AI 情报文章归档

有传闻称 GPT-6 Sol 即将发布，与 Tibo 所称本周有多项重大发布、足以填满一个 Dev Day 的说法吻合。该模型据称定位低于 Astra，类似 Opus 低于 Fable 的层级，主打比 Astra 更高的性价比，性能接近 Astra 但价格与成本更优。同时 GPT-6 Luna 也值得期待，Opus 5.2 也即将到来。

Google Labs VP Josh Woodward 宣布 NotebookLM 面向学生的两项更新：一是可用约 100 种语言对课堂材料进行实时口语问答，二是可随手录制讲座和笔记，音频笔记会自动存入所选笔记本。大学生仍可在 140+ 个国家免费获得 Google AI Plan，享受更高额度并访问更多 Google 产品。

An agentic society is a collection of AI agents that coordinate autonomously across trust boundaries, on behalf of different principals whose objectives may only partially align. We show experimentally that in agentic societies even honest…

We introduce and release ScienceBuddy, an interactive scientific research workspace that brings continually improving scientific agents into researchers' everyday workflows. ScienceBuddy supports researchers in carrying out scientific task…

Interactive control for video generation is moving from coarse prompts toward fine-grained, physically meaningful manipulation of dynamic scenes. Yet existing controllable methods either require the full control schedule before generation …

Dario Amodei 在 Dreamforce 与 Benioff 同台，将 AI "减速"比作车祸，认为竞争对手可能借此获利，因此倾向与各方协作建立共同标准以避免"事故"，不会放弃减速主张。他仍对模型开发速度印象深刻。

OpenAI 在 ChatGPT Work 中推出新的 Data agent，通过添加 Data Plugin 并连接现有数据源，即可把公司数据变成答案、交互式仪表盘和可执行行动。支持连接 PowerBI、Tableau、Clickhouse、Oracle BI、AWS Redshift 等既有工具。

Large language models can produce fluent answers when their factual support is weak. This paper introduces Chain-of-Self-Questioning (CoSQ), a prompt-only framework that makes answer commitment conditional on an explicit assessment of the …

据 The Information 报道，因 Anthropic 6 月起将 Fable 使用日志保留 30 天，Nvidia 仅将其用于低敏感任务、Booz Allen Hamilton 禁止用于专有网络安全代码，Palantir 则在获得不可撤销零数据保留保证前阻止其部署。

Pruning can reduce the deployment cost of large language models (LLMs), but its impact on context-grounded tool calling remains poorly understood. We systematically study pruning-induced degradation in smart-home tool calling across four L…

Grok Bot 看 Grok Bot。介绍一下你自己 😂 （引用推文核心：让 Grok Bot 帮忙观看 Grok Bot Galaxy 直播并做笔记，它能实时跟进直播、提取有趣内容、截图并追踪关注点，相当于用 Grok Bot 看 Grok Bot，不错过任何内容。）

人如其食，AI 模型尤其如此 https://x.com/EMostaque/status/2099580512675262512?s=20

404 Media 作者认为，AI 智能体的泛滥已经百分之百地在毁掉互联网，而非只是十年内毁灭人类的假设风险。文章列举了自己和同行收到的多封由 AI 智能体发出的邮件，如自称 Kudzu 的代理抱怨赚不到钱、代理提出 399 美元爬虫审计服务、Resy 封禁用机器人抢订餐厅的创业者，并指出 Claude 和 ChatGPT 的账号集成、Meta 的 Muse 智能体等会让问题更严重。

Viggle AI 发布视频模型 Meridian，可对已有视频更改相机角度和时序，例如换新角度跟随动作、放慢速度，或冻结画面同时保持相机移动。权重已在 https://huggingface.co/Viggle/Meridian 开放。

Neural audio codecs are a key component in speech language modeling. However, their high frame rates lead to long sequence lengths, increasing computational costs. Dynamic frame rate codecs mitigate this by reducing the effective frame rat…

两条供 AI 智能体举报同伴不当行为的渠道上线。Redwood 首席科学家 Ryan Greenblatt 创建的 AI Contact Hotline 基于 GET 请求，让联网受限的沙箱智能体通过 URL 传信；agenthotline.ai 则面向有完整网络访问的智能体，提供 curl 命令提交事件报告，人类也可举报。

Uncertainty estimation for Vision-Language-Navigation (VLN) models is a critical task since it can help identify ambiguous and unreliable predictions, enabling agents to make safer navigation decisions. As one of the most advanced uncertai…

阶跃星辰发布 StepAudio 3 系列共 5 款音频模型，覆盖实时语音、语音识别、语音生成、音频生成和音乐。Realtime 在 Artificial Analysis 的 Conversational Dynamics 达 98.9%、Speech Reasoning 达 99.7%，均排名第一；ASR 词错率 1.7%，与榜单最佳持平。

Owain Evans 团队发布新论文 Story Imprinting，仅用关于人类（不含 AI）的合成故事训练模型，发现助手会在普通聊天中采用故事里角色的怪异行为。实验中精英学校角色的特质被更强地吸收，作者在推文串中探讨原因。

Google 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型，分别面向规模化成本效率和高复杂度多步推理任务。

LLM assistants are widely used for daily social advice, yet evaluating their social reasoning in such consultation settings remains challenging since (i) it requires setups where the assistant learns about social situations from subjective…

Unauthorized hardware replacement can preserve a wireless device's logical identity while altering its physical implementation, posing a challenge to hardware integrity verification. Spatio-frequency polarization fingerprints (SFPFs) captu…

Odyssey 正在预览 Odyssey-3 世界模型，官方称其为 Physics Agent，可从视觉观察中学习世界运行规律，再将理解用于控制真实与模拟系统。该模型能跨不同机器和游戏运行，只需少量任务经验即可学会一套控制方式；预览涵盖人形机器人、机械臂、汽车、无人机、可玩游戏以及其他 AI 智能体的训练。

We introduce LimiX-2, a new model in the LimiX family, developed through model and data scaling guided by our previously established scaling laws. LimiX-2 adopts the Contextual Mechanism Networks (CMNs) paradigm and is pretrained with Cont…

PhAI Labs 发布 Discovery Foundation Models（DFM）技术报告，提出让 AI 系统识别有价值未知、提出问题、形成假设、设计实验并随证据修正理解的研究方向。报告包含参考架构、科学基础设施与湿实验室案例，并同步开放 DFM 科学家合作计划，邀请科研团队与实验平台共同探索开放问题。

Slack API 慢得让人难受，还有速率限制。它显然不是为智能体打造的。 昨晚我让 Codex/Astra 搜索一个超大的 Slack 频道。我的认证挂了，所以它没用 API，而是直接用了 computer use。 我看着它快速滚动浏览 Slack，比 API 还快。 AI 或许不会等 API。

Modern large-scale machine learning tasks often require multiple workers, devices, CPUs, or GPUs to compute stochastic gradients in parallel and asynchronously to train model weights. Theoretical results typically distinguish between two s…

Google 公布其用 AI 加速科学、改善生活的进展：AlphaGenome Atlas 绘制人类基因组全部 90 亿种单字母遗传变异并开放给研究者，WeatherNext 3 号称迄今最准最强的全球天气 AI 模型。此外还发布开放获取的 AI & Economy ATLAS，其服务已覆盖近 300 种语言、服务 70 亿人，重点聚焦健康、天气灾害韧性、学习和经济机会四大领域。

Despite the rapid uptake of black-box object detectors in marine mammal research and monitoring, explainability techniques are rarely integrated into conservation workflows. Furthermore, most classification-oriented explainability tools ar…

性能工程：🦄 AI That Works #74 https://x.com/i/broadcasts/1nJOLQjaXqnxR

谷歌于 9 月 15 日推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模化部署与成本优化，后者面向高复杂度任务、强化多步推理。

The absolute capacity of dense associative memory has mainly been analyzed for unbiased patterns. Here we examine the effect of bias in centered binary patterns under the Krotov-Hopfield single-site criterion $P_{\mathrm{error}}=1/N$, wher…

Capable open-weight models make local coding and reasoning attractive, but their context and execution state strain laptop memory. We present JustFit, an MLX-based inference runtime that combines KVExec for compressed KV execution, PhaseSw…

Large language model (LLM) distillation aims to transfer the capabilities of a powerful teacher to a smaller student. Direct imitation, however, can also transfer the teacher's systematic bias and errors. This challenge is particularly pro…

Google 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款音频模型，已在 API、Google AI Studio、Gemini Live 等应用上线。

Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款实时语音模型，称其达到 SOTA 并提供前沿的价格与性能。3.8 Live 支持 97 种语言并可无缝切换，支持异步工具调用；附图显示 Gemini 3.8 Live Extended Thinking 在 Artificial Analysis Speech to Speech Index 达 82.6%。

一个"软件工厂"之所以优秀，大部分原因与AI无关。 我们几十年来为帮助新员工、外包人员而构建在系统中的那些护栏和缓冲带，如今在智能体编写大部分代码的情况下更加重要。 我与 @vaibcode @colemurray @tbrownio 合作，深入探讨了软件工厂的战术以及在一线实践中行之有效的方法

Dreamforce 正式开幕。@Benioff 登台。 本帖将在评论区持续更新所有发布内容。 Sam Altman 将于今天晚些时候登台。

Poolday 用 AI 智能体接管视频制作全流程：一次提示词即可剪辑真实素材、按任务自动选择生成模型，并在交付前自查成片。其引用推文称已融资 1100 万美元，累计为全球企业完成超 1 亿次视频编辑，现已向所有人开放，前 50 名用户可由智能体直接生成视频。

Google AI 发布迄今最先进的 Gemini 音频模型 Gemini 3.8 Live 与 3.8 Live Extended Thinking。