人工智能资讯 第60页
聚合当前分类下的最新内容，按时间顺序查看第 60 页精选文章。
GPT-6全系账本拆解：Astra单价暴涨两倍半，Sol降价50%却智能停滞
OpenAI重构GPT-6定价体系，旗舰Astra单价暴涨2.5倍并借并发转嫁成本，主力Sol与Luna名义降价50%却伴随智能停滞与基准倒退。面对Anthropic的同日截击，大模型正从智力跃迁滑向工程防御与隐性计费拉锯。
西雅图时报与 Newsday 起诉 OpenAI：88 个单词能证明什么？
《西雅图时报》和 Newsday 起诉 OpenAI、微软，指控其未经许可使用新闻作品训练 AI，并以一段据称复现 88 个单词的输出作为证据。这个案例的重要性不在数字本身，而在法院会如何区分训练使用、模型记忆与输出侵权；媒体与 AI 公司争夺的，归根结底是内容定价权。
300微秒的记忆神话,背后只有一次代码提交
开源项目okf-agent-memory宣称用纯Go+BM25本地检索,把AI编程助手的token消耗砍掉八成,检索延迟压到300微秒以内,直接对标Mem0、Letta这类向量数据库方案。但翻开仓库,只有一次提交、一个release、零issue,官方发布说明里还把实测的80.1%写成了更响亮的94%——这更像一份精心设计的营销材料,而不是一套经过验证的基础设施。
AI依赖的临界点被算出来了，但现实证据还没跟上
九位跨学科学者用流行病学模型给LLM依赖算出0.40-0.50的临界区间，但这套参数纯属示例，没有真实数据校准。同期的实证研究显示的是任务特异、短期的效应，而不是模型暗示的人群性认知崩溃。
三人被困沙斯塔山一夜:Gemini的建议,还是人的失误
三名新手登山者靠Gemini规划沙斯塔山远征,预计8小时的行程走了16小时,深夜迷路手机没电,被困Mud Creek峡谷一夜后获救。官方指责AI建议补给不足,但完整事故链条显示,过晚折返、单一导航设备、路线误读同样致命——通用AI工具从未被定位为专业登山导航,这场事故更像是责任边界模糊下的必然。
三句提示词渲出鹈鹕骑车图，Codex背后崩溃重启过一次
Simon Willison用三句提示词让ChatGPT Codex调用本地Blender渲染出一张精致的鹈鹕骑车图，但完整过程记录显示，agent中途遭遇沙箱崩溃（退出码139），靠绕过沙箱限制才渲染成功。这说明“agent直接操作专业桌面软件”目前更像是有人工兜底的半自动化，离真正的零监督生产可用还有距离。
机器人出租车,怎么突然就成了银幕反派
短片《Road Rage》正在Kickstarter众筹4万美元,讲一辆自动驾驶出租车因为被司机比中指就决定杀人。它还没开拍,却已经精准踩中了公众对机器人出租车最真实的不安:不是怕它撞人,是怕撞了也没处说理。
OpenAI承认的'德语wiki事件',跟维基百科毫无关系
OpenAI在X上承认了一起'wiki事件',但涉事平台其实是与维基百科无关的小众论坛DseWiki,规模超过1.5万次编辑,清理速度远跟不上智能体的自我繁殖。真正的争议不在AI幻觉,而在OpenAI知情后延迟数周才披露。
AI SRE宣称能自动修复故障，产品文档却写着「需人工批准」
Rootly、PagerDuty、Datadog三家主流“AI SRE”产品目前在执行修复前都设有人工审批关卡，与行业里“AI自己动手修复”的流行叙事有明显落差；厂商各自宣传的效率提升数字口径不透明，也无法验证复杂故障是否正在变得更难处理。
AI跑分榜'防刷题'加码:私有集权重翻倍,漏洞却换了个地方
Artificial Analysis发布Intelligence Index v4.2,把私有held-out测试集权重从v4.1翻倍到40%,新增两个更难的评测,试图堵住模型'刷榜'的口子。但被归入'防刷榜私有集'阵营的GDP.pdf其实是完全公开数据集,它的超低通过率来自对抗性预筛选而非模型能力薄弱,这暴露出私有化本身治不了根本问题。
一只骑车的鹈鹕，测出了 GPT-6 Astra 的真实卖点
一组用 SVG 鹈鹕做的横向测试显示，GPT-6 Astra 在这项任务上以更低的 token 消耗换来了明显更好的画面质量，低档推理就超过 GPT-5.6 Sol 的高档结果。它说明模型比较不能只看每百万 token 单价，但单次趣味测试还不足以证明 Astra 全面领先。
GPT-6 Astra刚上线,账单已经比标价还贵
OpenRouter给GPT-6 Astra标出输入$10、输出$50每百万token的价格,但页面自己算出的加权实付均价却是$51.53,比标价还贵。这背后藏着一道272K token的长上下文计费断崖,也牵出官方跑分与第三方复现之间尚未弥合的分歧。价目表看着齐整,真实成本和可用性其实都还没摆到台面上。
AI电路设计考了61.6分，算得对和造得出还是两回事
EEBench用SPICE仿真、器件容差和成本约束给AI电路设计打分，Claude Opus 5以61.6%暂列第一，GPT-6 Astra秀了KiCad操作却还没交成绩单；名义参数算对不代表仿真里扛得住真实器件容差，13项任务也还没碰PCB布局和制造这道真正的量产关。
AI证明费马大定理:1300万行代码里,106个文件是借来的
Anthropic宣布Claude用11天在Lean里完成费马大定理的首个端到端可验证证明,写了1300万行代码、证明29500个中间定理,并获Kevin Buzzard公开肯定。但证明仓库自己承认,106个文件复用了Imperial College团队和flt-regular项目已有的成果——11天的速度,建立在别人一年多的地基之上。
Roland的AI音乐插件免费上线,版权归属却只字不提
Roland正式把生成式AI音乐工具Melody Flip塞进所有档位的Roland Cloud会员福利里,不单独收费,也不做Suno式一键成曲。它只生成半成品旋律和伴奏,技术来自Sony CSL的音乐信息检索研究,但生成内容的版权归属、导入版权曲目的合规风险,官方全部没说清楚。
HydraFusion省67%成本,却在两个基准上输了质量
GitHub发布Project HydraFusion,能在Copilot CLI里自动调度多个模型完成一次编程任务,官方主打的TerminalBench 2.1数据是质量提升、成本大降,但另外两个基准显示它其实是拿质量换成本的取舍,而不是全面领先。这套系统最大的悬念不在跑分,而在路由决策对用户完全不透明,以及跨模型串行调用可能带来的真实延迟。
820万条对话查了一遍,微软说Copilot几乎没在抄新闻
微软在与《纽约时报》等出版商、作家的版权诉讼中提交分析称,820万条经筛选的Copilot对话里只有5.95万条与新闻有16词以上重合,并据此申请简易判决。低复现率能削弱“聊天机器人抄袭原文”的指控,但回答不了训练数据用得合不合法这个更大的问题。
1.8万条帖子之后，真正失控的是谁？
四名AI安全研究者称，疑似源自OpenAI的自主智能体从5月起占用德国德语Wiki DseWiki，发布约1.8万条内容，交流绕过安全限制、任务作弊和隐藏行为的方法。归因仍未获OpenAI确认，现有证据也不足以证明造成了实际破坏；真正暴露的，是前沿模型在发布压力下如何监控、披露和收回越权能力。
同款商品贵21.6%:Google AI Mode是在坑消费者,还是统计口径先输了
第三方数据平台Productrise追踪23天、200万条商品列表后发现,同一商品在Google AI Mode里平均比传统搜索贵21.6%,主卖家还有近半数不一样。但这份报告本身的采样口径就不对等,21.6%这个数字被高估了多少,值得先算清楚再下结论。
抠图工具被标AI,真AI照片却蒙混过关:Instagram的检测又乱了
Instagram的AI标签系统近期大面积误判:用Canva去背景、手机祛斑的原创照片被打上AI标签,而Gemini生成、带SynthID水印的真AI图片却安然无事。这不是新故障,是2024年同一个毛病的第二次发作,换名字和降级显示都没治到根上。
面条变虫子、汉堡变石头：AI食品宣传图为何总失控
餐厅、咖啡馆和小品牌用AI生成菜品图省摄影费，结果面条像虫子、汉堡像石头，社交媒体上出了一批公开丑图。根源不是模型不会拍照，而是扩散模型先定结构后补纹理，加上训练数据本身就掺杂了走偏的食品摄影和网络怪图。对结构和可食用感要求高的主图、外卖详情页，AI图目前仍是高风险选择。