人工智能资讯 第62页
聚合当前分类下的最新内容,按时间顺序查看第 62 页精选文章。

Un-0 不是赢了扩散模型,而是把物理计算推上了台面
Unconventional AI 发布了 Un-0:一个用耦合振荡器生成图像的模型,在 ImageNet 64×64 上做到 FID 6.74,并把权重、训练和消融代码一并开放。它真正有意思的地方,不是已经打穿了图像生成,而是第一次把“物理做计算”这条路线较认真地推到可比较的基准上。只是别急着把它写成能源革命,训练和评估仍然高度依赖 GPU 和传统特征栈。

AI 智能体要上场,先得过 Patronus 的沙盒
Patronus AI 完成 5000 万美元 B 轮融资,累计融资达到 7000 万美元。资本押注的不是又一个模型,而是一套给 AI Agent 做压力测试的模拟环境。随着 Agent 从答题走向执行任务,传统 benchmark 只能说明分数,已经不够证明它能把事做完。

Anthropic指控阿里用2.5万个账号蒸馏Claude,这已不只是条款纠纷
Anthropic称,阿里巴巴及其 Qwen 团队在 4 月 22 日到 6 月 5 日间,用近 2.5 万个欺诈账号对 Claude 进行了 2880 万次交互,试图蒸馏其推理、编程和长任务能力。真正重要的不是这起指控能否坐实,而是它已经被 Anthropic 推进到美国参议院和出口管制的框架里,开始按中美 AI 竞争处理。

Notion 9月22日关闭 Mail 收件箱:Gmail 客户端让位给 AI 代理
Notion 将在 9 月 22 日关闭 Notion Mail 的网页版、桌面端和 iOS 收件箱,邮件历史仍保留在 Gmail。公司称,超过一半 Notion Mail 用户已经不打开收件箱,而是通过 agents 管理邮件。我的判断是,这次关停的重点不是邮箱客户端本身,而是 Notion 在 Skiff 隐私邮箱遗产和 AI 代理办公路线之间作出了取舍。

Notion Mail 将于 9 月 22 日关闭:邮箱客户端退场,AI 代理接手收件箱
Notion 不是简单停掉一款邮箱产品,而是在把邮件处理重心转向 AI agents。它给出的信号很明确:超过一半 Notion Mail 用户已经不再手动打开收件箱。对用户而言,Gmail 里的邮件不会消失,但草稿、定时邮件和自动化规则要尽快导出。

OpenKnowledge 想抢的,不是笔记软件,是知识库控制权
Inkeep 在 GitHub 公开了 OpenKnowledge,一个 AI-native Markdown 编辑器和 LLM Wiki,姿态很直接:要做 Obsidian/Notion 的开源 AI-first 替代品。现在最该看的不是界面像不像,而是它把知识库的重心往数据控制、索引、权限和可验证性上推了。仓库已有 566 commits、168 tags,但 21 stars、0 fork 说明外部采用还在很早期。请注意,这更像一个公开工程镜像,而不是已经跑出来的社区产品。

前 Databricks AI 负责人押注振荡器架构:Un-0 先证明能跑,没证明能省电
Naveen Rao 创办的 Unconventional AI 发布了首个图像模型 Un-0,试图用软件模拟的振荡器架构追上主流扩散模型。它现在证明的是新路线“可以工作”,不是 1000 倍省电已经成立;真正的考题还在真芯片和推理栈。第三方读者最该盯紧的,不是模型图像效果,而是这条路线能否跨过硬件落地这一关。

General Intuition 真正押注的,不是游戏,是玩家按键数据
General Intuition 以 23 亿美元估值完成 3.2 亿美元融资,继续押注 Medal 积累的游戏视频和玩家动作数据。它卖的不是“游戏 AI”,而是能把动作标签、world model 和 agent 串起来的底层数据能力。demo 很亮眼,但虚拟到现实能不能稳定迁移,才是这笔钱值不值的分界线。

Claude 在美国付费用户中加速,但还没追上 ChatGPT
信用卡交易样本和在线教育平台数据都显示,Claude 在美国付费 AI 消费者中增长加快。这个信号说明 Anthropic 正把开发者口碑外溢到消费端,但不能推导为官方营收、总用户数或市场反超。ChatGPT 仍是规模基准,Claude 现在抢的是更愿意付费比较模型质量的人群。

两千年打不开的赫库兰尼姆卷轴,终于被读出了一卷
Vesuvius Challenge 团队首次在不物理展开的情况下,完整虚拟展开并读出了 PHerc. 1667。更重要的是,他们把数据和代码一起公开了,说明这不只是一次读卷奇迹,而是一条可以复核、可以扩展的方法链。 这次真正的分水岭,不在“AI 会认字”,而在同步辐射成像、几何重建、机器学习和纸草学校勘终于接上了。对做 AI、科学成像、数字人文的人来说,接下来要看的不是热闹,是这套流程能不能在别的卷轴上继续跑通。

Hybrid 模型赢在哪些 token 上?这次答案比榜单有用
Ai2 把 Olmo 3 7B Transformer 和 Olmo Hybrid 做了逐 token 对比,发现 Hybrid 的优势集中在语义词、指代跟踪等需要维护上下文状态的地方,而不是所有场景。真正有意思的是,架构竞争正在从“总分谁高”转向“能力怎么拆账”:理解、复制、长上下文成本,可能要分开算。

General Intuition 融 3.2 亿美元,赌游戏动作数据能喂出机器人直觉
General Intuition 以 23 亿美元估值融资 3.2 亿美元,累计披露融资约 4.54 亿美元。它押的是 Medal 的海量游戏录像和动作标签:先在 Fortnite 这类游戏里学“动作直觉”,再把同一套模型迁到模拟和真实机器人。真正没被验证的,不是 demo 好不好看,而是这种 sim-to-real 迁移能不能规模化。

AI没补上的质量课,福特又请回了“老师傅”
福特过去三年重新聘用约350名资深工程师和质量检查员,填补AI工具在经验保留和新人培训上的缺口。真正重要的不是“AI替代人失败”,而是汽车制造的质量治理仍依赖大量隐性经验,AI更适合作为被资深人员校准的工具。

美国拟取消无人车刹车踏板要求,Cybercab和Zoox先松一口气
美国交通部提议:对“仅由自动驾驶系统驾驶”的车辆,不再强制要求刹车踏板。提案还在30天公众评论期,没生效,但它会直接降低无方向盘、无踏板车型的合规门槛。 真正受影响的不是普通汽车,而是特斯拉 Cybercab、Zoox 这类专用无人车路线。它更像是在给少数产品清障,不是给无人车全国部署发通行证。

Codex 的真正变化:AI 开始接管一段完整工作
OpenAI 研究显示,截至 2026 年 5 月,Codex 这类智能体正在从短问短答,转向可委派的长周期任务。更关键的不是“AI 又提效了”,而是知识工作的边界被压薄:会拆任务、调工具、验结果的人,正在拿到新的组织权力。对企业管理者和知识工作者来说,接下来要看的不是买不买 AI,而是流程能不能跟着改。

Meta重启Facebook Creator Studio:AI助手,还是旧后台换新皮?
Meta把2023年关闭的Facebook Creator Studio带回来了,但新版本是一款独立AI创作者助手应用,不是旧后台原样恢复。核心卖点是AI Creator Assistant:看数据、给增长建议、筛重要评论、按创作者语气拟回复。目前它只向部分创作者测试,可排队申请早期访问,真正价值要看能否比Business Suite更贴近日常运营。

Anthropic指控阿里蒸馏Claude:API输出开始被当成AI能力外流风险
Anthropic在6月10日致美国参议员Tim Scott和Elizabeth Warren的信中称,阿里相关操作者通过近2.5万个欺诈账户,与Claude发生超过2880万次交互,用于提取模型能力。路透称已看到该信,阿里未立即回应置评请求。真正的变化是,模型蒸馏正在从公司间技术合规争议,进入美国对华AI安全和出口管制语境。

Vishal Sikka 的 Hang Ten:AI 开始改 IT 外包的人头账
前 Infosys CEO Vishal Sikka 创办 Hang Ten Systems,获 3200 万美元种子轮融资,Mayfield 领投,Aramco Ventures 参投。它要做的不是普通企业 AI 工具,而是用 AI 原生服务改写软件开发、集成和运维的交付方式。真正有冲击力的地方在于,挑战传统 IT 外包人力计费模式的人,来自这套体系内部。

Cerebras财报超预期却跌近20%:市场真正担心的是毛利率,还是产能模式?
Cerebras上市后首份财报收入和亏损都好于预期,但全年核心业务毛利率指引降至38%-41%,触发股价周三一度接近20%的下跌。我的判断是,抛售包含对短期毛利率指引的误读,但也暴露出投资者对AI算力公司“先抢产能、后证明利润”的耐心正在变薄。

AI 没先杀死程序员,招聘数据反而把工程师抬高了
SignalFire 的招聘数据给出一个反直觉信号:科技公司总招聘在缩,但工程岗位最抗跌。大厂工程新招占比从 2019 年的 46% 升到 2025 年的 55%。这不等于程序员安全了,而是 AI 正在把工程师从成本项推向杠杆项;入口岗位、低价值执行岗和非核心职能会更难。

高通近40亿美元买Modular:挑战CUDA,先从最难的软件层下手
1)高通将以全股票交易收购AI软件初创公司Modular,路透按收盘价估算约39.2亿美元,最多发行1920万股。2)它买的不是又一个AI概念,而是跨芯片运行AI模型的软件层,目标指向英伟达CUDA生态。3)这步棋方向对,但胜负不看发布会,看开发者是否愿意迁移、企业客户是否敢把推理负载交出去。