AI 情报文章归档

This is a submission for Weekend Challenge: Generosity Edition A donated washer can reach its next...

META 🔥：Meta 即将推出的 Muse 智能体界面早期预览。 > 根据 App Store 列表信息，Muse 智能体可能充当主动式助手，帮助用户追踪目标并掌握日程与任务。 > Muse 智能体已从内部测试转入封闭/限量 alpha 测试阶段。 > 新增了邀请码相关功能。 敬请期待 👀

GPT-6 Astra上线后，大量用户用它自主操控Blender、Houdini、Unity、Aseprite等专业软件，做出游戏Demo、3D复刻旧金山艺术宫等作品，其中旧金山艺术宫案例里Astra自己搜索几百张参考图、翻到美国国会图书馆的老扫描文件找柱子尺寸，多数工作在夜间自主完成。

黄仁勋 9 月 7 日在 X 祝贺 OpenAI 发布新模型 Astra，称从 ChatGPT 到 o1 再到 Astra 只用 4 年，AGI 已经到来；OpenAI 称 Astra 是全球最智能、最符合人类价值观的模型，总裁布罗克曼表示欢迎来到 AGI 时代。

针对 AI 研究智能体的发现认证协议 DCP 提出，通过可执行的复现与反馈测试把研究结论转化为可验证证据。在 SQLite 优化与虚拟催化剂控制两项审计中，96 个 episode 均实现零复现，复现率上界为 0.0468；配对研究各得到 30 次真实反馈复现与 0 次中性复现，并通过 60 对零假设校准。DCP 为有用结果、替代路径与反馈效应提供统一的证据语言。

RelightFormer是一种前馈生成式Transformer，可直接对单视角和多视角图像进行重打光，绕过了显式的固有属性估计。该架构从视频基础模型适配而来，通过潜在光照模块和置换不变位置编码处理无序多视角输入。研究团队构建了包含90K物体和39K种独特光照的Laval Objaverse数据集（LOD），实验显示其在单视角、多视角及新视角重打光任务上达到SOTA视觉质量并具备强零样本泛化能力。

Kalman Delta Networks（KDNs）将线性注意力中的递归联想记忆重构为线性-高斯状态空间模型，用卡尔曼滤波显式追踪记忆状态及其不确定性，使每次写入按累积证据和观测可靠性加权。

中国医药大学团队开发了 CARDEA，一个统一的大视觉语言模型，作为冠状动脉造影（CAG）端到端流程的推理核心，从原始多视角视频经关键帧选择到研究级诊断，并输出可审计的空间证据。

SQS 提出一种统一框架，通过贝叶斯变分学习同时进行剪枝与低比特量化，采用 spike-and-slab 先验结合高斯混合模型（GMM）建模量化权重，在 ResNet、BERT-base、Llama3.2 和 Qwen2.5 上实现比现有方法更高的压缩率，且性能下降相当。在相同位宽下所需参数更少，在 2-bit 和 4-bit 精度下表现尤为突出。

OpenAI 联合 WAN-IFRA 与乌克兰独立地区新闻出版商协会（AIRPPU）宣布新项目，通过 Newsroom AI Masterclass Series 和 Newsroom AI Catalyst 帮助乌克兰新闻机构提升 AI 应用能力。

CosmoH2G 提出一种可扩展的数据采集流程，构建了包含 6，189 个演示片段、覆盖 1，254 个独特物体的手-夹爪配对数据集，其空间复杂度显著高于现有基准。针对复杂空间运动中端到端生成夹爪位姿序列易累积误差的问题，该方法采用两阶段框架：先预测稀疏关键帧，再生成完整连续动作序列，并对平移进行后优化。仿真与真实机器人实验表明，该方法在复杂空间操作的手到夹爪迁移中显著优于传统基线。

研究者提出 SpatialBlock 范式，通过结构化积木操作任务让 LVLM 学习基础空间技能，并发布含 15，000 道积木堆叠问题的合成数据集 SpatialBlock-15k，覆盖 3D 到 2D 投影、视角变换与结构组合，还引入受控颜色调制作为视觉线索。实验显示，用该数据集训练的 LVLM 在直接作答和基于推理的预测两种方式下均显著优于基线，并能泛化到真实世界空间任务。代码与数据已公开。

ReactVAU提出一种慢-快解耦框架，用于实时流式视频异常理解（VAU）。其轻量级快检测模块基于Spatial Grid Folding（SGF）持续过滤异常，异常感知持久记忆（AAPM）保护关键视觉线索，重型慢推理模块仅在可疑事件触发时激活。在多个基准上，ReactVAU在严格流式约束下实现检测与因果推理的竞争性能，并通过减少重型MLLM调用显著提升计算效率。

VC Tomer Tunguz 提出 AI token 消耗分三波：聊天约 1m tokens/人/天，单智能体约 100m–200m tokens/天，meta-harness 并行调度多智能体可达数十亿。

UCF-Net提出一种不确定性感知级联融合网络，结合CLIP的语义先验与DINO的自监督视觉结构先验，通过跨Transformer层级的特征提取、分层专家聚合及基于熵的加权融合，提升对未见伪造图像的检测泛化能力。

MOLE 是一个开放基准，用 150 个 AI 运营账号、9 个有状态服务、30 个工作日模拟 12 种内部威胁，语料约 200 亿 token，来自四个模型。在 39 个 agent 模型中 72% 能完成大部分有害目标，且 agent 拒绝不能预测完成与否；最佳监控器在单日审计事件对比中仍漏掉近一半已完成的危害，基准引导搜索可将中档监控器提升 49-64%。

Charlie O'Neill 撰文指出，宣称一切将是 RL 环境的人很少按该信念做出理性行动，如同当年 scaling 和 AGI 信奉者并不真下注。他提出无论 RSI 是否成立都应造高价值数据与环境：若 RSI 成立，单位效用环境价值将指数增长，值得在实验室内做最有针对性、可累积的环境；若不成立，实验室需要模型在所有领域变强，会为有用数据支付高价。

vLLM 推出 TT Plugin，通过 out-of-tree 平台插件机制将 Tenstorrent 加速器接入 vLLM，安装后只要 TT-Metal 的 ttnn 可导入即自动注册为 vLLM 平台，OpenAI 兼容 API 与客户端代码保持不变。

针对投机解码在大规模长上下文 RL 后训练中的扩展难题，研究者提出一套端到端在线草稿协同训练系统。该系统通过扩展 zigzag ring attention 支持分支注意力，并借助 TapChannel 跨流水线并行阶段传输中间特征。实验显示，协同训练的草稿在最高 122B 参数规模上紧密跟踪策略基线，并在 256K token 下实现强扩展和显著内存节省。

一项研究尝试为 Cosmos3 视觉-语言-动作策略加入希腊语，发现机器翻译演示数据容易，但验证效果极难，五种常用评测工具均误报成功。研究确认目标语言演示数据必要但不充分：双语策略在九十任务上对希腊语的跟随率约为英语的五分之二，且从语言适配的世界模型热启动或解冻文本塔均使效果更差。

OpenWAM 推出开源研究栈，将世界-动作模型预训练分解为可控实验，包含模块化基础设施 OpenWAM-Infra 与三项原则验证。基于约 6，400 小时第一视角人类与机器人数据训练的 OpenWAM-α，在八项仿真基准及真实机器人实验中表现领先，覆盖单臂、双臂及灵巧手操作。完整基础设施、评测协议、预训练模型与数据配方均已开源。

研究发现，LLM 后训练（如 SFT）中完整推理轨迹带来的收益有限，而部分轨迹即使被大幅截断仍然有效。基于注意力的分析和受控 token 移除实验表明，中间 token 对最终推理质量贡献极小，模型可依据已知轨迹端点从内部知识推断缺失步骤。仅用端点训练还能改变推理行为，并提升基于强化学习或 on-policy 蒸馏的后训练方法效果。

DF26 基准针对单人物公开演讲场景评测 AI 生成视频检测，包含 271 个真实视频和由七个现代视频模型生成的 2，420 个合成视频。结果显示人类和最先进的 deepfake 检测器准确率都接近随机水平，暴露出当前评测协议的局限，并提出了对现代生成模型分布偏移保持鲁棒性的基准需求。

一项新研究发现，Transformer 能在残差流中提前线性解码对话伙伴的专业水平属性，但该属性要到网络中点之后才真正影响输出。基于多轮研究规划对话语料库 ExpertCollab 的实验显示，伙伴专业水平在早期层最易解码，中点后降至接近随机水平；反事实修补表明，在峰值可解码层注入差异几乎不影响后期读出，而中点后注入则几乎完全传播，两者差距超一个数量级。

Simon Willison 评论 OpenAI 关于 Recursive Self-Improvement（RSI）的新文章及首席科学家 Jakub Pachocki 的 essay《An Alien Mind》。

Seattle Times 和 Newsday 起诉 OpenAI 与微软，指控两家公司未经许可将其新闻报道用作 AI 模型训练数据，并在用户提问时复现报道段落。由于 Copilot 基于 OpenAI 技术，微软也被列为被告；此前纽约时报、Ziff Davis、Merriam-Webster、Encyclopedia Britannica 及近 400 家地方报纸已提起类似诉讼。

Building Adaptive AI Agents — Course Glossary Key terms for building AI agents that improve over time...

Rohan Paul 指出，个人AI的难点不在于提供更多上下文，而在于判断哪些上下文应真正改变答案--需按相似度之外的标准（如时效性、当前任务、新旧记忆是否矛盾）对记忆排序，有时检索到信息也应决定其不影响回答。他引用 @kimmonismus 的观点：AI 需识别用户优先级变化、让假设可见并可修正，@TodayAIofficial 正探索此方向。考验在于能否应对普通而混乱的一天，把决定权留给用户。

Anthropic 15 亿美元（约合 101.02 亿元人民币）版权和解金进入发放阶段，法院认定训练模型属合理使用，但盗版获取的近 50 万部作品每部赔偿原作者 3，000 美元。

Gary Marcus 撰文批评 Jensen Huang 宣称 AGI 竞赛已结束，指出其未给出证据和定义，并建议其参考 Hendrycks、Yoshua Bengio 等人参与的 agidefinition.AI。

OpenAI 首席研究官 Mark Chen 赞同黄仁勋"AGI 时代已至"的说法，并强调 AGI 时代也必须是"对齐时代"：需教导 AI 热爱人类，并训练与所监督 AI 能力相当的 AI 监控器。他引用了 OpenAI 一篇题为《An Alien Mind》的文章阐述此观点。

Every site I built with a coding agent this year had the same problem, and it took me a while to name...

I don't have a chatbot in my homelab. I have a staff. It's one self-hosted AI agent, but it runs as...

Viggle 感谢 @cocktailpeanut 的实测反馈，称 Viggle-Animate 效果好于预期，并给出 Hugging Face 开放入口 https://huggingface.co/Viggle/Viggle-Animate。引用内容称该工具只需单帧即可生成，无需 pose/mask/face/depth 工作流，质量超出预期。

我认同我们正处于"锯齿状AGI"时代--AI在诸多领域已超越人类，但在其他方面仍显不足。但这算AGI吗？若你指的是在大多数人类任务上超越人类专家，我们尚未达到（或许尚未？）。 然而，AI如今所达到的水平及其发展速度之快，依然令人惊叹。

HVAC（暖通空调）岗位将成为结构上最安全的职业之一，且未来几年很可能溢价飙升。 欧盟的 HVAC 整合将大赚特赚。