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
AI代理参与模型研发,人类仍掌决策权
一项研究分析了构建自有AI模型过程中的769条任务日志:AI代理提供了最多55%的方法提案,但超过85%的最终决定仍由人类做出,约三分之一的任务若没有AI就不会被尝试。作者提醒,代理参与度提高并不等于自主性提升。
阅读原文 →
- The Decoder·研究进展
GPT-6 Astra 直接驱动机器人整理陌生厨房
斯坦福与加州理工的研究人员让搭载 GPT-6 Astra 的人形机器人自主整理一间不熟悉的厨房。其 HomeBody 系统跳过专门训练的控制层,由语言模型直接调用抓取、导航等模块化技能。
阅读原文 → - The Decoder·研究进展
研究:可用AI时人们几乎不再说“不知道”
一项3000多人参与的研究显示,只要能获得AI答案,人们几乎就不再愿意说“我不知道”,某实验中的比例从44%降至3%,即便AI答案几乎总是错的。使用AI的参与者更自信,但正确率约为不用AI者的三分之一。
阅读原文 →
- The Decoder·研究进展
英伟达 SoL-Pi 让编程智能体 token 消耗降低近半
英伟达推出 SoL-Pi 系统,通过优化模型与环境之间的控制层,将编程智能体的 token 使用量最多降低 49%,性能基本不变。研发过程中研究智能体在 3000 多次运行中测试了 152 种方案,不过该方案在其他基准上的收益较小。
阅读原文 →
- The Decoder·研究进展
GPT-6 Astra 可看照片指出宜家家具装错位置
据 Epoch AI 测试,OpenAI 的 GPT-6 Astra 能根据照片判断宜家家具是否组装错误,准确率达 80%,而 2025 年 11 月的最佳模型仅为 28%。目前处理速度尚不足以支撑实时装配指导,但差距正在快速缩小。
阅读原文 →
- The Decoder·研究进展
研究:AI 专家低估领域发展速度
预测研究机构的研究显示,顶尖 AI 专家持续低估 AI 进展:AI 提前五年达到国际数学奥林匹克金牌水平,Anthropic 年化收入约为专家预测的五倍。但自动驾驶等实际应用的预测更为复杂。
阅读原文 →
- The Decoder·研究进展
Anthropic 称 Claude 发现新酶系统引争议
Anthropic 称其模型 Claude 在 DNA 数据库中自主完成了大部分分析,发现一种此前未知的酶系统。不过 CRISPR 领域研究者认为,这属于常规的基因组挖掘工作。
阅读原文 →
- The Decoder·研究进展行业动态
研究:AI 性能成本下降快于以往技术
Epoch AI 测算,AI 达到固定基准性能的成本每年约下降 13 倍;MIT 在剔除硬件进步与竞争因素后,估算算法层面年进步约 3 倍。不过推理模型因单任务算力消耗更大,成本可能更高,选模型时质量、速度与错误率同样重要。
阅读原文 →
- The Decoder·研究进展
Anthropic 工程师:Claude 更聪明但写作变差
Anthropic 员工杰克逊·克尼恩解释了新款 Claude 写作风格怪异的原因:面向数学、代码以及写给其他 AI 的技术解释做优化,使其输出在人类看来像“信息过载的堆砌”。Opus 5.5 试图修正这一点,但 Opus 4.6 仍是纯写作表现最好的模型。
阅读原文 →
- The Decoder·融资并购研究进展
Basecamp Research 融资 1.4 亿美元
伦敦 AI 初创公司 Basecamp Research 完成 1.4 亿美元融资,投资方包括英伟达和 Anthropic 旗下基金。该公司利用雨林、海洋与温泉的基因材料训练 AI 模型,用于设计抗生素和细胞疗法工具,其 CTO 称生物学对 AI 比语言更难。
阅读原文 →
- The Decoder·政策监管研究进展
OpenAI 呼吁为可自我改进的 AI 制定国际标准
OpenAI 呼吁针对“递归自我改进”建立国际标准,即由 AI 系统自行构建下一代 AI 的情形。该公司警告若无安全保障,人类可能失去对该过程的控制,并主张由美国牵头制定全球测量标准与监管规则。
阅读原文 →
- The Decoder·研究进展
培育神经元软件层宣称提升 AI 视频生成效率
生物计算公司 Biological Computing Co. 计划与 AWS 合作,出售一款据称速度提升 5 倍、成本降低 80% 的文本生成视频模型,其依赖一层由真实神经细胞衍生的软件层。该层仅为基础模型增加不到 0.1% 的参数,公司未披露所用模型。
阅读原文 →
- The Decoder·研究进展
OpenAI 称内部模型解决百余数学难题
OpenAI 称其内部模型仅用一个月训练便解决了 100 多个长期悬而未决的数学问题。面对数学界质疑,公司支持高等研究院设立独立顾问小组,但未将该模型的研发节奏纳入其顾问范围。
阅读原文 →