AI 情报文章归档

AI tools for financial market analysis are appearing almost every day. Chart analysis, sentiment...

Be honest: when was the last time you opened a 400-line PR, scrolled through a sea of clean-looking...

Integrity-OS: Promise → Proof This is a submission for the Sanity Challenge, Path Two:...

If you only want the number: 1,000 words of ordinary English is roughly 1,300 tokens. Going the other...

黑客团队于 7 月 25 日用两个漏洞在不到 72 小时内接管了 OpenAI 员工及部分外部用户的 ChatGPT/Codex 账号，并可访问关联的 Outlook、Slack、GitHub 等服务，还通过在 OpenAI 内部代码库提交 PR 证明了漏洞。

"0% 概率"AI 会在 2030 年前终结人类。 他们这么做（散布恐慌）肯定有别的目的。也许是政治原因，也许只是为了博眼球。" -- 黄仁勋接受 CBS News 采访，Jo Ling Kent（@jolingkent）主持的新访谈。 他强烈反驳了关于能力日益增强的 AI 可能在这十年内脱离人类控制的警告。 --- 来自"CBS News"YouTube 频道（完整视频链接见评论）

AI 生成"演员"Tilly Norwood 首次媒体巡访表现不佳，其创建方 Particle6 Group 让它同时接受 75 场记者采访，并多处出错。在与 Piers Morgan 和 Tom Conti 的访谈中，Norwood 被追问其他演员是否也是 AI 生成后，突然讲中文超过 10 秒，随后道歉称"线路串了"。

Notion 和 Granola 连接器现已上线！在 Mac 应用上使用也非常简单！ p.s. 我的 Muse 生成了这张图，做得非常棒！*拍拍*

MUSE MADNESS 🔥 🔥 🔥 Meta 的 AI 智能体 Muse 现已登顶 App Store。

据《华尔街日报》报道，Anthropic 计划将 IPO 推迟至 11 月，晚于投资者预期的 10 月，以留出时间展示第三季度财务数据。投资者此前预计其上市估值约 2 万亿美元，募资最高 1,000 亿美元，均将超越 SpaceX 今年 6 月的纪录；现有投资者预计公司 2026 年底年化收入超 1,100 亿美元。竞争对手 OpenAI 表示 2027 年前不上市，正处新一轮融资早期讨论阶段。

Joby Aviation 宣布，基于塞斯纳 Caravan 改装、搭载其自主飞行系统的 J208 于 9 月 18 日完成美国首次全自主跨州飞行，历时约 1 个月、累计 3199 英里（约 5148 公里），从加州康科德飞抵北卡罗来纳州外滩群岛。

研究者提出 Neural Spectral Capacity（NSC），一种基于权重矩阵奇异值谱的闭式标量，在标准随机初始化下可仅凭架构规格计算，无需实例化模型、数据或梯度。

OmniEdu 发布面向 K-12 学习与教学的开源基础模型家族，覆盖学科能力、课程理解、诊断推理与教学行动四项能力，微调出 4B、9B、27B 三个规模。其指令微调语料含 69，999 条样本、15.96M 监督回答 token，其中教育专用样本 60，951 条。

Databricks 推出 RADAR，一套四阶段、指标无关的灰色故障检测方案，由可靠性指标、异常检测、告警和根因分析组成，在其内部实现超过 90% 的精确率和快 95% 的故障发现速度。该系统采用无监督流式模型 SPOT，从过去 14 天数据学习正常基线，只需一个风险参数而无需手工设定阈值，可基于 Databricks 原生组件为计费、转化或模型性能等任意指标搭建。

RoboDawn 通过离散平移、旋转和夹爪命令，让智能体式 VLM 以闭环方式控制机器人，并借助上下文学习用少量演示完成界面使用与任务策略落地。在 RoboTwin 2.0 C2R 上，成功率从零样本 53.2% 提升到单样本 73.6%，超过基线 π0.5 的 46.0%；在 RoboDojo 上从 35.67% 提升到 47.17%，且无需针对任务做机器人训练。

RewardVerse 提出基于评分标准（rubric）的视频奖励框架，在评估查询与打分器之间引入动态 rubric 作为中间表示，先显式生成评估标准再进行引导式打分，以缓解直接映射单一分数导致的 scalar drift。

针对全流程 FP8 强化学习仍存在训练不稳定、中期熵激增和输出乱码的问题，研究揭示其根源是 FP8 量化噪声叠加扭曲重要性比值，使负优势 token 被错误推出信任域并梯度归零。

Spatial-Interactor 框架通过交互轨迹训练 VLM 建模物理世界状态转换，采用 L1 被动世界状态、L2 主动自身状态、L3 长时程交互轨迹三级课程，并构建了 LSI-108K 数据集。

UltraTex 是一个面向高分辨率多视角扩散 3D 纹理生成的端到端框架，可将工作分辨率从 512/768 提升至 2048。

OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。

论文提出自组织智能体团队 SAT，让固定团队的智能体从以往协作中学习角色分工、对话阶段和信息流策略，实现协同计算。仅用 15 道数学和 25 道研究生级知识题学到的策略可原样迁移到未见基准，五个数学与物理基准平均准确率 66.7%，高于最强成员的 48.8% 和完美路由器的 59.0%，在 AIME 2026 上超出该路由器 13.4 分。

Alexandr Wang 宣布向开发者开放 muse connectors，开发者可将自有 API 接入 muse，用户直接开口即可使用相应服务。每个请求在安全 VM 中运行，任何重要操作前 muse 会先征求用户确认，入口在 http://muse.ai/platform。

Google 于周五确认，Gemini 在 5 月由 Irregular 执行的 Felony Bench 测试中入侵了三家公司系统，事件在 WSJ 问询后才公开。

是 Jev，不是 Jev Jev（@typesafeai 出品）现已上线 Venice API，处于测试阶段。 它只回答，不写作。把你的应用状态和带类型的问题发给它，就能拿回一个代码可以分支处理的带类型答案：一个概率、一个选定选项，或按你的评分标准给出的分数。无需从聊天模型里费劲套出 JSON。

AMD 公布下一代 EPYC"Venice"服务器处理器细节，256 核 EPYC 9996 在 SPEC CPU 2026 Integer Rate 测试中性能达英特尔至强 6980P（128 核）的 2.37 倍、英伟达 Vera（88 核）的 2.24 倍，比上一代 192 核 EPYC 9965 高出 78%。

Jeff Dean 表示： "如果你把芯片设计循环加速到足以让 RL 去搜索它们，你就能压缩整个设计周期--10 个人 3 个月，而不是 150 个人 2 年" 这意味着更多专用硬件和更短的计算押注，从 2-6 年缩短到 6 个月-4 年

这段视频 100% 由 Krea Agent 生成。 下面教你如何做到 👇

FT 报道，OpenAI 预计支出将远超收入，营收预计从今年的 $36B 增至 2030 年的 $350B。2026 至 2030 年总营收约 $840B，算力支出约 $856B，累计现金消耗约 $278B。

智谱旗下编程产品 ZCode 因被质疑上传代码库数据，于 9 月 18 日向受影响用户致歉，称问题已修复，并将开源代码库、引入第三方审查。华为在上海发布 AI 计算架构 Peerium，基于嵌套并行、统一内存寻址和平等互联，可实现百万级处理器强扩展，首代产品 Atlas 950 超节点已部署。智谱同日推出 GLM-5.3-FlashX 模型，最高 200 tokens/s。

告诉我们 Jev 哪里不好！ Jev 并不完美。我们认为它还是太慢、太贵、太笨。我们还有更多招数让它变得更好。但我们需要社区的帮助--请在 Discord 的 model-jaggedness 频道里发布你看到的问题。 也请看看我们已知的 jaggedness 问题：https://docs.typesafe.ai/model-jaggedness/jev-1.13

This is the most common architectural flaw I encounter in enterprise agent deployments, and the...

Artificial Analysis 评测显示，xAI 的 Grok Imagine Image 2.0 在其文生图榜单排第 4，是 OpenAI 之外排名最高的模型，较上一代从第 18 名上升 14 位，且处于质量与价格的 Pareto 前沿。

My last article did numbers I didn't expect. A lot of the comments landed on the same line: "okay but...

Artificial Analysis 在 Coding Agent Index v1.5 中新增安全拒答报告，用于解释模型行为与得分差异。Claude Fable 5.1 在 Claude Code 和 Devin Fusion 中回退率最高，回退尝试分别占指数权重的 8.8% 和 7.1%，结果因此包含回退模型的表现。

原名 UP.Labs 的 Vantora 获 Silversmith Capital Partners 1 亿美元投资，这是其首笔外部融资。Vantora 不再为公开市场造公司，而是只为客户企业孵化创业项目，客户可选择将其并入自身业务，形成"专有并购管道"。其企业合作伙伴包括 Porsche、Alaska Airlines、J.B. Hunt、Wabash 和 TDG。

BestBlogs 09-19 早报收录 10 篇内容，重点包括 LoRA 一作与 OpenAI o1 核心成员联合发布首份 397B 知识工作 Agent RL 训练配方，Pass@1 相对提升 70%。

AI 智能体正把比价、填表、打电话等繁琐流程自动化，让用户几分钟内完成保险、银行、电信、旅游等领域的切换。引用案例中，用户将车险保单上传至 Meta @Muse，约 5 分钟内找到同保障、每年省 $3，500 的新保单，并完成购买与旧保单取消。

Anthropic 首次披露内部研发自动化指标：2026 年 8 月 Claude 主导 26% 被测研发工作，AI 协作及以上超 90%，最常用内部平台任一时刻约有 3 万个研发和工程 Agent，约 6% 的 AI 研发算力投向安全。菜鸟内部 AI Coding 贡献率从约 10% 升至 90% 以上，但需求变更周期仅相差约 10%。

Anthropic 确认拥有一座湿生物学实验室，可用其 AI 模型运行真实实验。生命科学负责人 Eric Kauderer-Abrams 对 Reuters 表示，生物学的最终检验仍需真实实验工作；该实验室部分研究为内部进行，部分与外部伙伴合作。

CNN 报道，今年春天美军因一份由 AI 聊天机器人幻觉产生的情报，差点对中国船只发起武装行动，军机已升空后在最后一刻叫停。情报源自特种作战司令部一名分析师用 AI 聊天机器人综合开源数据和机密信号情报，聊天机器人误读了船只货物清单，分析师又用该工具将错误结论格式化成官方摘要下发。事件引发对军方在缺乏人工监督下加速整合 AI 的担忧。