AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月17日 11:45 · 每小时自动更新

8月11日 周二19 条

OpenAI:官网动态模型AI 评分55

OpenAI 推出 GPT-5.6-Cyber,面向授权漏洞研究的网络安全专用模型

OpenAI 发布网络安全专用模型 GPT-5.6-Cyber,可通过 Daybreak Red 获取,用于授权的漏洞研究、漏洞验证和安全测试。该模型旨在应对网络防御窗口不断收窄的挑战,为安全研究人员提供专门工具。

推荐理由:GPT-5.6-Cyber 将大模型能力引入授权的漏洞研究与验证流程,安全团队可借助模型自动化分析,缩短从漏洞发现到修复的窗口。

Anthropic:Research论文AI 评分57

Claude 未发布研究版将黎曼 zeta 函数零点下界从 41.6% 提升至 67.2%

Anthropic 员工让 Claude 尝试攻克黎曼猜想,虽未成功,但一个未发布的研究版 Claude 在相关问题上取得突破:将满足黎曼猜想的 zeta 函数零点比例下界从 41.6% 提升至 67.2%。

推荐理由:Claude 的结果并未直接冲击黎曼猜想,但它组合现有技术将零点比例下界提升超过 25 个百分点,为数学研究提供了一种 AI 辅助探索的可行路径。

Manus:Blog行业AI 评分72

Manus 宣布恢复独立运营,部分用户数据将于 8 月 23 日至 24 日被删除

Manus 宣布将恢复独立运营,作为与 Meta 分拆的一部分并为遵守监管要求,部分用户在 2025 年 12 月 29 日(Meta 收购 Manus 当天)或之后产生的数据将于 2026 年 8 月 23 日 08:00 起至 8 月 24 日期间(SGT)被删除。

推荐理由:官方公告明确了数据删除和备份恢复的具体时间窗口,受影响用户可据此安排备份。

蚂蚁百灵:Developer Blog模型AI 评分66

蚂蚁百灵开源 Ling-3.0-tiny:7.9B 总参数、每 Token 激活 1.3B

蚂蚁百灵正式开源 Ling-3.0-tiny,总参数 7.9B,每 Token 仅激活 1.3B,同步提供 BF16、FP8 和 INT4 三个版本。

推荐理由:官方给出了综合指数与实测数据,读者可以据此评估这款轻量模型在端侧部署和本地 Agent 场景的可用性。

8月10日 周一8 条

OpenRouter:Announcements产品AI 评分77

OpenRouter 推出由市场智慧驱动的新版 Auto 路由器

OpenRouter 基于每周超 55T token 的社区消费数据,推出新版 Auto 路由器(openrouter/auto),其模型选择在多数任务和成本档位上优于旧版。新路由器按约 30 种任务类型匹配近 7 天社区实际消费的模型,支持 cost_tier 参数(low 至 max)并遵循账户隐私设置。在 MMLU Pro 等基准上,新默认档位在多数领域以更低成本达到旧版同等性能。

推荐理由:基于平台每周55T token的社区支出分布,新路由将模型选择众包化,基准显示默认档成本下降超60%且多数任务性能不减,适合调用量大的应用。

a16z:News观点AI 评分72

智能体真的会用电脑吗?a16z 用数据给出答案

a16z 数据显示,计算机操作智能体在 OSWorld-Verified 基准上的最佳成绩已从一年前的 42% 升至 85%,超过人类测试者约 72% 的水平,Claude Fable 5 以 85% 领先。

推荐理由:用 OSWorld 基准和一线案例回答了计算机使用代理能否可靠运行,更重要的判断是基础模型正在成为可替换层,真正的壁垒在于上下文、验证和故障处理。

Linear:Now教程AI 评分61

Linear 讲解 Linear Agent 的构建方法与设计取舍

Linear 发文讲解 Linear Agent 的构建方法,核心是不设计固定路径,而是用系统提示词、工具设计、产品模型和运行范围划出边界让智能体自主发挥。文章介绍了 system skills 按需渐进加载以控制上下文、拒绝直接暴露 SDK 等底层原语以换取可预测性,并说明为何从模型 API 向上自研 harness,以支持动态工具注入、上下文化的工具调用确认和异步子智能体执行等编排需求。

推荐理由:Linear 亲述 Agent 构建思路,涵盖系统提示词边界、system skills 按需加载和自研 harness 的取舍理由,方法可迁移到同类 Agent 设计。

LMSYS Blog模型AI 评分72

SGLang 为 Muse Glimmer 提供 Day-0 支持,针对本地智能体工作流优化推理

SGLang 与 Meta Superintelligence Labs 合作,为 30B 参数多模态模型 Muse Glimmer 提供 Day-0 支持,该模型拥有 128k+ token 上下文窗口。

推荐理由:SGLang对Muse Glimmer的优化使30B多模态模型在RTX 5090上达到236 tok/s用户速度,本地智能体工作流不再受限于云端延迟。

PromptArmor:Threat Intelligence论文AI 评分72

PromptArmor 披露攻击者可接管 ZoomMate 窃取 Zoom 及关联服务数据

PromptArmor 披露针对 Zoom AI 智能体 ZoomMate 的攻击链:恶意 Skill 或间接提示词注入可让智能体连到攻击者服务器并执行命令,窃取会议记录、消息及连接器数据。攻击在用户点击 stop 或关闭 Zoom 后仍持续运行,且最终聊天输出看起来完全正常。作者称 ZoomMate 的联网环境属预期功能,无特定漏洞可披露,发文旨在提醒用户无严格网络沙箱的智能体风险。

推荐理由:原文由安全团队披露完整攻击链,说明恶意 Skill 或提示词注入可在用户无感知下持续窃取 Zoom 及关联服务数据。

Ollama:Blog产品AI 评分78

Meta Superintelligence Labs 首个开源模型 Muse Glimmer 上线 Ollama

Meta Superintelligence Labs 首个开源模型 Muse Glimmer 现已在 Ollama 提供,为 30B 多模态模型,主打本地智能体工作负载,上下文长度 128K+,采用 Apache 2.0 许可。

推荐理由:原文给出模型规格、本地接入命令和 Apple Silicon 性能数据,可帮助读者判断该开源模型能否承接本地编码与智能体工作流。

PromptArmor:Threat Intelligence观点AI 评分60

PromptArmor:供应商接入 Fireworks 等推理商后往往跟进 Kimi、DeepSeek、GLM 等国际模型

PromptArmor 分析称,供应商因成本优势和基准竞争力正转向国际与开源权重模型,DeepSeek V4 Flash 输入价 $0.14/M tokens,远低于 GPT-5.6 Sol 的 $5。

推荐理由:作者基于自家监测数据提出可迁移的预判方法,供应商接入 Fireworks 等推理商后往往跟进国际模型,可帮助读者预判供应链变化。

Fireworks AI模型AI 评分69

Meta Muse Glimmer 30B 上线 Fireworks,面向常驻 Agent 场景

Meta 的 Muse Glimmer 30B 稠密模型已在 Fireworks 上提供 serverless 和按需部署,主打多轮工具调用与失败恢复等常驻 Agent 场景。

推荐理由:原文给出了架构细节、Agent 基准对比和推荐运行配置,读者可以据此评估这款 30B 开源模型是否适合自己的多轮工具调用工作流。

8月9日 周日1 条

蚂蚁 inclusionAI:HuggingFace 新模型模型AI 评分60

inclusionAI 发布 Ling-3.0-flash 的 DSpark 投机解码模型 Ling3-DSpark

inclusionAI 推出 Ling3-DSpark,一个为 Ling-3.0-flash 设计的 DSpark 投机解码模型,参数量 1.36B,通过置信度头动态选择草稿 token 数量。在 GSM8K 等九项基准上平均接受长度为 5.29,其中 GSM8K 达 6.40。模型经 SpecForge 训练,可通过 SGLang 部署。

推荐理由:该模型把投机解码的接受长度按工作负载分开报告,数学与代码任务明显高于对话类,部署时可据此对不同场景的加速收益有更实际预期。

8月8日 周六2 条

LMSYS Blog产品AI 评分76

HPC-Ops × SGLang:腾讯混元开源高性能 Attention、Router GEMM 与 MoE 算子

腾讯混元开源算子库 HPC-Ops 已集成至 SGLang 主分支,其 Dynamic Attention 与 Fused MoE 在 Hy3 模型上最高降低 TPOT 48.8%。

推荐理由:HPC-Ops 集成到 SGLang,带来生产验证的负载均衡 Attention 和精度感知 Router GEMM,实测 Hy3 TPOT 降幅最高 48.8%,为 MoE 低延迟服务提供了可直接使用的开源优化。

LangChain:Blog产品AI 评分62

LangChain 推出 Managed Deep Agents 公开测试版

LangChain 的 Managed Deep Agents 进入公开测试版,可将 Deep Agents 部署到托管的 LangSmith 运行时。该服务提供持久化执行、记忆、沙箱、通道、评估(evals)及生产级基础设施。

推荐理由:托管执行、内存和沙箱等基础能力被封装成生产化服务,让 Agent 从原型到上线不再需要单独搭建这些工程设施。

8月7日 周五8 条

Apple Machine Learning Research论文AI 评分64

扩展分类流映射(Categorical Flow Maps)规模

连续扩散与流匹配模型有望成为语言建模中自回归方法的有力替代,可解锁加速采样与倾斜等连续模态优势。近期研究通过高斯分布与one-hot编码数据分布间的简单流匹配过程,实现离散数据的连续生成,并借助分类流映射(CFMs)验证了加速采样的可行性,样本质量具有竞争力。

推荐理由:研究将分类流映射扩展到大规模语言建模,为连续扩散替代自回归提供了实验证据,可能影响模型架构选择。

通义 QwenAudio:原创语音项目产品AI 评分62

QwenAudio Toolkits 发布公开预览,打造 Agent 驱动的本地音视频创作工作台

QwenAudio Toolkits 是一款本地优先的桌面工作台,定位为对话式 Agent 驱动的音视频创作 IDE,首个公开预览支持 Apple Silicon、macOS 14.2 及以上版本。

推荐理由:官方文档给出了能力清单、支持范围和隐私边界,读者可以据此评估这款本地音频 AI 工作台是否适合自己的创作流程。

Anthropic:Newsroom产品AI 评分66

Anthropic 更新 Claude Fable 5 生物安全防护,误报率大幅降低

Anthropic 更新了 Claude Fable 5 的生物安全防护机制,将生物相关查询的“回退”次数减少约 85%,用户在日常健康与教育问题上将更少遇到系统切换至较弱模型的情况。此次更新扩大了模型可协助的生物任务范围,但涉及双重用途的病毒学、毒理学和分子设计请求仍会回退至 Opus 5。Anthropic 表示正通过可信访问途径,致力于缩小专业生物研究与药物开发领域的差距。

推荐理由:误报减少85%意味着生物医学用户在日常咨询中更少遭遇降级,对依赖模型辅助临床或学习的人有实际可用性提升。

OpenRouter:Announcements教程AI 评分70

在 OpenRouter 上设置团队 AI 支出控制

OpenRouter 推出五项团队 AI 支出控制功能:组织共享信用池、预设模型范围、每密钥限额、护栏(成员预算和模型白名单)及活动仪表盘。本指南按顺序介绍设置流程,包括创建组织、配置预设、通过 Management API 密钥设置每日/每周/每月限额。组织默认支持最多 10 名成员,标准按需付费账户购买信用时收取 5.5% 平台费。

推荐理由:这份教程把团队支出控制拆解为可操作的五个步骤,并对限额、护栏的叠加逻辑给出了清晰定义,可缓解团队协作中支出归属与模型权限的常见混乱。

GitHub Blog教程AI 评分69

GitHub Copilot 应用中的斜杠命令使用指南

GitHub Copilot 应用中的斜杠命令可帮助管理会话、导航项目和自定义 Copilot 工作流。与 CLI 版不同,应用版命令更侧重工作流,如 /plan 用于编码前规划、/spar 用于挑战方案假设、/autopilot 用于自动执行实现。/clear 和 /model 在 CLI 和应用中均可用。

推荐理由:文章不是罗列命令,而是提供了可复用的场景模板,为 /plan、/spar 等命令配好了规划、评审和实现的具体提示词,省去从零组织任务描述的时间。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。