AI 情报文章归档

Voice actors often re-read the same script while modifying their delivery in response to performance directions. We study this setting as direction-following TTS, where a system generates a new utterance that reflects a given direction rel…

Simulation-based science often requires a distribution over simulator parameters whose push-forward reproduces a set of real observations: this is the source distribution estimation (SDE) problem. Existing methods fit the source against a …

SemiAnalysis 本期节目由 Doug、Sam 和 Jordan 讨论 OpenAI 与 HuggingFace 的安全事件，以及其关于 Neocloud 安全的文章（https://newsletter.semianalysis.com/p/most-neoclouds-suck-at-security），并预告 ClusterMAX 3.0。

Generative AI is changing how cultural artifacts are created and circulated, and with it our understanding of creativity itself. Researchers disagree about whether these tools enrich or impoverish culture, and we argue that much of that di…

Most difficult agent incidents begin with one question: Why did the agent do that? Why did it...

Catch 发布 AI 行政助理 Catch AI，定位是为忙碌的高管真正执行行政工作，而非仅建议或总结。产品可管理日历、分类收件箱并代表用户拨打真实电话，支持连接 Slack、WhatsApp、iMessage、邮件和电话等渠道。示例包括直接邮件对方安排或改期会议、致电餐厅和诊所等、在用户确认意图后代拟发送邮件，以及语音播报当日安排并按回答执行。

据晚点 LatePost 9 月 2 日消息，月之暗面本周以保密形式向港交所递交 A1 文件，正式启动港股 IPO 流程，公司回应不予置评。报道称其同时以 500 亿美元投前估值推进新一轮融资，可能是 IPO 前最后一轮；此前 7 月公司完成超 35 亿美元 F 轮融资，投后估值 350 亿美元，认购金额超原定目标 3 倍有余，另有消息称 IPO 或募资约 30 亿美元，但当时公司回应消息不实。

IBM 与 Confluent 宣布四款 IBM Granite 时间序列基础模型（PatchTST-FM、FlowState、TTM、TSPulse）以 Early Access 形式上线 Confluent Cloud。

Loneliness is a critical public health issue among older adults, linked to higher risks of depression, cognitive decline, and mortality. Scalable, objective methods for its detection remain limited, particularly in natural conversational c…

Ethan Mollick 转引 @levie 的观点并评论称，AI 模型越来越擅长发现和利用漏洞，前沿模型领先、开源权重紧随其后，企业漏洞发现将成倍增加，用 AI 加人工监督来分诊和自动化修复基本是唯一出路。Mollick 表示这不一定是希望因 AI 而繁荣的岗位类型，但说明了 AI 能力变化时哪些工作有需求可能快速转移。

据 DigiTimes 9 月 2 日报道，美光正在研究高耐久性 NAND 闪存模块，计划部署在距离 GPU 更近的位置，当前被称为"近 GPU NAND"。该方案可让 GPU 直接访问数百 GB 的 NAND 存储池，放置在 GPU 封装内部或 PCB，工作方式类似 HBM、GDDR7；与传统 TLC 或 QLC NAND 相比密度更低，重点提升 I/O 速度和带宽。

发表于《欧洲营销杂志》的研究发现，在某些情况下不那么像真人的文字聊天机器人反而获得更积极的客户反馈，打字的慢节奏让消费者有时间平复负面情绪。另一项发表于《商业研究杂志》的研究显示，能准确识别消费者愤怒等情绪状态的 AI 客服会带来更高满意度。调查还显示 1031 名澳大利亚受访者中 78% 用过自动化客服，仅 39% 感到满意。

@arcprize 公布 Anthropic 的 Fable 5.1 在 ARC-AGI（Verified）上的成绩：ARC-AGI-2 得分 90.0%，成本 $3.12/task；ARC-AGI-1 得分 97.5%，成本 $1.40/task。两个基准上平均单任务成本比 Fable 5 低约 32%，主要来自更好的 token 效率。

Catch 团队发布 Catch AI，一款为忙碌高管打造的行政助理智能体，定位是真正替高管完成他们不愿自己做的行政工作，而不只是建议或总结。作者评论称主动式、能实际完成工作的智能体市场巨大，Catch 处理日程、邮件和差旅，会存储用户偏好并能在用户开口前主动行动。

据 Android Authority 报道，高通披露新一代 Adreno GPU 细节，核心新设计是加入 Adreno 矩阵核心，预计配备 3 个，以更低延迟和功耗处理本地 AI 任务。

Large language models (LLMs) are increasingly deployed as economic agents, yet there is little evidence whether LLM agents are suited for participating in market mechanisms designed for humans, and whether these mechanisms deliver desired …

Google Workspace 宣布推出 Google Pics，AI 图像创建功能正逐步推送给 Google Workspace 客户及 Google AI Pro 和 Ultra 订阅者。该工具支持编辑单个对象、润色或翻译文本，并支持团队协作，可访问 http://pics.new 试用。作者评论认为 Google 的 AI 产品线越来越分散，图像有 Gemini、Nano Banana、Google Pics，视频有 Veo、Flow、Vids。

Dyson 发布 CameraJet 牙刷，售价 $499，刷头内置 10 万像素微距镜头，刷牙时每秒拍 28 张图像，AI 用 47 万张牙科图像训练，检测到牙缝后在 100 毫秒内喷射漱口水自动完成类似牙线的清洁。

I built GeoMart for OpenAI's WebMCP Challenge: a storefront where a human fills in a live,...

I don't remember the last time I pasted an error into Google. Not the date. I mean the habit left...

Gemini 3.8 Flash 出现在 Google Cloud Console 指标与配额页面，作者称这通常是发布前的常规信号。引用内容称这印证了其今日发布或公布的传闻；当天早些时候还有用户发现部分 Gemini 会话已由 Gemini 3.8 Flash 驱动。

Volumetric video based on point cloud representations enables immersive virtual and augmented reality applications but introduces significant challenges for efficient and secure content delivery. Prior work proposed a selective coordinate …

Machine-learnt corrections can complement numerical weather prediction only if they adapt to the evolving model state while preserving dynamical consistency and numerical stability. To test this within a global forecasting model, we couple…

Zho 发布一段视频，展示用汉字阵制作《攻壳机动队》（Ghost in the shell）风格转场，称其再合适不过，作品标注为 ENFINITY|Zho。这是其「做点好玩的！持续进行中…」系列的一部分，此前还发布过致敬草间弥生的作品。

作者与 Peter 对话 LTX 联合创始人兼 CTO Yaron Inger，围绕其新开放权重的视频与世界模型 LTX-2.5 展开讨论。问题包括模型在生成逼真画面之外实际理解了什么、物理能力是否足够支撑机器人领域、原生多镜头生成在剪辑间记住了什么、速度基准是否公平、创作者在可负担硬件上的预期，以及开放下载权重后 LTX 如何构建商业模式。

作者 all2 在 Hacker News 发布 HN Matchmaker（hnmatchmaker.com），基于 HN 每月的"谁在招聘？"与"谁想被录用？"帖子，用 AI 在求职者与职位之间做自动匹配，帮助用户找到下一份工作或下一位候选人。

Frank Wang 玉伯发帖称，大量用户的第一个卡点不是怎么用 Codex，而是怎么安装 Codex。他表示用户在安装好、解决第一个卡点后，马上会遇到最后一个卡点，即用 Codex 来做什么，然后就没有然后了。

开发者基于面壁智能 OpenBMB 的 MiniCPM5-1B 和 PilotDeck 构建了开源项目 Document Field Agent，可将本地 PDF、图片和扫描文档转为结构化、可复核的结果。

Drug-target interaction (DTI) prediction is an important task in AI-driven drug discovery. Although recent biochemical representation learning methods have improved DTI prediction, their passive feature aggregation tends to favor dominant …

Modern large language models (LLMs) rely on reinforcement learning to build strong capabilities in individual domains, but integrating those capabilities into a single deployable model remains challenging. By routing each sample to the tea…

OpenClaw 转发 GitHub 的访谈视频，链接 https://youtu.be/5VSwaUXtPIE?si=vdegRI2eH4wXo2lG。GitHub 介绍视频由 OpenClaw 创作者 @steipete 及其维护者讲述该项目如何构建、扩展并保障安全，并称其为 GitHub 历史上增长最快的开源项目。

SiliconFlow 宣布 Kimi K3 即日起降价 10%，默认 TPM 从 100K 提升至 2M。新价格为 Cache input $0.30/M → $0.27/M，Input $3.00/M → $2.70/M，Output $15.00/M → $13.50/M，对所有用户开放。

新加坡科技设计大学研究人员让 140 名 60 至 89 岁老年人与其社交聊天机器人 Ami Chat 互动，研究发表于《老龄化创新》期刊。结果显示，社会关系相关三个指标（拟人化、真实性、AI 社交互动强度）在使用意愿差异中额外解释了 27%；感觉更真实、互动更具回应性时使用意愿更高，但认为机器人更像真人的参与者意愿反而更低；自评健康状况较差者使用意愿更强。

Frank Wang 玉伯表示内心期待四件事：大厂疯狂投入资源做豆包工作、我可八弟、千问办公等，用户被教育学会用豆包后发现豆包是另一个百度；创业公司做出真正新一代体验的 Google，豆包只能蹲踞一角；大厂投入做豆包、小微、千问后用户发现小微也是另一个百度；创业公司做出真正的大家伙，看得张一鸣直揉眼、张小龙后悔不够激进。他最后问读者期不期待。

Diagnosing collective anomalies from urban trajectories is increasingly important for traffic governance, as it reveals what happened, who was involved, and where and when the event occurred. Existing detectors efficiently produce scores o…

Graph construction is a critical but underexamined design choice in deep reinforcement learning for power grid control. We present a controlled experimental comparison of different graph representations, including physical topology, electr…

Rather pretend not to know than pretend to know and act on it. Stay still. Hide the move. Wait like...

Image enhancement and restoration have become standard back-end operations on short-video and social media platforms to boost UGC visual experience. Yet these processes inevitably introduce visual anomalies--especially in faces, texts, and…

Every serious engineering organization has spent decades building governance around one artifact:...

Oppenheimer 将 SpaceX 目标价上调 12% 至 $280，并维持 Outperform 评级。理由包括 Cursor 收购已产生变革性影响、AI 使用和效率超预期，以及新的 NVIDIA Rubin GPU 约一年内可收回投资。