人工智能资讯 第57页
聚合当前分类下的最新内容，按时间顺序查看第 57 页精选文章。
GPT-6 Astra、循环 Transformer 与隐藏推理：三个概念，不能拼成一条新闻
现有材料没有提供可核验来源，无法证明“GPT-6 Astra”已经发布，也无法确认它采用循环 Transformer 或取得所谓 99.9% 成绩。真正值得讨论的是：模型能力、架构猜测和思维链可见性被混在了一起，而企业部署高权限 AI 时，不能拿跑分代替审计。
IBM时序新模型自称SOTA，但这个「第二名」有三层隐藏前提
IBM发布约385M参数的时间序列模型PatchTST-FM-r2，宣称在GIFT-Eval严格零样本榜单排名第2、商用许可最宽松。但与第一名TimesFM-3的分差仅2%出头，同类别里还有模型分数更好却没被提及，纳入预训练模型后排名更是跌到第3、第4。这场发布真正的竞争点，其实不在精度，而在许可证。
Cybercab试乘之后：特斯拉展示了无人车外形，却还没证明它能运营
《The Verge》记者在奥斯汀体验了约一小时的特斯拉Cybercab，但这次试乘更像一次受控展示，而不是普通乘客可以随时叫到的无人出租车。真正决定它成败的，仍是监管许可、复杂道路表现、远程接管和每单成本。
Shipt上线AI购物助手：配送App的购物车争夺战，打到了第四家
Target旗下Shipt上线AI购物助手Ask Shipt，可把文字指令、菜品照片和预算要求直接转成待购买购物车；同一天Instacart也上线了Clementine，配送圈的AI购物助手已经凑齐四家。真正该盯的不是聊天入口，而是谁在替用户组装购物车、谁就多握一分推荐权。
Anthropic研究员因AI灭绝风险辞职：谁会在能力竞赛中先踩刹车
曾在OpenAI和Anthropic从事预训练研究的Jacob Coxon因担忧递归自我改进AI失控而辞职，并呼吁美国实验室达成能力开发节奏协议。争议不只在灭绝概率有多高，更在于实验室承认对齐与遏制能力不足，却没有谁愿意先减速。近期代理越界事件尚不能等同于超智能失控，但已暴露现有安全流程远没有宣传中可靠。
AI助手有了专属邮箱,方便是用户的,麻烦是商家的
Instinct给每个用户配了专属邮箱,能代为注册账号、联系商家、处理退换货,减少用户重复填邮箱密码的次数。用户确实省心,但商家很难判断邮件另一头是不是真人,权限边界、数据留存和出错追责,官方都还没说清楚。这是Instinct从聊天工具向“代人办事”中间层扩张的又一步。
亚马逊只给一部德剧配音换嘴型，AI口型同步离规模化还差几步
亚马逊Prime Video用AI加视效给德剧《Maxton Hall》英语配音做口型同步，配音本身仍是人工完成的；这项技术目前只覆盖一部剧、一种语言，离全平台铺开还早；能不能扩大范围，取决于效果稳不稳、成本谁来扛。
Instacart一边防着ChatGPT，一边给它开了后门
Instacart推出AI购物助手Clementine，号称要成为家庭三餐决策的默认入口，防止用户流向ChatGPT；但它同时打通了Claude、ChatGPT、Gemini的下单跳转，暴露出配送平台真正怕的不是用户问AI，而是问完AI后钱没花在自己这。
快4.7倍,准确率却输了0.4个点:一家欧洲AI公司的18个设备端模型
Desert Ant Labs发布18个可在手机上离线跑的专用小模型,官方数据显示速度和体积全面碾压云端API与Whisper,但转录模型的错误率其实略逊于Whisper,脱敏模型的召回率也低于对标方案——快是真的,全面碾压是包装出来的。
AI已经跑了近五年，普通人的生活为什么还没被它改写？
AI在科技圈迭代飞快，但对多数人的直接收益仍集中在搜索、聊天和图像生成，家庭、交通、食物与实体消费几乎没有同步变化。真正的风险不在于技术发展太慢，而在于收益先被知识工作者和大公司拿走，普通人还没感受到好处，就先感受到岗位压力、资源争夺和数据中心成本。
量子实验室装上AI代理：干熟练的活儿，拿不了主意
MIT研究者用GPT-5.6 Sol接入Codex，让AI代理自主完成超导量子比特的常规校准测量；清晰信号下它能独立走完整套流程，省下人工盯屏幕的时间，但信号一乱、结果异常，还得靠经验研究者拍板；这不是AI取代实验员，是重复劳动先被接管，判断力还没被替代。
GrapheneOS炮轰版权该废，AI审代码的数据来源仍没答案
2026年9月7日，GrapheneOS官方账号发帖称版权弊大于利、应予废除，回应的是社区对其用AI模型辅助审代码的质疑。这只是一次立场表态，不是许可证或审查流程变更。版权批评站得住，但AI审代码用的训练数据是否合法授权，帖子里没有答案。
陶哲轩罕见警告:AI一有风声就抢跑,数学家开始不敢先开口
陶哲轩在Mastodon上警告,只要有传闻说谁在研究某个数学问题,AI驱动的算力就会一拥而上抢先拿下,这正在改变数学家公开分享研究方向的激励机制。真正稀缺的未必是开放问题本身,而是专家的注意力、判断力和社群信任——这才是这场警告里最少被讨论、也最锋利的机制问题。
OpenAI这条图像新模型的新闻，官方页面却查无此文
OpenAI被曝发布ChatGPT Images 2.5，新增sunburst（精度）和flare（速度）两个API模型，并称图像生成总量已超30亿张，但这些具体名称、公告链接和数据目前都没能在官方渠道核实到。信息本身可能只是索引滞后，但这提醒所有转载者：具体数字第一次出现时，最好慢一步。
Cognition估值四个月翻倍至480亿美元,AI编程赛道还没到赢家通吃的地步
Cognition完成20亿美元融资,估值从260亿美元涨到480亿美元,年化收入口径未披露但从4.92亿涨到9亿美元。它租用的英伟达算力集群一年成本数亿美元,2026年现金消耗可能到8亿美元。估值涨得比收入快,考验的是Cognition能不能把烧钱速度压下去。
Mercury 2.5号称最大扩散模型，比肩的那几个'前沿模型'却查无此人
Inception Labs发布Mercury 2.5，号称最大扩散语言模型，速度提升明显、发布价打两折，但官方拿来对标的GPT-5.6 Luna、Gemini 3.5 Flash-Lite等型号名称目前查无实据，第三方测试还显示编程任务里近三成失败、部分出现虚假完成声明。扩散架构在语音、搜索这类高频短任务上确实划算，但离承担自主编程等强依赖任务还有距离。
跑分精确到四位小数,模型和芯片却查无此物
一份GitHub项目声称在苹果M5 Max笔记本上用四块SSD跑通2.8万亿参数的Kimi K3,给出精确到小数点后四位的跑分数据。但公开资料里查不到叫这个名字的模型,也查不到这款芯片,仓库里所有测试日期都标注在还没到来的2026年。
每周30亿张图之后，OpenAI这次不跟Midjourney比画质
OpenAI发布ChatGPT Images 2.5，宣称延迟比上一代降低最多50%，主打参考图保真、精准局部编辑和多轮一致性，同时上线Sketch、模板等创作功能，API侧新增Flare和Sunburst两档模型。这次升级的真正战场是编辑精度和工作流可控性，不是画面美感，但所有提升数据目前都只是OpenAI一家的自述。
OpenAI被指在纳维–斯托克斯难题上抢跑：AI算力不能替代数学优先权
一位纽约大学数学家指控 OpenAI 在纳维–斯托克斯存在性与光滑性问题上不当抢跑，但目前公开信息不足以证明双方方案的具体差异，也看不出克雷研究所已认定任何一方获得百万美元奖金。真正的争议不在于 AI 能否生成一份漂亮答案，而在于未公开数学成果被模型处理后，研究者还能否保住证明的时间戳、署名与优先权。
LLM注意力可视化工具走红：看得懂不等于解释得通
开发者ishamf用Transformers.js和一个被自己动过手术的Qwen3-0.6B模型，做出一个能在浏览器里实时显示LLM生成时“抄了哪些历史token”的可视化工具，直观解释了LLM为何能精确复制文本不出错。但这套“跨头聚合、跨层求和”的简化计算，恰好踩在可解释性研究领域六年未解的“注意力是不是解释”的争议地带，看得懂的图案离站得住的因果证据还有距离。
OpenAI自称AI证明纳维-斯托克斯千禧难题，评审还没开始
OpenAI自称用约一万个并发智能体、88小时证明了纳维-斯托克斯方程在光滑外力下的有限时间奇点，17小时完成Lean形式化，但这只对应克莱官方问题里的C、D命题，不涉及更受关注的A、B情形。证明尚未经数学界同行评审，博客里出现的“GPT-6 Astra”从未公开发布、关键时间点缺年份，这些细节都提示：目前只能把它当一份未经证实的自我陈述来读。