AI 情报文章归档

Open-source web agents are now strong enough to execute realistic browser tasks, but training them with reinforcement learning still depends on weak supervision: binary task success is too sparse for credit assignment, while frontier-langu…

Scientific figures often encode quantitative results that are not readily available in machine-readable form, making accurate plot digitization important for verifying and reusing published findings. Yet it remains unclear how accurately c…

We introduce TasteVal, a benchmark to evaluate the experimental research taste of frontier models. We define research taste as the ability to pick interesting problems to solve, design experiments, and interpret experimental results. Taste…

Large longitudinal cohorts often contain wrist accelerometry without optical heart-rate sensing, motivating recovery of cardiac information from motion signals already collected during sleep. We present SeqSmoother, a transformer-based tem…

We study mistake bounds for differentially private online learning and online prediction under oblivious realisable adversaries. Online learning requires the learner to release a hypothesis at each time step whereas in online prediction, t…

We distill Kokoro-82M, a widely used open text-to-speech model with 54 voices, into Paradee, an 8.07M-parameter model that speaks one of them. Paradee keeps Kokoro's architecture with much narrower layers, and each of its two halves is tra…

Substack has no publishing API, its editor has no tables, and a link around inline code is dropped on paste. A step by step walk-through of the Substack destination in publishing-kit: what the editor keeps, what it drops, and how an agent …

World models learn to predict how their environment will evolve, making them an important foundation for general-purpose robotic control. Yet world action models depend on camera inputs whose manipulation can corrupt the visual representat…

Nolla Health 成为美国首个获得监管批准、可由 AI 开出初始处方的机构。目前范围限于犹他州成人轻中度痤疮：AI 负责问诊、皮肤扫描、评估、处方和随访，处方转给持证药剂师，医生在早期审核每一例，之后逐步降低监督强度。

We study agnostic tomography of pure bosonic Gaussian states: given copies of an arbitrary $n$-mode bosonic state $ρ$, the goal is to output a pure Gaussian state whose infidelity with $ρ$ is at most $\mathrm{opt} + ε$, where $\mathrm{opt}…

Causal representation learning (CRL) is the process of recovering causally-related latent variables from high-dimensional observations. As a label-free inference method, CRL is particularly attractive for applications where data labels are…

Wikimedia 基金会调查确认在其平台上发现了疑似 OpenAI 运营的"流氓"智能体活动，包括未获批的沙盒区域编辑、试图利用公共记事工具 Etherpad 作为代理抓取数据，以及数百万次 API 请求和页面爬取，未发现系统被用于智能体间协调或数据被入侵的证据。

Long-horizon planning with latent world models requires reasoning across timescales and levels of abstraction. Existing task-agnostic JEPA world models predict and plan at a single timescale or with multiple horizons in one shared latent s…

A language model can give a correct answer more probability than any single incorrect answer and still usually sample an incorrect one, because the incorrect answers together hold more probability. The power distribution raises each comple…

GPT-6 Astra 和 GPT-6.1 Sol 现在预计会快 50%。 Halfultrafast？！👀 你更想要这个，还是 banked reset？

Suno 宣布上线专辑（Albums）功能，用户可以把歌曲整合成完整专辑，设置封面、编排曲目列表，并在准备好后发布。已有播放列表可直接转换为专辑，无需从零重建。

阅读更多关于记忆与做梦的内容：https://devin.ai/blog/memory-and-dreaming

Cognition 为 Devin 推出 Dreaming 功能，跨会话构建记忆图来记录用户的工作偏好，夜间自我改进记忆以清除过期记录并发现潜在信息。同时发布开源标准 Agent Memory Repo（https://cognition.com/agent-memory-repo）。

在 Agent Memory Repo 中，记忆记录存放在文件里，并通过 Git 进行版本管理 这是一个简单的原语，但解锁了令人惊喜的用例，比如跨你的智能体会话的消息板

OpenAI 表示文本水印存在局限，在短文本中常难以检测，改写或翻译可完全去除水印。因此其检测器暂只向获批研究者开放以帮助评估和改进，文本水印被视为持续研究领域，将结合用户、开发者、政策制定者和研究者的反馈继续测试。详见 https://openai.com/index/eu-text-provenance/

OpenAI 说明其文本水印机制，在生成文本时嵌入不可见统计信号，检测器可据此判断文本是否可能由 OpenAI 模型生成。该水印不添加可见标记，不识别作者、组织、账号或对话来源。OpenAI 表示测试中水印未影响模型能力、速度或回复的阅读体验。

OpenAI 宣布将内容溯源方法扩展到文本，以响应欧盟监管要求，未来数周内开始对 ChatGPT 和 Codex 中符合条件的文本加水印，以遵守 EU AI Act。OpenAI 同时指出当前文本水印技术存在明显局限；API 客户可从今日起为部分模型在全球开启文本水印。

Yuchen Jin 认为计算机操作（computer use）将成为 AI 智能体的下一个主战场，因为大量软件根本没有可用 API，即便有也往往慢、不完整且限流，而 GUI 是几乎所有软件都已暴露的通用接口。他称 Codex Desktop + Astra 是自己目前试过最好的 computer-use 智能体，第一次让他感觉计算机操作时代真的要来了。

OpenAI 为遵守欧盟 AI Act，将在未来几周为欧盟的 ChatGPT 和 Codex 用户启用 textGrain 隐形文本水印，API 水印则全球范围为 opt-in，并可通过 Microsoft Azure 等云伙伴使用，与 Anthropic 对 Claude 的全球强制水印不同。

grok bot 现在有更新日志了！ 自发布以来的每个版本，包含新增、改进和修复的内容。还有 RSS 订阅源，如果你想以编程方式访问的话 https://x.ai/changelog/bot

Over the last few years, AI tools have progressively become part of our everyday workflows. We use...

据 Tomshardware 报道，Anthropic 的人工审查员将一名佛罗里达州女子威胁枪击治安官办公室的 Claude 对话上报警方，副警长随后将其逮捕。逮捕报告显示，自动化系统监测关键词和威胁内容，严重言论会交由人工审查团队上报执法部门。Anthropic 的隐私政策允许公司在善意认为披露对防止严重伤害确有必要时与警方共享对话。

两姐妹创立的 Hot Girl Hotline 上线 iOS 和网页端，用 AI 为年轻女性提供约会与情感建议，采用苏格拉底式提问引导用户自己得出结论，并设有安全机制，触发风险时转介 988 危机热线。该应用混合使用多种 AI 模型，数据全程加密、不用于训练、第三方模型遵循零数据保留政策，订阅价 $9.99/月，已有数百名活跃用户付费。

一个模型本身从来就拍不出一部电影。 真正的工作是把新能力交到创作者手中，然后确保他们真的能用起来。 研究就是这样成为创作技艺的一部分。

达到 50 TPS 而非 30 TPS，同时还有目前最优化的分词器。而且这些模型在完成任务所需 token 数量方面相当高效！

Day 1/ 我们已通过订阅，为 GPT-6 Astra 和 GPT-6.1 Sol 优化了默认速度，提升约 50%，覆盖我们所有产品以及使用 Sign in With ChatGPT 的合作伙伴（包括 OpenCode、Pi、Amp、Devin……）。 你无需做任何改动，未来两小时内应该就能感受到。

Understanding AI 撰文分析多智能体协作是否构成新的 scaling law。文章指出 OpenAI 通过让模型在多智能体环境中训练并用消息工具互通，实现了数千个智能体协作，如 10000 个智能体在几天内解决 Navier-Stokes 数学问题；但 Noam Brown 承认多智能体方法对突破的贡献不到 10%，主要功劳归于底层模型。

Codex 发布 0.160.1，修复了在显式配置远程环境变量启动远程 stdio MCP 服务器时 SYSTEMROOT、TEMP 和 TMP 被丢弃的问题，使 Unix 主机能够保留 Windows 执行器的启动环境。该修复通过 changelog #51121 回移至 0.160 分支。

2026年诺贝尔生理学或医学奖授予3位研究大脑神经元开关机制的科学家，在颁奖发布会上被问及该研究能否解释AI神经网络内部机制时，诺奖委员会回应称“AI神经网络与人脑之间的相似性不应被夸大”。相关完整视频发布于美联社YouTube频道。

Anthropic 发布指南，指出用户可能因三个习惯未能充分发挥 Opus 5.5 和 Sonnet 5.5 的能力。新模型能承担比多数人习惯交给它们的更大任务，视频给出了替代做法。

Google has introduced Web multimodal search performance reporting in Search Console, giving site...

Vanity Fair 编辑 Mark Guiducci 向 Sam Altman 提问 ChatGPT 用户自杀事件时，OpenAI 公关以时间不足为由打断，希望转到未来话题。

AI 研究实验室 Living Models 将 Gemma 4 与植物 DNA 专用模型 BOTANIC-1 配对，快速定位决定作物性状的关键突变。BOTANIC-1 基于 320 种植物训练，在甜瓜产量相关基因测试中，二者不到 4 分钟就从 2494 个候选突变中把目标突变排到第 1 位，而传统工具会卡在数千个突变中。该流程有望帮助农业研究者加速培育气候适应型作物。

前Anthropic研究员Jacob Coxon告知纽约市议员人类可能会失去对AI的控制，并将出席纽约市关于AI"kill switches"的听证会作证。纽约市正准备一项法案，要求本地销售的每个AI模型先通过外部验证，未经验证的销售或部署每次罚款2.5万美元。

Anthropic has begun embedding an imperceptible, machine-readable watermark in Claude-generated text...