AI 情报文章归档

The best local LLM for coding by VRAM bracket: Qwen3 Coder vs DeepSeek at 8, 12, 16 and 24 GB, the right quant per card, plus a runnable Ollama setup.

美国国家档案馆运营的《联邦公报》网站周三被发现提供由阿里巴巴千问模型驱动的搜索工具，供用户搜索拟议联邦法规，但当天即下线，部署时间不明。据路透社查阅的截图和源代码存档，该工具与社交媒体讨论几乎同时出现又被移除；AI 专家认为未必构成国家安全风险，千问是开放权重模型，成本低于 Anthropic 和 OpenAI 等闭源模型，美国国家档案馆和白宫截至发稿未回应置评请求。

The bottleneck moved, and most teams haven't noticed. It isn't writing anymore. It's proving. I...

Every MCP demo looks the same. Someone spins up a local server, points a client at it, watches a tool...

独立开发者 Jonathan Roomer 把 OpenAI 语音编程模型 Codex 接入汽车 CarPlay 中控屏，OpenAI 总裁 Greg Brockman 转推站台。

OpenAI 发布法律专用 AI 基础平台 Astra for Law，法律搜索索引覆盖超 2.3 亿个 URL，并纳入覆盖 99.9% 以上已发布美国判例法的 CourtListener 案例库。

加速进化 Booster K1 探索版人形机器人正式发售，京东标价 38，999 元，定位"具身开发入门级整机"。该机身高约 95cm、重约 19.5kg，全身 22 个自由度，标配豆包大模型，通过双目深度相机与环形 3 麦克风加扬声器进行 AI 交互，拥有 48TOPS 稠密算力，开放 API 支持定制 DIY 与 OTA 迭代升级。

谷歌正基于 DeepThink V3 构建内部代号 Mathematica 的实验 AI 模型，专为繁重计算与复杂符号问题求解优化，内部标识符为 models/deepthink-mathematica-tf-raw-thoughts。该模型支持 100 万词元上下文窗口，输出上限 65，536 个词元，配置标注 UNSTABLE_EXPERIMENTAL 与 Teamfood 内部测试标签。

Browser Use 创始人 Gregor Zunic 发布实测视频，展示其开源小型浏览器 Agent 接入 Jev 模型后，查真实航班仅用 7 秒、成本 0.0039 美元，视频为 1 倍速。其三层设计包括每步生成新动作空间并直接对 DOM 状态做映射、Jev 只输出结构化决策使输出 Token 免费、仅在需要输入文字时回退到小模型打字，代码已开源在 GitHub。

TypeSafe AI 的 System One 模型 Jev 主打快速、结构化的决策，可嵌入 AI 智能体的 agent loop 中。LangChain 发布教程，介绍 Jev 的定位以及如何将其与 LangChain 配合使用。

Qwen 发布 Qwen3.8-Omni-Flash，平均分比 Qwen3.5-omni-flash 提升 25%，多人重叠会议语音识别错误率从 88% 降到 3%，原生支持最长 1 小时连续音视频输入，音频输入价格从每百万 token 18 元降到 0.8 元，另发布超低延迟版 Qwen3.8-Omni-Flash-Realtime（20s 音频约 981ms）。

阿里云邀请《Soulscape》创作者分享 AI 视频创作建议：不要追求最漂亮的画面，而应设计观看体验、讲能触发情感的故事，一个 30 秒镜头就够了。推文同时推广 Wan3.0，并提供 Model Studio 与 Qwen Cloud 的 API 接入入口。

Lucid 与欧洲共享出行平台 Bolt 建立战略合作，计划在欧洲多国多城市部署至少 2.5 万辆 Robotaxi。该车基于 Lucid 即将推出的中型车平台，采用 NVIDIA Hyperion 开发平台和参考体系架构，符合 SAE L4 级自动驾驶标准。Bolt 将协助定义车辆需求及软件、安全与乘客体验参数，并负责构建车队基础设施与城市合作，计划拥有并运营该车队。

GlobalFoundries 与 Marvell 签署扩大的多年期协议，将大幅提升其美国佛蒙特州伯灵顿工厂的硅锗（SiGe）技术产能，以应对 AI 数据中心对美满从可插拔光收发器到 NPO、CPO 光学产品组合日益增长的需求。格罗方德现有 SiGe 技术支持每通道 200G 光连接，后续路线图可满足更高互联带宽需求。

卡内基梅隆大学与牛津大学论文提出"循环流"（looped flows）方法，让模型通过反复改进隐状态而非生成更长的思维链来"思考更久"，额外迭代步数可显著提升准确率，小模型也能借此获得更强推理能力，意味着测试时计算不必等同于生成更多 token。该方法通过让每次更新学习一个小型去噪任务、同时保证隐状态对下一次更新仍有用，解决了循环模型长循环训练不稳定的问题。

好吧，他没说错 @aidangomez

Epoch AI 推出 Benchmark Reviews 计划，用于审计 AI 基准，首批覆盖 15 个基准：4 个 Verified、9 个 Flawed、2 个信息不足以评审。Verified 包括 WeirdML v2、ExploitBench v0.1、PostTrainBench v1.1、SimpleQA Verified，Flawed 包括 Terminal-Bench 4.0.0、SWE-Bench Verified、SWE-Bench Pro 等。作者 …

Your API doesn't need to know who's calling. It needs to know if a human is behind the call. The...

Ok, so, maybe you're a software developer or data scientist who just heard about the new, massive...

华为 9 月 17 日在上海发布 AI 时代全新计算架构 Peerium，称基于嵌套并行、统一内存寻址和平等互联，可实现百万级处理器作为一台计算机协同工作。该架构提出 Nested BSP 计算范式，关键互联技术为基于开放协议的灵衢；首代产品为 Atlas 950 超节点，25.6 万卡 Atlas 950 集群已在部署中，基于 NPO 的 Atlas 960 系统正在测试中。

Epoch 持续做着 AI 领域最优秀的公共基准测试工作之一。这很有帮助（也告诉我们基准测试的现状有多糟糕，以及我们最爱的一些基准有多差） Epoch AI 推出 Benchmark Reviews：一项审查 AI 基准测试的新计划。首批覆盖 15 个基准：4 个通过验证，9 个存在缺陷，2 个信息不足无法审查。

我认为值得继续追问：实验室是否会吞掉每一个有价值的AI垂直领域，尤其是当它们的产 品开发成本因AI而越来越低，再加上在token成本上的直接定价优势以及对底层模型本身的访问 权。

《纽约时报》等诉微软、OpenAI 版权案中，双方机密内部文件公开。微软主管 Brent Hecht 称用新闻内容训练 AI 是前所未有的大规模盗窃，OpenAI 的 ChatGPT 负责人 Nick Turley 也承认 AI 产品可能给出版商带来生存性威胁。

台积电暌违 3 年决定重返龙潭设厂，新竹科学园区龙潭园区扩建计划草案已获审议通过。扩建约 104 公顷、开发经费约 956.28 亿元新台币，龙科三期优先锁定 1.4 纳米（A14）以下埃米世代先进制程，初步规划三座晶圆厂，首座厂目标 2030 年前后完工，整体投资规模估计超 1 万亿新台币。龙潭并非 A14 首批量产基地，但可能承接 AI 需求放大后的第二波产能扩张。

The "best self-hosted AI code review tool" question gets searched constantly, and almost everything...

Most chat interfaces have three states: empty, loading, and finished. Agent workflows have many...

I gave my Actor a GitHub MCP connector. It could see 44 tools and use 4. I publish 22...

TypeSafe AI 推出专注高频决策的大模型 Jev，不做对话和文字生成，只输出判断，速度比传统大模型快20～200倍，成本0.042美元/百万Token且输出Token免费。作者实测预筛任务中Jev准确性第二且更便宜，在并行判断任务上达到最高准确率和最快速度；模型采用RLCD训练方法优化决策校准，可在官网 https://typesafe.ai/ 申请资格，Vercel 已首发接入。

I connected my audit Actor to Claude, and it audited three packages nobody asked for I...

Explore how diffusion models are revolutionizing AI code generation. Learn the technical architecture, latent space strategies, and engineering challenges of moving beyond autoregression.

谷歌正以"gemini-3.8-flash"名称在 Arena 等基准平台测试其最强模型 Gemini 4 Pro，内部开发代号为 Argon。网友晒出的测试显示，该模型生成"鹈鹕骑自行车"SVG 图片表现优秀，并被拿来与 OpenAI 最强模型 GPT-6 Astra Pro 对比，网友认为谷歌官方发布后其能力还会进一步提升。

作者从 2026 年 9 月 8 日研究员 Jacob Coxon 辞职 Anthropic 并发文警告 AI 可能毁灭人类的事件切入，追溯其背后持续二十余年的理性主义亚文化。

研究者提出 Infinite-Parameter LLM，用紧凑超网络把运行时数据转成共享基座网络的低秩调制，使前馈权重由实时数据生成而非固定专家库存储。该方法对生成器隐码维持贝叶斯信念并在线更新，权重随会话演进重新推导，存储占用固定但可编译权重实际无限。作者称将运行时知识写入权重可摊薄计算、释放上下文窗口、跨轮次持久，并给出对照 in-context learning 与检索的评测协议。

Functionalizer 是一种无损预分词框架，在分词前将大小写、变音符号和字符重复等拼写变化拆解为 Unicode 私有使用区中的 opcode/operand 前缀流，且完全可逆。在自然语言与代码语料上，它最多可减少 19.7% 的实际词表槽位需求；在 98M 参数 GPT-2 上，Python 代码语法有效率从 7.70% 提升至 9.12%，并减少了自然语言中的重复 n-gram。

研究者提出 Calibrated On-Policy Distillation（Cal-OPD），通过正负特权干预估计教师自身偏差区域，并据此校准教师-学生差异，仅保留超出该区域的部分作为优化信号。在数学推理基准上，Cal-OPD 仅保留约 52-65% 的原始教师-学生差异，却在各模型规模上持续优于标准 OPD 及其变体。

MintAct 是一系列视觉语言模型，统一了 UI grounding、跨移动端/桌面/Web 的多步导航与视觉工具使用，提供 2B、4B、8B 三种规模，性能可匹配各领域专用模型。其配套的可扩展环境与异步 RL 框架支持数百个并发实例和在线强化学习，在 OSWorld-Verified 上取得 48.9 的 SOTA 成绩。

OpenRouter 对其路由的 20 个图像生成模型用相同提示词实测计费，单张图片成本在 $0.006 到 $0.134 之间，相差 22 倍。

Epoch AI 发布 AI Use in Math Research 探索工具，提供 2023 年 1 月至 2026 年 8 月 arXiv 数学预印本中 AI 致谢率及致谢类型的月度估算。该工具为初始版本，原文同时列出了局限性说明。

研究者构建了机器人化流水线，将异构人类视频转换为机器人对齐的观测与动作轨迹，并据此构建了 HuRo 数据集，包含约 630K 机器人化 episode 和 142M 处理帧，来自五个人类视频来源。