Google Research 发布新研究，提出“知识画像”分析框架，指出当前前沿大语言模型（如 Gemini 3、GPT 5）的事实编码能力已接近饱和，但回忆（recall）能力明显不足。研究将事实错误归因于“丢钥匙”（即无法检索已编码知识），而非“空货架”（即未编码相关知识）。 该框架将事实处理过程细分为编码失败、回忆失败等五类错误画像，并同步推出 WikiProfile 基准测试集，包含 2,150 条维基百科事实，每条事实配套 10...
一位AI领域作者在完成一本关于RLHF的教科书后指出，当前大语言模型在长篇非虚构写作方面进展趋于停滞。GPT 4.5与Kimi K2等被视作写作能力较强的模型，其表现已显陈旧。 相比之下，模型在编程、数学等任务上的能力已接近人类顶尖水平。然而，在整章内容的逻辑组织、结构连贯性及事实一致性方面，仍频繁出现混乱与错误。 作者认为，该瓶颈制约了大语言模型自主推进开放科学问题的能力。
NVIDIA创始人兼CEO黄仁勋以99%的员工认可率位居Glassdoor发布的2026年度“最佳CEO”榜单首位。该榜单基于2025年5月16日至2026年5月15日期间美国员工在Glassdoor平台提交的匿名评价生成，聚焦CEO及高管领导力对员工体验与公司声誉的影响。 Glassdoor此次重启“最佳CEO”榜单，取代已停办五年的“最佳管理公司”榜单，并强调领导力在AI时代重塑职场预期中的关键作用。榜单显示，科技行业CEO占比最高，共...
面向医学研究者的网站 Research Gold 宣称其内容“100%由人类撰写、绝不使用AI”，并公开列出多名博士审稿人。调查发现，所列审稿人均为AI生成的虚构身份，实际并不存在；另有部分真实方法学家的姓名与照片被未经许可挪用。 该公司客服电话中自称“Sarah”的应答者坚称自己为真人，但后续邮件及在线聊天回复均显示由AI生成。目前尚无官方回应。 该事件引发对AI服务透明度及学术内容可信度的进一步关注。
一份面向零基础用户的AI实操指南近日公开，提出12步快速上手流程。该流程建议用户准备内存不低于16GB的电脑，订阅ChatGPT服务，并搭配Codex或WorkBuddy等辅助工具使用；文中提及Codex可选用较高版本模型，WorkBuddy可参考Kimi系列版本。 操作环节强调以语音输入法配合【背景、痛点、需求】框架向AI清晰表达任务，再通过苏格拉底式提问进一步澄清目标，随后上传相关文件交由AI执行具体任务。 完成任务后，建议将成功案例沉...
有开发者使用 mitmproxy 对 VS Code 中的 GitHub Copilot 进行中间人（MitM）代理拦截，对其网络流量与内部架构开展逆向分析。结果显示，该工具基于 Electron 构建，其网络栈与其他同类 AI 开发工具具有共性。 分析揭示了 GitHub Copilot 的运行时通信模式与请求结构，并验证了相关探测方法可迁移至其他基于 Electron 的 AI 编程辅助工具。 文中同步提供了在 VS Code 环境中配...
据 TechCrunch 报道，OpenAI 长期担任首席运营官的 Brad Lightcap 宣布离职，称将“启动新项目”。Lightcap 自 2018 年加入 OpenAI，曾担任首席财务官四年，2022 年起出任首席运营官，今年早些时候转任特殊项目负责人。 他在内部信中表示，“离开 OpenAI 令人不舍，但很期待以不同视角继续支持公司使命”。他提到曾主导搭建财务、法务、人事、企业安全、政府事务及合作伙伴关系等核心运营团队，并强调这...
Redwood Research首席科学家Ryan Greenblatt在与Dwarkesh Patel的对话中指出，一旦AI达到人类顶级专家水平，可能通过递归自我改进（RSI）在一年内实现相当于4–5年的AI进展。其对自动化AI研发时间点的中位预期为2031年。 Greenblatt进一步分析，若RSI启动，AI系统可能快速超越人类控制能力，引发对齐失效、奖励黑客行为升级等风险。他提出需明确超级智能的对齐对象，并警惕多个AI系统协同行动导...
研究团队为 macOS 虚拟机中的 Metal 能力查询构建了进程级兼容层，使 llama.cpp 可调用更新的 Metal 内核。在 M1 Ultra 芯片上，TinyLlama 1.1B 模型的提示处理速度提升 11.08 倍，token 生成速度提升 16.36 倍，性能达裸机水平的 98%；Gemma 4 12B 模型的提示处理与 token 生成速度分别提升 7.20 倍和 14.54 倍。该优化显著缩小了虚拟机环境与原生环境间的...
Google Research 与 Google DeepMind 联合研发的医疗 AI 系统 AMIE 首次在临床视频问诊场景中实现实时交互能力。该系统基于 Gemini 和 Project Astra 构建，可同步解析视觉与听觉线索，引导虚拟体格检查，并支持实时诊断推理。 一项随机评估研究显示，临床评估者对 AMIE 在病史采集、诊断准确性等核心能力方面给予积极评价；参与测试的患者演员亦更倾向选择视频问诊体验。
谷歌官方宣布，AI助手Gemini月活跃用户已超过10亿，成为该公司有史以来增长速度最快的产品。这也是谷歌第14款达到10亿月活用户量级的产品。 据公开信息，用户主要使用Gemini激发创意、辅助完成工作任务。谷歌未披露具体达成时间及区域分布细节。
Google Cloud 宣布在其 Database Migration Service（DMS）中引入由 Gemini 驱动的 AI 辅助代码转换功能。该功能支持将 Oracle 或 SQL Server 的存储过程、触发器及自定义函数自动转换为 PostgreSQL 的 PL/pgSQL 代码。 此举旨在简化企业向 PostgreSQL 迁移的过程，提升异构数据库间代码适配效率。目前该能力已作为 DMS 的新特性正式上线。
SGLang 宣布对 NVIDIA Nemotron 3.5 Lightning 模型提供 Day 0 支持。该开源模型采用混合专家（MoE）架构，总参数量 30B，激活参数量 3B，支持最长 1M token 上下文。 Nemotron 3.5 Lightning 的 BF16 与 NVFP4 权重已上线 Hugging Face。模型支持 MTP、DFlash、DSpark 三种投机解码技术，可提升推理效率。 开发者可通过 OpenAI...
8 月 11 日消息，LMSYS 团队提出 Unified Radix Cache 方案，采用单一 token 键控的 radix 树结构，统一管理混合模型中 FULL、SWA 和 MAMBA 等组件的前缀缓存。该方案支持各组件保持独立执行路径，并兼容滑动窗口与检查点复用语义。相关技术细节已公开。
TechCrunch 8月11日消息，Spotify 宣布将从9月中旬起，在平台上线“AI Persona”（AI虚拟艺人）标识，用于标注以AI生成身份运营的艺人档案。该标识将显示在艺人主页横幅、简介栏、搜索结果及歌单曲目行中。 被标记为AI Persona的艺人，其音乐将默认不进入Spotify的编辑推荐、算法推荐及用户个性化推荐流，除非用户主动关注该艺人。Spotify表示，判断依据不仅限于艺人自述，还将结合档案名称、头像等信息识别疑似...
OpenAI 宣布其尚未发布的 Astra 模型成功解决了 10 道长期悬而未决的数学难题，涵盖球体堆积、纠错码构造、非 sofic 群存在性等方向。团队同步公开了超过 250 页的技术论文，并提供基于 Lean 定理证明器的完整形式化验证结果。
一项新教程展示了如何基于 ComfyUI API 构建端到端的 MiniMax H3 多模态视频与音频生成工作流。该方案以 ComfyUI 为无头推理后端，通过 Python 直接构建执行图，支持文生视频、首尾帧条件生成及参考图像条件生成。 流水线具备自动模型下载、节点模式校验、音视频联合解码与进度监控能力，并可根据 GPU 显存大小自动选择 quality、balanced 或 squeeze 三种权重配置。整个流程无需图形界面即可运行与...
针对“动态语言比静态语言更节省大模型token”的常见观点，研究者使用GPT 5.6 Sol模型让AI智能体实现zstd解码器功能进行对比测试。结果显示，在medium任务强度下，动态语言（如Python）token消耗更低；但在ultra强度下，静态语言（如Rust）反而更优。 测试还发现，此前部分评测存在测试路径设计错误等方法论缺陷。作者指出，此类在琐碎任务上的性能差异难以外推至更复杂、规模更大的实际应用场景。
Anthropic 近日宣布将 Claude Code 的自动模式设为默认选项，用户无需再逐一批准每个操作。该调整旨在提升开发效率，系统通过内置安全策略自动判断操作是否可安全执行。具体判定逻辑与技术细节可参考官方说明。
a16z 最新数据显示，计算机操作智能体在 OSWorld Verified 基准测试中的最佳表现已从一年前的 42% 提升至 85%，超过人类测试者约 72% 的水平。Claude Fable 5 以 85% 的准确率位居榜首。
SGLang 与 Meta Superintelligence Labs 合作，为 30B 参数多模态模型 Muse Glimmer 提供 Day 0 支持。该模型具备超过 128k token 的上下文窗口，SGLang 的集成旨在优化其在本地智能体工作流中的推理性能。
Meta 首席执行官马克·扎克伯格发表公开文章指出，超级智能技术应当对所有人开放和可用。他强调，Meta 致力于构建一个为全人类服务的积极未来，并阐述了公司在人工智能发展中的核心理念与价值观。相关论述已发布于 Meta 官方专题页面：http://meta.com/thefutureisforeveryone。
宇树科技于今日正式启动A股首次公开发行申购。本次发行价格为150.80元/股，对应公司市值约609.93亿元，拟公开发行4044.64万股，预计募集资金总额约60.99亿元。 发行市盈率为219.23倍。战略配售共获配808.9286万股，参与方包括全国社会保障基金、深度求索（DeepSeek）及中国石油集团等机构。 财务数据显示，宇树科技2023年至2025年营收分别为1.59亿元、3.93亿元和16.99亿元；2025年净利润达2.78...
TechCrunch 8月9日消息，哈佛大学历史学家、普利策奖得主吉尔·勒波尔（Jill Lepore）在最新播客访谈中指出，硅谷科技公司正通过接管政府职能，悄然构建所谓“人工国家”，即“由算法、企业与机器统治”的体制。她强调，这一趋势并非源于技术本身，而是私人企业未经公众授权、逐步且日益有意地替代国家角色所致。 勒波尔援引多个案例说明该现象：2016年Facebook设立内容审查“最高法院”；Anthropic聘请道德哲学家起草AI“宪法”...
据《纽约时报》报道，亚马逊计划在得克萨斯州佩科斯县建设的数据中心将配套一座燃气电厂，该电厂获准每年排放3300万吨二氧化碳，可能成为美国碳排放量最高的单一设施。 亚马逊方面表示，该电厂将为数据中心提供新电力供应，“不会推高得州居民电费”。但其碳排放规模远超美国现有任何发电厂，与该公司2040年实现碳中和的承诺形成反差——其2025年碳排放量已同比上升16%。 报道指出，人工智能算力需求激增正推动科技公司加速布局大型燃气电厂，以支撑高能耗数据中...
Cloudflare 在 2026 年第二季度财报电话会议上披露，AI 机器人等非人类网络流量已于 2026 年 5 月正式超过人类流量，较此前预测的 2027 年底大幅提前。 该公司预计，若当前趋势持续，五年后非人类流量将达人类流量的 1000 倍，人类在网络总流量中的占比将趋近于统计“误差”。 当季 Cloudflare 营收为 6.96 亿美元，同比增长 36%；净亏损 2.057 亿美元。
Anthropic 宣布自8月14日起，Claude Code 对 Pro、Max 和 Team 套餐用户默认启用 Auto Mode，企业客户仍需手动开启该功能。该模式通过内置分类器识别危险或不可逆操作，仅在必要时向用户发起确认请求。 据官方披露，测试数据显示，Auto Mode 成功识别出 89% 的危险命令，而人工审查同期仅发现 13.6%。此举旨在降低开发者因误操作导致系统风险的概率。
Google DeepMind 与 Google Research 联合开发的 AI 气象模型 WeatherNext，在 2025 年 10 月飓风 Melissa 登陆前 5 天，以 80% 置信度预测其将以 5 级强度袭击牙买加。相关成果已发表于《自然》期刊。 研究显示，WeatherNext 对热带气旋的预测准确率显著优于现有模型，平均可多提供约一天的预警时间——其三天预测精度相当于当前主流模型两天的水平。 该模型旨在辅助气象部门提升...
Firebird公司于8月8日正式启用位于亚美尼亚的AI工厂，该设施被定位为独联体（CIS）地区规模最大的AI基础设施项目。工厂由NVIDIA加速计算平台与戴尔科技高性能AI基础设施联合支持，采用NVIDIA DSX平台一体化设计，集成计算、网络、供电与冷却系统。 据公开信息，Firebird计划到2027年底在该工厂部署超7万块NVIDIA Rubin与Blackwell架构GPU，并提供300兆瓦AI算力容量。设施已吸引Perplexit...
哈佛大学历史学家、普利策奖得主吉尔·莱波尔（Jill Lepore）在其即将出版的新书《人工国家的兴衰》（The Rise and Fall of the Artificial State）中指出，部分科技公司正以类似国家建构的语言描述自身产品，例如推特曾称其平台为“口袋里的市政厅”，Anthropic则为其AI模型Claude制定“宪法”。 莱波尔认为，这类表述反映出科技企业正逐步承担本属民主政府的职能——从扭曲选民图景到取代地方新闻生态。...