AI 情报文章归档

Haus Research 对 Perplexity 的 sonar 与 sonar-pro 两个搜索模型提出 310 个关于 210 家科技公司的事实问题，抓取全部 cited URL 核验。

Replit 宣布本周五上午 9 点（太平洋时间）直播，团队 Amadeo Pellicce 和 Jean-Luc Thumm 将深入介绍 Replit MCP，该功能已上线，用户可从 ChatGPT、Claude、Slack 或任何 MCP 客户端创建和管理 Replit 应用。

Google 发布 Gemini 3.8 Flash，称其为此前最佳的推理与编码模型，这是六周内的第三款 Flash 模型，另推出面向漏洞检测与缓解的 Gemini 3.8 Flash Cyber。

NVIDIA 发布 Switchyard，一个 Apache 2.0 协议的 Rust 代理和库，用于在多个后端之间路由 LLM 流量，并双向翻译 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 三种格式，包括流式事件。

GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。

Speech brain-computer interfaces (speech BCIs) translate neural activity into language, offering a path towards restoring speech for people with paralysis and, more broadly, enabling new forms of natural human-computer interaction. Despite…

Recent web agents use world models for test-time action selection by sampling candidate actions, predicting the resulting web states, and ranking them with a ranker model or a Process Reward Model (PRM). These world models are typically tr…

llm-anthropic 0.28 发布，支持 Claude Fable 5.1，并为支持该功能的模型默认显示推理轨迹（reasoning traces）。新版本还新增了 `llm_anthropic.ClaudeRefusal` 异常，用于处理 Claude 触发拒绝响应的情况。

We introduce the Graph Machine (GM), an architecture that maintains an $O(n)$-sized state and accesses it through sparse, dynamic routing. Unlike methods with fixed-size states or sparse but static routing, GM preserves $O(n)$ complexity i…

Ordinary differential equations (ODEs) underlie models in science and engineering, and many applications need derivatives of their solutions with respect to parameters. Ensembles of independent trajectories suit graphics processing units (…

Anthropic 上线检测文件是否由 Claude 生成的浏览器工具，文件不上传、仅读取本地嵌入的内容凭证。工具识别基于 C2PA 开放行业标准的加密签名元数据，支持 .png、.jpg、.svg 等文件类型，文本水印检测则通过面向合格机构的私有预览 Detection API 提供。

Elon Musk 发文确认 Grok @Bot 现已登陆 Android，Grok Bot 现已可以在 Android 平台使用。

Amazon 推出新功能，用户可询问 Alexa for Shopping 某封邮件、短信或电话是否真的来自 Amazon，AI 会将其与 Amazon 历来发送的所有消息记录比对，并分析内容、格式和发件人。

美团 LongCat 宣布 LongCat-2.0 已在 Command Code 上线并对所有订阅用户免费可用。该模型参数量 1.6T、上下文 1M、激活参数 48B，可通过 npm i -g command-code 安装使用。

Databricks 宣布扩展 Genie Agents 能力，新增深度分析、文件推理等功能。此前公司在 Data and AI Summit 上宣布 Genie Spaces 演进为 Genie Agents。

Autonomous robots powered by deep learning face a fundamental auditability challenge: when incidents occur, investigators cannot reconstruct why the system made specific decisions. This paper presents TRACE (Transparent Reasoning Architect…

Harnessing naturally occurring feedback from user interactions offers a promising learning signal for Large Language Models (LLMs). However, recent studies suggest this feedback is inherently noisy and difficult to leverage effectively. We…

X Square Robot 发布 TwinDEX，一对协同设计的三指九自由度灵巧操作接口，一个可穿戴用于数据采集，一个用于机器人部署，两者共享相同的运动学、接触面、外观和传感器。

We study how far gradient descent (GD) can be accelerated by predetermined stepsizes in smooth convex optimization. Going beyond the classical $Ω(n^{-2})$ first-order oracle lower bound of Nemirovsky and Yudin, we prove an $Ω(n^{-1.6342})$…

LLMs are trained to generate natural language. However, various strands of evidence indicate that an LLM's externalized linguistic outputs and mechanistically-extracted linguistic features can be an unreliable lens for understanding intern…

World Labs 发布多模态世界模型 Atlas，官方称其可生成具有像素级精确相机控制的图像和视频帧，并在 3D 中重建。作者评价其可生成可交互的 3D 世界，认为对 2D 文生视频和三维建模、游戏行业有冲击。

Elvis Saravia 称赞 exo harness 出色，并给出入门教程链接 https://academy.dair.ai/labs/intro-to-exo，介绍 exo 如何支持递归自我改进。

Competitive programming has become a key test of large language model reasoning, with international competitions such as IOI and ICPC representing its most challenging settings. We present an end-to-end specialization pipeline combining la…

Stable 4-bit floating-point (FP4) pretraining is difficult because the E2M1 payload represents only a narrow range of magnitudes. NVIDIA's Transformer Engine \nv{} recipe addresses this with current-tensor scaling, a randomized Hadamard tr…

Ethan Mollick 称自己获得 Gemini 3.8 Flash 早期访问，认为它是很好的 Flash 模型，但不等同于前沿模型。他用相同提示词让 Gemini 3.8 Flash 快速生成被淹没的新哥特式高塔 twigl shader，并附视频与 Fable 5.1 及此前模型的版本作对比。

SemiAnalysis 发推称，OpenAI 的 Jalapeno ASIC 及其系统备受好评，但存在一个几乎无人谈论的重大缺陷，并以六条推文串（1/6）的形式展开分析。附图显示两人手持一块标注 Jalapeno Intelligence Processor 的晶圆纪念牌。

Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，两者基于同一核心智能，区别在于安全包络和访问方式。

Inworld 的 Realtime TTS-2 正式全面可用（GA），目前在 Artificial Analysis 的 Controlled Voice Arena 排名第一，官方称其为同级别中最快的 TTS。开发者可在文本中写入从简短情绪标签到完整句子的语气描述来控制语音表达；官方表示研究预览版使用量远超预期，反馈已用于本次 GA 模型。

Meshfree methods such as smoothed particle hydrodynamics (SPH) with kernel corrections, radial basis function-generated finite differences (RBF-FD), and the local anisotropic basis function method (LABFM) construct discrete differential op…

OpenRouter 宣布 Intelligence on Ice 活动，与 @UseCorgi Cafe 合作，在 SF 或 NY 的门店提供内含免费 OpenRouter credits 的冰焦糖拿铁。用户拍照发帖还有机会获得更多 credits 和周边。

Google AI 发布 Gemini 3.8 Flash Cyber，专为安全团队等防御者构建，可大规模生成修复漏洞的补丁（patch generation），官方称是其迄今最强的防御模型之一，较 3.5 代大幅提升。

Pangram CEO Max Spero 做客 TechCrunch Equity 播客，谈 AI 生成内容检测的问题。话题涵盖 Substack 新闻通讯、在线欺诈，以及人类写作的未来。

Researchers increasingly use artificial intelligence to construct measures of social, organizational, and occupational characteristics that are absent from conventional surveys. We propose AICOME, AI COntextual MEasurement, a framework for…

在纽约时报诉 OpenAI 的案件中，特朗普政府提交了一份 20 页法庭简报，为 OpenAI 未经授权使用版权材料训练 LLM 辩护。简报援引特朗普去年签署的行政命令，称限制 LLM 发展将阻碍创新与美国繁荣。

Google DeepMind 发布 Gemini 3.8 Flash Cyber，面向防守方提供专家级漏洞检测和自主修补能力。官方表示该模型可帮助团队领先应对新出现的威胁，并附推文串介绍具体用法。

Reinforcement learning with verifiable rewards (RLVR) has emerged as a powerful paradigm for large language model (LLM) post-training, but its reliance on coarse outcome rewards leads to limited guidance on intermediate reasoning processes…

Most "AI-powered" side projects follow the same arc: a slick demo, a hardcoded API key, one shared...

Google 发布 Gemini 3.8 Flash，含通用版和面向经审核防御者的 3.8 Flash Cyber。

Odyssey 发布一条配视频的推文，正文仅为 One of those evenings.，未给出具体产品或事件信息。