AI 情报文章归档

NVIDIA 新论文提出，与其给 AI 智能体更多选项，不如给它一个更好的裁判：让小型智能体每步生成 8 个候选命令，再由裁判模型挑选执行。用前沿强模型当裁判时，成功率从 50% 提升到 68%，且无需重新训练；若由小模型自评，提升则小得多。

营销公司 Graphite 对前沿模型写作习惯的研究发现，共 13000 个短语在 AI 内容中出现频率至少是人类内容的两倍。

“Upgrade the authentication library safely” sounds like a task. For an agent, it is a bundle of...

Tavus 发布 Griffin，称其为首个通过视频图灵测试的人类交互模型（HIM），48% 与之实时对话的人认为它是真人，此前系统通过率低于 3%。Griffin 在 NVIDIA 全双工 AI 视频基准上得 3.83 分（真人为 3.92），次优系统为 2.80 分；它将听、想、说和面部动画整合在单一系统中，可在对话者仍在说话时读取表情、语气并实时反应。

今天我们推出 PROWL-2，智能体及其世界模型通过递归学习实现共同提升。 智能体暴露想象中存在的错误，修复这些错误又能促成进一步的学习。 我们相信，这种开放式学习是迈向超级智能的关键一步。

按需构建，简单直接。 你获得能更好满足自身需求的自定义工具，无需在市场上购买通用方案。 这就是自驱动公司的愿景。 看看我们在 Replit 是如何实现的：https://replit.com/blog/self-driving-company

Grok Bot 现在无需你开口，就能主动给出帮助建议。

你的主 Bot 会发现它可以帮你分担的工作，并主动提出接手。 它将在接下来几小时内逐步推送，而且建议不会计入你的用量。 下载 Grok Bot：https://x.ai/bot

Ideogram 发布图像编辑模型 Ideogram 4.5，声称只修改用户指定的局部区域，避免多次编辑后出现瑕疵。模型提供 0.8 到 22 美分每图的四个质量档位，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 上线，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，开放权重版本即将推出。

Cloudflare 发布两款决策模型 Clef 和 Clef-flash，托管在 Workers AI 上，并以 Apache 2.0 许可证在 Hugging Face 完全开源。

Figma 将 MCP 访问权限收紧至白名单客户端，Pi 不在其中。此举意味着非白名单客户端无法再通过 MCP 接入 Figma。

This is a submission for the Sanity Challenge, Path Two: Vibe-Code Something Strange What I...

dots demo。 现在……WiFi 更好了。

Cohere 发布 Embed 5 嵌入模型家族，分 Pro 和 Fast 两档，均支持文本、图像及图文融合输入、100+ 语言和 128K token 上下文，两档共享同一向量空间，可用 Pro 建索引、Fast 查询。

美国联邦法官 Amit Mehta 驳回了 Chegg 和 Rolling Stone 母公司 Penske Media 对 Google 的反垄断诉讼，两家出版商指控 Google 强迫出版商免费向 AI Overviews 供稿，否则从搜索结果中消失。

当 AI 生成内容变得如此逼真，我们如何验证哪些是人、机器或自然创造的？ 我们在播客中探讨溯源的关键作用——以及不可感知的水印如何同时保护数字媒体和生物设计。↓ 时间轴： 00:00 介绍 00:34 什么是水印？ 04:35 SynthID 15:16 图像与视频 19:28 SynthID Bio 28:00 韧性的未来

Simon Willison 的纯 Python WebAssembly 引擎 pwasm 发布 0.2a0，经 Claude Opus 5.5 完成 42 次提交后已支持几乎全部 WASM 规范。PyPI 上的 wheel 现已打包可用的 MicroPython、QuickJS 和 Micro QuickJS 的 WASM 构建，因稳定性未经验证仍标记为 alpha 版本。

自从有了好用的 AI，坐着听 PowerPoint 演示变得好多了。当然，有些人干脆让 AI 替他们做思考工作，但这很明显（而且他们以前就用默认模板）。对于真正用心的人来说，他们现在有了有趣的排版、好笑的视觉梗和不错的图表。

POV：你是 @1vnzh 的 10,000 名实习生之一

Why scalar RLHF fails at credit assignment, why barking direct code fixes turns you into an exhausted human compiler, and how Socratic questioning plus topological scars prune doomed search trees at depth d=1.

Boston Dynamics 给 Atlas 配备了新的 4 指机械手，目标是使用人类工具而非仅抓箱子，量产目标为每年 10 万只。新手有 13 个自由度（旧 3 指手为 7），4 自由度对掌拇指可沿每根手指滑动并对捏，手指可侧向张开以持工具柄同时操作扳机，覆盖电钻、砂轮机、射钉枪和焊枪；仍能搬运 100lb+ 的满载小冰箱。

《华尔街日报》用 AI 扫描 400 万条 TikTok，发现反对 AI 的声音正在把政治立场对立的创作者聚集到一起。愤怒的目标包括警方使用的 Flock Safety AI 车牌摄像头以及数据中心，报道截图显示这种反对正体现在中期选举中。

LangChain 在其开源编码 Agent Open SWE 中构建模型路由器，在 973 个线程的 A/B 测试中，中位成本从 $2.61 降到 $0.94（降 64%），PR 合并率 29.2% 对 27.3%，质量无可测变化。

OpenAI 称有超过 15,000 个账户试图提取其模型的推理能力，并将一个核心团伙与 Kimi 开发商 Moonshot AI 的相关人员联系起来；Anthropic 今年 2 月也提出过类似指控。

OpenAI 新平台发布独立随笔系列《永恒的互补》首篇，探讨 AGI 未来中前沿智能与执行能力的关系。文章引用研究称，维持摩尔定律所需研究人员数量已是 1970 年代初的 18 倍以上，全经济研究生产率下降 41 倍。作者认为 AI 正让执行不再稀缺，能写代码、检索文献并把草图变成原型。

TL;DR: Full Court Press is a zine for every WNBA game, live on AWS at fullcourtpress.lol. Code...

哈佛的 Julian Simcock 和 Google DeepMind 的 Rick Ingram 做客 Runway AI 峰会，讨论物理 AI 的监管、政策制定以及与中国的竞赛。

Arena 宣布 Claude Sonnet 5.5（xHigh）进入 Code Arena: WebDev 榜单，以 1786 分排名第 3，距第 2 名 GPT-6 Astra 的 1788 分仅差 2 分。

AWS 开源高速低成本决策模型 Strands Decider 2B，可在预设选项间排序并输出置信度，完全开源且可本地运行。

所有模型今天已在 Microsoft Foundry 上线。 我们也很高兴将这些模型带入你日常使用的工具，比如 Vercel 和 OpenRouter。 https://ai.azure.com/catalog/models?source=microsoft

Shopify 推出建站工具 Canvas，商家通过与 AI 智能体 Sidekick 聊天即可搭建 Shopify 商店，替代此前靠拖拽模块编辑主题的方式。Canvas 实时渲染商店真实代码而非静态预览，可测试页面完整交互和动画并查看不同屏幕尺寸下的效果；Shopify 还赋予 Sidekick 直接操作主题文件的能力并简化了主题架构。

据 WSJ 报道，OpenAI 解雇了安全团队的 3 名研究人员，原因据称是他们向外部 AI 安全组织传递公司机密信息。OpenAI 发言人表示内部调查确认这 3 人违反公司流程处理敏感信息，称其破坏了对工作至关重要的信任。

Microsoft AI 发布流式语音转写模型 MAI-Transcribe-2-Streaming，Mustafa Suleyman 称其为全球最准确的实时转写模型，比 ElevenLabs 快 55%、便宜 60%。引用的 Artificial Analysis 数据显示，该模型以 2.5% WER、语音结束后 0.13 秒出稿在 AA-WER Streaming 38 个模型中排名第一，超过此前第一的 Grok Voice Transcribe 2.0（2.7%、0.…

Arceus Legal 宣布获得 1700 万美元融资，由 Greycroft 领投，Craft Ventures、SPC 等参投，运营一家由 AI Agent 准备合同、律师审核的律所。

Benchmark 在激烈竞争中赢得早期芯片初创公司 Tendrils Compute 新一轮融资的领投权，该公司已在讨论快速跟进融资，估值可能超过 10 亿美元。这家由 Nils Cremer 领导、位于英国剑桥的小团队押注基于 interaction nets 的通用芯片，以规避现有多核 CPU 的协调与成本问题。随着 AI 智能体完成多步推理和工具调用，CPU 速度可能成为新瓶颈。

Arvind Narayanan 在 AI as Normal Technology 博客撰文，主张在两种 AI 安全叙事之外走第三条路，即承认 x-risk 警告者真诚但论断可能错误且适得其反。

On December 20, 2025, a trader withdrew USDT from Binance and did everything the security guides...

隆重推出 Stitch CLI，随时获取设计灵感 来源：X：Josh Woodward (@joshwoodward, Google Labs VP) 【已核验身份上下文】未识别到明确发布主体 这些事实只用于防止公司／模型身份被张冠李戴，不代表发布者必然是文章唯一主题；标题和摘要仍只能使用原始标题、正文或来源事实明确支持的主体。 主推文内容： 隆重推出 Stitch CLI，随时获取设计灵感 引用式 teaser 例外：若主推文几乎没有信息量（纯感叹 / 转发 / 号召，如…

Arceus Legal 获 $17M 融资，由 greycroftvc 领投，craft_ventures 等参投。作者 Elvis Saravia 认为会有更多 AI 公司自己运营服务并售卖结果：客户通过 Slack 发送合同，AI 收集上下文，持牌律师审核每一份工作，合同审查平均 3 到 5 小时，按事先约定的固定费用收费。