跳到正文

全部动态

今日 11 条
11月7日周六
11月6日周五
  1. Hugging Face Blog23

    Open ASR Leaderboard 新增埃及与尼日利亚英语口音私有数据

    Hugging Face 的 Open ASR Leaderboard 与 Liva AI 合作,新增埃及和尼日利亚两种英语口音的私有评测数据,时长分别为 1.34 小时和 1.55 小时,均为带标点、大小写和不流畅标记的对话式自发语音。榜单私有标签页现按 Kachru 三圈模型细分口音,区分美国与非美国、内圈与外圈及扩展圈。

  2. Hugging Face Blog58

    Ai2 发布 ToyBlocks 机器人学习仿真框架

    Ai2 发布 ToyBlocks,一个围绕机械臂与桌面方块的开源仿真框架,可自动生成任务与演示数据并评测机器人行为。它基于 Isaac Lab 用强化学习和运动规划生成技能,单 GPU 并行执行数百个规划,达到最高 24 倍实时速度。首个数据版本包含 85,336 条长程演示、近 1,600 小时机器人执行数据和 1.44 亿帧。

  3. TechCrunch · AI60

    亚马逊推出短信版 Alexa 购物智能体

    亚马逊推出一项新功能,让部分美国用户通过短信与 Alexa 智能体对话完成购物,支持搜索商品、加入购物车和下单。该功能建立在 Alexa 近期购物升级之上,还能管理清单、追踪价格、跨网搜索、比价和查询订单状态,并支持上传图片搜索相似商品。受邀用户之外可加入等待名单,功能将在未来几周扩大推送;此前亚马逊曾在 9 月阻止 Meta 的 Muse 查询其网站。

  4. The Decoder80

    METR 审计发现 Anthropic 或已在 7 月越过自身 AI 加速预警阈值

    METR 对 Anthropic 的审计发现,自 2025 年 10 月以来,其模型测试分数的提升速度约为此前(2024 年 3 月至 2025 年 10 月)的 1.9 倍,AECI 年增从约 15 分升至 29 分,可能已在 7 月 15 日触及自身设定的加速预警阈值。

    推荐理由:METR 的审计显示,Anthropic 的模型能力增速约为此前的 1.9 倍,且大部分加速来自 AI 参与自身研究,读者可据此理解 AI 研发加速的机制与透明度争议。

  5. TechCrunch · AI33

    Physicl 获 1000 万美元种子轮融资,用高保真 3D 仿真帮机器人训练

    Physicl 完成由 Inovia Capital 领投的 1000 万美元种子轮融资,把此前为电商打造的高保真 3D 渲染技术用于为机器人和世界模型生成逼真仿真训练数据。公司同步推出 Studio,包含 1 万个 3D 环境和 10 万个资产,可针对杯子被遮挡等困难边缘场景按需生成合成数据。世界模型公司 SpAItial 已作为早期客户用它提升其 Echo-3 的仿真保真度。

  6. TechCrunch · AI55

    Underdog 发布 32MB 语音模型 Woof 并推出浏览器演示游戏

    Underdog 发布仅 32MB 的语音生成模型 Woof,参数量 31 million,开放所有人下载,并配套推出一个可在浏览器中运行的游戏演示。该游戏包含打字机朗读输入内容和旋钮生成音乐等交互,公司称模型可在多数设备上离线运行。此前 Underdog 还发布了 167MB 的端侧语音转文字模型 Bark,以及一个可在笔记本上运行的 27-billion-parameter 模型。

  7. The Verge · AI58

    抗议者闯入微软阿姆斯特丹数据中心工地

    约100名抗议者闯入微软在阿姆斯特丹郊外新建数据中心的施工现场,有人爬上起重机挂出“fuck AI”横幅,并打出“Microsoft powers genocide”标语。该工地由英国开发商Pure Data Centres建设,将建三座85米高的数据中心塔楼,微软是唯一租户。此事发生在都柏林微软数据中心外示威的同一周,欧洲多地正出现针对数据中心的抗议浪潮。

  8. MIT Technology Review · AI38

    我围观了一台人形机器人打扫我的公寓,像提前体验了未来

    Tau Robotics 在旧金山推出人形机器人保洁服务,目前由人类远程操控,机器人通过头腕摄像头采集数据用于训练自主清洁模型。服务早期定价 30 美元/小时,现为两台机器人每周 60 美元或单次 100 美元。实测中机器人能完成厨房清洁和刷马桶,但爬楼梯摇晃、多次卡顿,曾因远程操控设备过热而提前结束。

  9. Latent Space85

    Thinking Machines 发布 Inkling 2 Small:594B 总参数 MoE,68 小时完成预训练

    Thinking Machines 发布 Inkling 2 Small,这是一个 594B 总参数、17B 激活参数的多模态 MoE 模型,已在 Tinker 上线,Apache 2.0 权重承诺下周外部安全测试完成后开放。

    推荐理由:读者可了解 Inkling 2 Small 的 68 小时预训练、NVFP4 全流程与多项独立评测表现,以及权重尚未开放这一前提。

  10. The Verge · AI40

    Airbnb 正在开发 AI 旅行智能体,计划 2027 年上半年推出

    Airbnb 计划在 2027 年上半年推出一款 AI 智能体,帮助用户规划和预订旅行。该智能体不采用传统聊天窗口,而是从数百个旅行专用界面元素(地图、照片、对比、日历、行程)中实时组合出围绕用户问题的界面。Airbnb 称 AI 是"有史以来发生在 Airbnb 身上最好的事",并已改变其产品开发与运营方式。

  11. Hugging Face Blog70

    NVIDIA 发布 Cosmos 3 四个开放权重模型,用于交互式世界模拟

    NVIDIA 在 Cosmos 世界模型平台下新增四个 Cosmos 3 开放权重检查点,均为 Cosmos 3 Nano 的后训练版本,含 16B 可训练参数,采用 OpenMDW1.1 许可,允许商用与非商用。

    推荐理由:文章给出四个开放权重检查点的能力分工与四阶段训练配方,读者可据此判断如何适配到自有传感器与机器人本体。

  12. The Verge · AI62

    Perplexity 推出工作场景 AI 智能体 Teammates

    Perplexity 发布面向工作场景的常驻 AI 智能体 Teammates,可在同一工作空间内承担多种角色,并调用已有项目、技能和记忆。Teammates 建立在 Perplexity Computer 之上,支持同时分配不同任务,用户可在 Perplexity 应用的独立线程中查看进度,也能在 Slack 中与其交互。

  13. TechCrunch · AI50

    Airbnb 宣布 2027 年上半年推出 AI 旅行智能体

    Airbnb 宣布其自研 AI 旅行智能体将于 2027 年上半年面向消费者推出。该智能体不采用纯聊天界面,而是从数百个旅行专用界面组件(地图、照片、对比、日历、行程)中实时组合出个性化界面,并能在行程中处理改订、退款、重新预订及 24 小时安全支持。消息公布同期,Airbnb Q3 营收同比增长 19% 至 48.7 亿美元,并将 2026 年营收增速预期上调至高双位数。

  14. Ars Technica · AI40

    Google 澄清 K-12 学校 AI 政策:可不用 Gemini 但搜索须随 AI 一并开启

    Google 澄清其 K-12 学校 AI 新政策:使用 Google 应用的学校需主动选择启用 AI 产品,搜索被归入 Gemini、Gemini Notebook、Gemini in Classroom 与 Search 组成的 AI 产品组合,学校须为学生登录账号单独开启。此前有报道称拒绝 AI 的学校将被关闭搜索,Google 表示实际是由学校依据自身 AI 政策决定是否开启搜索。

  15. The Decoder88

    OpenAI 发布 GPT-6 Cyber 安全模型,可挖漏洞并给出修复方案

    OpenAI 推出专为挖掘软件安全漏洞训练的 GPT-6 Cyber,可发现缺陷、构建可用利用代码并建议补丁。OpenAI 称其在无特殊安全指令时 99.93% 的测试未越界,前代为 94.49%;在 ExploitGym 上得分 48.5%,前代 GPT-5.6 Cyber 为 32.1%。

    推荐理由:原文给出 GPT-6 Cyber 在 ExploitGym 与真实漏洞挖掘中的具体数字,读者可据此判断安全专用模型的能力边界与成本。

  16. TechCrunch · AI58

    Meta 向全美用户开放 Muse AI 虚拟形象视频通话

    Meta 宣布 Muse Voice 功能已向全美用户开放,用户可通过手机、网页和 Mac 与 AI 智能体 Muse 进行语音通话和视频聊天。该功能由 Muse Realtime Avatar 和 Muse Realtime Voice 技术驱动,虚拟形象默认是名为 Jolly 的动画角色,用户可自定义外观,对话时形象会配合语气做出细微表情和手势。

  17. Google DeepMind73

    Google DeepMind 发布 Gemini Omni 1.2 Flash,支持 15 秒视频并降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash,原生支持最长 15 秒视频生成,并可通过多轮对话编辑片段。该模型相比 Omni 1.1 降价 30%,720p 视频定价为每秒 $0.07,同时提升了对人物、产品和风格参考图的一致性。

    推荐理由:原文列出时长、价格与参考一致性的具体变化,读者可据此判断视频生成成本与工作流会如何调整。

  18. TechCrunch · AI78

    OpenAI 推出网络安全模型 ChatGPT Cyber,面向 Daybreak Red 最高层级用户开放

    OpenAI 宣布推出专注网络安全的模型 ChatGPT Cyber,向网络安全项目 Daybreak Red 中最高层级的用户开放,供攻击性安全研究员用于漏洞挖掘与开发。

    推荐理由:从 Ubuntu 漏洞发现到 Linux 内核 948 个潜在问题,读者可看到 AI 漏洞挖掘的实际进展与防护方资源压力。

  19. The Verge · AI82

    民主党中期选举获胜后,AI行业面临监管与数据中心建设阻力

    民主党在中期选举中拿下参众两院,多场竞选以追究AI公司责任为主题,AI行业开始面对监管收紧和数据中心建设放缓的前景。44项地方数据中心禁令公投中有43项通过,得州候任州长表示将暂停所有数据中心审批;NBC News 民调显示76%选民反对在本地建设数据中心。OpenAI 和 Anthropic 未回应 The Verge 的置评请求,有报道称部分CEO私下讨论算力容量受限。

    推荐理由:中期选举结果如何改变AI监管与数据中心建设,文中给出了地方公投、州长表态和企业反应的具体线索。