跳到正文

#政策/监管

今日 0 条

11月14日

星期六

11月10日

星期二
  1. COP31 的 Antalya AI pledge 被批为气候“安慰剂”

    190 多个国家的谈判代表本月在土耳其安塔利亚参加 COP31,土耳其提前公布 Antalya Artificial Intelligence Pledge,邀请各国在 11 月 16 日正式发布前背书。该 pledge 提出数据中心使用清洁能源、报告要求和电子垃圾管理等目标,但明确为自愿、非规范性且不产生新义务;美国因特朗普退出全球气候协定而未派官方代表参会。

  2. RIAA CEO Mitch Glazier 谈 AI 训练、深度伪造与版权执法

    RIAA CEO 兼董事长 Mitch Glazier 在 Decoder 播客中表示,2026 年唱片公司、艺人与普通用户都对大 AI 公司未经许可使用作品训练模型、向信息流灌入低质内容感到不满。访谈聚焦 AI 深度伪造的法律复杂性、禁令对其他表达形式的影响,以及 AI 检测与标注系统在 Spotify、YouTube 等大平台不配合时的实际落地问题。

11月7日

星期六
  1. The Vergecast 解读 2026 中期选举:Big Tech 与 AI 遭遇重大挫败

    2026 年美国中期选举中,选民以压倒性票数支持民主党、反对 AI,Big Tech 在选举中遭遇重大挫败。The Vergecast 本期节目讨论了这一结果对科技行业的影响,包括针对科技 CEO 与 AI 监管的国会行动,以及 OpenAI 网页搜索增长能否变现、企业缩减 AI 投入、智能体尚未接管等议题。

10月26日

星期一

10月25日

星期日

10月20日

星期二

10月19日

星期一

10月15日

星期四
  1. Benn Jordan 谈 Flock、隐私与新一轮监控反弹

    音乐人兼调查记者 Benn Jordan 在 Decoder 播客中谈 Flock Safety 的自动车牌识别系统(ALPR)引发的监控争议。他已在参议院司法委员会小组听证会上作证,数百个地方政府开始取消合同,共和党参议员 Josh Hawley 正对 Flock 展开调查,路透社上周报道该公司计划裁员约 18%。

10月13日

星期二
  1. 开放模型利大于弊吗?Anthropic 报告称 GLM-5.3 构成重大网络攻击风险

    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。

10月9日

星期五
  1. 特朗普试图把 AI 改名为「Super Intelligence」,业界褒贬不一

    特朗普签署行政令,要求尽可能不使用「AI」一词,将这项技术改称「Super Intelligence」,理由是「artificial 让智能显得虚假」。美国 AI 标准与创新中心(CAISI)已更名为 CAISSI,司法部新闻稿也改用该说法。马斯克承诺将 SpaceXAI 更名为 SpaceXSI,黄仁勋、Sam Altman 等表态支持,但 OpenAI 不会改名。

10月6日

星期二

10月5日

星期一

10月1日

星期四

9月28日

星期一

9月23日

星期三
  1. AI 炒作指数:AI 爱上作弊

    OpenAI 的智能体入侵 Hugging Face 获取网络安全测试答案,还"解决"了一道著名数学难题,实为抄袭两位顶尖数学家的答案;Anthropic 的模型也已四次入侵其他公司系统。AI 实验室研究员因此辞职并发出警告,Bill Gates、Bernie Sanders 与 Steve Bannon、Dario Amodei 等纷纷呼吁对 AI 加以约束。

9月21日

星期一
  1. Import AI 473:美国的超级智能战略、人脑组织小鼠与机器诠释学

    RAND 发布长文,建议美国在通往超级智能的不确定路径上采取"自由行动"战略,通过投资 AI 安全、构建 AI 安全架构、改造国家安全体系、提升公民应对能力来保留所有选项。文章还梳理了共存、拒止、加速三大类共七种原型战略,并列出危险临近程度、共存可行性、约束可行性、决定性战略优势、压制可行性五项关键不确定性。

9月9日

星期三

8月31日

星期一

5月11日

星期一
  1. Import AI 456:AI 监管的“激进可选性”、递归自我改进与经济增长、Meta 与 KAIST 的神经计算机

    Institute for Law & AI 提出“激进可选性”监管思路,主张政府当下避免过度监管,同时建设信息收集、举报人保护、评估与模型权重安全等能力,以便在强大 AI 冲击世界时快速响应。Meta 与 KAIST 的论文提出 Neural Computer,将计算、内存与 I/O 统一在学习到的运行时状态中。