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 10:09 · 每小时自动更新

9月9日 周三13 条

Cognition 模型 / Devin 博客论文AI 评分76

Cognition 团队用 Devin 完成 RSA-260 分解,刷新公开 RSA 挑战纪录

Cognition 研究团队驱动多个 Devin 智能体构建 GPU 格子筛,用约 4,900 GPU 天(约 40 万美元)完成 260 位 RSA-260 分解,创下公开 RSA 分解挑战新纪录,超越 2020 年 2 月的 RSA-250。

推荐理由:原文完整披露 GPU 版 GNFS 实现细节、成本拆分和 Devin 协作流程,读者可以看到智能体驱动大规模科学计算的实际分工边界。

蚂蚁百灵:Developer Blog模型AI 评分64

蚂蚁百灵开源首个原生多模态大模型 Ling-3.0-flash-VL

蚂蚁百灵发布并开源首个原生多模态大模型 Ling-3.0-flash-VL,基于 Ling-3.0-flash 的 MoE 架构拓展,总参数 124B、单次推理激活 5.5B,原生支持图像、文本与视频输入,上下文窗口 256K Token。

推荐理由:官方给出架构参数、视觉反馈机制和评测细节,可帮助读者判断原生多模态训练对文本能力的实际影响。

9月8日 周二6 条

Berkeley RDI:Blog产品AI 评分61

Berkeley RDI 发布开源平台 CUA-Lite,面向计算机使用智能体

Berkeley RDI 推出开源平台 CUA-Lite,为计算机使用智能体提供三个标准化抽象。其环境接口下运行 15+ 个覆盖桌面、浏览器和移动端的基准,并提供含 30k+ 可验证任务的免 VM 桌面沙箱;统一监督数据格式已转换 10+ 个公开 CUA 数据集;每模型一个 harness 在评测、SFT 和 RL 间共享,支持 14 个模型族。

推荐理由:原文说明了平台的三项标准化抽象及覆盖规模,读者可以据此评估它在整合分散的计算机使用智能体资源上的可用性。

Mistral AI:News行业AI 评分73

Mistral 完成 30 亿欧元 D 轮融资,估值超 210 亿欧元

Mistral 宣布完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元,公司称这是欧洲科技公司有史以来最大的股权融资,距其成立三年。

推荐理由:融资公告由公司官方发布,给出了金额、估值、领投方和资金用途,读者可以据此了解欧洲主权 AI 阵营的资本动向。

vLLM 官方博客观点AI 评分63

vLLM x AgentX:面向真实世界智能体推理服务的全栈优化

vLLM 团队发布针对智能体负载优化的博客,基于 SemiAnalysis 的公开 AgentX 基准展示成果:DeepSeek V4 Pro 在 GB300 上达到 83K total tokens/GPU-秒。

推荐理由:vLLM 团队结合 AgentX 实测数据讲解智能体负载的全栈优化方法与失败教训,读者可以借此理解并行策略如何跟随模型架构调整。

Meta AI:Research Blog产品AI 评分73

Meta 发布个人智能体 Muse 并公开其安全架构与漏洞赏金计划

Meta 发布个人智能体 Muse,运行在用户专属的 Muse Secure VM 中,并公开其安全设计。系统默认假设智能体可能被攻击:运行环境用 systemd-nspawn 隔离,Sentinel 作为唯一权限机构审批所有连接器操作和网络出站,代理令牌机制确保模型看不到真实凭证,配合提示注入检测分类器和内核级 taint tracking。

推荐理由:原文详细拆解了 Muse 的安全架构和赏金计划细节,读者可以据此理解个人智能体如何约束提示注入风险。

Cognition 模型 / Devin 博客行业AI 评分72

Cognition 完成超 20 亿美元 E 轮融资,估值达 480 亿美元

Cognition 宣布完成超 20 亿美元 E 轮融资,估值 480 亿美元,由 Andreessen Horowitz 和 Accel 领投,Founders Fund、General Catalyst、Avenir 等跟投。

推荐理由:官方公布融资规模与估值的同时给出营收增速和产品进展,读者可以据此了解 Devin 的商业化落地情况。

Cohere Labs:官方研究博客教程AI 评分68

Cohere 详解 North Mini Code 的 megakernel 推理引擎,单 H100 上比 vLLM 快 1.25–1.41 倍

Cohere 发布为 North Mini Code 构建的围绕 decode megakernel 的推理引擎,BF16 下单张 H100 端到端解码吞吐比 vLLM 快 1.25–1.41 倍,batch size 1 时达 292 tok/s(SoL 的 62%),代码已在 GitHub 开放。

推荐理由:原文给出手写 decode megakernel 的完整实现细节与真实吞吐数据,读者可以了解如何把现有内核组装成单个持久内核并接入真实服务。

9月7日 周一1 条

OpenAI:官网动态观点AI 评分72

OpenAI 长文阐述对齐与监测困境,称 CoT 监控能力正在减弱

OpenAI 发布长文《An Alien Mind》,回溯 2023 年 RLSlow 项目中确认推理模型可扩展训练的起点,并系统阐述目标对齐与价值对齐的区分。文章指出链式思维监控的效果正随着模型能力提升而逐步减弱,GPT‑6 Astra 在对齐上显著优于 GPT‑5.6 Sol;作者预期进展可能持续走向机器递归自我改进(RSI),呼吁自愿放缓扩展、建立第三方安全门槛并加强国际协调。

推荐理由:作者以内部视角回溯推理模型的起源,并给出对齐监测、CoT 监控弱化和 RSI 风险的一手判断。

9月6日 周日1 条

OpenAI:官网动态观点AI 评分82

OpenAI 发布内部研究加速报告:已达成自动化研究实习生目标,推进 2028 年 3 月自动化 AI 研究员

OpenAI 发文披露自动化研究进展,宣布已达成去年秋天设定的今年 9 月拥有自动化研究实习生(可在人类指导下完成耗时数天的明确研究任务)的目标,并计划在 2028 年 3 月前造出自动化 AI 研究员。

推荐理由:OpenAI 以内部数据披露 coding agent 对研究工作的实际影响和 RSI 进展,读者可以据此了解前沿实验室的自动化研究现状。

9月5日 周六4 条

xAI:News产品AI 评分62

xAI 用 Grok Bot 搭建采购智能体 Haggle Bot,找出超 10 万美元直接节省

xAI 给 Grok Bot 开放供应商支出、合同和使用数据,搭建了名为 Haggle Bot 的采购智能体,已找出超过 10 万美元直接节省。SaaS 审计中发现一个产品有 43 个付费席位 90 天无活跃,节省 $14,220,另一个产品每年有 $85,662 未使用 SKU;办公用品比价一次将 $14,629 的订单压到 $6,143,降幅 58%。

推荐理由:原文公开了完整系统提示词与具体省钱数字,读者可以直接参考其意图表达和权限边界的搭建方式。

Anthropic:Research论文AI 评分80

Claude 用 11 天完成费马大定理的首个完整机器验证证明

Anthropic 发布首个完整机器验证的费马大定理证明,Claude 在 11 天内基本自主完成,写出 1300 万行 Lean 代码并证明 29,500 个中间定理。

推荐理由:原文给出了耗时、代码量、平台与验证方式等细节,读者可以了解多智能体自动形式化复杂数学证明的实现路径。

GitHub Blog产品AI 评分68

GitHub 发布 Project HydraFusion 研究预览,用多模型运行时编排降低 Copilot 成本

GitHub 推出 Project HydraFusion 研究预览,通过运行时多模型编排,在 Single、Cascade、Critique 三种执行模式间为每个任务选择工作流,以平衡质量、成本和延迟。

推荐理由:原文给出三种执行模式和三个基准的质量与成本数据,读者可以据此评估多模型编排对编码工作流的影响。

Microsoft AI:官方博客模型AI 评分63

Microsoft 发布 MAI-Image-2.6 与 MAI-Image-2.6-Flash 图像模型

Microsoft 于 9 月 4 日发布 MAI-Image-2.6,称其为迄今最强的图像模型,并面向开发者上线 Microsoft Foundry,同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。

推荐理由:原文给出排名、速度和效率数字,并说明两个版本分别面向精度与吞吐的不同场景,便于开发者按工作流选型。

9月4日 周五11 条

OpenAI Developers:Blog教程AI 评分61

用 Astra 在 Blender 中从一段描述搭建可编辑 3D 房屋场景

OpenAI Developers 博客展示作者用 Codex 中的 Astra 将一段房屋设计简报逐步发展为可编辑的 Blender 3D 场景,涵盖建筑、家具、材质、灯光与地板图,并经 Cycles 渲染出 30 秒 900 帧 1080p 相机漫游。

推荐理由:作者完整记录了用 Astra 在 Blender 与 Unreal Engine 5 中迭代搭建可编辑 3D 场景的流程、提示词与导出管线,方法可迁移到自己的场景设计项目。

OpenAI Developers:Blog教程AI 评分63

OpenAI 工程师用 Astra 在 Codex 中构建太空游戏 Void Explorer 的实践详解

OpenAI 开发者博客分享了用 Astra 在 Codex 中构建太空探索游戏 Void Explorer 的完整过程。游戏包含 2,048 个星系和超过 10,000 颗程序化生成的行星,可从太空穿越大气层降落并步行。

推荐理由:原文以 Void Explorer 为例,展示了如何用 Astra 从体验描述、视觉参考到可测试的浏览器接口完成游戏开发,方法可迁移。

xAI:News产品AI 评分60

xAI 发布 Grok Bot 企业版,Grok 与 Cursor Enterprise 客户两周免费

xAI 宣布 Grok Bot 面向企业开放,Grok 和 Cursor Enterprise 客户未来两周可免费使用并邀请全组织成员,包括没有现有席位的员工。

推荐理由:原文给出企业版 Bot 的管控能力、真实使用场景和两周免费安排,企业用户可据此评估是否引入现有工作流。

OpenAI:官网动态产品AI 评分65

OpenAI 推出 Daybreak for Frontline Defenders,投入10亿美元支持一线网络防御

OpenAI 发布 Daybreak for Frontline Defenders 全球计划,承诺提供10亿美元的 Daybreak 补贴访问、培训、技术支持与合作,计划在未来六个月内消耗,优先支持水处理、电网、州和地方政府、社区银行、非营利组织和开源维护者等资源有限的一线防御者。

推荐理由:原文给出10亿美元补贴的具体构成、MS-ISAC 试点和35个以上合作产品,读者可据此了解 Daybreak 防御能力如何触达一线防守者。

OpenAI:官网动态模型AI 评分81

OpenAI 发布 GPT-6 Astra 并公布安全概览,称其网络安全能力达到 Preparedness Framework 的 Critical 级

OpenAI 发布 GPT-6 Astra,称这是其部署过的最强模型,也是首个在其 Preparedness Framework 下达到网络安全能力 Critical 级的模型,可在无人逐步引导的情况下发现未知安全漏洞并开发利用方式。

推荐理由:OpenAI 官方发布的安全评估,给出模型在网络安全能力、对齐和可监测性上的具体发现,读者可借此了解前沿模型安全实践的最新变化。

另有 1 家信源报道
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。