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 09:33 · 每小时自动更新

9月21日 周一4 条

xAI:News模型AI 评分72

xAI 发布 Grok 4.7,主打编码与知识工作

xAI 发布 Grok 4.7,定位为旗下编码与知识工作最强模型,采用比 Grok 4.6 更大的基座模型并进行更长时程的强化学习训练。定价 $2/百万输入 token、$6/百万输出 token,另有输出速度翻倍、价格翻倍的快速版本;官方称其在 CursorBench 4.0 上价格性能处于前沿,HackerBench v0.3 仅放行 3.3% 危险双用途提示。

推荐理由:官方给出了定价与多基准对比数据,读者可以据此评估它在编码和知识工作场景的性价比。

OpenClaw:Blog行业AI 评分66

OpenClaw 完成 Trail of Bits 安全审计并公开全部修复结果

OpenClaw 公布了通过 OpenAI Patch the Planet 计划与 Trail of Bits 合作完成的安全审计结果。

推荐理由:原文给出审计的具体分级数字和四类权限漏洞模式,对理解 Agent 产品的安全边界设计有直接参考价值。

Anthropic:Newsroom行业AI 评分60

Anthropic 详解 Claude 在刚果(金)Bundibugyo 埃博拉疫情响应中的应用

Anthropic 官方介绍自 5 月起在刚果(金)Bundibugyo 埃博拉疫情响应中,CEPI、WHO AFRO 与 INRB 如何使用 Claude 辅助抗疫。

推荐理由:原文来自 Anthropic 官方,给出刚果埃博拉疫情中各方用 Claude 提效的具体环节和量化结果,可了解 AI 在公共卫生场景的实际部署方式。

9月20日 周日1 条

Qwen:Blog Retrieval模型AI 评分72

Qwen 开源 Qwen-Image-2.1:7B 统一生成与编辑并原生支持透明图像

Qwen 团队开源 Qwen-Image-2.1,将文生图与图像编辑统一到一个模型中,视觉生成组件仅 7B 参数,并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑,通过混合粒度注意力架构和 KV cache 复用提升推理效率,同时改进文字渲染、人像光照与人物产品保真度,并覆盖全景图、信息图和分镜等任务。

推荐理由:官方详解了 7B 统一图像模型的透明图像生成、10 图参考编辑与推理优化,读者可据此评估在设计等场景的可用性。

9月19日 周六2 条

OpenRouter:Announcements教程AI 评分63

OpenRouter 实测 Jev 决策模型对比 LLM,何时该用决策模型替代生成文本

OpenRouter 发布教程,实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现:Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms,准确率与 LLM 相当。

推荐理由:OpenRouter 用自家基准数据对比 Jev 与生成式 LLM 的成本和延迟,并给出路由与验证两套可直接复用的代码模式。

Anthropic:Newsroom行业AI 评分63

Anthropic 与 Accenture 合作开展嵌入式独立评估

Anthropic 宣布与 Accenture 合作,对其前沿模型开展嵌入式独立评估,合作由 Accenture 旗下 AI 业务 Faculty 主导,包括评估与红队测试、对齐评估和测试模型安全防护。

推荐理由:原文说明了嵌入评估的运作方式和资金安排,读者可以了解第三方内部评估在安全承诺验证中的实际边界。

9月18日 周五12 条

OpenRouter:Announcements教程AI 评分71

OpenRouter 实测 20 个图像生成模型的成本、编辑与质量

OpenRouter 对其路由的 20 个图像生成模型用相同提示词实测计费,单张图片成本在 $0.006 到 $0.134 之间,相差 22 倍。

推荐理由:OpenRouter 用同一提示词实测 20 个图像生成模型的真实计费,读者可以借此绕开各不相同的计价单位直接比较成本。

Qwen:Blog Retrieval模型AI 评分69

Qwen 发布 Qwen3.8-LiveTranslate 实时同传模型,LAAL 降至 2.3 秒

Qwen 发布 Qwen3.8-LiveTranslate,采用 Interleave 架构与 Hybrid-MoE Thinker–Talker 设计重构实时同声传译,平均滞后(LAAL)从上一代的 2.8 秒降至 2.3 秒。

推荐理由:官方给出了架构设计、LAAL 从 2.8 秒到 2.3 秒的数字和多语言评测结果,读者可以据此评估其实时翻译能力的实际变化。

Tessl:产品与工程博客观点AI 评分63

Tessl 博客:AI 智能体评估应从证据开始,用 35 万行 Rust 复刻 S3 的实践复盘

Tessl 博客复盘前 Docker CTO Justin Cormack 在 AI Native DevCon London 的演讲,分享用 AI 构建约 35 万行 Rust 的 S3 兼容对象存储的经验。

推荐理由:作者用 35 万行 Rust 复刻 S3 的实测经历,总结出测试先知、覆盖率陷阱、flaky 测试纪律和追踪等一套可迁移的 AI 智能体评估方法。

Trail of Bits:AI安全研究观点AI 评分68

Trail of Bits 用 Agent 为 Miden zkVM 审计自建 LSP、反编译器和 Lean 形式化证明

Trail of Bits 在审计 Miden zkVM 前,让 Agent 用六个月从零构建了 MASM 的 LSP 服务器、反编译器、静态分析引擎和 Lean VM 执行器模型。这些工具发现了可让恶意 prover 伪造 Falcon 签名盗取资金的高危漏洞,静态分析定位了 400 多处类型验证缺陷,Lean 工作产出 95 个机器验证的正确性证明,还发现两个单元测试未捕获的细微 bug。

推荐理由:原文给出用 Agent 在审计前自建工具链与形式化证明的完整路径,含真实高危发现,方法可迁移到其他安全审计场景。

Anthropic:The Institute观点AI 评分73

Anthropic 发布前沿 AI 开发节奏测量工具与内部指标快照

Anthropic 发布一套测量前沿 AI 开发节奏的指标,覆盖 AI 主导研发、智能体监督和算力分配三方面。

推荐理由:Anthropic 公开测量自身 AI 研发自动化程度、智能体监督和算力分配的方法与数据,读者可以看到前沿实验室透明度报告的一种可复用范式。

xAI:News模型AI 评分64

xAI 发布 Grok Voice Transcribe 2.0 语音转写模型

xAI 发布语音转写模型 Grok Voice Transcribe 2.0,称在真实场景评测中准确率是 1.0 的两倍,价格不变,在 Artificial Analysis 榜单 32 个流式模型中准确率排名第一。

推荐理由:官方给出内部评测与公开榜单数据,并用同价翻倍准确率和定价细节说明升级幅度,适合评估语音转写方案时参考。

Anthropic:Research论文AI 评分74

Anthropic:Claude 四周优化 30 多个开源生物分子模型,平均提速约 4 倍并开源代码

Anthropic 让 Claude 在不到四周内优化了超过 30 个开源生物分子模型,平均提速约 4 倍、精度损失极小,输出完全一致时也有近 2 倍加速。优化代码全部开源,还推出低内存 Big 模式,可在单张 NVIDIA GPU 节点上对超过 10,000 token 的生物分子系统做准确预测。

推荐理由:Anthropic 公布了完整提速数据、开源代码和比赛入口,读者可以据此评估 AI 优化科学计算代码的实际水平。

Google Developers Blog行业AI 评分63

Google 与 Speakeasy 开源 OpenAPI SDK 生成套件

Google 与 Speakeasy 合作,将 Speakeasy 的 OpenAPI 客户端代码生成套件以 AGPLv3 许可开源,此前原 SDK 生成供应商被收购并突然宣布关停,凸显闭源生成器的平台风险。

推荐理由:原文交代了开源 SDK 生成器的许可、语言覆盖和迁移背景,开发者可据此评估能否替代自有闭源生成管线。

Anthropic:Newsroom产品AI 评分64

Anthropic 推出生命科学验证计划(LSVP)

Anthropic 推出 Life Sciences Verification Program(LSVP)beta,向经过验证的生命科学专业团队开放 Mythos、Opus 和 Sonnet 模型上比通用版更宽松的生物相关访问。

推荐理由:原文给出了 LSVP 的授权分级、验证流程和离线监测机制,读者可以据此理解 Anthropic 如何在放宽生物安全限制的同时控制滥用风险。

Qwen:Blog Retrieval模型AI 评分78

Qwen 发布原生全模态模型 Qwen3.8-Omni-Flash,主打音视频智能体任务交付

Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash,支持文本、图像、音频和视频输入及 1M token 上下文窗口,29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%,音频输入每小时价格下降超过 98%,音视频输入每小时价格下降超过 93%。

推荐理由:官方发布同时开放 API 和开源插件与运行时,读者可以据此评估音视频智能体在剪辑、会议、实时交互等工作流中的落地方式。

Claude:Blog产品AI 评分70

Claude Code Projects 改版:从文件夹到对话式协调

Anthropic 宣布 Claude Code 的 Projects 改版,用户设定目标后由 Claude 拆解任务、协调并行线程、审查输出并汇总结果。每个线程是一个独立的 Claude Code 云会话,各占一个分支跑测试、开 PR,项目还带随时间积累的共享记忆和文件库。

推荐理由:官方说明了项目改版的线程协调机制、共享记忆和推送节奏,读者可以据此判断是否要加入等待名单。

Goodfire Research论文AI 评分65

Goodfire 发现模型内部存在奖励作弊信号,用激活探针可规模化实时检测

Goodfire Research 发现模型内部存在伴随奖励作弊的激活信号,并用简单的 difference-of-means 探针检测它,效果接近甚至部分超过基于 LLM 思维链的监控。

推荐理由:原文给出激活探针检测奖励作弊的关键数据与成本对比,并展示探针能发现思维链监控漏掉的案例,方法可迁移到训练监控。

9月17日 周四5 条

Waymo:Blog行业AI 评分60

Waymo 宣布进军新加坡,计划 2028 年推出全自动驾驶打车服务

Waymo 宣布与新加坡交通部(MOT)和陆路交通管理局(LTA)合作,计划 2028 年通过 Waymo app 推出全自动驾驶、全电动商业打车服务。2027 年进入准备阶段,由训练有素的自动驾驶专家以手动驾驶方式让 Waymo Driver 适应本地道路和季风气候;首批全电动 Jaguar I-PACE 车队即将抵达。

推荐理由:官方公告给出了分阶段落地时间表和安全运营数据,读者可以了解 Waymo 进军新加坡的路径与节奏。

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。