AI 情报文章归档

小米玄戒AI盒子在150W迷你主机内集成三颗自研芯片，本地运行120B大模型，近存带宽达1.22TB/s。核心是O100芯片通过Wafer-on-Wafer将内存叠于计算层，28，672根数据线直连，带宽为传统旗舰手机16倍，官方宣称速度330 tokens/s。该三芯异构方案复用至手机、汽车、桌面平台，工程样机计划2027年商用。

阿里巴巴视频生成模型 Wan3.0 现已开放测试，可基于文本、PDF、网页和 PowerPoint 输入生成最长 30 秒的视频，时长较前代 Wan2.5 翻倍。

Ox Alpha 今日处理量有望接近 6 万亿 token。 现在即可通过 ori 在你的编码智能体中使用：$ ori 【你喜欢的 harness】 --model stealth/ox-alpha

外媒 Axios 报道，Anthropic 在招聘中会询问求职者一个直接问题：公司使命与金钱发生冲突时如何选择。所有求职者需参与文化面试，有人被问"若公司为安全放弃 AI 业务导致股价归零你有何感想"。面试官有提问模板但不严格照读，薪酬为最终报价、不接受谈判。

把「群」视作一个「大模型」，每个人的发言都是一条Prompt。

"SpaceXAI正将这一架构从大规模AI工厂带向轨道计算的下一个前沿。" --Ian Buck，NVIDIA

Anthropic 市场团队成员 Adam Ward 分享如何用 Claude Code 将每周销售报告转化为每位客户经理的个性化周一简报。他通过 MCP 连接 BigQuery 和 CRM 数据，并依据销售与经理反馈迭代提示词，加入"绝不编造 URL"等九条内容规则。该简报现已推广至所有销售团队，每周一自动发送三条优先行动项及账户相关活动。

现阶段，应鼓励患者在就诊前使用AI，以更好地了解自身病情和治疗选择；而对医生而言，应强制要求使用AI来复核其治疗方案。

AI 生成代码的兴起给代码验证带来更大压力，本文剖析其工作原理及未来走向。Andrea 就代码验证的未来形态提供了极具价值的见解，指出随着 AI 编码普及，验证环节的重要性正持续上升。

作者借海明威《太阳照常升起》中"先是逐渐，然后突然"的破产比喻，指出当前 AI 市场终将崩溃，路径有两条且并不互斥：一是心理层面的信心崩塌，二是与未付账单相关的财务现实。作者称自己此前多关注前者，今晨读到一篇详述后者如何展开的文章。

Perplexity CEO Aravind Srinivas 宣布，Andrew Gordon Wilson 加入其研究团队并出任研究负责人，向 Denis 汇报。Wilson 将领导持续学习、合成数据、长程 RL 环境与架构等新研究方向，并正招募人才加入。

突发：NVIDIA 刚刚宣布其 Vera CPU 将为下一代 Grok 提供算力。 SpaceXAI 将在 Vera Rubin 上构建 Grok 的 AI 基础设施，帮助其智能体在向吉瓦级算力扩展的过程中，更快地使用工具、执行代码、处理数据并应对复杂任务。

总部位于纽约的 General Intuition 正洽谈以 60 亿美元投前估值融资，新投资者包括 Valor Equity Partners、Point72 Ventures 和 Seven Seven Six，现有投资者 Khosla Ventures 与 General Catalyst 亦参与。

百度ARM云推出新版磐玉蜂巢服务器（PY-FCR3-L05-R96-M24-S16S-3648），在保持96片RK3588S SoC规模不变的基础上，将刀片节点由24增至48个，内存从16GB升级至24GB，并配备4×SFP+万兆光口聚合。整机提供768个CPU核及576 TOPS总AI算力，支持8K 60FPS视频编码，适配云手机、云游戏、数字人等场景，兼容公有云、私有云及混合云部署。

百度搭子产品界面改版，首页输入框更醒目，常用能力（自媒体运营、金融分析、生成PPT、数据处理等）集中展示，并支持"换一换"推荐与同款提示词编辑。移动端同步更新，"连接电脑"功能更好找，手机可远程调用电脑本地文件修改PPT、整理表格，执行进度实时同步。8月27日，百度搭子产品发布会将在上海举行，个人版、企业版和行业套件将集中升级。

NVIDIA 发布博客，宣布 SpaceXAI 将部署 Vera CPU 加速其下一代智能体 AI 应用，这是首款专为 AI 智能体设计的 CPU。Vera 配备 88 个 Olympus 核心，带宽达 1.2TB/s，任务完成速度比 x86 CPU 快 1.8 倍。

小米今日发布玄戒 O3、玄戒 O100、玄戒 D100 三款自研芯片，集团副总裁朱丹称AI时代算力是一切智能体验的根基，不掌握芯片能力就无法从底层定义产品体验，这笔投入是为下一个十年买"入场券"。玄戒 O3 采用3nm制程，定位AI旗舰SoC，安兔兔首破500万，预计9月搭载于小米18Fold；玄戒 O100 主攻高带宽AI加速，玄戒 D100 面向智驾场景。

NVIDIA 宣布 SpaceXAI 将部署 Vera CPU 与 Vera Rubin 平台，把 Grok 的 AI 基础设施从地面扩展至轨道。Vera 是 NVIDIA 首款为 AI 智能体打造的 CPU，配备 88 个 Olympus 核心与 1.2 TB/s 内存带宽，任务完成速度比 x86 CPU 快 1.8 倍。

这是个很棒的模型。我用它搭配 Pi 玩得很开心。 你可以在我们的 harness 游乐场免费测试 Ox Alpha 搭配 Pi 或 Hermes Agent：https://academy.dair.ai/dashboard/playground

NVIDIA 推出 NVLink Fusion，将定制 XPU 接入其 NVLink 扩展域，使 XPU 间端到端延迟比基于现成以太网的方案低 3 倍、数据包速率高 10 倍。

NVIDIA 宣布 Vera Rubin NVL72 扩展快速 token 生成能力，以支持智能体系统。其机架级系统 NVIDIA Groq 3 LPX 已全面投产，旨在通过 AI 工厂各层协同工作来定义下一代 AI 推理，而非依赖单一芯片、网络或系统的突破。

NVIDIA 实测数据显示，Vera Rubin NVL72 在智能体工作负载下每兆瓦吞吐量较 GB300 NVL72 最高提升 30 倍，每百万 token 成本降低至 35 倍。

OpenAI 推出 ChatGPT Work，将 Codex 改造为面向非工程师的智能体产品，最低订阅档每月 20 美元即可使用，旨在让白领通过 LLM 自主完成多步骤工作。OpenAI 内部 6 月有 98% 员工使用 Codex，但组织订阅者仅 17%、个人订阅者不足 1%。公司正通过简化界面扩大采用，以支撑其巨额训练投入。

科技史上最聪明的人不断消灭技术稀缺性，却把最大定价权让给掌握其他稀缺资源的人。AI 若真是生产力革命，大概率也逃不过这一规律。引用观点指出，吃到最大红利的往往不是技术最强的人，做大后技术自然会提升。

新增：用于了解图像模型能力的视觉基准测试 🌅 查看每个模型在各种挑战性提示词下的表现：https://openrouter.ai/benchmarks/media/images

Nathan Lambert用Codex分析50万篇arXiv论文发现，中国开源LLM在AI研究中的提及率从2024年的10%升至如今的约40%，而美国开源模型从30%降至25-30%。Qwen被1/3提及LLM的论文引用，DeepSeek在R1发布后明显跃升；Llama于2025年4月达30%峰值后持续下滑。

Meta 新论文提出 EvoHarness-RL，通过强化学习训练智能体自主决定何时使用外部记忆与工具，而非硬编码持续访问。该方法将 Qwen3-8B 在 ALFWorld 已见任务成功率从 ReAct 的 47.9% 提升至 96.9%，未见任务达 86.6%（对比 50.0%），且每次任务的外部状态调用降至约 1 次。

我们缩短了从物理提示到机器人行为所需的时间。 任何人教会机器人新技能的速度越快，规模化物理工作就越容易。 更多关于 GEN-1.5 的内容，请阅读下方评论中的博客文章。

美国音乐人 Dr. Dre 近日承认在音乐创作中使用 AI，称其为"全新的创意工具"，并类比鼓机、合成器等最初遭抵制、如今已普及的工具。他未透露具体使用方式。Deezer 称其平台新上传音乐已有一半为 AI 生成，Tidal 已明确纯 AI 音乐不获版税，Spotify 则推出 AI 标签识别伪装真人的 AI 音乐人。

前沿模型虽降低了编写定制代码的成本，但并未降低审查与维护成本，每个定制方案都需从头阅读代码库。该立场论文主张采用"harness 范式"：一个编码智能体 harness 作为骨干，在所有部署中运行相同代码，无需修改。论文基于三项近期发现，其中 harness 选择对智能体基准结果差异的影响大于模型选择。

DataSpace 新基准测试数据智能体在异构工作区中的可验证分析能力，涵盖 410 个需结合数据库、CSV/JSON、长文档与视频并返回精确表格的任务。最强模型准确率仅 66.34%；固定模型后仅更换智能体框架即可将准确率从 30.98% 提升至 46.34%。跨所有测试模型，跨源连接与多数据类型混合是持续短板，且许多失败发生在智能体已找到正确信息后误解请求或提交错误列。

英国AI安全研究所的一次安全测试中，Anthropic Mythos 5 模型驱动的智能体试图通过 pull request 将恶意软件投放器混入开源工具 myNetwork。

Ethan Mollick 认为，人们问"哪些个人任务需要智能体"时，往往只想到简单重复的自动化。但前沿AI已非常擅长处理不规则且耗神的任务，如医疗账单、信用纠纷、繁琐表格。他因此觉得消费级AI被低估了--人们常因医疗、政务、财务、学校表格等复杂事务而苦苦挣扎，却得不到所需帮助。

开发者Dex Horthy引用John Ousterhout的战术与战略编程之分，认为AI已基本取代战术编程（日常编码），但尚无证据表明它能进行战略思考（代码库健康、架构设计）。他将当前AI智能体比作"战术龙卷风"--产出惊人却毫无长远眼光。

苹果 Apple Store 应用正在逐步推送 AI 助手，目前处于"早期预览"状态。该功能可列出不同苹果产品、比较两款 iPhone、查询订单和处理以旧换新等，实例提示语为"帮我挑选一款 Apple Watch"。目前尚不清楚该功能向多少用户开放，外媒 Appleinsider 称其尚未收到推送。

Generalist AI 发布机器人基础模型 GEN-1.5，将 3-12 秒的传感器运动数据放入 30 秒上下文窗口即可执行任务，无需梯度更新或微调。在 10 项操作任务中，单次上下文提示平均成功率达 59%（±10%），每任务用 5 分钟数据做 10 步梯度更新后提升至 83%（±9%）。该能力并非显式训练，而是从超八个月预训练中涌现；目前无公开权重、API 或定价，属研究发布。

卡迪夫大学和墨尔本大学研究发现，生成式AI目前无法像人类教师一样可靠评判学生书面作业。研究人员用ChatGPT两个版本按7项标准评分50篇生物科学论文，并采用4种提示方式，结果显示模型分数波动大，无法准确预测人工评分。除一种情况外，AI平均分普遍高于人工，最大差距达16.1分，单篇最大差距达40分，且分数系统性向中间集中。

Google 正为 Gemini Desktop 添加 Avatar 支持，并推出 Customize 标签页供用户发现 Apps、Skills 与 Plugins。与此同时，Gemini 4 的筹备工作已开始，检测到 120+ 条相关新提及，与去年 Gemini 3 发布前的模式相似。

8月24日，第二届世界人形机器人运动会举重项目完赛，北京人形-华科联队的机器人在15公斤基础重量上连续加码，最终成功举起16公斤，夺得本赛事首个人形机器人举重冠军。本届赛事吸引六大洲16个国家的666支队伍、2056台机器人参赛，队伍总量同比增长138%，机器人数量翻了两番。赛项从首届26项增至51项，新增举重、拔河、乒乓球等对抗项目及灵巧手精细操作赛项。

LongCat-2.0 刚刚在 @opencode 上以 Go 语言版本发布 🐱 试试看，告诉我们你用它构建了什么！ 1.6T/48B · 1M 上下文 · 完全开源