‹ zgba 中国吧
EN

AI日报 - 2026-11-18

2026-11-18

今日要点


Hacker News

New Evidence Shows School Phone Bans Are Gradually Improving Test Scores

新证据表明学校手机禁令正逐步提升考试成绩

一项发表在《纽约时报》的最新研究提供了新的证据,显示在学校内实施手机禁令能够逐步提高学生的考试成绩。该研究追踪了多个学区在推行手机管理政策后的学术表现变化,发现尽管效果并非立竿见影,但随着时间推移,学生在标准化测试中的分数呈现稳步上升趋势。研究者指出,减少课堂上的数字干扰有助于学生集中注意力,长期来看对学业成绩具有积极影响。这一发现为正在考虑是否推行校园手机管控政策的教育局和学校管理者提供了有力的数据支持。

Read more →


GPT‑6.2 Astra and Sol

GPT-6.2 Astra与Sol发布

OpenAI正式发布GPT-6.2系列的两个新版本——Astra与Sol。Astra侧重于增强推理能力与长上下文理解,在处理复杂多步任务和大型文档分析方面表现显著提升;Sol则专注于更快的推理速度和更低的延迟,适合需要实时响应的应用场景。此次更新标志着GPT系列进入了一个更加细分的模型分层策略时代,不同版本针对不同工作负载进行了专门优化,用户可以依据自身需求在成本、速度和能力之间做出更精准的选择。

Read more →


BugMeNot has closed

BugMeNot停止运营

知名免注册网站账户共享服务BugMeNot宣布关闭。该服务自2000年以来一直运行,允许用户分享和共享各类网站的临时账户凭证,以绕过强制注册机制。关闭原因尚未详细说明,社区猜测可能与运营成本上升、法律压力增加以及近年来网站普遍转向更严格的验证方式有关。BugMeNot的停运引发了关于互联网访问开放性与管理边界的重要讨论,许多用户表示对该服务长期提供的便利性感到惋惜。

Read more →


Windows 11 is collecting data on which coding agents and developer tools you use

Windows 11被曝收集编程Agent与开发者工具使用情况数据

技术博主Shu于其个人博客中发文指出,Windows 11操作系统内置的遥测功能正在收集和上报用户使用各类编程Agent及开发工具的相关数据。这一发现引发了开发者社区的广泛关注和担忧,许多人质疑微软在未经明确告知的情况下收集此类敏感信息是否合适。文章详细列举了被监控的工具类别和数据类型,包括代码编辑器使用频率、AI编程助手调用记录等。Microsoft暂未对此发表正式回应。

Read more →


Optimizely compromised, served malware on Zoom, GitLab

Optimizely遭入侵,恶意代码经其平台投放至Zoom、GitLab等品牌网站

Report-uri发布的网络安全报告披露,全球知名的A/B测试和实验管理平台Optimizely遭受第三方供应链攻击,攻击者利用其客户集成能力向Zoom、GitLab等多家科技巨头的官方网站注入了恶意JavaScript代码。受害用户在被重定向至这些网站时可能遭遇凭证窃取或恶意软件下载。此次事件再次凸显了供应链安全风险的严重性,即使是小型第三方服务的漏洞也可能导致大规模的品牌级网络传播。各受影响公司已被建议立即审查相关脚本并更新安全策略。

Read more →


Apple Services Down

苹果服务出现故障

苹果开发者官方系统状态页面显示,包括App Store、iCloud、FaceTime及部分企业开发者服务在内的多项苹果在线服务出现大面积中断。大量开发者和普通用户反馈无法正常下载应用、同步数据或进行视频通话。苹果公司目前尚未发布详细的故障原因说明,也未提供预计恢复时间。工程师团队正在紧急排查问题,初步判断可能与数据中心网络配置变更有关。这是近期苹果服务稳定性面临的又一次挑战。

Read more →


We don’t need more apps, we need better open source

我们不需要更多应用,我们需要更好的开源软件

开发者Jordan Krueger发表了一篇引发广泛共鸣的文章,呼吁业界将重心从堆砌新产品应用转向构建高质量的开源基础设施。他认为,当前生态系统中存在大量重复造轮子的现象,许多初创团队倾向于开发封闭的专有应用而非参与和强化现有开源项目。作者以多个领域为例,展示了更强大的开源替代方案如何能在灵活性、可审计性和社区协作方面带来更大的长期价值,并建议开发者、投资机构和政策制定者共同推动这一转变。

Read more →


NSA Internal Network Down / Highly classified US national security communications network goes down

NSA内部网络中断:美国高度机密国家安全通信网络暂时宕机

路透社和CNN等多家媒体报道,美国国家安全局(NSA)运营的某个高度机密国家安防通信网络于近日发生大面积中断,持续时间尚不明确。虽然当局尚未确认事故的具体起因,但分析人士普遍认为这可能是一次重大的技术故障而非外部网络攻击所致。NSA作为美国政府最核心的情报机构之一,其内部网络的可用性直接关系到国家安全通讯能力。此次事件引发了国会层面关于关键国家安全基础设施冗余备份能力的重新审视。

Read more →


What is the best harness for each model?

FrontierHarness评测框架V1.1发布:寻找每种模型的适用评测集

Runta团队发布了名为FrontierHarness的AI模型评测框架V1.1版本,旨在帮助研究者和开发者找到最适合特定前沿模型的基准测试” harness”。传统上,许多团队在使用开源模型时直接照搬适用于GPT-4级别模型的评测设置,结果往往产生偏差。新版框架引入了动态适配机制,能够根据模型的能力层级自动推荐和调整评测方式,从而提供更公平和准确的性能对比数据,对于推动模型评测的科学化具有积极意义。

Read more →


Why 3dfx 1 cards had such a washed out color output?

id Tech创始人Carmack解析3dfx Voodoo 1显卡色彩输出发白的原因

游戏传奇人物John Carmack在社交媒体上发表技术分析,解释了上世纪90年代经典的3dfx Voodoo 1图形加速卡为何会产生色彩偏淡、发白的输出画面。他指出,Voodoo 1在设计上采用了专用的纹理映射单元和固定的管线架构,由于硬件层面缺乏完整的颜色校准电路以及当时CRT显示器的普及特性,导致最终的RGB信号呈现出一种特殊的视觉风格。这篇文章结合了硬件原理和历史背景,获得了复古计算爱好者的高度评价。

Read more →


United Airlines experiencing a widespread system outage, airline says

美联航系统全面宕机,航班运营陷入混乱

CNN报道,美国联合航空公司(United Airlines)确认其核心运营系统遭遇大范围故障,导致全国乃至部分国际航班的值机、登机及行李转运流程严重受阻。数万名乘客的行程受到影响,机场大屏一片漆黑或反复刷新错误信息。公司的IT部门正在全力修复服务器和网络连接问题,并表示一旦系统恢复将优先安排延误最久的航班起飞。这已是该公司近年来的第二次重大技术事故,引发了公众对航空业数字化基础设施健壮性的强烈质疑。

Read more →


If an App Asks for Full Disk Access or System and App Protection Override

当应用程序请求完全磁盘访问权限或系统与应用防护覆盖时的注意事项

苹果官网技术支持页面发布了重要安全指南,详细说明了当iOS或macOS应用程序要求获取”完全磁盘访问权限”或”系统及应用程序保护覆盖权限”时用户应如何应对。苹果强调,此类高级权限请求应当被视为潜在风险信号,建议用户首先核实应用的来源和必要性,避免随意授权。指南同时介绍了如何通过隐私设置面板管理已授予的权限,以及在怀疑应用存在可疑行为时及时撤销访问并卸载应用程序的具体步骤。

Read more →


How the Claude Code team thinks about verification

Claude Code团队如何看待代码验证

Anthropic官方博客发布文章,深入分享了Claude Code团队在产品设计和安全性方面的核心理念——“验证优先”原则。团队认为,AI辅助编程工具如果不能有效验证其生成代码的正确性和安全性,就可能引入隐蔽的错误甚至安全风险。因此,Claude Code集成了多层次的验证机制,包括静态分析、运行时测试执行和沙箱环境隔离,确保AI输出的代码在经过充分检验后才落地到用户的实际项目中。该文章也阐述了团队对于人机协同中责任划分问题的思考。

Read more →


Nvidia stopped disclosing Singapore sales as revenues hit $104B

NVIDIA年营收达1040亿美元,但停止单独披露新加坡地区销售明细

据英国《金融时报》报道,NVIDIA在其最新财报中将全年营收规模推高至1040亿美元的历史新高,然而值得注意的是公司不再按地区单独披露新加坡市场的具体销售额数据。此前多年,新加坡一直是NVIDIA海外业务中最具战略意义的亚洲枢纽之一,涵盖了大量东南亚区域的芯片分销和数据中心合作。分析人士猜测,这可能是出于商业竞争保护的考量,也可能意味着新加坡在当地收入中的占比发生了结构性变化。

Read more →


OpenAI Blog

Strengthening NATO and allied cyber defenses with AI

利用人工智能加强北约及盟国网络防御能力

OpenAI宣布与北约及相关盟国展开新一轮合作,旨在运用先进的AI技术提升整体网络安全防护水平。此次合作涵盖威胁检测自动化、网络攻击预警系统及应急响应决策辅助等多个方向,目标是在不泄露任何敏感军事信息的前提下,为北约成员国提供强大的智能化网络安全基础设施。此举反映了AI技术在国防和安全领域日益增长的应用价值,同时也体现了OpenAI在企业级和政府级解决方案部署方面的持续拓展。

Read more →


Introducing OpenAI for Chile

OpenAI正式面向智利市场推出服务

OpenAI宣布正式启动面向智利的OpenAI服务,为当地的企业、开发者和研究机构提供ChatGPT及相关API接入通道。智利将成为拉丁美洲第二批获得完整OpenAI产品访问权的国家之一,本地用户现可以无障碍地使用该系列AI工具来推动教育创新、产业升级和技术研发。这一举措是OpenAI持续推进全球市场扩展计划的重要组成部分,也显示了智利在区域内科技产业生态中的强劲发展潜力。

Read more →


Astra for Law在法律智能领域领跑

OpenAI正式推出专为法律行业打造的Astra for Law解决方案,借助GPT-6.2 Astra架构的深度推理能力和庞大的法律知识图谱,为律师、法务人员和司法机构提供精准的案例检索、合同分析和法规解读服务。该产品已经过严格的合规审查和准确性验证,支持处理长篇幅法律文献和多语种法条交叉引用。OpenAI表示,Astra for Law的发布进一步巩固了其企业在专业垂直领域AI工具的领先地位。

Read more →


Broadening access to AI for scientists

扩大科学家群体对AI技术的访问权限

OpenAI推出了一项新的倡议,旨在为学术界和科学研究人员提供更广泛、更低门槛的人工智能工具使用途径。通过专门的学术申请渠道和优惠定价策略,研究人员可以使用ChatGPT和相应API加速文献综述、数据分析及假设验证等各类科研工作。该项目特别关注发展中国家的科研力量,力图缩小不同地区之间的数字鸿沟,使前沿AI技术真正服务于全人类的知识进步。

Read more →


Strengthening the fight against online child sexual abuse with new tools and support

开放新工具与支持措施,加大打击网络儿童性虐待力度

OpenAI公布了一系列旨在遏制网络上儿童性虐待内容的新技术和行动计划。其中包括改进的内容识别算法,可以更高效地检测已知和新型的违规图像及文字模式;同时对举报流程和人工审核团队进行了扩容和培训升级。此外,公司还与合作伙伴共同建立信息共享机制,以便快速追踪和清除非法内容。这些努力反映了企业在追求技术进步的同时承担起相应社会责任的坚定决心。

Read more →


Science at the Frontier: How scientists use ChatGPT

科学前沿:科学家如何使用ChatGPT

OpenAI发布专题文章,介绍全球顶尖科研人员在各个领域如何利用ChatGPT推进前沿研究。从物理学的理论推导到生物学的基因序列分析,再到社会科学的文本数据挖掘,ChatGPT已经成为众多学者日常工作中不可或缺的智能助手。文章采访了多位来自哈佛、MIT等高校的科学家,记录了他们借助AI工具实现的研究突破和创新思路,展现了人机协作在现代科学探索中所发挥的关键作用。

Read more →


How Revolut raises ambition without lowering the bar

Revolut的案例:如何在不断提升雄心的同时坚守质量底线

OpenAI商业案例专栏详细介绍了金融科技巨头Revolut如何利用AI技术在不降低产品质量标准的前提下实现业务野心的不断攀升。Revolut的产品和风控团队深度整合了OpenAI的多项能力,用于优化用户身份认证流程、反欺诈检测以及个性化客户服务等环节。文章展示了这种战略对齐如何帮助Revolut在全球范围内快速扩张的同时保持极高的运营效率和用户信任度,为其他希望借助AI驱动增长的科技公司提供了宝贵经验。

Read more →


LVMH’s Media Division announces strategic partnership with OpenAI

路威酩轩(LVMH)媒体部门宣布与OpenAI达成战略合作伙伴关系

奢侈时尚集团LVMH的媒体与传播部门正式宣布与OpenAI建立战略性合作关系,双方将在创意营销内容生产、品牌叙事智能化以及消费者互动体验等领域展开深度合作。借助OpenAI的大语言模型和图像生成能力,LVMH旗下各大品牌的广告创意流程将获得前所未有的效率提升,同时也能更好地满足个性化消费需求。这标志着顶级奢侈品行业对生成式AI技术的全面拥抱。

Read more →


Our first phase of embedded assessments

我们的嵌入式评估第一阶段

OpenAI宣布了其在AI能力评估领域的最新进展——第一阶段嵌入式评估体系正式上线。与传统的离线基准测试不同,嵌入式评估将测量过程无缝融入到ChatGPT的实际对话和使用流程中,从而获得更加真实和连续的性能数据。这种方法不仅可以捕捉模型在复杂多轮交互中的表现,还能识别出单一测试难以发现的细微退化或异常行为,为产品迭代和质量保障提供了更为精确的决策依据。

Read more →


Anthropic Blog

Anthropic files S-1 with the SEC for proposed initial public offering

Anthropic向SEC提交S-1文件,启动首次公开募股程序

Anthropic正式向美国证券交易委员会(SEC)提交了S-1注册声明文件,标志着公司启动首次公开募股(IPO)的法定程序迈出了实质性一步。文件中披露了公司的财务状况、业务发展情况以及风险因素等关键信息,同时暗示IPO定价区间和市场预期将在接下来的路演阶段进一步明朗。作为OpenAI的主要竞争对手,Anthropic此前一直以私人公司身份低调运营,此次上市动作无疑将在人工智能领域引发广泛关注。

Read more →


Anthropic launches roadshow for proposed initial public offering

Anthropic启动IPO路演,资本市场热度预期高涨

继提交S-1文件后,Anthropic随即宣布正式启动针对机构投资者的IPO路演活动。公司高管团队将前往华尔街及主要金融中心,向潜在投资人详细介绍其核心技术优势、Claude产品的商业化路径以及稳健的安全合规体系。据市场消息,此次募集规模有望达到数百亿美元量级,届时或将成为人工智能史上规模最大的科技IPO之一,吸引了高盛、摩根士丹利等多家顶级投行共同参与承销。

Read more →


AI for Science expands to foundations and research institutions

Anthropic”AI for科学”计划扩展至基金会与研究机构

Anthropic宣布将其广受好评的AI for Science计划进一步扩大适用范围,正式向非营利基金会和学术研究机构的科学家们开放Claude科研助力接口。该计划此前仅覆盖少数顶尖实验室,如今将惠及更广泛的科研人员群体,帮助他们处理复杂的文献分析、化学模拟和数据建模等工作。Anthropic强调此举体现了公司致力于让最前沿的AI能力普惠更多基础科学研究领域的核心价值观。

Read more →


Expanding our partnership with GSA to bring Claude to all levels of government

扩展与美国总务管理局(GSA)合作,将Claude推向各级政府部门

Anthropic与美国联邦总务管理局(GSA)宣布深化战略合作关系,目标是将Claude及其相关技术能力推广至美国各级政府机构的日常工作中。通过已有的GSA智能合约采购框架,地方政府和公共部门可以快速且合规地部署Claude服务,用于提升政务文书处理效率、公共服务咨询水平和内部知识库管理等场景。这一举措反映了公共部门对负责任AI技术需求的持续增长态势。

Read more →


Donating Agent Skills to the Agentic AI Foundation

Anthropic将Agent技能捐赠给Agentic AI基金会

Anthropic宣布将其自主研发的多项Agent核心技能库无偿捐赠给新成立的Agentic AI基金会,以促进开放Agent生态系统的发展。这些技能涵盖了任务规划、工具调用、记忆管理和多Agent协作等关键能力模块,任何研究者和企业都可以基于此开展二次开发和创新的Agent应用构建。此举被视为Anthropic对开源社区的一次重大贡献,也彰显了公司在通用Agent技术发展道路上的开放姿态。

Read more →


Open call for guest investigators in the life sciences

Anthropic面向生命科学领域发起客座研究员公开招募

Anthropic启动了面向生命科学领域的客座研究员公开征集计划,诚邀相关学科的专家学者加入公司的前沿研究项目。入选者将与Anthropic的内部科学家团队紧密合作,探索AI在药物发现、蛋白质结构预测和基因组学分析等方向的突破性应用。申请者需具备深厚的生命科学研究背景和跨学科合作经验,入选人员将获得相应的研究经费支持和顶级的技术资源保障。

Read more →


Physicist Christopher Stubbs joins Anthropic’s Long-Term Benefit Trust

物理学家Christopher Stubbs加入Anthropic长期利益信托基金

著名天体物理学家Christopher Stubbs正式加入Anthropic旗下的Long-Term Benefit Trust(长期利益信托),担任受托人席位。Stubbs以其在宇宙学和天体物理学领域的杰出贡献而闻名,他的加盟将进一步强化该信托在治理和监督AI技术发展对社会长远影响方面的专业权威性。该信托的核心使命是确保Anthropic的所有技术成果最终能持续造福全人类,避免AI力量被少数利益主体所垄断。

Read more →


An update on independent evaluators

独立评估机制最新进展报告

Anthropic发布了一份关于其独立第三方评估工作的最新进展报告,详细介绍了近期由外部专家小组对公司AI系统的对齐状况和潜在风险进行的系统性审查结果。报告中包含了若干重要的发现和整改建议,强调了透明度在构建可信AI过程中的关键作用。Anthropic表示将持续定期公布独立的评估结论,并在公司内部推动落实相应的安全加固措施,以保持行业领先的责任标准。

Read more →


Preparing for the 2026 US midterms

Anthropic全力备战2026年美国中期选举的信息环境治理

Anthropic公布了一份题为”备战2026年美国中期选举”的专项报告,详述了公司为应对选举期间可能出现的深度伪造内容、虚假信息扩散及AI滥用等问题所做的准备工作和技术储备。公司联合多方专家制定了多层次的检测与预警方案,并承诺为新闻机构和监管机构提供免费的AI生成内容鉴别工具,以帮助选民甄别信息来源的真实性,维护民主选举过程的公正与清明。

Read more →


Anthropic opens Singapore office and signs MOU with the Government of Singapore

Anthropic在新加坡设立办事处,与新加坡政府签署合作谅解备忘录

Anthropic宣布在新加坡正式开设区域办事处,并与新加坡政府签署了一份具有重要意义的合作谅解备忘录(MOU)。新办公室将成为Anthropic在东南亚市场的战略中枢,负责拓展该地区的客户服务、合作伙伴关系和政策沟通等业务。根据MOU条款,双方将在AI能力建设、数字治理标准制定以及人才教育培训等多个领域开展深度合作,新加坡政府对此表示高度支持并期待借此进一步强化本国在全球AI产业版图中的地位。

Read more →


Google AI Blog

Put Gemini to work for you

让Gemini为你高效工作:全新任务功能上线

Google博客宣布在Gemini应用中推出了全新的”任务”(Tasks)功能,帮助用户更好地组织和执行日常工作中的各类事务。这一新功能允许用户创建结构化任务清单、设置优先级和截止时间,并由Gemini自动协助拆解步骤、提醒进度并提供完成建议。无论是策划一场旅行还是管理一个项目的整体安排,Gemini都能充当得力的智能助理,让工作流程更加顺畅高效。

Read more →


New Ask Maps features to help with holiday travel and prep

全新Ask Maps功能助力假期出行规划与准备

Google Maps近期新增了一系列名为”Ask Maps”的智能问答功能,专门为假日出行季的用户提供帮助。用户现在可以直接用自然语言提问诸如”附近有哪些适合家庭聚餐的餐厅""最佳避开拥堵的路线是什么”等问题,Maps会结合实时交通数据和丰富POI信息给出直观易懂的回答和建议。这项升级大幅降低了用户在陌生环境中规划行程的认知负担,提升了出行的便捷性和愉悦感。

Read more →


Google Search gets a major upgrade with Gemini 4 Hydrogen

Google搜索迎来重磅升级:搭载Gemini 4 Hydrogen

Google官方博客高调宣布,搜索引擎核心算法已获得基于Gemini 4 Hydrogen模型的巨大升级。此次更新使Google Search能够在响应复杂查询时展现出远超以往的理解深度和推理精度,搜索结果不仅更加准确全面,还能直接整合多源信息给出综合性回答。这一里程碑式的进化进一步巩固了Google在互联网信息检索领域的领导地位,为用户带来了近乎革命性的搜索体验提升。

Read more →


Gemini Decisions API: Fast, calibrated multimodal decisions

Gemini Decisions API:快速而校准良好的多模态决策接口

Google推出了全新的Gemini Decisions API,这是一个专为需要高速且经过严格校准的多模态决策场景设计的开发者工具。开发者可以利用该API轻松地为应用集成可靠的结构化判断能力,例如内容分类、风险评估和图片标签生成等,而不必从零开始训练专用模型。谷歌强调API内部的置信度校准机制能够有效控制误判率,使其特别适合应用于金融、医疗等高敏感度的业务环境。

Read more →


Try Tabletop: Customizable, collaborative spaces for groups to plan, play and do more together

体验Tabletop:专为团体协作打造的可定制规划空间

Google Labs推出了名为Tabletop的全新实验性产品,旨在为团队协作提供一个高度可定制的虚拟桌面空间。团队成员可以在其中共同规划项目、组织头脑风暴会议、玩策略类桌游或进行各种创意工作坊。Tabletop支持自定义界面布局和工具集成,兼容多种设备和浏览器平台,力求打破远程办公和线下聚会之间的界限,让人们无论身处何地都能享受沉浸式的协同创作体验。

Read more →


Experience the art and legacy of Dr. Esther Mahlangu

感受艾丝特·马兰古博士的艺术与文化遗产

Google博客推出专题文章,带领读者深入了解南非著名艺术家艾丝特·马兰古(Esther Mahlangu)的艺术成就及其深远文化影响力。马兰古被誉为”Ndebele艺术之母”,她独特的几何绘画风格将传统部落美学与现代艺术完美融合,作品多次在国际顶级展览中展出并被多家知名博物馆收藏。本文通过丰富的图片资料和访谈片段,展现了马兰古如何用画笔讲述非洲大陆的故事并传承原住民的文化根脉。

Read more →


Gemini Intelligence: New features, on more devices

Gemini Intelligence:更多新特性已扩展至更多设备

Google宣布向更广范围的Android设备推送Gemini Intelligence功能更新,新增了包括智能摘要生成、语音交互增强、屏幕上下文感知以及在多款常用App内的快捷入口等诸多实用功能。此次更新覆盖了从中端机型到旗舰设备的广泛产品线,使得更多普通用户无需高端硬件即可体验AI智能助手的便利。Google还表示将继续在后续季度发布更多专属特性,不断丰富移动端AI生态。

Read more →


We’re bringing Adobe’s creative and productivity tools closer to your everyday Google apps

Adobe创意生产力工具将与Google日常应用深度整合

Google与Adobe公司正式宣布达成重要战略合作,双方将把Adobe Creative Cloud系列应用的功能深度整合进Google的日常办公软件套件中。用户在未来可以直接在Google Docs、Sheets和Slides内调用Adobe的高级排版、图像处理和视频编辑能力,极大简化跨平台协作的工作流。这一整合将彻底改变创意专业人士和普通办公用户的使用习惯,显著减少在不同软件间切换的繁琐操作,释放更多创造力。

Read more →


Google Cloud launches Gemini for healthcare

Google Cloud推出Gemini Healthcare:专为医疗健康领域打造的AI解决方案

Google Cloud正式发布Gemini for Healthcare,这是一套专门为医疗行业量身定制的AI云服务解决方案。该服务集成了符合HIPAA等国际医疗数据安全标准的合规框架,可为医院、诊所和研究机构提供病历智能总结、医学影像辅助分析、临床试验数据管理等多种关键功能。Google强调,该产品的开发过程中广泛征求了临床医生的反馈意见,确保每一个功能都切实贴合医疗一线的实际需求和工作场景。

Read more →


Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips

Gemini Omni 1.2 Flash发布:速度快、成本低且支持更长输入片段

Google宣布推出Gemini Omni 1.2 Flash型号,这是一款在速度和成本效益之间取得优秀平衡的多模态AI模型。相较于前代产品,Omni 1.2 Flash不仅推理速度大幅提升,还支持处理更长的输入片段,非常适合短视频理解、长篇文档分析和高并发实时应用等场景。这款模型的发布进一步充实了Gemini家族的产品矩阵,为用户在追求高性能与合理预算之间提供了灵活而优质的选择方案。

Read more →


The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

超越正交论:美德伦理学与AI对齐

Peli Grietzer在文章中探讨了一种新的AI对齐理论视角——美德伦理学路径。作者指出,传统的正交性论点认为智能与目标可以相互独立,但这种观点忽视了培养AI系统内在美德品质的可能性。通过借鉴亚里士多德的美德伦理传统,文章论证了在AI设计初期就注入诚实、谦逊、审慎等道德品格,可能比事后添加约束规则更为有效和持久,为AI对齐研究开辟了一条富有启发性的哲学新路。

Read more →


AGI Is Not Multimodal

AGI并非一定需要多模态

Benjamin A. Spiegel撰写了一篇颇有争议的观点文章,主张通用人工智能(AGI)的实现并不必然依赖于多模态架构。文章回顾了许多历史上单模态系统的成功案例,并提出即使是最复杂的认知任务也可以通过精心设计的符号逻辑系统和纯语言模型来逼近。作者提醒当前的多模态热潮可能存在过度工程化的倾向,呼吁学界回归对智能本质更为基础和简洁的思考。

Read more →


Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research

形状、对称性与结构:数学在机器学习研究中角色的演变

Henry Kvinge梳理了近年来数学工具在机器学习研究中角色转变的趋势。从早期的随机矩阵理论到如今的微分几何与群论应用,对称性和不变性等概念正逐渐渗透到神经网络设计与分析的核心地带。文章认为,越是深入探究深度学习模型内部的运作机理,就越需要依赖高水平的抽象数学语言来进行描述和理解,预示着未来 ML 理论研究将会变得更加”数学化”。

Read more →


What’s Missing From LLM Chatbots: A Sense of Purpose

LLM聊天机器人缺失了什么?一种目的感

Kenneth Li提出一个引人深思的观点:当前大型语言模型聊天机器人在交互中最根本的缺失是一种源自内在驱动的”目的感”。尽管它们拥有出色的语言能力和广泛的知识储备,但所有回应本质上都是被动触发而非主动寻求目标的产物。作者认为,如果要在真正的意义上实现类人的智能形态,就必须赋予AI某种形式的自主意图和价值导向系统,否则它们永远只能停留在工具层面。

Read more →


We Need Positive Visions for AI Grounded in Wellbeing

我们需要以福祉为基础的AI正面愿景

Joel Lehman在文章中呼吁业界跳出当前占主导地位的AI风险恐慌叙事,转而建构一套积极向上且根植于人类整体福祉的AI发展愿景。他批评了许多关于AI失控的夸张论述无助于推进实质性的政策改革,并提议从公共卫生、心理健康和社会凝聚力等多元维度出发,建立一个以改善人类生活质量为核心的AI发展指标体系,引导技术朝着真正有益社会的方向前进。

Read more →


Financial Market Applications of LLMs

大型语言模型在金融市场中的应用

Richard Dewey详细介绍了LLM技术目前在金融市场的多种应用场景,包括自动化投研简报生成、市场情绪量化分析、监管合规文档审阅以及智能投顾服务等领域。文章客观评估了各项应用的实际成熟度和局限性,指出金融数据的保密性要求和极度严格的监管框架对LLM落地构成了一定挑战,但在特定非敏感场景中已取得令人瞩目的成效,前景依然广阔。

Read more →


A Brief Overview of Gender Bias in AI

AI性别偏见概述

Yennie Jun撰写了一篇简明扼要的文章,系统梳理了当前AI系统中广泛存在的性别偏见问题。从训练数据中的历史歧视固化到推荐算法对不同性别用户的差异化对待,文章揭示了技术中立外表背后潜藏的不平等现象。作者提出了一系列针对性的缓解策略,包括引入去偏预处理技术、建立多元化的开发团队以及定期进行偏见影响评估,以期推动更加公平包容的AI生态系统建设。

Read more →


Mamba Explained

Mamba架构解析

Kola Ayonrinde发表了一篇面向广大读者的技术讲解文章,通俗易懂地阐释了Mamba这一新兴序列建模架构的核心原理。文章重点分析了Mamba相比Transformer在长序列处理上的效率优势,特别是其选择性状态空间机制如何实现线性复杂度的同时保持卓越的上下文建模能力。文中配有清晰的图示和简明的公式推导,是理解这一热门研究方向的一篇优质入门读物。

Read more →


Car-GPT: Could LLMs finally make self-driving cars happen?

Car-GPT:LLM能否最终让自动驾驶汽车成为现实?

Jérémy Cohen探讨了大型语言模型在自动驾驶汽车领域潜在的应用价值和面临的严峻挑战。文章设想了一种被称为”Car-GPT”的下一代自动驾驶系统架构,其中LLM将承担高层路线规划、突发情况推理和与其他车辆通信解释等复杂认知任务。然而作者也坦诚承认,当前LLM在实时性、确定性和极端边缘情况处理等方面仍存在明显短板,距离真正可靠的车载部署尚有很长的路要走。

Read more →


Do text embeddings perfectly encode text?

文本嵌入是否完美编码了文本信息?

Jack Morris通过一系列精巧的实验挑战了关于文本嵌入的理想化假设,证明当前的向量表示方法并不能无损地还原原始文本的全部内容。他发现即使两个句子产生了极为相似的嵌入向量,它们在语义细节和隐含上下文方面仍可能存在不可忽视的差异。这篇论文对于重新思考Embedding在下游任务中的可靠性以及如何发展更高保真度的表示学习方法具有重要的启示意义。

Read more →


DeepMind Blog

Introducing Gemini 4 Hydrogen

发布Gemini 4 Hydrogen

DeepMind正式推出Gemini 4 Hydrogen模型,定位为其新一代多模态大模型家族中的重要成员。Hydrogen版本的突出特点是极快的推理速度和对超长上下文的卓越处理能力,非常适合需要低延迟响应的生产环境应用。DeepMind表示,该模型在多项权威基准测试中均取得了优异成绩,尤其是在复杂的数学推理和代码生成任务上表现出了接近人类专家的水平,标志着多模态AI能力迈上了新的台阶。

Read more →


AlphaGenome 2: Deciphering how cells read DNA to better understand disease

AlphaGenome 2:破译细胞读取DNA的机制以更好理解疾病

DeepMind宣布AlphaGenome 2的发布,这是第一代基因组AI模型的重大升级版本。新版本在预测基因调控元件活性、染色质三维结构演化以及非编码区突变致病学说等方面实现了更高的准确性,使研究人员能够以前所未有的深度解析细胞是如何精确解读DNA指令的。这项突破为遗传性疾病机理研究和靶向疗法开发开辟了全新的可能途径。

Read more →


Gemini 4 Carbon is now available

Gemini 4 Carbon现已可用

DeepMind宣布Gemini 4 Carbon模型目前已对所有用户开放访问。Carbon是该系列中以高效均衡著称的版本,兼顾了良好的智能水平和实惠的运行成本,特别适合中小企业及个人开发者的广泛应用需求。相比顶级旗舰模型,Carbon在绝大多数日常任务上的表现差距微乎其微,却在资源占用和单价上优势明显,堪称目前性价比最优的主流AI模型之一。

Read more →


Introducing AlphaProof Code: a breakthrough in verifying complex software at depth

发布AlphaProof Code:复杂软件深度验证的重大突破

DeepMind发布了AlphaProof Code工具,这是一个基于AlphaCode架构开发的新型软件验证系统,能够在深层次逻辑层面自动化验证复杂软件的正确性和安全性。与传统静态代码分析工具不同,AlphaProof Code能够理解和验证包含大量分支条件和异步操作的现代软件系统的行为等价性,大幅减少了潜在的软件缺陷逃逸到生产环境的概率。这一突破对于保障关键基础设施软件的可靠性意义重大。

Read more →


Opening the datasets behind our AI weather models

开放AI气象模型背后的数据集

DeepMind宣布将其AI气象预报模型所使用的全部训练数据集公开供全球科研人员免费下载和使用。这些数据集涵盖了过去数十年的全球高分辨率气象观测资料,包含了温度、气压、降水量和风速等多维度变量。开放这一珍贵资源旨在加速气候科学研究的进程,并鼓励更多团队基于这些数据开发更具前瞻性的极端天气预警和长期气候变化模拟工具。

Read more →


Gemini Robotics 2.5 accelerates real-world general dexterity

Gemini Robotics 2.5加速现实世界泛化灵巧操作

DeepMind发布了Gemini Robotics 2.5版本,显著提升了机器人系统在真实物理环境中执行泛化灵巧任务的能力。新模型通过大规模仿真训练加上少量实机微调,使机械臂能够熟练地完成折叠衣物、组装小型零部件、精准抓取不规则物体等需要精细手感控制的复杂动作。这次进步被认为是通往真正通用型家务和服务机器人的重要一步。

Read more →


Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips

Gemini Omni 1.2 Flash发布:快速、经济且支持更长输入片段

DeepMind同步宣布Gemini Omni 1.2 Flash的正式发布。与同名的Google版本略有差异的是,DeepMind此版更加侧重于多模态理解的高吞吐量场景,如超长视频内容分析与大规模并行文档批处理等。模型在保持低廉每Token成本的同时提供稳定的输出质量,为企业级AI应用部署提供了一个极具吸引力的选择。

Read more →


Agentic cheminformatics with Google Antigravity

使用Google Antigravity实现代理式化学信息学

DeepMind介绍了基于Google Antigravity平台的代理式化学信息学研究新范式。在这一框架下,AI代理能够自主地进行假设生成、分子模拟实验设计以及海量化合物数据库筛选,整个过程几乎无需人工干预。该平台已成功应用于新型催化剂发现和口服药物候选分子的快速原型开发,为制药和材料科学领域的研发周期压缩做出了开创性贡献。

Read more →


Speeding up planning decisions with AI

利用AI加速规划决策

DeepMind发表文章介绍如何利用AI技术大幅缩短城市规划、建筑设计和土地开发等大型项目中的方案评估与决策周期。通过训练专用的空间推理模型,AI可以快速生成并对比成千上万种布局选项,并在能耗、采光、通行效率和建设成本等多重约束条件下筛选出最优解。这项技术已经在多个国际合作的城市更新项目中得到试点应用,并取得积极的实证效果。

Read more →


Gemini 4 Carbon: Our next frontier model

Gemini 4 Carbon:我们的下一个前沿模型

DeepMind详细介绍其旗舰级模型Gemini 4 Carbon的设计理念与技术亮点。Carbon代表着DeepMind在当前推理能力边界探索上的最新成果,尤其在数学定理证明、高级代码架构设计及跨领域知识综合方面达到了前所未有的高度。团队花费数年时间在算力与算法效率上进行精细调优,确保该模型既具备顶尖的智能表现又能适应大规模工业部署的要求。

Read more →


Meta Engineering

Cuttlefish on Mac: Running Android’s Virtual Device Framework Natively on Apple Silicon

Cuttlefish in Mac:在Apple Silicon上原生运行Android虚拟设备框架

Meta工程博客详细报道了Cuttlefish虚拟设备框架成功移植至macOS并原生运行于Apple Silicon芯片上的技术历程。Cuttlefish作为Android开源项目(AOSP)中用于测试和生产部署的核心虚拟化组件,以往只能在x86架构的Linux主机上流畅运行。团队通过重构底层硬件抽象层和利用Metal图形API进行 GPU 加速,解决了ARM64原生执行的大量兼容性难题,使iOS/macOS生态的开发人员从此能够更高效地进行Android应用的跨平台调试与测试。

Read more →


Intelligent Delivery: Making Every Unit of Compute Serve Better Ads

智能投放:让每一单位算力都为更好的广告服务

Meta公布了其广告系统中最新的智能投放引擎技术内幕。通过引入先进的强化学习和因果推断方法,该系统能够实时优化每一次广告投放中计算资源的分配策略,确保在最合适的时机以最低的成本触达最具转化潜力的受众。研究表明,这套机制在同等预算条件下平均提升了超过20%的广告效果指标,为用户和广告主创造了更大的双向价值。

Read more →


Your Algorithm: Giving People More Ways to Personalize Facebook Recommendations

”你的算法”:赋予人们更多个性化Facebook推荐的方式

Meta在产品层面上进一步优化了”Your Algorithm”功能,让用户得以更深入地掌控自己Facebook信息流的个性化呈现方式。除了原先简单的兴趣调节滑块外,新版本增加了基于社交关系强度、内容新鲜度和话题多样性的多维调整选项。这一改进旨在解决用户长期以来对于信息茧房和推荐同质化的抱怨,体现平台对于增强用户自主权和透明度的持续关注。

Read more →


How We Built TLX: A Hardware-Native GPU Compiler for Production ML at Scale

TLX的构建:面向大规模生产ML的原生硬件GPU编译器

Meta工程师深入分享了他们开发TLX编译器的技术细节与心路历程。TLX是一款专为大规模生产级机器学习工作负载量身打造的原生GPU编译器,其设计哲学是让编译过程尽可能贴近底层GPU硬件架构以榨取极致性能。文章回顾了从前端图优化到后端指令调度的一系列关键技术突破,证明了这个自研方案在某些典型训练和推理场景中能够比现有商用编译器提速显著,具有广阔的产业化前景。

Read more →


Extending LLDB to Debug Applications That Span CPUs and GPUs

扩展LLDB以实现跨CPU与GPU应用的高效调试

Meta发布了一篇关于如何将开源调试器LLDB(LLVM Debugger)进行深度扩展的技术文章,使其能够无缝调试同时在中央处理器和图形处理器上并行运行的混合计算应用程序。这项工作涉及到自定义调试协议的设计、硬件计数器事件的拦截以及与CUDA/OpenCL等GPU编程模型的深层对接,最终形成了一套稳定可靠的端到端调试解决方案,极大地提升了底层系统软件开发者的日常工作效率。

Read more →


F3 Lightning: How Meta Accelerates Ads ML Features to Production at Scale

F3 Lightning:Meta如何规模化加速广告ML功能上线

Meta工程团队披露了其广告机器学习平台F3 Lightning的关键技术与部署经验。F3 Lightning是一个高度自动化的ML特征流水线系统,能够将新推出的广告效果预测模型从开发环境一键部署至全球生产集群,并将原本需要数周的上线路程大幅压缩至数小时之内。文章详细描述了分布式训练加速、A/B测试流量切分和线上监控回滚等关键环节的工程实践,代表了目前社交网络平台广告技术栈的最高水准。

Read more →


Catching Bugs Before They Land: JiTTesting’s Human-on-the-Loop Approach at Full Scale

防患于未然:JiTTesting的全规模人工介入测试方案

Meta介绍了一种名为JiTTesting的创新测试方法论,在大规模软件发布流程中引入了”人在回路”的监督机制,以在代码真正上线之前捕获尽可能多的潜在缺陷。该方法不同于纯粹的自动化测试,它在关键的决策节点设置了人类工程师的评审关卡,结合AI预判风险等级后由人工最终确认是否需要阻断发布流程。事实证明,这种混合模式在保障服务稳定性的同时,并未显著拖慢整体的迭代速度。

Read more →


Meta Andromeda: Powering the Next Generation of Ads Retrieval Through Model-System Co-Design

Meta Andromeda:通过模型与系统协同设计驱动下一代广告召回

Meta详细阐述了其广告召回系统Andromeda的架构设计与优化策略。Andromeda采用了一种独特的”模型-系统协同设计”理念,打破了传统做法中算法研究与系统工程各自为战的壁垒,让两者的设计决策在同一框架内相互反馈和优化。借助这一方法,Andromeda在召回准确率、响应延迟和资源利用率等多项核心指标上均取得了突破性进展,被认为是未来广告检索系统演进的重要参考范式。

Read more →


PrivacyLib: Privacy Controls at the Data Access Boundary

PrivacyLib:在数据访问边界实施隐私控制

Meta开源了PrivacyLib库,旨在为机器学习工程师和数据科学家提供一种在代码层面的数据访问边界施加精细化隐私控制的方案。通过声明式的隐私标记语言和自动化的敏感字段追踪机制,PrivacyLib能够确保数据处理链路中的每一项操作都严格遵守预设的数据使用政策和最小化原则。这一工具体系对于应对日益严格的全球数据保护法规、构建值得信赖的AI基础设施具有重要意义。

Read more →


Towards Data Science

How to Improve Coding Agent Efficiency by 30% with an Orchestrator

如何通过编排器将编程Agent效率提升30%

Eivind Kjosbakken撰文分享了一种利用编排器架构来提升编程类AI Agent工作效率的实践方法。文章以实际的软件开发项目为背景,展示了将单一的Agent调用拆分为由编排器统一调度多个专业子Agent并行执行的流程后,代码生成质量和任务完成速度均有显著提升。作者详细分析了30%效率增益的来源在于减少了不必要的上下文切换开销并优化了任务分解策略。

Read more →


How to Govern Coding Agent Skills Across Repos With Plugins

如何通过插件在仓库间统一管理编程Agent的技能

Erika Gomes-Gonçalves介绍了一套基于插件机制的跨仓库编程Agent技能治理方案,帮助团队在复杂的大型代码库环境中实现规范化、标准化的AI辅助开发体验。通过定义统一的插件接口和权限管理体系,工程负责人可以控制哪些Agent能力可在特定仓库中被启用、禁用或限制访问范围。这套方案既保证了开发人员的灵活性和创新空间,又维护了整个组织的代码安全性和一致风格。

Read more →


Google ADK Agents That Pause, Resume, and Wait Hours for a Human

Google ADK中能够暂停、继续并等待数小时的人类Agent

Benjamin Etienne探讨了Google Agent Development Kit(ADK)中一项鲜为人知却极具价值的能力——Agent状态的长时间挂起与恢复。文章演示了一个典型的跨日开发任务场景,其中ADK Agent在执行到需要人类确认的关键决策点时可以优雅地暂停运行、保存完整上下文状态,并在数小时甚至数天后人类方便时再自动唤醒继续工作。这对于那些无法即时响应、但又需要精密指导的长周期编程任务来说是一个革命性的改进。

Read more →


How to Design MCP Servers That Leave Orchestration to the Host

如何设计将编排权交给宿主的MCP Server

Priyansh Bhardwaj深入讲解了设计Model Context Protocol(MCP)服务器时的一个重要架构原则——即将任务编排的权力留给宿主应用而非由Server端自行决定。文章通过对比两种不同的设计哲学,阐述了为何让Server只提供清晰、原子化的能力接口反而能够带来更高的灵活性、更好的模块化组合体验以及更强的可扩展性。这对于构建高质量且易于维护的MCP生态组件具有直接的指导意义。

Read more →


After 10 Heads in a Row, Small LLMs Bet Up to 82% on an 11th

连掷10次正面后,小参数LLM在第11次押注高达82%的概率

Utkarsh Mangal进行了一项有趣的实验,测试小型大语言模型在面对经典的赌徒谬误时的表现。当要求模型判断一枚硬币连续出现10次正面之后第11次出现正面的概率时,部分小参数模型给出的答案高达82%,显示出强烈的统计直觉偏差。这一发现提醒我们,即便是经过大规模训练的LLM也未能完全摆脱基础概率知识的误区,在需要严格数学推理的场景中仍需辅以额外的验证手段。

Read more →


Why Human in the Loop AI Oversight Fails and How to Fix It

为什么人在回路的AI监督会失败以及如何补救

Corné Potgieter反思了当前主流的人机协同AI监督模式的固有缺陷。文章指出,人类审核员往往面临信息过载、疲劳累积和决策一致性不足等问题,导致”人在回路”的承诺在实践中大打折扣。作者提出了一套改进方案,包括智能筛选高风险样本、引入同伴复核机制以及建立透明的审计日志制度,以期重建人类监督者在AI系统中的可信度和有效性。

Read more →


How to Avoid AI Replacement as an Analytics Professional in 2027

2027年-analytics从业者如何避免被AI取代

Samir Saci针对分析专业人士的职业生存问题给出了实用的前瞻性建议。随着AI自动生成数据报告和可视化图表的能力日趋成熟,传统的数据整理和基础分析岗位确实面临着巨大的转型压力。文章建议从业者应当尽早培养跨领域业务知识、战略思维能力和复杂人际沟通能力,将这些AI难以复制的核心竞争力融入日常工作流,从而在即将到来的职业变革中找到不可替代的立足之地。

Read more →


Local LLMs Handle Textbook RAG but Fail on New Research Papers

本地LLM处理教科书RAG尚可,但在新研究论文上表现不佳

Waleed Esmail通过对比实验揭示了本地部署的小规模语言模型在检索增强生成(RAG)任务上的现实局限。当面对结构清晰、语言规范的教科书类知识材料时,本地RAG管道能够给出较为满意的答案;然而一旦切换到前沿的学术论文,模型便频繁出现幻觉、曲解术语或遗漏关键限定条件等问题。研究呼吁开发者在涉及专业文献的智能问答场景中保持审慎态度。

Read more →


A Practitioner’s Guide to 6 Agentic GraphRAG Patterns

practitioner’s guide to 6 Agentic GraphRAG Patterns

Partha Sarkar汇总整理了六种实用的Agent化图数据库增强检索(GraphRAG)设计模式,并为每一步骤提供了详细的实现指导和代码示例。这些模式涵盖了从基础的节点关联检索到复杂的多跳推理路径推荐等多种常见用例,帮助数据科学家和工程师们在构建知识密集型AI应用时能够快速借鉴成熟的解决方案,显著提高开发效率并降低试错成本。

Read more →


Computing Effective Dimension for Quantum ML Models in PyTorch

在PyTorch中计算量子ML模型的有效维数

Adrian Panasiewicz发表了一篇兼具理论深度与实践价值的技术文章,详细介绍了如何在PyTorch框架中计算量子机器学习模型的有效维数这一度量指标。有效维数是评估量子神经网络泛化能力与表达容量的重要参数,但其传统计算方法极其复杂。本文提出了一种基于蒙特卡洛采样的近似算法,在保证精度的同时将计算复杂度大幅降低,为量子机器学习的研究者和爱好者打开了一扇便捷的大门。

Read more →

生成二维码中...
↗

请点击右上角 ···

选择 发送给朋友 或 收藏