跳到正文

全部动态

今日 0 条
10月28日周三
10月27日周二
  1. MIT Technology Review · AI20

    工业智能:制造业的下一个增长机会

    工业智能将制造商的积累经验、运营实践与生产数据结合,让知识在决策现场可用并接入物理生产环节。Toyota Industries 打通原本割裂的涂装车间数据后,分析周期从五天缩短到四小时以内,试点中相关涂装缺陷减少约 25%。Rockwell Automation 新加坡工厂用维护 copilot 整合制造数据、设备手册与老员工经验,新员工掌握数百台设备故障排查的时间从九个月降至三个月。

  2. The Decoder40

    OpenAI 的 Ted Sanders 分享挑选合适 GPT 模型的经验法则

    OpenAI 的 Ted Sanders 对 GPT-6.1 Terra 做了分级,并解释了公司如何为语言模型命名。他表示模型性能是多维的,多数差距归结于模型规模,但规模并非全部——GPT-6.1 Terra 在技术沟通上可能优于更大的 Astra,图像处理和计算机使用大致持平,价格却低得多。他的建议是:只看质量选 Astra,略在意价格选 Sol,非常在意价格选 Terra 或 Luna。

  3. TechCrunch · AI58

    AI 会暴露互联网脆弱的基础设施吗

    TechCrunch 的 Equity 播客围绕 PHP 近期被披露的漏洞展开讨论,网站所有者被要求立即打补丁或下线站点。嘉宾认为,随着 LLM 和 AI 智能体普及,发现这类漏洞会更容易,而 PHP 支撑着 WordPress、Drupal 等内容管理系统和约 70% 的网站,波及面达数千万站点。

10月26日周一
  1. MIT Technology Review · AI32

    对 AI 安全灾难的关注,忽视了日常性伤害

    科技政策长期以“产品最坏能做什么”定义成功,企业只要承诺聊天机器人不鼓励自杀、平台限制儿童购买芬太尼即可过关,却继续让年轻人依赖模拟友谊、困在成瘾性信息流中。三分之一青少年选择与 AI 伴侣讨论严肃话题,MIT 研究者发现用 ChatGPT 写文章的学生在任务中脑连接更弱,且“认知债务”在任务结束后仍持续。

10月25日周日
  1. The Decoder72

    Anthropic 称单智能体已优于多子智能体架构

    Anthropic 表示,单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构,并发布迁移工具包供团队评估切换。从 Opus 4.5 起的新模型可在单一循环中直接管理复杂计划,一次对比中单智能体架构运行速度约为多智能体方案的两倍。Anthropic 同时提醒不要盲目合并,其支持智能体测试中合并子智能体虽降低延迟却破坏了原有流程,并建议将工作流打包为技能、由小团队统一维护系统提示词。

  2. The Verge · AI18

    BBC《蓝色星球 III》在 AI 时代保留粗糙边缘以证真实

    BBC《蓝色星球 III》刻意保留浮游生物、船只等以往会被剪掉的瑕疵镜头,以证明画面并非 AI 生成。执行制片人 Elizabeth White 称,过于精致无缝正是 AI 的破绽,真实海洋生物"可能比 AI 能想象的更非凡"。该系列还记录了海豚用海绵堵洞捕鱼、鱼类跨物种交流及 20 万只螃蟹列队觅食等画面。

10月24日周六
  1. The Verge · AI42

    AI 工具加速复古游戏反编译移植,社区生态遭冲击

    AI 编程工具正大幅缩短复古游戏反编译与重编译周期,催生大量非官方移植项目,如浏览器版《Halo》、iPhone 版《Wind Waker》。一位 AI 顾问借助现有社区反编译成果,数周内同时推进十余个项目。但 AI 驱动的快速移植也引发社区分裂,一个追踪反编译项目的社区网站上周因 AI 冲击突然关停,其运营者称社区协作机制已被破坏。

  2. The Verge · AI18

    The Vergecast 讨论 iPhone Duo 评测:它本该是一台 iPad 吗?

    The Vergecast 本期节目中,David Pierce 与 Nilay Patel 讨论 iPhone Duo 的 7/10 评分是否恰当,并探讨这款设备若以 iPad 而非 iPhone 起步、或直接命名为 iPad Duo 是否会更好。节目还谈及本周震动 Web 的 PHP 重大安全漏洞,以及 AI 购物兴起迫使零售商应对 Muse 智能体等话题。

10月23日周五
  1. Latent Space78

    AI 为何突然擅长数学:从提示序列与分支因子看模型解题优势

    作者 Ankit Maloo 分析 OpenAI、Anthropic 近期在数学开放问题上的进展,提出用最短提示序列长度 k 与分支因子 b 判断问题对 LLM 是否可解。他认为模型以深度优先方式把每条可行路径走完,配合自动验证器剪枝,把人类需要数月判断的尝试压缩到几分钟,因此擅长概念跳跃已完成、剩余工作繁重的证明。人类优势仍在搜索树深且分支多、需要直觉剪枝的问题上。

    推荐理由:文章用提示序列与分支因子两个变量解释模型为何在数学证明上占优,并指出人类直觉仍占优的问题类型。

  2. MIT Technology Review · AI12

    Vanguard 的 Jing Wang 谈可扩展 AI 的基础

    Vanguard 的 Jing Wang 在 MIT Technology Review 的 EmTech Future 会议上探讨如何构建可扩展 AI 的基础。她指出,数据、工程、平台、运营模式和治理必须协同运作,才能在高监管环境中把包括智能体系统在内的新兴能力转化为对投资者的长期价值。

  3. The Verge · AI22

    《Wildwood》导演 Travis Knight:生成式 AI 与 Laika 工作室的理念“完全对立”

    Laika 工作室 CEO 兼《Wildwood》导演 Travis Knight 称生成式 AI“与这家工作室的一切完全对立”,认为技术应由艺术家掌控,AI 代劳创作则是“盗窃”、产物没有灵魂。这部定格动画耗时五年,动用超 230 个木偶、49 名动画师,全片逾 1000 名艺术家参与,将于 10 月 23 日首映。Knight 表示不反对 AI 在医学、科学等领域的应用,但担心其被滥用。

  4. The Verge · AI58

    比尔·盖茨:要为约20年动荡的AI冲击期做准备

    比尔·盖茨在 Decoder 访谈中表示,人们要为约20年动荡的AI冲击期做准备,这段过渡期可能把社会分成靠近技术前沿与拒绝技术两类人。他认为当前风险主要来自可被移除全部防护的模型,近期威胁是网络攻击、生物攻击与就业冲击,而完全失控并非迫在眉睫。他提出三条对齐路径,包括改变训练方式、提升模型内部可见性,以及在模型外加上符号化规则的安全层,并主张由政府对超过一定能力的模型强制保留防护与监控。

10月22日周四
  1. Latent Space25

    Moshi CEO Anekha Sokhal 谈为大宗商品交易员打造推荐引擎

    Moshi 正在为大宗商品交易员构建推荐引擎,把市场信息与交易员持仓组合真正相关的部分连接起来。CEO Anekha Sokhal 称 Moshi 像是 Bloomberg、Claude 和 Netflix 的结合体:市场数据、操作界面加上针对交易员的推荐。她还在 AI Engineer New York 与 swyx 讨论了可信信源、文档抽取以及自建还是采购模型。

  2. MIT Technology Review · AI18

    Celonis 首席科学家 Devavrat Shah:企业 AI 需要上下文感知才能做出好决策

    Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能",认为 AI 智能体必须理解任务在业务流程中的角色与约束,否则会遗漏关键限制、犯错或浪费算力。他建议企业从具体业务决策入手,先找出最难环节再测试 AI 能否改善,并以速度与价值增益决定是否扩展。落地还需投入员工教育,让员工能理解 AI 输出而非直接交出决策权。

10月21日周三
  1. TechCrunch · AI20

    前英伟达高管、现投资人 Amulya Vishwanath:物理 AI 正处于“LEGO 时代”

    前英伟达产品营销负责人、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 表示,物理 AI 目前仍处于“LEGO 时代”,而非外界期待的机器人“ChatGPT 时刻”。她认为机器人手、执行器等基础软件与构件正被重新设计,这是创新规模化的关键前提。她还指出人才是美国市场的核心壁垒,大量人才流向 Anthropic 和英伟达等大公司。

  2. TechCrunch · AI40

    Hugging Face CEO 称 Netflix 纪录片《AI Gone Rogue》不准确

    Hugging Face 联合创始人兼 CEO Clem Delangue 公开表示,Netflix 纪录片《AI Gone Rogue》对其公司遭 OpenAI 智能体攻击事件的呈现不准确,批评该片过度拟人化技术、渲染末日恐慌。Delangue 称自己花了两小时以上试图纠正片中错误,但纪录片未提及智能体缺乏隔离与监控、闭源模型的安全规则阻碍了防御工作,以及团队最终用开源模型抵御攻击。