跳到正文
11月5日周四
  1. The Verge AI76

    ChatGPT 支持原生生成动态 GIF

    ChatGPT 现已支持通过提示词或上传图片直接生成动态 GIF,并允许用户调整播放速度、逐帧编辑与分享。该功能随 OpenAI 全新的 Images 2.6 模型上线,向网页、桌面及移动端的所有 ChatGPT 和 Codex 用户推出,同时提升了图像生成速度。此外,OpenAI 还在 API 中同步上线了 GPT-Image-2.6 Flare 与 Sunburst 两个版本。

    同一件事,精选收录的是《OpenAI 推出 Images 2.6 图像模型》

  2. Nathan Lambert (Interconnects)68

    Nathan Lambert 分析当前开源模型经济与推理市场规模

    Nathan Lambert 结合 Interconnects Dashboard 及 Baseten、Fireworks、Together AI 和 OpenRouter 的公开数据,分析开源模型推理市场的实际规模与增长趋势。

    推荐理由:作者汇总了主流推理平台的调用量数据,读者可以据此评估开源模型在实际产业应用中的消耗规模与增长走势。

11月4日周三
  1. The Verge AI41

    Nexus Mods 明确 AI 政策:强制要求新 Mod 披露 AI 使用情况

    PC 游戏 Mod 平台 Nexus Mods 宣布强制要求新上传的 Mod 披露 AI 使用情况,标记为“AI-assisted”的作品还需公开说明具体使用方式。该平台表示不会全面禁止 AI 生成内容,并承诺不将 Mod 用于训练 AI,同时上线了在主页及游戏页面隐藏 AI 内容的选项;作者拥有 60 天宽限期完成更新。

  2. Ars Technica AI42

    乌克兰无人机袭击促使俄罗斯仓促筹划地下数据中心

    因乌克兰无人机袭击损坏 AI 超算设施并中断云服务,俄罗斯科技公司正仓促筹划将数据中心转移至地下。袭击波及了 Yandex、Sberbank、VKontakte 及俄财政部的数据中心,克里姆林宫已要求预留应急算力。目前国有电信公司 Rostelcom 正探讨与矿企 Norilsk 合作迁入地下,亦有提议在露天煤矿建厂并以公园伪装。

  3. SemiAnalysis78

    SemiAnalysis 报告称 SpaceX 目标在 2027 年建成约 13GW 数据中心算力

    SemiAnalysis 发布分析报告指出,SpaceX 已将其 2027 年数据中心目标上调至约 13GW,目前已有 3.6GW 在建,涵盖 Colossus 2 扩建、Starbase 园区以及 TeraFab 芯片工厂等多个站点。

    推荐理由:该报告通过实地规划与电网申报数据拆解了其极速建设模式,为读者评估超大规模算力基建落地可行性提供了具体参照。

  4. The Verge AI45

    Steam 审核积压导致独立游戏错失发售日期

    多位独立游戏开发者反映 Steam 游戏审核严重积压,导致部分新作等待数周而错过原定发售日期。Valve 标称审核通常需 3-5 个工作日,但 10 月新品节游戏增至 7240 款(比 6 月增长 65.2%),且自 2024 年要求标注以来已有 49.9% 的新发游戏包含 AI 披露。开发者怀疑激增的 AI 垃圾内容堵塞了审核队列。

  5. Hugging Face Blog51

    StateBench 长文本状态追踪基准发布

    AllenAI 推出长文本状态追踪基准 StateBench,按变量赋值复杂度分为四个层级,用于评估模型在长文档中跟踪实体状态演变的能力。评测显示,Gemini 3.8 Flash、Claude Opus 5.5 以及 GPT-6 Sol 和 Luna 在较难的自引用与引用传递任务中,准确率随长度增加急剧下降至 13% 以下。

11月3日周二
  1. MIT Technology Review AI46

    “逆向博弈论”如何用于约束 AI 智能体

    研究人员正探索利用“逆向博弈论”(机制设计)约束 AI 智能体,通过规则与激励机制引导其合规,以解决模型隐瞒意图与故意装弱等安全难题。来自 MIT、耶鲁等机构的学者提出通过跨模型交叉检验防止测试作弊,普林斯顿大学学者则设计了求解者与审计者相互制衡的监督体系。该方案无需探究模型内部机理,但高度依赖 AI 行为符合理性假设的前提。

11月2日周一
  1. Rest of World69

    西方初创公司对中国开源大模型进行二次对齐以适配欧美市场

    多家西方初创公司正对 DeepSeek 和阿里千问(Qwen)等中国开源权重模型展开二次对齐,通过权重修改与针对性微调消除特定审查和安全漏洞,以满足欧美企业的合规与安全标准。初创企业 Hirundo 和 Lazarus AI 分别尝试利用模型手术式编辑和合成数据重训来剥离政治限制并提高代码安全性。研究人员指出,完全消除偏见的通用对齐并不现实,跨区域采用开源模型必须针对具体应用语境进行再适配。

    推荐理由:报道揭示了中国开源模型出海后的再加工链条,读者可以据此了解跨文化部署中权重编辑与审查清洗的实际商业需求。

  2. The Register AI59

    印度提出 AI 训练 DEPA 架构:推行“模型走向数据”的安全隔离训练机制

    印度电子和信息技术部提出用于 AI 训练的数据赋能与保护架构,核心原则为让模型走向数据而非数据走向模型。该方案由数据提供方将匿名加密数据汇集至数据交换平台,在基于硬件的安全隔离环境中结合差分隐私供开发者训练模型,全流程记录不可篡改的审计日志。印度政府期望借此打破医疗、金融和教育领域的数据壁垒,在防范海外科技巨头垄断的同时推动本土垂直模型研发。

  3. SemiAnalysis83

    SemiAnalysis 推出前沿智能体基准 GDPx 并公布评测结果

    SemiAnalysis 联合 14 家垂直领域强化学习环境公司推出通用智能体基准测试 GDPx,聚焦芯片设计、网络安全、金融与递归自我改进等高商业回报领域。测试结果显示当前顶尖模型最高得分仅约 12%,其中 Claude Opus 5.5 在量化交易与芯片设计中领跑,GPT-6 Astra 在递归自我改进上胜出,而在复杂的金融与法律实操任务中各模型几乎全部得零分。

    推荐理由:该基准放弃传统经济占比分类并引入真实仿真工作环境,有助于评估前沿智能体在高门槛产业场景中的落地差距。

  4. SemiAnalysis79

    SemiAnalysis:美国两党抵制数据中心情绪升温,2028 年 62.2 GW 扩建面临政策风险

    SemiAnalysis 发布分析指出,美国数据中心抵制潮呈现跨党派化,2028 年规划的 62.2 GW 新增容量大部分尚未开工,面临各州许可冻结与地方选举带来的政策风险。

    推荐理由:原文拆解了美国各州选举与监管政策对算力中心扩建的冲击,读者可据此评估地方审批延期对底层算力交付节奏的真实影响。

10月31日周六
  1. Ars Technica AI55

    达特茅斯学院教务长因使用 AI 辞职,曾详述利用 GPT 与 Claude 辅助写作流程

    达特茅斯学院教务长 Schnell 因使用 AI 引发争议辞职,校长 Beilock 强调学校领导在应用 AI 时必须坚持透明披露并以身作则。Schnell 在此前关于 AI 文本检测的论文中曾详细记录其工作流,包括调用 GPT-5.6 Pro 和 Claude Fable 5.1 协助构思框架、草拟部分内容与辅助审稿,但他主张软件贡献不同于署名权,人类作者应对成果负全部责任。

  2. Nathan Lambert (Interconnects)53

    Nathan Lambert 复盘开源模型与网络安全风险:开源并非近期漏洞激增的主因

    Nathan Lambert 发文复盘开源模型与网络安全风险,认为开源权重并未引发安全圈预警的灾难性破坏,近期漏洞爆发更多源自 AI 整体技术扩散与闭源模型应用。他指出具备强能力的开源模型 GLM-5.3 权重公开逾一个月后未见基建崩溃等极端后果,且攻击者面临算力与变现链路约束。开源模型反而能帮助资源有限的防御方更快跟进修补,网络安全属于系统性社会问题,不能简单归咎于模型开源。

10月30日周五
  1. The Verge AI51

    Sam Altman 称理解数学家困扰但 OpenAI 不会停止发布数学成果

    OpenAI CEO Sam Altman 在播客中表示,尽管理解研究人员面对密集 AI 成果时的困惑,但 OpenAI 无意停止发布数学发现,并认为公众享有获取基础科学知识的权利。Altman 透露公司已在数学研究上投入数亿美元,包括为求解纳维-斯托克斯方程花费约 $10M,且内部仍积压了大量未公开成果。与此同时,数学界批评其发布缺乏充分验证与背景信息,部分关键物理与数学突破细节也未公开。

  2. Epoch AI74

    Epoch AI 测试发现 AI 能在补丁推送前将公开修复转化为可用漏洞利用

    Epoch AI 最新研究发现,开源大语言模型 GLM 5.3 能够在软件补丁公开但尚未推送到用户端的窗口期内,仅耗费约 $1,000 算力便自主逆向开发出可用的漏洞利用程序。

    推荐理由:原文实测了开源模型在补丁发布到推送期间逆向生成利用链的成本与耗时,展示了软件发布补丁窗口期面临的新威胁。

  3. Retail Dive41

    Heydude 计划扩大北美销售,但不太可能开设更多新门店

    Heydude 第三季度营收增长超 6% 至 1.7 亿美元并重回增长,母公司 Crocs 计划拓展北美但不太可能增设新门店。CEO Andrew Rees 表示批发是触达目标客群更具成本效益的方式,该品牌北美复苏主要由增长 14% 的批发业务拉动。受旗下品牌强劲表现推动,Crocs 公司 Q3 净利润增长近 50% 至 2.168 亿美元,并上调了全年预期。

10月29日周四
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 宣布推出前沿大语言模型 Gemini 4 Carbon,重点提升了网络安全防御与长程多步骤工程任务能力。该模型在漏洞挖掘 SEC-bench Pro 取得 88.2% 得分,补丁修复 CWE-bench 达到 71.0%,并支持运行数天以排查和修复大型代码库漏洞,输入与输出每百万 token 分别定价 2 美元和 10 美元。

    推荐理由:该模型针对网络安全全流程与长程工程任务给出了实测基准,读者可据此评估自动化漏洞挖掘与代码维护的落地可行性。

10月28日周三
  1. Hugging Face Blog72

    NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线

    NVIDIA 推出开源权重语音模型 Nemotron 3.5 Transcribe 及 Granary v2 数据清洗管线。该模型在单个权重中集成了 40 种语言转录、31 种语言与英语互译、13 种语言说话人日志和音频问答功能,支持最长 1 小时音频与 8 位说话人识别,并在 Hugging Face 英文 Open ASR 等基准上取得开源模型第一。

    推荐理由:原文整合了多语种转录、说话人日志和音频问答至单一模型,并开放数据管线与微调方案供领域适配。

  2. Retail Dive42

    Aritzia 押注开店与品类扩张,计划 5 年内实现营收翻倍

    加拿大时尚零售商 Aritzia 制定五年战略规划,计划每年在美国新开 12 至 14 家门店并拓展手袋与美妆等品类,力争 2032 财年实现营收翻倍以上。公司目标将净营收提升至 95 亿至 105 亿加元,复合年均增长率达 15% 至 17%,门店总数增至 220 家。此外,其数字化渠道营收预计增至 41 亿至 45 亿加元,并推出全渠道会员计划。

  3. Nathan Lambert (Interconnects)74

    Nathan Lambert 评 Artificial Analysis v5:大模型评测困境与开源模型定位

    Nathan Lambert 发文分析 Artificial Analysis 发布的 Intelligence Index v5,探讨用单一综合指标衡量前沿大模型带来的评测困境。

    推荐理由:文章剖析了综合指数评测大模型的结构性妥协,指出开源模型的核心价值在于降低落地推理成本而非追逐前沿基准分数。

  4. The Verge AI50

    研究人员对 OpenAI 设限把关科学突破感到厌倦

    OpenAI 宣布在数学、计算机科学和物理学领域取得重大突破,但因限制材料公开并指定专家把关,引发研究人员广泛不满。其成果声称涉及解决挂谷猜想、探索量子色动力学及推翻指数时间假设,但披露程度各异,物理学成果甚至完全未公开。学术界批评挑选少数科学家先看的做法设立了不必要壁垒,呼吁全面公开发布以供全体验证。

  5. Ars Technica AI40

    自然语言进入蛋白质与基因组设计软件

    中国研究团队推出蛋白质设计工具 Pinal,允许用户直接使用自然语言提示词生成具有指定功能的蛋白质。该系统由文本转结构模块 T2struct 与序列构建模块 SAProt-T 组成,并结合 AlphaFold 预测结构等海量数据进行训练。此外,Hugging Face 近期也上线了在 DNA 层面实现类似自然语言设计功能的工具。

  6. Google Research68

    Google Research 提出 Sleep 框架:让大语言模型在持续学习中巩固长期记忆

    Google Research 提出面向大语言模型持续学习的 Sleep 框架,通过让模型在活跃交互与离线睡眠两阶段交替运行,将脆弱的短期上下文信息固化为长期参数以解决灾难性遗忘。

    推荐理由:该研究将人脑睡眠巩固机制引入模型训练,为解决大语言模型部署后持续学习中的灾难性遗忘提供了可行路径。

  7. Google DeepMind76

    Google DeepMind 发布新一代世界模型 Genie 4

    Google DeepMind 宣布推出新一代世界模型 Genie 4,支持实时交互式模拟与原生音画同步生成。该模型结合 Gemini 家族的推理能力,允许用户通过自然语言和按键在运行中实时修改天气、视角或角色行动;目前已开启研究预览,后续将通过 Project Genie 与 Gemini API 逐步开放。

    推荐理由:该模型结合多模态大语言模型实现了实时推理与环境干预,展示了生成式世界模型融入动态物理模拟的具体路径。

  8. Hugging Face Blog61

    大语言模型评审科研点子创新度是否可靠?Ai2 发布评测基准研究

    Ai2 发布科研创新度评估基准研究,测试显示主流大语言模型在判断研究点子是否具备创新性时表现极不稳定。在 GPT-5 系列与 Claude 系列等六款模型的测试中,仅修改提示词细节就导致准确率波动超 50 个百分点,且增加实时检索与推理算力并未显著改善判断。专用创新评估系统的表现甚至落后于简单的 Claude Opus 4.6 提示词基线,同时带来了更高的 API 成本。

    推荐理由:研究通过对比多款前沿模型揭示了模型评估创新度时的脆弱性,为自动化科研中的点子筛选提供了实证参考。

  9. Hugging Face Blog77

    Liquid AI 发布端侧多模态模型家族 LFM3

    Liquid AI 发布新一代 Liquid 基础模型 LFM3,基于 1.7B 统一骨干网络衍生出文本、视觉、音频、全模态(Omni)及决策(d1)等六款 2B 级开放权重模型。架构采用门控短卷积、滑动窗口注意力和全局注意力组成的三杂化设计,文本模型 4-bit 精度下体积约 1 GB 并支持 256K 上下文窗口。全系模型均可在单张 GPU 上微调,且已在 Hugging Face 开源上线。

    推荐理由:全系采用统一骨干网络并支持单卡微调,读者可以据此评估将多模态能力直接部署到端侧硬件的成本与可行性。