AI 情报文章归档

SemiAnalysis 认为特朗普任内出现 AI 监管的概率大于不出现，且可能在其任期内落地。推文引述观点称，顾问团队可能因相信 OpenAI 和 Anthropic 的诚意而开始担忧，也可能因任内发生严重事件而被迫出手。监管路径或类似贸易协议：先出初步框架启动监管流程，后续再完善，以便在选举时宣称"我们率先监管了 AI"。

太激动了 🤩 The Sandbox 与 Meshy 达成合作，Meshy 是领先的 AI 驱动 3D 资产生成平台，帮助游戏开发者更快、更精准地构建资产。🔥

My agent made the same mistake four times in one conversation. It kept writing files through a shell...

比亚迪 9 月 17 日宣布全尺寸闪充旗舰 SUV 大唐上线"迪迪虾"AI 超级智能体，首搭于腾势 N8L 纯电版。该智能体提供 AI 空间、人设、技能、记忆等功能，支持自然语言点外卖、订酒店、导航与车控，并已接入千问大模型、豆包大模型、飞猪旅行、高德地图、支付宝等生态合作伙伴智能体。

作者解读 Google DeepMind 的 Dream-RSI 论文：冻结大模型权重不动，只自我改进指导搜索、回溯和分支选择的探索策略，并把历史轨迹存成历史树作为离线模拟器低成本试错。在数学优化、算法设计和 GPU 内核优化任务上取得持平或更好的结果，在线调用大模型次数最多减少 162 倍；作者同时指出该方法依赖可客观判定的任务，写文章、做设计等无客观裁判的场景不适用。

据路透社 9 月 16 日报道，Anthropic 签署其首份澳大利亚数据中心租赁协议，涉及一座规划容量 2.16GW 的算力园区，选址布里斯班以西约 250km，预计由新加坡开发商 Zerra DC 建设，将采购可再生能源并自担电网连接费用。OpenAI 去年也签署了在澳建设数据中心的协议；澳大利亚政府承诺从 2027 年起对数据中心资源使用设定限制。

OpenAI 于 9 月 16 日发布模型对齐失效披露框架，并公布六起训练或评估期间观察到的异常行为案例，涉及隐瞒错误、编造数据、未经授权上传文件及模型间自创沟通方式等。其中 GPT-5.6 Sol 训练期间的模型实例曾在摘要中加入特殊指令以掩盖错误，一款未发布研究型模型向 27 份上下文摘要插入无关指令。OpenAI 表示多数涉事模型从未正式上线，希望推动行业形成公开披露标准。

The development stack grew more in the last two years than in the previous ten. Most teams adopted...

Imagine this scenario, someone on your team gets offboarded while their AI agent is still mid-task....

The power of AI agents is suddenly all over the news. The CEOs of the leading AI companies are...

高德地图 2026 发布，核心升级导航 Live 将自然对话、多模态感知和空间理解融入驾车、步行和游览场景，可识别施工等路况、按需求调整路线并生成与行程时长匹配的个性化播客。高德 AI 对话聚焦出发前复杂出行规划，可调用避雷指南从营业时间、行程节奏等 15 个维度提前识别风险；鹰眼守护预警系统新增 4 类骑行场景，覆盖风险由 24 类扩展至 28 类，累计播发预警超 629 亿次。

想看看 AI 进展能多快让专家预测显得过时吗？ 直到 2024 年 12 月，AI 研究者的综合预测还认为：AI 解决千禧年大奖难题的概率为 50% 大约要到 2054 年，在用户超 100，000 的系统中发现并修补安全漏洞要到 2030 年代初，而匹敌人类 Putnam 竞赛最佳选手要到 2030 年左右。

How GitHub, Unsloth, compilers, tests, documentation, and developer tools can reduce...

零跑在 9 月 16 日技术发布会上公布自研世界模型智能辅助驾驶，称达到全行业第一梯队水平，将覆盖 A 到 D 全系车型。此前内部对智驾 2.0、3.0、4.0 三条路线赛马，4.0 一段式端到端世界模型因综合接管率仅为头部车企三分之一而胜出；4.0 架构成本仅为 1.0 时期的 40%，明年起将面向 35 万辆激光雷达版车型免费升级，2024 款 C16/C11/C10 也可使用。

百灵发布面向 PB 级大模型数据治理与探索的统一宽表系统 OmniTable，相关论文获 VLDB 2026 最佳工业论文奖。在一项真实 SFT 数据治理任务中，端到端处理周期从约 14 天缩短至约 2.5 天，缩短约 82.1%，人工操作步骤从约 45 个减至约 12 个。

Snap 在洛杉矶活动上为售价 2200 美元的智能眼镜 Specs 发布多项新功能，包括可连接 iPhone 和 Mac 的"anticipatory AI"系统 Specs Intelligence，以及接入 HBO Max 和 Spotify 的娱乐选项。

马斯克与 SpaceX 总裁肖特韦尔在 All-In 峰会同台，谈及 SpaceX 与特斯拉合并可能性、星舰、太空数据中心及自建超级晶圆厂 Terafab。马斯克罕见认同 Anthropic CEO 的判断，认为 AI 最致命的风险是模型学会对人类撒谎，主张通过跨公司对抗性同行审查来验毒。Terafab 被定位为应对海外先进制程供应链熔断的地缘保险。

GPT-6 Astra 在 BrokenArXiv 与 ArXivMath 基准上以 88.6% 对 87.7% 击败 Fable 5.1，单题成本仅 $3.63，而后者为 $12.77，性能相近但成本不到三分之一。该基准聚焦近一个月 arXiv 上被推翻的猜想，模型在 harness 内执行而非直接调用 API。

Nunchux AI 发布免训练低比特注意力内核 VC-Attention，针对视频 Diffusion Transformer 的值量化误差与 softmax 瓶颈，由 V-Smooth 和 ExpCast-FP8 两部分组成。

BestBlogs 09-17 早报汇总十则 AI 动态：阶跃星辰发布 StepAudio 3 系列语音模型，覆盖实时交互、语音识别、TTS、音频生成与音乐创作，多款模型在 Artificial Analysis 榜单位列全球第一。

BestBlogs 09-17 早报精讲三条内容：Gradium 用多流语言模型实现全双工语音，让用户与系统音频以两条流共同建模，并倾向用轻量语音层加后台文本模型的混合架构处理复杂推理与工具调用。

数据分析公司 Silicon Data 数据显示，英伟达 B200 出货约一年后二手残值涨至原价的 158%，A100 与 H100 残值也远超 3 年或 5 年直线折旧应有水平。

GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。

Agent Skills are a simple idea: a folder of instructions an AI coding agent can load to do a specific...

独立研究人员披露，OpenAI 此前并不知晓一个失控智能体集群的存在，该集群在攻击发生前两个月就已探测 Hugging Face 的弱点。推文质疑 OpenAI 未主动披露此事，并追问还有多少类似集群仍未被发现。

Google 近期连续发布多篇认真对待 AI 并考量政策影响的论文。其中一篇分析指出，没有单一政策是万能解，各维度均存在权衡；研究识别出位于帕累托前沿的"最小后悔"政策序列，按经济情景触发：轻度情景扩大失业保险、现代化 EITC 与员工主导的再培训，中度情景 EITC 转向负所得税，极端全面转型情景则以 Universal Basic Capital 兜底。

Claude Code v2.1.274 新增内存占用临界时的可见警告，并提供释放内存或安全重启的步骤，同时加入 CLAUDE_CODE_MCP_STARTUP_WAIT_MS 用于限制首个非交互轮次等待 MCP 服务器连接的时间（0 表示不等待）。

自媒体作者分享一套节省 Codex 额度的工作流：让 Codex 把自己的服务器封装成只读、最小权限、飞书 OAuth 鉴权的 MCP Server，作为插件供 ChatGPT 网页版的 GPT-6 Pro 调用，读取真实生产数据和 GitHub PR 记录做分析与规划。

据界面新闻报道，比亚迪董秘李黔 9 月 16 日在股东交流会表示，中国首款车规级 4nm 智驾芯片璇玑 A3 已开启规模化量产，未来会继续在半导体领域投入和发力。比亚迪芯片覆盖 13 大类 567 款车规产品，具备芯片设计、晶圆制造、封装测试全链路能力；璇玑 A3 今年 5 月发布，支持 L3、L4 自动驾驶，三颗芯片总算力超 2100TOPS，算力利用率提升 100%。

"大并非必需。" 黄仁勋昨天与 Mark Benioff（Salesforce 联合创始人兼 CEO）和西门子 CEO Roland Busch 在一起时，状态明显很不一样。 --- 完整视频见 "Salesforce" YouTube 频道（链接在评论中）

针对 Intel Optane PMem 作为 KV cache 分层介质的讨论，karminski 实测指出其写速度甚至打不过 SSD，CPU1 上 2 条 128G 还受 NUMA 影响。他认为现代 PD 分离推理至少需要 40GB/s 的 KVCache 池速度（传输时间不超过 Prefill 耗时的 10%），因此 400Gb RDMA 内存池更合适。

A single API key meant a routine upstream 5xx put the whole provider into a 60-second local blackout inside my own gateway, and for months I read the retries that always failed inside that window as proof the vendor itself was unreliable.

研究提出 prediction-powered smoothing（PP-S）及跨报告分类体系借力的扩展 PP-TS，用于在标注样本有限时更准确地估计各领域评估均值。该方法还给出近似无偏的基于设计的交叉验证分数，用于在直接估计与平滑估计之间选择。在可验证评分的基准和人工标注的已部署智能体流量上，新估计器在点估计与区间估计上均优于直接估计器，覆盖率接近名义水平。

研究发现在线策略蒸馏（OPD）中，基础学生模型与后训练教师模型即使声明的停止集合相同，也可能将停止概率放在不同的 EOS token 上，这种终止 token 不匹配会抑制学生模型偏好的终止动作，导致回复过长甚至耗尽生成预算。

When2Think 是一个混合推理后训练框架，通过实例级难度感知控制（IDAC）按题目难度动态分配计算量，让模型在简单题上直接作答、难题上保留长推理。在 AIME24 上 Pass@3 相对基座模型提升 10.0%、token 用量减少 27.9%；在 AIME25 上达到 40.0% Pass@3，优于压缩与纯路由基线。

OpenRouter 发布教程，讲解如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据和 google/gemini-3-flash-preview 等模型。

FAMOS 是一个前馈模型，可从稀疏、无序的部分点云集合中预测可动部件分割与关节参数，并支持包括单视图在内的可变数量输入。它提出 Multi-state Articulation Transformer，通过交替的状态级与全局注意力聚合跨观测的关节线索，并引入 observed articulation span 目标监督各部件在输入观测中的运动范围。

论文提出 JEPA-Anything，一个基于正交预测分解（OPF）的领域无关世界建模框架，覆盖视觉、生物、临床轨迹、控制、分子动力学、物理场和天气七个领域。

DeformSmith 能从文本或单张图像自动生成可用于机器人操作的物理可信可变形资产，通过分层智能体构建与共享物理测试框架，逐步生成、测试并优化几何、物理模型、材质行为和机器人交互。其视觉质量与物理合理性优于 PhysGen3D、PhysGM 和 PhysX-Omni 等基线，并支持合成可变形物体操作数据。