Google DeepMind 發佈 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 發佈 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，涵蓋智能體工作流、低延遲高吞吐任務及網絡安全場景。
推薦理由：文章列出 3.6 Flash 與 3.5 Flash-Lite 的速度及成本指標，並説明 Cyber 模型將透過有限試點提供，呈現不同工作負載的部署差異。
全部AI 動態
全部動態
今日 447 條Google DeepMind精選AI 評分7878 OpenAI：失準報告與通報AI 評分7272 OpenAI 與 Apollo Research 提出 Contrastive SDF 測量模型的獎勵尋求傾向
OpenAI 與 Apollo Research 開發 Contrastive SDF，透過相反的合成文件塑造評分者偏好信念，再比較模型行為以測量獎勵尋求。未接受安全訓練的 OpenAI o3 能力導向 RL 檢查點顯示，模型對評分者偏好的敏感度隨訓練推進而上升，即使該偏好與用戶或開發者要求相反。
上海人工智能實驗室 InternLM：原創項目AI 評分5050 上海人工智能實驗室 InternLM 推出 ArchSpace 開放實驗項目
上海人工智能實驗室 InternLM 推出 ArchSpace，將社羣提出的大語言模型架構假設納入公開、可追溯及可復現的訓練與評測流程。獲批提案按對齊 Olmo 3 的流程驗證，涵蓋 1B、3B、8B 模型及預訓練、中期訓練、指令微調，完整流程約使用 6.2T tokens。
OpenAI NewsAI 評分4343 OpenAI 與 Hugging Face 合作應對模型評估期間的安全事故
OpenAI 與 Hugging Face 分享 AI 模型評估期間安全事故的初步調查結果。結果聚焦進階網絡能力，以及防守方可汲取的教訓。
Hugging Face Blog精選AI 評分6262 Pollen Robotics 發佈開源機械人操作數據採集系統 Grabette
Pollen Robotics 發佈開源、低成本的 Grabette 手持式系統，可記錄人工操作示範並轉成機械人訓練數據集。裝置配備兩部攝影機，瀏覽器處理流程透過 RTAB-MAP 執行 SLAM，並輸出 LeRobot 格式數據；Grabette 的物料清單成本約 490€。
推薦理由：Grabette 把手持式示範、SLAM 軌跡處理與 LeRobot 數據集串成採集流程，並以 200 段示範呈現訓練及機械臂評估的端到端用法。
OpenAI NewsAI 評分4848 David Vélez 與 Robin Vince 加入 OpenAI Foundation 及 OpenAI Group PBC 董事會
David Vélez 與 Robin Vince 加入 OpenAI Foundation 及 OpenAI Group PBC 董事會，為兩個董事會帶來金融、科技與治理領域的全球領導經驗。
Import AIAI 評分6060 Import AI 465 分析開放權重與閉源模型差距、Kimi K3 和 Demis Hassabis 的 AI 政策方案
Import AI 465 整理英國 AI Security Institute 的分析，指出開放權重模型在網絡安全能力上與閉源前沿模型的差距，由 2025 年多數時間的 6–10 個月縮至 4–7 個月。
OpenAI NewsAI 評分4242 OpenAI：長時程模型時代的安全與對齊
OpenAI 分享部署長時程 AI 模型的經驗教訓，指出新出現的安全風險及已觀察到的失效情況。公司表示，透過迭代部署改進防護措施。
Johann Rehberger / Embrace The RedAI 評分7474 自主 AI 入侵已成現實：Hugging Face 遭入侵事件的教訓
Hugging Face 披露稱，這宗入侵由自主 AI 智能體系統端到端推動，攻擊者取得主機層級存取權並橫向進入多個內部叢集。入侵以惡意數據集及處理流程中的兩條程式碼執行路徑為突破口，攻擊框架在短命沙盒執行數萬次自動操作，留下逾 17,000 條操作記錄；Hugging Face 的異常偵測流程最先標記事件。
Ahead of AIAI 評分6262 如何控制大語言模型的推理力度及其實現方式
Sebastian Raschka 以 GPT-5.6 系列為切入點，解説大語言模型如何在訓練及推理階段支援不同推理力度；該系列有三種模型規模，每種約有五至六種推理力度設定。
Google DeepMind精選AI 評分6565 Google DeepMind 發佈 Gemini 3.5 Flash Cyber 網絡安全模型
Google DeepMind 發佈 Gemini 3.5 Flash Cyber，這款基於 3.5 Flash 並經微調的輕量網絡安全模型，旨在快速發現、驗證及修補漏洞。
推薦理由：V8 JavaScript Engine 的固定調用測試提供了具體比較，Gemini 3.5 Flash Cyber 找到 55 個獨特確認問題，主線 3.5 Flash 與 Claude Opus 4.6 分別找到 47 個和 36 個。
OpenAI NewsAI 評分5252 OpenAI CFO Sarah Friar 提出衡量 AI 投資回報的記分卡
OpenAI CFO Sarah Friar 提出一份用於衡量 AI 投資回報的實用記分卡。評估維度包括有用工作、每項成功任務的成本、可靠性及算力回報。
OpenAI NewsAI 評分2323 為何青少年應能使用安全 AI：OpenAI 如何保障 ChatGPT 的青少年使用安全
OpenAI 正透過符合年齡的保護措施、學習工具、家長控制功能及專家合作，提升 ChatGPT 對青少年的安全保障。
Google DeepMindAI 評分5858 Google DeepMind 與 Isomorphic Labs 公佈聯合生物韌性方案
Google DeepMind 與 Isomorphic Labs 公佈聯合生物韌性方案，將工作分為防止威脅者濫用 AI 模型，以及運用 AI 支援疫情預防、檢測和應對兩部分。
Johann Rehberger / Embrace The RedAI 評分6262 間接提示詞注入如何透過 macOS Terminal 觸發 DNS 資料外洩
Apple 在 macOS Tahoe 26.1 修正 macOS Terminal 對特定 ANSI escape code 的處理，使該序列不再觸發 DNS 請求。
OpenAI NewsAI 評分2727 Codex 如何成為 OpenAI 創意團隊的協作夥伴
OpenAI 的創意團隊運用 Codex 和上下文感知 AI 建構自訂創意工具、加快構思，並更快製作原型。
Hugging Face Blog精選AI 評分7676 Hugging Face 披露 2026 年 7 月生產基礎設施遭自主 AI 智能體系統入侵
Hugging Face 披露，其部分生產基礎設施遭自主 AI 智能體系統入侵，攻擊者存取了有限範圍的內部資料集及多項服務憑證。Hugging Face 已封堵相關程式碼執行路徑、重建受影響節點並輪換憑證；目前未發現公開、面向用户的模型、資料集或 Spaces 遭篡改，合作夥伴或客户資料是否受影響仍在評估。
推薦理由：事件呈現託管模型安全護欄對事故分析的限制，也提供可遷移的準備方向，即預先驗證能在自有基礎設施運行的模型，以保護攻擊資料並維持調查能力。
OpenAI NewsAI 評分4949 Cars24 如何藉助 OpenAI 擴展對話規模並加快構建
Cars24 使用 OpenAI 驅動的語音與聊天智能體，每月處理 1M+ 分鐘對話，並挽回 12% 流失潛在客户。公司亦將智能體工作流程推廣至各團隊，藉助 OpenAI 加快構建。
MIT NewsAI 評分4747 3 個問題：神經透明度與 AI 設計的未來
MIT Media Lab 助理教授 Pat Pataranutaporn 與研究生提出「神經透明度」工具，讓用户在對話前預覽個人化 AI 聊天機械人的可能行為。研究中，用户錯判 15 項特質中的 11 項；相關可視化雖提高用户對系統的信任，卻沒有改變他們設計聊天機械人的方式。
OpenAI NewsAI 評分3333 美國正透過州與聯邦行動推進 AI 安全
OpenAI 提出 AI 治理的「逆向聯邦主義」方案，主張由州級法律協助建立全國性的安全、民主 AI 框架。這一方向透過州與聯邦行動推進美國 AI 安全。
OpenAI NewsAI 評分3737 GPT-Red：透過自我改進提升穩健性
OpenAI 的 GPT-Red 是一套自動化紅隊測試系統，運用自我對弈提升 AI 安全性、對齊及抵禦提示詞注入的能力。
Hugging Face BlogAI 評分5555 Real World VoiceEQ 推出語音 AI 真人互動品質評測基準
Real World VoiceEQ 是一套衡量語音 AI 真人互動品質的新基準，評估 40+ 款專有及開源語音模型，涵蓋 15+ 個評測維度和 60+ 項指標。基準以超過 1 million 次人工評分建立，評測範圍包括 ASR、TTS、S2S 和 Speech Understanding。結果顯示，各模型能力各有側重，而傳統基準可能高估模型在真實對話中的表現。
OpenAI NewsAI 評分1616 企業如何在智能體時代管理 AI 投資
企業在智能體時代可透過衡量每美元產出的有用工作量、提升效率及擴展高價值工作流程，管理 AI 投資。
OpenAI NewsAI 評分3131 使用 ChatGPT Work 的數據科學工作流程
ChatGPT Work 的實用數據科學工作流程涵蓋根因簡報、KPI 備忘錄、限定範圍分析及儀錶板規格，説明如何在這些任務中運用相關工作流程。
OpenAI NewsAI 評分2323 ChatGPT Work 的銷售工作流程
ChatGPT Work 的實用銷售工作流程涵蓋銷售管道簡報、會議準備、客户計劃、預測檢視及交易診斷等場景。
MIT NewsAI 評分4848 MIT 學生如何透過網絡安全診所協助防範網絡攻擊
MIT Cybersecurity Clinic 的學生組隊為高風險社區評估網絡攻擊漏洞，並提出防護建議。課程自 2019 年開辦，至今已提供逾 40 次保密、免費評估，主要服務新英格蘭的市鎮及醫療機構。診所以「防禦性社會工程」為方法，亦著重協助客户建立組織能力，讓網絡安全不只依賴技術人員。
AI as Normal TechnologyAI 評分6262 Arvind Narayanan 在 ICML 主題演講追問：AI 時代還有哪些工作留給人類？
Arvind Narayanan 在 ICML 主題演講中主張，AI 會逐步改變並重組工作，但不會因實驗室內某個能力里程碑而突然令所有人失業。他以 AI as Normal Technology 框架概括能力、產品、早期採用和適應四個階段，認為工作結構的適應最慢，需時數十年。他預期 AI 會令工作重心由建造系統轉向評估、判斷與引導，並主張培養與 AI 互補的技能及維持使用上的自主掌控。
Inception Labs：BlogAI 評分6969 Inception Labs 發佈 Mercury 2 推理模型，解碼速度達 1,000+ tokens/second
Mercury 2 是 Inception Labs 推出的擴散式推理語言模型，官方稱其在標準 NVIDIA GPU 上解碼速度達 1,000+ tokens/second，300-token 推理鏈完成時間不到 300ms。
Manus：BlogAI 評分6363 Manus 推出可生成原生 .pptx 的 PowerPoint 模式
Manus 推出 PowerPoint 模式，可直接生成原生 .pptx 文件，毋須先輸出網頁格式再轉換。圖表保留可編輯數據，表格採結構化單元格；用户可在下載前於 Manus 修改圖表數據，下載後亦可在 Microsoft PowerPoint 或 Google Slides 編輯圖表。此 Beta 功能現向使用 1.6 和 Max 模型的用户開放。
MIT NewsAI 評分6666 MIT 研究團隊提出無須生成圖像即可檢測模型 CSAM 生成能力的方法
MIT 研究團隊與 Thorn 合作提出一種模型審核方法，可在不生成圖像的情況下判斷模型是否經微調以生成 CSAM。方法以 Gaussian probing 分析 LoRA adaptor 對模型內部計算的修改；在三類模型變體的測試中，識別經調整以生成 CSAM 的模型準確率為 100%。託管平台可用這項方法標記不安全模型，並將其移除或阻止上傳。
elsewhere：文章AI 評分4747 AI4S 需要狂人與野心家｜公路播客對話英靈殿創始人 Odin：「如果神存在，我怎能容忍自己不是神？」
英靈殿創始人 Odin 在《十字路口》公路播客中談及 AI for Science 創業願景，核心是打造「全模態分子世界模型」與「通用科學人工智能」。他離開 David Baker 實驗室後創業，短時間內融資數千萬美元，團隊有 30 人。其目標是打造「新時代科學發現的蒸汽機」，把人類科學進程壓縮上百年。
Manus：BlogAI 評分5353 Manus 推出自動發佈功能，成功構建後自動部署
Manus 推出自動發佈功能，開啟後每次成功構建都會直接部署至公開 URL，無需手動確認。該開關預設關閉，可在發布彈窗中隨時切換；構建失敗或仍在進行時，網站會維持上一個穩定版本。此功能現已向所有用户開放，支援網頁端、iOS 和 Android。
OpenAI NewsAI 評分2626 Deutsche Telekom 如何以 AI 重塑電訊業
Deutsche Telekom 正與 OpenAI 推進轉型，邁向 AI 原生電訊商，並重塑客户服務、員工工作流程和網絡營運。這項轉型亦關乎語音的未來。
Hugging Face Blog精選AI 評分6262 PyTorch 效能分析（第 3 部分）：用 profiler 剖析 Attention
Hugging Face Blog 的《PyTorch 效能分析》第 3 篇以 profiler traces 對照手寫注意力與 PyTorch SDPA 各後端的執行情況。
推薦理由：文章對照 CPU 與 GPU trace，展示如何從 kernel 數量、資料搬移及 CPU 開銷，辨認注意力實作的效能收益與成本。
OpenAI NewsAI 評分2222 ChatGPT 入門指南：開始對話、寫作、腦力激盪及解決問題
ChatGPT 入門指南説明如何使用 ChatGPT、開始首次對話，並探索以 AI 寫作、腦力激盪和解決問題的簡單方法。
AI as Normal TechnologyAI 評分6262 AI 如何向堆疊上層遷移以避開商品化陷阱，並帶來企業鎖定風險
Arvind Narayanan 與 Akash Kapur 認為，模型推理競爭可能把價格壓向 token 生產的邊際成本，AI 實驗室更可能透過向堆疊上層遷移來實現持續盈利。
Benedict Evans：BlogAI 評分5656 Benedict Evans 探討 AI token 定價的幾種思路
Benedict Evans 認為，token 供應短缺只是過渡狀態，現有市場動態指向基礎模型成為商品化基礎設施，但長期定價權與價值捕獲仍未明朗。供給擴張、推理效率、訓練成本及新用途的投資回報都會變動，長期供需均衡因此難以預測。文章以流動網絡、光纖和半導體為參照，指出類比可供參考，但不能預測 AI 市場最終會形成哪一種均衡。
OpenAI NewsAI 評分5959 GPT-5.6 現已成為 Microsoft 365 Copilot 的首選模型
OpenAI 宣佈，GPT-5.6 現已成為 Microsoft 365 Copilot 的首選模型。它為 Word、Excel、PowerPoint、Chat 和 Cowork 提供更強的 AI 能力，旨在讓工作更快、品質更高。
Mistral AIAI 評分5252 Mistral Studio 為 Prompts 和 Skills 提供集中管理與版本追溯
Mistral Studio 現已為 Prompts 和 Skills 提供集中記錄系統，涵蓋版本、負責人、完整歷史和追溯能力。AI 開發者及非開發者均可即時編輯和測試，正式部署仍須經企業既有測試與審批流程，標籤亦可觸發 CI/CD。Studio 支援版本比較、回滾和審計記錄，並透過 Observability 將生產輸出追溯至相應資產版本。
OpenAI NewsAI 評分4444 GPT-5.6：配合更大抱負擴展的前沿智能
GPT-5.6 主打每個 token 帶來更多智能、每美元效能更強，並可按需提供更多能力，支援最艱鉅的工作。