人工智能资讯 第24页
聚合当前分类下的最新内容，按时间顺序查看第 24 页精选文章。
Google Assistant下月“消失”，判决书两年半前就写好了
Google宣布9月4日起安卓手机、平板将不再能用Google Assistant，只剩Gemini。但这场“消失”其实是2025年3月官方公告开启、拖了两年半的迁移工程收官，手表、音箱、车机各有各的节奏，并非一次性全面关停。
600个气球、2.5亿估值:WindBorne的天气生意,卡在信任这道坎
AI气象初创公司WindBorne完成3700万美元B轮融资,投后估值2.5亿美元,靠气球和浮标数据自建预报模型,试图从卖数据给政府转向卖预报给商业客户。但它宣称的预报优势缺乏第三方验证,而对冲基金和公众用的是同一套气象基础设施,这才是真正该被追问的地方。
零Token记忆号称提速57.6%,这篇论文却连自己都查无实据
一篇arXiv论文提出LLM智能体记忆无需再调用LLM生成中间摘要,声称比现有方案快57.6%;但检索工具对这篇论文的编号和发表时间提出怀疑,核心数字目前只能算作者自述,尚无第三方验证。
微软论文说开发者只花14%时间写代码，但这个数字本身就打了架
ACM Queue刊发微软研究团队长文，用'开发者仅14%时间写代码'来拆解AI软件工程八大迷思，批评企业以代码生成行数衡量AI价值。但追溯其引用的原始研究会发现，同一篇论文里图表和正文给出的数字并不一致，说明这场'用证据反炒作'的努力，自己的证据基础也没有想象中扎实。
Gwern传出退休创业？源头链接打不开，消息目前查无实据
网上流传独立研究写作者Gwern Branwen退出全职写作、创办Guardian Angel Inc，但源头推特链接已失效，检索工具给出的也全是猜测性语言，没有一条独立信源能证实这件事。目前能确认的只有一件事：这条新闻还立不住。
130万个地点,不到30条真实评价:AI导览应用Wrinkles的另一面
AI语音导览应用Wrinkles宣称覆盖177个国家130万个兴趣点、对普通用户永久免费，但苹果和谷歌两个应用商店对它的隐私披露互相矛盾，AI生成的历史内容也没有公开的事实核查机制。产品故事讲得漂亮，家底却经不起细看，这才是这条新闻真正值得盯的地方。
达拉斯说“全民开放”,但机场和高速这两道门还没开
Waymo宣布达拉斯从8月4日起取消等候名单,任何人都能下载App叫车,此前候补名单已攒了近15万骑手。但字面意义上的“全面开放”并不成立——机场载客和高速公路载客都还在测试阶段,且赶上得州新规SB280落地的监管窗口期。
3B打败7倍对手?Shieldstral说明书里没写全的事
Mistral发布3B参数、Apache 2.0开源的多模态审核模型Shieldstral，用'策略即问题'的架构在推理时接受自然语言规则，号称匹敌7倍体量的护栏模型。但技术报告的可验证性、'16GB可跑'的真实门槛、以及身份偏见等部署风险，都是发布通稿里没讲的部分。
115GB下载、45分钟出片:MiniMax-H3本地跑通背后,三个原文没提的坑
Simon Willison在M5 Max上跑通了MiniMax-H3的MLX移植版,115GB模型、45分钟生成一段视频,画面不错但音频翻车。但仓库归属可能张冠李戴、许可证明确排除美欧英韩地区使用、量化对这类任务其实只省内存不提速——这些都是原文没说的门槛。
达拉斯撤销候补名单，Waymo机场路线仍是空白
Waymo在达拉斯取消候补名单，人人可直接叫车，这是它在凤凰城、洛杉矶、旧金山验证过的打法复制。爱田机场仍未开通，5月暴雨停运的教训也没翻篇，规模化复制容易，全天候可靠还差一截。
Hank Green因AI使用暂退制作：创作者真正该交代的，不是用没用AI
科普创作者 Hank Green 因使用大模型辅助查找研究资料遭到批评，并承认自己的使用状态“不健康”，但否认让 AI 代写脚本。争议暴露了创作者行业尚未形成清晰的 AI 使用边界：比起要求人人“纯手工”，更现实的标准是来源可追溯、事实经过核验、使用方式如实披露。
OpenAI发布教育插件，可这个词它自己都不用了
OpenAI为ChatGPT Edu推出三款教育「插件」，联手AFT要在五年内培训40万K-12教师，但这个「插件」说法本身就有问题：OpenAI去年已退役plugins体系，2025年底又统一改名apps。签了隐私协议不等于机构不用再操心FERPA，工会合作也不等于教师拿到了决策权。
2640万装机留不住TV Time,一个叫Helix的AI项目才是真答案
TV Time关闭后，联合创始人Antonio Pinto推出Bingers试图复刻其社交追剧体验，但GDPR数据导出窗口已过期，且Trakt、Serializd、Simkl早已瓜分了这个赛道，情怀能否变成留存和收入还很难说。
60个基准,近一半已经饱和:防泄露可能防错了方向
一篇被ICML 2026收录的论文系统分析了60个语言模型基准、14项与饱和相关的属性,发现近一半基准已经饱和,且饱和率随基准年龄增长而上升;更关键的是,真正决定抗饱和能力的是专家策展,而不是测试集是否公开——这戳破了产业里'私有化才能防饱和'的简化叙事。
微软开始给工程师的AI用量设预算：AI-first也要算Token账
据外媒援引内部沟通，微软正为工程师使用部分AI工具设置预算，高管同时强调公司仍坚持“AI-first”。这不等于微软用不起AI，更准确的信号是：当模型调用进入日常开发，企业开始从统计使用量转向核算每一美元能换来多少产出。
Spotify的AI翻唱'首个合法通道',时间线却对不上账
Spotify在Q2财报会上宣布Merlin加入AI翻唱/remix项目，强调'同意-署名-分成'三段论，但Merlin早在十个月前就已上车，'研究预览'一词也被套用到了另一款产品上。厂牌点头不等于艺人点头，这才是这套'合法叙事'真正没讲清楚的地方。
Liquid AI又发新模型，规格却像抄了自己上一款
Liquid AI发布端侧智能体模型LFM2.5-2.6B，宣称2.6B参数能打过4倍体量对手，但其训练量、上下文、推理速度等核心规格与自家同期发布的LFM2-2.6B、LFM2.5-8B-A1B高度重叠错位，且所有对比数据均为官方自测，尚无第三方复现验证。
Bradbury“精准预言”2026年8月4日？这个日期其实改写过两次
Ray Bradbury短篇小说里那栋核战废墟中自动运转的住宅，报时的日子正是今天——但“精准预言2026年”的说法建立在一个被反复筛选的版本上，1950年原刊设定是1985年，1997年修订版又改成了2057年。真正值得琢磨的不是预言准不准，而是小说里“系统越自主、人类越缺席判断”这个隐喻，如今正对应AI介入核预警与军事决策的现实讨论。
读者以为一眼能认出AI配图，研究说，多半认不出
一位博主吐槽AI配图让他不想读博客、甚至怀疑正文也是AI写的，帖子登上Hacker News引发讨论；但多项感知与信任研究显示，普通人辨别AI图像的能力其实有限，真正决定信任的是图片是否被当证据使用、是否披露，而不是“是不是AI生成”本身。
单卡跑通304B大模型？这份MI300X基准报告,查无此模型
一份GitHub仓库详细记录了在单张AMD MI300X上跑通304B参数模型DeepSeek-V4-Flash-0731的全过程,补丁、调优表、基准数字一应俱全,但检索DeepSeek官方渠道找不到这个模型存在的证据,其规格也和已知的V3/R1谱系对不上。工程细节可信,不代表模型本身可信,这才是这份报告最该被追问的地方。
Reddit的"真人推荐"，正在变成AI搜索时代的新广告位
护肤社区发现一个账号在多个帖子里反复用近乎相同的话术推荐同款次氯酸喷雾，是否为品牌操作尚无实证。但AI搜索越爱引用Reddit的"真人经验"，这份真实就越值钱，也越容易被批量伪造。真正的考验不是抓一个账号，而是平台能不能在商业流量涌入时守住可信这项资产。