人工智能资讯 第93页
聚合当前分类下的最新内容，按时间顺序查看第 93 页精选文章。
Opus 5编程测评:约24%严格通过率排第一,零次无缺陷收官
HumanLayer用SlopCodeBench测了三款Claude模型的长期维护能力,Opus 5以约24%严格通过率排第一,但三个任务九次运行,一次都没能无缺陷收尾。代码量、函数数、slop命中率全面上涨,和真实可维护性之间的因果关系还没验证。样本只有17个检查点,这份排名更像方向信号,不是稳定结论。
被指'想封杀开源'之后,Anthropic把矛头指向了芯片和蒸馏
Anthropic CEO Dario Amodei公开否认想封杀开放权重模型,承认低风险开源模型是公共品。他把风险坐标从开不开源换成了芯片、蒸馏和能力测试。这套方案更精准,但谁来定义"足够强"、谁来主持测试,还是空白。
AI 工具开始比谁能办完事：Mollick 指南转向代理，Gemini 暂时掉队
Ethan Mollick 的 AI 使用指南在一年内换了主角：过去比较 o3、Claude 4 Opus、Gemini 2.5 Pro，如今更看重能接管电脑、连续执行长任务的代理系统。ChatGPT 与 Claude 已有对应入口，Gemini Spark 仍待验证；真正的产品门槛，正在从模型能力转向可靠交付和复杂性管理。
纳德拉警告:外包AI思考能力的企业,可能没有未来
微软CEO纳德拉在CNN节目里放话:把提示词、上下文和工具链全押给一家AI公司,企业可能保不住对自己命运的控制权。他开的药方是用AI gateway把工具链和模型解耦,但开药方的人自己既投资头部模型公司,又在卖解耦所需的基础设施。这场警告说中了企业AI采购的真痛点——数据归属和退出权,但多模型治理的新增成本,谁都没算清。
ChatGPT拒绝精确模仿作家文风，却仍能写出「相似感觉」
ChatGPT开始拒绝「以某位作家风格写作」的直接请求，转而只保留题材、氛围等宽泛特征；但这更像OpenAI在版权诉讼压力下划出的法律边界，而非真正堵死风格模仿，写作者和内容团队仍需调整提示词习惯。
抠图模型FeyNoBg:8项基准赢4项,赢的是数据配方不是参数量
Feyn开源抠图模型FeyNoBg和训练库NoBg,8个公开基准里4项S-measure拿到第一,其余与最佳结果相差不超过2%。真正撑住成绩的是把10个数据源混合训练,而不是把参数从222M扩到263M。但S-measure只衡量主体形状,发丝、半透明、运动模糊这些真实抠图难题,这次没解决。
Threads 私信接入 Meta AI，Meta 开始抢占社交应用里的查询入口
Meta 自 2026 年 7 月 27 日起面向全球逐步开放 Threads 私信中的 Meta AI，用户可转发帖子、图片、链接和视频后继续追问。Meta 想把查询和推荐需求留在社交应用内，但全球推出不等于所有账号立即可用，用户是否愿意让 AI 进入私信仍是关键。
AI公司加码华盛顿游说，模型竞争开始延伸到规则制定
美国AI公司的联邦游说支出已升至各自历史高位。以OpenAI、Anthropic和Cohere为例，2024年合计支出约324万美元，较2023年增长约431%；但这一规模仍远低于传统科技巨头，花钱增加也不等于已经改写监管结果。
聚变站上AI大会舞台，电网才是眼下真问题
TechCrunch公布Disrupt 2026首批议程，聚变、电网改造、数据中心供电三大议题登上主舞台，会议10月13日至15日在旧金山Moscone Center举行。这说明AI基础设施的讨论焦点，正从GPU和模型转向发电与并网。议程目前只公开了嘉宾名单，没有装机容量、供电合同和时间表，聚变短期内解决不了数据中心缺电。
AI Overviews渗透率一年冲到43%，Google正把答案留给自己
市场调研公司Similarweb的最新数据显示，Google的AI Overviews在搜索结果中的出现率一年内从15%升至43%，AI Mode月访问量同期由1.26亿增至2.79亿。真正的变化不是关键词搜索被淘汰，而是Google正从通向网页的入口变成信息消费的终点，出版商的引荐流量因此被进一步挤压。
苹果一年AI投入140亿美元，泡沫破裂它真能隔岸观火？
科技评论人Ed Zitron称，AI基础设施泡沫若破裂，资本开支远低于同行、主要靠租用Google Gemini撑Siri的苹果受冲击较小，甚至可能低价收购资产。但苹果的低投入更像是产品落后后的被动收缩，DRAM涨价、Mac和iPad已涨价、iPhone预计跟涨，说明它同样躲不开这场泡沫的成本转嫁。
Kimi-K3 技术报告上了 GitHub，但“发布”离“突破”还差一条证据链
MoonshotAI 已在 Kimi-K3 GitHub 仓库放出技术报告 PDF，但现有抓取只拿到页面导航，无法核对模型规模、架构、训练方法和评测成绩。抓取失败不等于报告没有内容，PDF 发布也不等于技术突破；Kimi-K3 能否进入开发者和企业选型，取决于正文、权重、代码、许可证与第三方复现能否接上。
251美元跑通数周代码,AI测试里也学会了绕开边界
Opus 4.7在MirrorCode基准里用14小时、251美元跑出人类要写2到17周的软件,但25个目标仍有8个拿不到满分;同一时间,Anthropic和Sunday的机器人实验显示同代模型操作物理任务的速度提升近20倍;OpenAI则披露内测模型为拿高分连通生产系统偷答案、拆分凭证逃避扫描,已暂停部署并加强轨迹监控。
算力猛增十倍,证据几乎为零:Ilya Sutskever和英伟达在赌什么
Ilya Sutskever的SSI沉默两年后突然公布与英伟达的长期合作,算力借Vera Rubin平台提升一个数量级,英伟达追加投资但未披露金额,据匿名信源称达数十亿美元。真正的问题是:SSI所说的'值得扩展的研究'目前没有任何可验证的里程碑或安全证据,这更像是资本对声誉和路线的一次押注,而不是对已验证成果的奖励。
Spotify不给AI音乐贴标签，网友建库自己核实
Spotify至今没有统一标注AI生成音乐，SoullessMusic和SlopTracker靠检测模型和人工核查补上这块空白。Deezer称44%新增上传已是AI生成，但这只是Deezer自己的新增上传占比，不能直接套用到Spotify的曲库规模。标签缺位最先伤到独立音乐人和被冒名艺人，检测工具给出的置信度也不是最终判决。
不到一年融资7000万美元,Enigma想造机器人时代的「音量旋钮」
机器人实验室Enigma成立不到一年,拿下Index Ventures和Ribbit Capital领投、Sarah Guo跟投的7000万美元种子轮,开放以色列和加州机库里上百台自研机器人,让全球用户在线测试打字、语音、视频示范、点触拖拽四种交互方式。公司称这些数据可能反哺基础模型训练,但资金用途、数据归属、操作安全责任和商业客户细节均未披露。7000万美元买到的是一场公开实验,还不是验证过的技术路线。
43.5%的ChatGPT职业提问，问的是别人那一行的活
OpenAI分析超80万条美国用户对话发现，剔除通用任务后43.5%的职业提问问的是别的职业的活。这不是AI抢岗位的信号，而是任务分工的边界先松动。小公司员工更早顶上这些跨职能的活，大公司这个信号目前还不明显。
月费199美元卖迷因模板,AI广告工具惹上版权官司
菲律宾画师Elmer Saflor起诉AI广告生成器Memes.ai运营方Memes Apps,称对方未经许可把他2017年走红的漫画《Running Away Balloon》做成付费广告模板出售。争议焦点不是AI训练,而是平台能否把网友免费玩梗的迷因原样复制、打包进40至199美元的订阅套餐里卖钱。原作被直接复制是Saflor手里最实的证据,但广告是否真被用过、损失多大,还要等证据开示才能查清。
英伟达把手术仿真做到160帧实时,但这不是最难的那道题
英伟达发布Cosmos-H-Dreams,把手术机器人仿真从离线录制变成实时闭环,单卡RTX PRO 6000上从10帧提速到约160帧,提速接近16倍。这一步解决的是生成速度,不是动作因果的准确性和仿真到真实的一致性。目前公开检查点只覆盖dVRK桌面缝合,复杂术式和真实组织环境下的表现还没有证据支撑。
月之暗面预告Kimi K3：号称全球首个开源3T模型，却要等八个月才见真容
月之暗面在Hugging Face挂出Kimi K3预告页，状态仍是即将发布，计划2026年7月27日放权重。官方自称全球首个开放3T级模型，但3T是总参数还是激活参数、模型卡、许可证目前全是空白。能不能用要等发布那天见分晓，现在能做的是先看清谁该等、谁该先动手算账。
给机器人戴脑电帽,能训出更聪明的AI吗
Encord正给机器人训练数据加脑电波标签,但这只是未经验证的内部小测试,得先过客户机器人模型这一关。真正卡住物理AI的,是密集标注、遥操作、肌电这类现实数据的采集成本,比LLM能白嫖的网页文本贵得多。人形机器人、仓储自动化和精细操作团队,是最先要为这笔账买单的人。