OpenAI 一次性放出近 400 项 AI 数学成果,数学家称需数年消化
OpenAI 本周发布近 400 项 AI 生成的数学结果,分布在 700 多份手稿中,涵盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学、数学物理等领域。
推荐理由:通过数十位数学家的第一手反应,呈现近400项AI数学成果对学术生态与研究者职业路径的冲击。
OpenAI 本周发布近 400 项 AI 生成的数学结果,分布在 700 多份手稿中,涵盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学、数学物理等领域。
推荐理由:通过数十位数学家的第一手反应,呈现近400项AI数学成果对学术生态与研究者职业路径的冲击。
Nikon 调查认定清华 Ning Xu 的获奖视频使用 AI 不符合比赛规则,取消其资格,越南 Nguyen Nam Nhat 凭微小线虫与单细胞生物视频成为新一任 Nikon Small World in Motion 冠军。
Nikon 小型世界动态显微视频大赛原第一名作品因违反生成式 AI 相关规则被取消资格,作者 Dr. Ning Xu 在 LinkedIn 承认使用无监督神经网络方法进行 AI 辅助后处理。该视频已被下架,Nguyen Nam Nhat 的作品递补第一,Nikon 表示将重新审视未来参赛规则与评审流程。
Asana 借助 Codex 中的 GPT-6 Astra,在测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍,从而为客户提供能力更强的模型。
Anthropic 启动长期项目 Cyber Mission,其中面向开源项目的免费 AI 扫描器会定期检查代码、自动标记并解释漏洞、给出补丁建议。
Anthropic 在其 Claude Managed Agents 中加入动态工作流,实现多智能体编排:由主智能体制定计划、向子智能体分发任务并合并结果,单次执行最多可并行运行 1000 个智能体。
据 Financial Times,OpenAI 截至 9 月底年化收入约 500 亿美元,此前近 700 亿美元的说法是按与 Anthropic 可比口径计算,差异源于双方对合作销售收入的记账方式。
Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有的优先级调度器,把各研究项目该分多少 GPU 时间的争论从逐案运维任务变成透明的行政预算流程。
MIT CSAIL 的 Unitree 人形机器人(每台约 5 万美元)和 LLM 聊天机器人正让人习惯性地把它们当人对待,约 70% 的人对 AI 说话时会保持礼貌。
爱丁堡 Danu Robotics 推出回收分拣机器人 H.E.R.O.,用夹爪替代吸盘,并靠 AI 持续改进软件。公司已获 500 万美元 late-seed 融资、50 万美元签约合同和两家大客户意向书,销售管道超 200 家客户。创始人 Amy Ma 估算,单站点机器人可带来 48.5 万美元额外收入,而初始投入 16 万美元、年维护费 2.4 万美元。
Amazon 宣布在与地方政府谈判数据中心交易时不再使用 NDA,此前 Microsoft 今年早些时候已采取类似举措。与此同时,一批初创公司押注消费者愿意让 AI 智能体访问自己的收件箱、文件和信用卡,前提是网站允许其进入。TechCrunch Equity 播客讨论了放弃 NDA 能否改变数据中心交易方式,以及信任为何可能是个人 AI 初创公司的真正产品。
Amazon 宣布在与地方政府谈判数据中心交易时将不再使用保密协议(NDA),此前 Microsoft 今年早些时候已采取类似举措。保密做法加剧了社区对 AI 基础设施的反对,从纽约到旧金山已出现数百项拟议和已颁布的暂停令。TechCrunch Equity 播客还讨论了个人 AI 初创公司能否让用户放心将收件箱、文件和信用卡交给 AI 智能体。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是最大玩家,Suno、ElevenLabs 等小玩家展现出持久生命力。报告指出社交、约会、市场、零售、旅游、金融、健康等品类在榜单中无任何入局者,她认为消费级 AI 仍处早期,机会在于订阅和 API 之外的收入来源。
Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构,用于支撑 4000 万开发者的 API 测试、文档、发现与实现工作。
Amazon Bedrock 在 9 月更新中上线 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型,其中 GPT-6 Astra 支持最高 100 万 input tokens,Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。
密码学家 Matthew Green 认为,有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界,另有 15% 概率会实质性失去对现有公钥加密算法的信心。他指出 AI 产生意外发现的速度与人类替换标准的速度相差数个数量级,只有提前做好准备才能从这类冲击中恢复。
The Verge 记者 Allison Johnson 实测了 Instinct 这款通过 iMessage、WhatsApp 或邮件交互的 AI 智能体,认为它在处理预约、邮件、退货等日常事务上与 OpenAI 的 Dots 和 Meta 的 Muse 表现相当。
特朗普签署行政令,要求尽可能停用「AI」一词,改称「Super Intelligence」,并将继续使用「Artificial Intelligence」的人称为「THE ENEMY」。美国 CAISI 已更名为 CAISSI,司法部新闻稿也改用该说法;Elon Musk 承诺将 SpaceXAI 改名为 SpaceXSI,Sam Altman 表示赞同但 OpenAI 不会改名。
Alexa Plus 是亚马逊基于生成式 AI 重构的数字助理,在 Echo 设备上需 Prime 会员或每月 19.99 美元订阅(美国),目前已在美加上线并在多国早期测试。实测中它控制智能家居、处理多步指令和厨房问答明显优于旧版 Alexa,响应时间从 2025 年的 10-15 秒缩短到 3-5 秒,但私人助理功能不成熟,Echo Show 上的广告也令人困扰。
Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式,在做饭的半小时里几乎全程靠说话为博客开发出 Newsletters 页面,底层模型为 GPT-6 Astra High。
OpenAI 解雇了与 Hugging Face 黑客事件调查相关的三名安全研究员 Tomek Korbak、Jasmine Wang 和 Mikita Balesni,三人随后发公开信警告此举正在让留任员工感到恐惧。
OpenAI 就解雇三名 AI 安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 一事表态,称内部调查发现他们违反敏感信息处理的明确政策,构成重大信任破坏,并强调解雇与他们就 AI 安全发声无关。
Sophos 使用 OpenAI 的 Daybreak 将网络威胁调查时间缩短 96%,并自动化处理 52% 的 MDR 案例,同时保留人工监督。
MIT Technology Review 文章指出,AI 的拒绝机制已成为 AI 安全的核心,但并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”,如今公司通过让模型互相训练、叠加多层 AI 过滤来强化拒绝,但拒绝机制基于概率,仍常失败。文章警告,拒绝失败可能导致灾难性后果,而拒绝过度则可能被政府用来压制合法言论。
OpenAI 披露并封禁了一个俄罗斯和一个伊朗影响行动所用的 ChatGPT 账号,两者均以虚假身份向正规媒体植入内容,而非依赖社交媒体传播。
Anthropic 的 Claude Science 首次绘制出完整的紫外波段全天图,用于展示 AI 如何接手研究人员长期搁置的繁琐数据工作。Claude Science 调度多个 AI 智能体,从多个太空任务下载数据、校准并合并,再用 inpainting 技术补全缺失区域,测试中预测值与实测值平均偏差约 10%。
Simon Willison 发布 ttok 1.0,将默认 tokenizer 从 GPT-4 切换为 GPT-5/GPT-6。
斯坦福大学博士生 Samuel King 用生成式 AI 模型设计出微观病毒的基因蓝图,这尚非 AI 生成生命,但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 将于 10 月 16 日 18:30 BST 直播对话 King,谈其工作及入选 Innovators Under 35。
Simon Willison 发布 ttok 0.4,这是基于 OpenAI 开源 tiktoken 库的 token 计数与截断 CLI 工具。此次更新修复了一个 Click 警告、更新了 CI,并新增 --list-models 命令用于列出可用模型。该工具支持通过 uvx 运行,可用 `cat file.txt | uvx ttok` 统计 token。
LegalOn 将每日 Codex 预估成本削减 65%,同时保持开发速度。该公司按任务类型匹配 Astra、Sol 和 Luna,并对预算进行策略性管理。
Hugging Face 作者 yuvraj sharma 与 Abubakar Abid 用 HuggingChat 中的 ML-intern 模式,在几天内做出六个模型。
推荐理由:作者用 ML-intern 在两天内做出六个模型,公开了完整提示词与每项算力成本,可迁移到自己的训练流程。
AINews 汇总 10 月 7 日至 8 日动态:Tomek Korbak、Mikita Balesni 和 Jasmine Wang 称上周被 OpenAI 解雇,三人发公开信称因把安全置于公司短期利益之上,OpenAI 则称其不当处理机密信息。
推荐理由:汇总当日 AI 安全人事风波与多家模型发布,可快速把握安全治理与产品节奏的并行进展。
Anthropic 推出名为 OSS Scanner 的免费服务,为选择加入的开源项目提供由自家最强模型(包括 Claude Mythos)生成的定期安全扫描报告。
NVIDIA 开发者用 GPT-6 Astra、Claude 等前沿模型配合 Omniverse 库,通过自然语言指令完成 3D 资产创建、机器人拆解测试、建筑重建和燃气轮机数字孪生等仿真应用。其中燃气轮机原型内置 6 项测试流程,可调负载、环境温度和燃料成分并对比功率与效率。SimReady Central Library 提供超 2,000 个仿真就绪 USD 资产。
Carson Gross 认为,编程的本质是用计算机解决问题,并在解决问题的过程中学会控制复杂度。他表示,很难想象未来这两项能力的价值会低于今天,因此即便 AI 工具出现,编程仍将是可行的职业。
加州州立体育委员会向举办人机对战赛事的初创公司 Rek 发出停止令,指其 9 月 18 日让人类 Frankie LaPenna 对阵一台由人通过远程 VR 系统操控的人形机器人属于“未经批准”的拳击或综合格斗赛事。Rek CEO Cix Liv 于 9 月 30 日在 X 上公开该信函,Rek 下一场计划于周五举行、由两台持械机器人对打的比赛。
Anthropic 为 Claude 推出两项 beta 功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
被 OpenAI 解雇的三名安全研究员 Jasmine Wang、Tomek Korbak 和 Mikita Balesni 发布公开信,否认公司关于他们违反程序处理敏感信息的指控,并警告此次解雇会在公司内部造成寒蝉效应。
阿布扎比技术创新研究院(TII)发布 Falcon-ASR,一款 1.6B 参数的语音识别模型,重点覆盖阿联酋方言,同时支持英语、法语、西班牙语和葡萄牙语。在六个阿拉伯语测试集上平均 WER 为 20.92%,优于所用榜单快照中最佳公开结果 23.17%;内部阿联酋方言评测 WER 22.73%、CER 10.19%,比次优的 Qwen3-Omni 低 4.07 个百分点。
SpaceXAI 宣布以创始企业赞助方身份加入监管 Omarchy 的 Omacom Foundation,并向 David Heinemeier Hansson 的 Linux 项目捐赠价值 150 万美元的 Grok tokens,主要用于加速开发、审查代码和修复 bug。