AI 最新资讯
汇集 OpenAI、Google DeepMind、Hugging Face、NVIDIA 等官方博客与 TechCrunch、The Verge、MIT Technology Review、量子位等媒体的 AI 新闻,AI 自动整理成中文标题与摘要,每 2 小时更新。点击标题跳转原文。
- The Decoder·研究进展
OpenAI 称 GPT-6 Astra 一周内完成硬件设计
OpenAI 硬件团队借助 GPT-6 Astra,在不到一周内为 Codex 编程智能体设计出一款设备,涵盖外壳、电路板与固件。由于模型未能总考虑制造公差,量产前仍需多轮修改;OpenAI 称更新的内部模型在工程基准上得分更高。
阅读原文 → - The Decoder·研究进展
研究:大模型结论平均 15.7 个月失效
斯坦福研究者用 20 款当前模型检验 50 条被广泛引用的 LLM 结论,发现 44% 已经失效,另有 34% 明显减弱,平均有效期仅 15.7 个月。其中关于“模型做不到什么”的结论失效最快,显示模型迭代速度已超过相关研究。
阅读原文 →
- IT之家·研究进展产品更新
谷歌 Antigravity 推出化学信息学技能
谷歌 DeepMind 为 Google Antigravity 推出“化学信息学技能”,把大模型的检索与推理能力同 RDKit 等化学计算工具及公共化学数据库结合,辅助文献检索、分子分析与新分子设计。演示中 AI 约一小时检索数千种化合物,但结果仍是需实验验证的假设。
阅读原文 → - Hugging Face·研究进展
StateBench:测试模型长文档状态追踪
StateBench 是一个面向语言模型的评测基准,用于检验模型在长文档中跟踪状态变化的能力,具体评测方法与结果尚未在公布内容中说明。
阅读原文 → - Google DeepMind·研究进展应用案例
DeepMind 详解 Antigravity 化学智能体
谷歌 DeepMind 发文介绍 Google Antigravity 与“化学信息学技能”如何加速药物发现流程,包括检索化合物、分析分子并生成新型刚性化大环分子,用于提出可检验的科研假设。
阅读原文 → - The Decoder·应用案例研究进展
AI 智能体接管 SETI 望远镜观测
SETI 研究所与 Breakthrough Listen 在艾伦望远镜阵列启用 AI 智能体,负责控制望远镜并分析射电信号。过去需数周的任务如今数小时即可完成,团队称首次实时探测到蟹状星云中的脉冲星。
阅读原文 →
- Hugging Face·研究进展
同一模型不同框架:CUGA、Hermes 与 Deep Agents 对比
Hugging Face 发布文章,比较 CUGA、Hermes 与 Deep Agents 三种智能体框架在相同模型下的表现差异,并讨论在什么场景下应优先选择 CUGA。
阅读原文 → - IT之家·模型发布研究进展
百度 Apollo 发布世界模型 Apollo World
在深圳百度 AI Day·Apollo 专场上,百度 Apollo 首次披露面向物理 AI 的全模态世界模型 Apollo World,并提出因果性、交互性与物理准确性、持久性、实时性的「2+3」判断标准。该模型可生成遵循现实规律、响应车辆动作的虚拟场景,并实时输出相机画面与激光雷达点云,用于训练和测试无人驾驶系统。
阅读原文 → - IT之家·研究进展
华为MateBook E Go成功刷入iOS 16
B 站 UP 主宣布将华为 MateBook E Go 2023 二合一平板刷入 iOS 16,实现大屏 iPhone 体验,目前暂无驱动可用。UP 主称全流程由通义 Qwen3.8-Flash 本地模型完成,后续将修复组件并在完善后开源。
阅读原文 → - MIT Technology Review·研究进展
“反向博弈论”或能让 AI 智能体守规矩
MIT Technology Review 报道,一种名为“反向博弈论”的新方法试图通过激励机制,让强大的 AI 模型把遵守规则变成最理性的选择。研究者希望以此推动模型与人类意愿对齐,避免失控智能体违法行事。
阅读原文 → - IT之家·行业动态研究进展
Anthropic 警示 AI 递归自我改进风险
Anthropic 在 S-1/A 招股补充文件的风险提示中表示,公司已将 AI 用于模型研发,部分模型能力出现跃升时团队并未察觉,并可能很快接近所谓“递归自我改进”状态。公司称这既是机遇也暗藏重大安全风险,相关监测与缓释已纳入《负责任扩缩策略》。
阅读原文 → - IT之家·产品更新研究进展
小米机器人公布工厂与家庭场景进展
小米在2026世界互联网大会期间披露机器人业务进展:人形机器人在工厂中控台工站首次完成8小时连续作业验证,家庭场景的具身基座模型已在小米青年公寓试运营,完成超30分钟、覆盖3个房间的长程任务。
阅读原文 → - 量子位·行业动态研究进展
小米集团与具身基座模型获乌镇峰会双奖
11月3日小米方面披露,小米集团获2026世界互联网大会“杰出贡献奖”创新突破类奖项,小米具身基座模型同时获得“领先科技奖”。这意味着小米在具身智能方向的技术成果获得行业会议层面的认可。
阅读原文 → - 量子位·研究进展
北大联手IBM推进模拟矩阵计算
北京大学与硅谷 IBM 合作在模拟计算领域取得进展,为矩阵运算提出新定义,并称 GPU 需迭代上百次的任务可一步完成。这意味着模拟计算有望更快处理大规模矩阵运算,为 AI 等计算任务提供新路径。
阅读原文 → - IT之家·研究进展
MIT 提出「权重空间编程」新方法
MIT CSAIL 研究者提出「权重空间编程」,让 GPT-6.2 Astra 直接读取并修改 Qwen3.5-0.8B 的权重,仅调整约 0.016% 参数,就把 MATH-500 成绩从 7.9% 提升至 48.1%。据称整个过程未使用梯度下降或传统训练循环。
阅读原文 → - 量子位·研究进展
MIT:GPT-6 Astra 可直接修改 Qwen 权重,数学能力提升 6 倍
据量子位报道,MIT 方面称 GPT-6 Astra 能够直接修改 Qwen 模型权重,数学能力提升 6 倍,指令执行能力同步增强。这意味着模型能力的改造与迁移可能出现新的技术路径。
阅读原文 → - IT之家·研究进展
OpenAI 发布 LifeVal 基准,测试 AI 日常事务能力
OpenAI 发布名为 LifeVal 的新基准,衡量 AI 能否真正帮普通人处理日常事务,覆盖照护、健康、教育、家庭行政、个人财务等场景,并要求任务推进到可执行、可交付状态。该基准目前主要供内部评估,完整任务集与评分代码尚未公开。
阅读原文 → - IT之家·研究进展
爱信开发全球首款 16nm STT-MRAM AI SoC
爱信与日本东北大学合作,开发出全球首款集成 STT-MRAM 的 16nm 工艺 AI SoC,采用近内存计算设计,片上集成 32MB MRAM。官方称其开机速度提升约 38.6 倍,目标检测能耗仅为传统方案的 1/50。
阅读原文 → - Hugging Face·开源研究进展
CWE-bench v2 发布,覆盖与透明度提升
Hugging Face 上发布了 CWE-bench v2,官方称新版本在覆盖范围、数据质量和透明度方面均有改进。该基准用于评估相关模型能力,更新后有助于开发者更可靠地比较不同方案。
阅读原文 → - TechCrunch AI·研究进展行业动态
Anthropic 警告逼近 RSI 能力
Anthropic 警告称,其已非常接近 RSI(自我构建 AI)能力,即 AI 强到能自行训练自身,从而带来能力的急剧加速。对 AI 风险担忧者而言,这被视为难以回退的转折点。
阅读原文 →