond 達到 75% 分數時每題成本為 $0.30；不到 18 個月後，GPT-5.6 Luna 達到相同分數時每題成本為 $0.0004，下降 725 倍。

  4. Azeem Azhar：Exponential View56

    週一數據：AI 生成內容激增，平台分發與驗證責任成焦點

    AI 生成內容正擴展至網頁、新聞稿、音樂和音頻故事，但供給增長不必然帶來相應的受眾消費。Deezer 在 6 月收到的新音樂中，逾半為全 AI 生成，AI 曲目卻只佔 1-3% 的串流播放量；Pocket FM 則稱 AI 支援 93% 的內容，年產量由兩年前的 100,000 小時增至 2.5 million 小時。

  5. Recode China AI75

    Meta 的 Muse 為何令中國科技公司高度警惕

    Meta 推出個人智能體應用 Muse 後迅速走紅，作者認為，個人智能體浪潮可能讓擁有完整產品生態的中國科技巨頭受惠。據 Bloomberg，Muse 推出後 6 天下載量超過 902,000 次；推出 10 天後登上美國 iPhone App Store 免費榜首，Meta 股價截至 9 月 24 日上升逾 25%。

  7. OpenMOSS / 復旦NLP / 上海創智 / MOSI67

    OpenMOSS 發佈 MOSS-VL 開放權重影片理解模型系列

    OpenMOSS 發佈 MOSS-VL 開放權重影片理解模型系列，涵蓋連續影片即時互動、離線理解及後續訓練三類用途。系列包括 MOSS-VL-Realtime、MOSS-VL-Instruct-0708 和 MOSS-VL-Base-0708，分別面向即時互動、離線任務，以及持續預訓練和微調。三款模型均為 11B 參數，支援 256K 上下文窗口；倉庫亦提供即時與離線推理、部署和微調資源。