腾讯首席 AI 科学家姚顺雨称 AI 生物武器风险将至,但封闭模型并非解法
腾讯首席 AI 科学家姚顺雨警告 AI 很快将具备开发生物武器的能力,认为完全开源或完全闭源都无法单独解决该问题,主张开源与闭源混合,让各方都能用技术做防御。
腾讯首席 AI 科学家姚顺雨警告 AI 很快将具备开发生物武器的能力,认为完全开源或完全闭源都无法单独解决该问题,主张开源与闭源混合,让各方都能用技术做防御。
The Decoder 的 Frontier Radar 第五期盘点了 27 家由大厂离职研究者创办的研究型 AI 公司,按持续学习、语言之外的世界模型、专有数据、算力效率、自动化科研和模型可控性六类技术押注分组。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 通过 YouTube 和 X(账号 llm_wizard)教开发者构建、微调、评估和部署开源 LLM 应用与智能体,并自称“No. 1 Nemotron Fan”。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch 的 Equity 播客中,谈创业公司在基于开源模型构建前需要了解的成本、风险与取舍。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch 的 Equity 播客中谈开源模型日益主流化后企业如何获取价值。讨论覆盖初创公司在基于开源模型构建前需了解的选型与基础设施问题,以及中国开源模型崛起背景下美国玩家能否跟上。
智能体完成一次编码任务消耗的 token 可达普通对话提示词的 10 到 50 倍,按 token 计费让高价值工作流反而最贵,Uber 据称在 4 月就用完了 2026 年全年 AI 预算。
Latent Space 与 Supabase 创始人 Paul Copplestone 和 Ant Wilson 对谈,讨论智能体为何把 Supabase 当作应用后端首选。
Supabase 联合创始人 Paul Copplestone 和 Ant Wilson 在访谈中讨论如何为 AI 智能体大量生成应用的世界设计后端,包括在数据库旁运行长时工作负载的 Supabase Compute、让 schema 更易被智能体理解,以及 Postgres 可靠性与扩展。
TechCrunch 的 Equity 播客围绕 PHP 新披露的漏洞展开讨论,网站所有者被要求立即打补丁或暂时下线站点。嘉宾认为这类存在数十年的漏洞被公开,暴露出大量网站依赖开源技术支撑的脆弱性,而 LLM 与 AI 智能体的普及会让发现此类漏洞变得更容易。
AI 编程工具正大幅缩短复古游戏反编译与重编译(decomp/recomp)的周期,让《光环》《塞尔达传说:时之笛》等作品被快速移植到浏览器、iPhone 和混合现实平台,有爱好者数周内就同时推进十几个项目。
Figma 在印度首届 Config 大会上宣布新增 20 家 MCP 合作伙伴,包括 Amp、ClickUp、Linear、Notion、Mistral 和 JetBrains 的 Junie 等。联合创始人 Dylan Field 表示 MCP 并非完美协议、仍有大量改进空间,且更有利于前沿实验室,Figma 不完全开放是担心数据经 MCP 暴露后被滥用。
独立游戏开发者 Popcar 谈到近期 AI 驱动的游戏反编译浪潮,它让现有游戏之间出现奇怪的混搭,也推动了让老游戏在新硬件(常通过 WebAssembly 在浏览器中)上运行的保存项目热潮。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。目前 Artificial Analysis LLM 排行榜前八名均为闭源模型,但开源模型在开发进度上仅落后数月。争论焦点在于开放模型带来的安全风险与防止权力集中、推动技术民主化之间的权衡。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出"合成超级智能"(synthesis superintelligence)愿景:让 AI 通过物理实验而非仅靠互联网数据学习,用强化学习结合高通量实验室、AI 材料表征与 DFT 模拟来发现新材料。
MIT 的 Alex Zhang 在 Latent Space 播客中介绍了其递归语言模型(RLM)研究,基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的系统,早于 OpenAI 的 Astra。
本期 Import AI 收录多项进展:Michael Levin 提出心智是来自 Platonic 空间、以身体和机器为接口的模式,并主张这一假说可被实证研究;斯坦福研究者 Perry Dong 与 Chelsea Finn 指出机器人预训练已规模化,缺的是像语言模型那样稳定的后训练配方,并提到他们开发的 EXPO(-FT) 算法。
Hugging Face 发布 2026 年 1 月至 8 月的开源模型观察报告,基于 Hub 数据指出中国实验室在多数月份推出的最大开源模型参数量超过美国实验室,中国月度上限在 754B 至 2.78 万亿参数之间,美国模型在七个月中有五个月低于 130B。