跳到正文

全部 AI 动态

今日 5 条

10月6日

星期二
  1. GLM 5.3 上线 Amazon Bedrock

    Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码和长周期智能体任务,通过全托管 API 提供跨区域推理、提示词缓存和服务层级,目前面向符合条件的企业客户开放。

  2. Google 发布智能体隐私与安全报告:从上下文完整性视角看开放与新兴问题

    Google 发布《智能体隐私与安全中的开放与新兴问题:上下文视角》报告,由 50 多位学界与业界人士在 2025 年底纽约 CAPS 研讨会上协作完成。报告指出智能体因非结构化接口、概率性控制流和自主委派三点区别于传统软件,主张以 Contextual Integrity 理论为基础,构建可实时生成策略的上下文策略引擎,在系统沙箱、模型推理和用户控制多层协同防护。

  3. AI 接管数学引发的争议风波

    过去一年,OpenAI、Anthropic 等实验室宣布在多个长期未解的数学问题上取得突破,部分进展超出研究者对现有系统能力的预期,其中包括解决一个著名的千禧年大奖难题。但这些成果并未获得一致认可,反而在学界引发反弹,AI 实验室表示正在从早先的错误中吸取教训,这些承诺能否兑现尚待观察。

  4. Nolla Health 在犹他州推出 AI 生成痤疮处方试点

    医疗初创公司 Nolla Health 宣布,犹他州 18 岁以上轻中度痤疮用户可用其 App 扫描面部,由 AI 分析严重程度并自主开具处方。该试点前 100 名患者每份 AI 处方需两名医生批准,之后最多 500 名患者改为处方后再审核,此后医生每月抽查至少 10% 的处方及所有升级或副作用案例。

  5. 昆尼皮亚克民调:多数美国人希望 AI 发展放缓或暂停

    昆尼皮亚克大学民调显示,47% 的美国受访者希望放缓 AI 发展速度,30% 希望在有安全验证前完全停止,仅 5% 希望加速。86% 支持目前正在讨论的 AI 企业独立安全标准,即使这会拖慢进展;73% 担心 AI 最终威胁人类生存,74% 对 AI 公司领导者几乎或完全不信任。该调查于 9 月 24 日至 27 日访问 1202 名美国成年人,误差范围为正负 3.5 个百分点。

  6. Reka AI 发布 190 亿参数全能模型 Rho-1,统一处理文本、图像、视频与机器人控制

    Reka AI 发布 Rho-1 研究预览版,这是一个 190 亿参数的全能模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同,Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行,无需工具调用或外部模型,并能实时生成连续视频、在不重启的情况下响应新指令。

  7. 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性

    Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器,可衡量多智能体系统的准确性、任务成功率和行为表现,并把可解释性作为一等评估维度。内置评估器覆盖有用性、任务成功、指令遵循等通用维度,自定义评估器则校验决策依据、数据引用与成本和服务水平等权衡。该能力支持按需模式用于开发基准与 CI/CD 门禁,在线模式用于生产持续监控与告警。

  8. Qwen3.8 27B 用英文单词做加法的基准测试

    一项基准测试用 5,070 个禁用推理的案例,检验本地 Qwen3.8-27B-Q4_K_M.gguf 模型能否用英文单词完成正整数加法并输出精确结果,其数值准确率为 23.57%,格式合规率 96.17%。准确率随位数增加从一至三位数的 97.04% 降至十至十三位数的 6.44%;开启中等推理后,169 次配对测试中答对 167 次。

  9. TikTok 推出 AI 购物助手与一键结账

    TikTok 周一宣布推出 AI 购物助手和站内一键结账功能,用户可直接在 For You 信息流中向品牌下单。该购物助手是对话式 AI 智能体,能理解上下文并记住用户偏好,提供商品详情、物流、尺码、库存等实时购物指引并协助完成购买。

10月5日

星期一
  1. OpenAI 推出出现在图像生成结果旁的视觉广告

    OpenAI 为 ChatGPT 增加视觉展示广告,广告会出现在用户要求生成的图像旁边,本月晚些时候先在美国上线,仅面向初始测试广告主。广告会明确标注且不会影响 ChatGPT 给出的回答,OpenAI 同时扩展广告衡量工具与合作伙伴,并联合 DoubleVerify 和 Integral Ad Science 开展品牌适配评估试点。