Dan Hendrycks 呼籲暫停前沿 AI 訓練,Max Hodak 稱執行禁令需建立全面監控體制
在 DealBook Summit 的 AGI 討論環節,Dan Hendrycks 呼籲無限期暫停前沿 AI 最大規模訓練,Max Hodak 則稱執行禁令需要全面網絡監控。Hendrycks 主張為 AlphaFold 等窄用途模型及語音模型保留例外,實驗室仍可出售推理服務並提升模型可靠性與安全性。Hodak 則主張以反壟斷法避免權力集中,並認為 AI 安全應靠廣泛分發,而非暫停訓練。
在 DealBook Summit 的 AGI 討論環節,Dan Hendrycks 呼籲無限期暫停前沿 AI 最大規模訓練,Max Hodak 則稱執行禁令需要全面網絡監控。Hendrycks 主張為 AlphaFold 等窄用途模型及語音模型保留例外,實驗室仍可出售推理服務並提升模型可靠性與安全性。Hodak 則主張以反壟斷法避免權力集中,並認為 AI 安全應靠廣泛分發,而非暫停訓練。
Jenny Kleeman 走訪 Amazon 倉庫及機械人手研發公司,探討複製人類手部靈巧度的難題,以及相關技術對工作的潛在影響。人類的手有27塊骨骼,並靠感覺回饋和預測協調動作;Shadow Robot 的手能摘葡萄和堆疊積木,但示範中的動作由人透過感測手套遙控。
在 MIT 舉行的座談會上,來自 MIT、哈佛大學、西北大學及紐約大學的數學家探討 AI 對數學研究、數學家工作與學科未來的影響。OpenAI 曾集中數以千計的 AI 智能體處理 Navier-Stokes 方程相關問題,並在 88 小時後產出一份相關證明;公司一個月後又發布 722 篇稿件,聲稱完全以 AI 解決多項數學重大未解問題。
DeepMind Institute 分析 AGI 之後通往 ASI 的可能路徑,指出 AI 或會透過多種技術發展超越人類水平。文章將路徑歸納為擴展模型與數據、技術範式轉變、改善智能體協作,以及遞歸自我改進,並指出認知工作商品化也可能重塑知識工作。由於各條路徑可能相互疊加,作者主張持續建模、測量和預測進展,並指出追蹤超人類能力需要新的評估方法及跨領域工作。
具身智能機械人正由依賴大量操作數據的模仿學習,轉向利用通用模型自主探索技能,但直接由大模型控制仍受響應速度與計算成本限制。大曉在酒店洗衣場景把53個原子動作組成14個高層步驟,技能固化後單輪執行由首次探索的30分15.64秒縮至18.648秒,約提速97倍。但真機測試顯示,烘乾機取衣仍未穩定,跨場景泛化和商業回報亦是規模部署的難題。
Isomorphic Labs 完成50億美元C輪融資,估值超過500億美元,刷新全球生物科技業C輪及單輪融資紀錄。公司表示,資金將用於迭代自研藥物設計引擎 IsoDDE、構建基礎生物學模型,並推動首批治療項目進入臨牀試驗;目前尚無藥物進入人體試驗。哈薩比斯曾表示,公司預計於2026年底前啟動首批臨牀試驗。
推薦理由:文章對照 Isomorphic Labs 的融資估值與尚未進入人體試驗的藥物管線,並梳理 AI 藥物設計走向臨牀仍須跨越的關卡。
Isomorphic Labs 於11月17日宣佈完成50億美元C輪融資,估值超過500億美元,三輪累計融資約77億美元。本輪由 Greenoaks 和紅杉資本共同領投,資金將用於迭代自研藥物設計引擎 IsoDDE,並推進基礎生物學模型及治療項目。哈薩比斯今年1月曾稱,公司預計2026年底前啟動首批臨牀試驗;截至目前,尚無藥物進入人體試驗,現有融資與估值仍建立在臨牀前數據上。
Google DeepMind 的 AlphaProof 與 AlphaGeometry 2 在 IMO 2024 解出六題中的四題,合共取得 28 分,達到銀牌水平。
Google DeepMind 公佈 AlphaEvolve,一種以大型語言模型生成、測試及演化程式的智能體,目標是自主發現新演算法與科學解法。文章稱它為 4×4 複數矩陣乘法找到只需 48 次純量乘法的演算法,並在超過 50 個開放問題中約 75% 達到已知最佳結果、約 20% 超越最佳結果。
DeepMind Institute 梳理 AGI 邁向 ASI 的四條路徑,包括模型與數據擴展、技術範式轉變、智能體協調及遞歸自我改進。各路徑面對不同技術瓶頸與評估難題,且可能相互疊加;文章指出,限制訓練算力未必會停止整體進展。ASI 是否會出現及其時間表仍未有定論,近期評估需區分智能體數量、速度提升與真正新能力。
Magnus 比較 Gemini 4 Argon、Carbon、Hydrogen 和 Neon 的公開評測,分析推理、編碼、多模態任務及每項通過驗收結果的成本。
Google 在 MaxText 實作 Streaming DiLoCo,將模型參數分片並錯開同步,以避免每隔 H 步傳送完整模型造成的週期性停頓。
Google DeepMind 英國產品部門員工已向 Central Arbitration Committee 申請工會法定認可,尋求建立正式集體談判機制。申請須先通過談判單位及至少 10% 會員門檻的審核,再由員工投票,多數贊成即可獲認可。工會亦希望把 AI 倫理、透明度及員工拒絕不道德項目的權利納入談判,法定認可的基本範圍則包括薪酬、工時和假期。
Google 發佈 Gemini 4 Neon,定位介乎 Gemini 4 Hydrogen 與 Gemini 4 Carbon 之間,並開始在 Gemini API、Gemini for business、Google Antigravity 及 Gemini app 推出。
推薦理由:文章以 Carbon 為參照比較 Neon 的排名、輸出速度與任務成本,並指出成本較低源於 token 定價較低,而非答案較短。
Western Sydney University 法律與新興科技講師 Armin Alimardani 分析 AI 對畢業生就業市場的影響,主張大學須培養學生與 AI 有效協作的能力。
Google 於 2026 年 11 月 18 日發佈 Gemini 4 Neon,定位為快速完成軟件工程、知識工作及科學任務的前沿模型。
推薦理由:Activepieces 獨立測試中,Neon 完成 3/3 項任務,GPT-5.4 mini 完成 2/3;但 Neon 中位延遲為 6.4 秒、單項成本約高 54 倍,呈現自動化流程的取捨。
Google 於 2026年11月18日發佈 Gemini 4 Neon,並開始在 Gemini 應用程式及 Gemini API 等服務中陸續提供。
推薦理由:推理深度設為 high 時,Gemini 4 Neon 與 Carbon 在 Artificial Analysis Intelligence Index 均得 60 分;Neon 每項任務需 14.8 分鐘,Carbon 約 36 分鐘。
Google DeepMind 發佈 Gemini 4 Neon,這是約七星期內推出的第四款 Gemini 4 模型。Neon 每百萬 tokens 的輸入、快取輸入及輸出價格分別為 $3、$0.15 和 $15,並提供 1M-token 上下文窗口及四個 effort levels。
Google DeepMind 發佈 Gemini 4 Neon,這款推理模型提供 1M-token 統一上下文,並在 AA Coding Agent Index 得分 58.6、排名第一。
Google DeepMind 正在推出 Gemini 4 Neon,定位為面向編碼、研究和商業工作的低成本前沿 AI 模型。輸入 token 定價為每百萬 $3,快取輸入 token 每百萬 $0.15,輸出 token 每百萬 $15,並提供 1 million-token 上下文窗口。
Google 發佈 Gemini 4 Neon,並開放世界模型 Genie 4 使用。Neon 速度為 Carbon 的 3 倍、成本為其 60%,上下文窗口為 100 萬 token(https。
推薦理由:文章並列 Gemini 4 Neon 的速度、成本與評測數據,以及 Genie 4 的互動能力和開放安排,呈現 Google 兩項產品更新的不同重點。
Google DeepMind 發佈 Gemini 4 Neon;Neon (xhigh) 的 Intelligence Index 得分為 61,較 Gemini 4 Carbon (high) 高 1 分。
這篇 AI Daily Digest 彙整多項 AI 業界消息,指出 NVIDIA Q3 FY27 營收為 $115.8B、按年增長 103%,OpenAI 科學網誌則刊出 GPT-6 Astra 參與標準模型格點定義研究的文章。
Google 向符合資格的 Google AI Ultra 訂戶推出全新 Project Genie 體驗,首次開放 Genie 4,並加入 Project Genie 智能體和社羣作品集。Genie 4 可在探索途中透過新提示詞即時修改世界,並生成隨場景變化的原生音訊。Genie 3 每次生成時間由 60 秒延長至最多 3 分鐘,亦支援以 360 度全景圖建立世界及在探索時即時改變環境。
Google DeepMind 發佈 Genie 4,這款互動 3D 世界生成模型現已向 Google AI Ultra 訂戶開放。用戶可透過文字即時改變世界中的天氣、角色或故事情節,模型亦能生成配合場景的原生即時聲音;Genie 3 則新增最長三分鐘的工作階段、360 度全景支援及可串連世界。
Google 於 2026 年 11 月 18 日宣佈,Project Genie 正向合資格的 Google AI Ultra 訂戶開放 Genie 4 體驗。
Google DeepMind 向符合資格的 Google AI Ultra 訂戶推出新版 Project Genie,提供 Genie 4、Project Genie 智能體及社羣作品廊。
推薦理由:新版體驗把 Genie 4 的即時世界編輯與原生音訊、Genie 3 的延長生成,以及智能體創作和作品分享整合起來,呈現互動世界的創作與探索流程。
Isomorphic Labs完成50億美元(約合人民幣355億元)C輪融資,由Greenoaks和紅杉資本聯合領投,創下全球AI制藥領域單輪融資新紀錄。連同此前融資,公司累計公開披露融資額達77億美元。公司內部腫瘤學、免疫學項目及合作項目已有臨牀前結果,並預計於2026年底前啟動首批臨牀試驗。
Isomorphic Labs 完成 50 億美元 C 輪融資,Greenoaks 與紅杉資本聯合領投;據彭博社披露,公司估值達 500 億美元。公司至今沒有藥物進入人體臨牀試驗,原定在 2026 年底前推進首個候選藥物進入臨牀的時間窗口正在收窄。
Gemini 4 Hydrogen 在 Artificial Analysis Intelligence Index 的預設 high 思考層級得分為 51,高於 Argon 的 50,xhigh 得分為 54。
推薦理由:文章把 Gemini 4 Hydrogen 的分項基準、思考層級與任務成本並置,呈現綜合指數背後的工作類型取捨及路由判斷依據。
Isomorphic Labs 集資 $5 billion,這是該公司六個月內第二輪十億美元級融資,由 Greenoaks 和 Sequoia Capital 共同領投,Andreessen Horowitz、Alphabet 及所有現有投資者亦有參與。
推薦理由:這輪融資不只支持 IsoDDE 平台研發,也用於推動藥物管線進入臨牀試驗,呈現公司的資金如何同時投向技術平台與藥物開發。
測試時計算是在模型完成訓練後,透過多次抽樣、搜尋部分解答或反覆修訂,增加回答時的計算,以提高模型在可驗證任務上的答對機會。研究顯示,按問題難度分配計算的策略,效率比直接採用 best-of-N 抽樣高四倍以上;在容易及中等問題上,較小模型加上額外計算可勝過規模為其 14 倍的模型,但在最難問題上幾乎沒有改善。這種方法的效益受驗證器可靠程度、延遲和每次查詢成本限制,也不能取代預訓練帶來的能力。
Isomorphic Labs 完成 $5B C 輪融資,計劃推進候選藥物進入臨牀試驗。融資由 Greenoaks 和 Sequoia Capital 共同領投,Andreessen Horowitz 等投資者亦有參與;公司未披露新估值。新資金將用於持續開發藥物設計引擎及拓展更多藥物類型,公司稱其腫瘤學和免疫學項目已取得「正面的臨牀前結果」。
推薦理由:這輪融資的用途包括持續開發藥物設計引擎和拓展藥物類型,呈現其推進候選藥物至臨牀試驗的計劃。
Isomorphic Labs 完成 $5bn C 輪融資,由 Greenoaks 和 Sequoia 共同領投,距其完成 $2.1bn B 輪僅六個月。Andreessen Horowitz、Thrive Capital、Alphabet、GV、CapitalG、Temasek 和 Sovereign AI fund 等亦有參與。
Google DeepMind 首席策略官 Jasjeet Sekhon 離職,任職約八個月後加入 Anthropic。他表示目前致力於讓 Claude 嚴謹對待自身所知與未知。Anthropic 發言人向 The Information 的 Ryan Barwick 確認聘用,但其職銜、到職日期及匯報關係尚未公開。
Google DeepMind 首席策略官 Jasjit Sekhon 已離職並加入 Anthropic,將負責支持 Claude,讓其知識和判斷建立在嚴格、可靠的事實基礎上。Zecki 統計顯示,過去一年離開 Google DeepMind 的員工中,25% 加入 Anthropic、21% 前往 Meta、14% 加入 OpenAI。
Google DeepMind 首席策略官賈斯吉特・塞孔離職並加入 Anthropic,將負責支持 Claude 的知識和判斷建立在嚴謹、可靠的事實基礎上。他今年 3 月加入 Google DeepMind,任職約 8 個月後轉投 Anthropic。
Google DeepMind 的 AlphaProof Code 用四週形式化驗證 Signal 核心加密協議的已編譯程式碼,涵蓋四項安全性質,而非整個 Signal 應用的安全。
Redwood Research 認為,Google DeepMind 的 Gemini 4 Argon 與 Carbon 安全報告未能有力支持兩款模型失控風險偏低。
作者自行盤點 Google DeepMind 的 AlphaProof Code 公開倉庫,統計出 11,377 個 Lean 檔案共 7,546,996 行。