Marktechpost AI 推出 GPU 排行榜及 Deploy It Chrome 扩展
Marktechpost 推出 GPU 排行榜及 Deploy It Chrome 扩展，该文章“Marktechpost AI 推出 GPU 排行榜及 Deploy It Chrome 扩展”最初发布于 MarkTechPost。
-
-
UAEF：一种与框架无关的闭环评估人工智能代理系统
通用代理评估框架（UAEF）是一种与框架无关的AI代理评估系统。UAEF将每种框架的轨迹转换为一种规范格式，利用36项内置指标在7个维度上对它们进行评分，并存储结果，从而让团队能够比较代理版本并发现回归问题。
-
GR00T 2 自主化学实验
📌 One-Sentence Summary 展示了 GR00T 2 对灵巧手的自主控制，以实时速度执行化学实验室实验和后续清理。 📝 Summary 视频展示了 GR00T 2 自主执行复杂、长时间任务的能力。配备灵巧机器人手，系统完成完整的化学实验周期——从初始组件操作到最终清理——全部在实时、无束缚的环境中。这突出了模型在处理多步骤程序和清理工作空间方
-
中国的英伟达“蜜罐”并不令人意外。无论如何，詹森·黄还是喜欢上了它。
中国使用性间谍活动是一种成熟情报策略，近期有一些备受关注的案例。那么，全球最强大的AI高管究竟是如何被其蒙骗的呢？
-
赫尔辛构建了一个AI系统，用于为武器系统准备目标，并表示每个决策都将有人类名称。
赫辛公司已推出Clarity，这是一种AI平台，利用智能代理将传感器数据转化为武器系统的目标推荐，所有操作均在人类监督与欧洲管控下进行。但来自伊朗战争、加沙冲突以及一次涉及中国的险些遭遇的经验表明，自动化速度与数据融合会产生难以控制的风险。该文章“赫辛构建了一个为武器系统准备目标的AI系统，并指出每一项决策都将有人类姓名”，最初发布于《解码者》杂志。
-
Anthropic的首次公开募股路演视频
Anthropic的IPO路演视频 Anthropic昨日启动了其IPO路演，其路演视频包含一些此前未公开的关于其业务运作方式的信息。其中关于联合创始人汤姆·布朗所讲的“计算方式”部分特别有趣，内容描述了Anthropic如何在AWS Trainium、谷歌TPU、英伟达GPU及AMD GPU上训练并服务Claude。我不确定为何没有官方视频文字稿，但以下是
-
介绍 Amazon SageMaker AI双向流处理的基于使用的定价机制
AWS市场现在支持针对Amazon SageMaker双向流推理的基于使用量的计量机制，从而让模型提供商能够根据客户在实时流过程中实际使用的量进行收费。Deepgram为首发合作伙伴，将基于使用量的语音转文本和文本转语音计费引入AWS市场。
-
压力测试 NVIDIA NVFP4 量化版 GLM-5.3-Flash 在智能体工作流中的表现
📌 One-Sentence Summary 对 NVIDIA 打造的 GLM-5.3-Flash NVFP4 构建版进行严苛实测，涵盖长上下文漂移、多步算术计算、并行智能体争用以及多步骤错误恢复。 📝 Summary 作者针对运行在两台 DGX Spark（基于 vLLM 和 MBX）上的 NVIDIA NVFP4 检查点版 GLM-5.3-Flash 进
-
AlphaGenome 2：预测 DNA 如何塑造细胞与疾病
📌 One-Sentence Summary AlphaGenome 2 是新一代 DNA 序列模型，可预测遗传变异如何影响特定的人类细胞类型，连接单细胞生物学与人类遗传学，帮助更深入地理解疾病机制。 📝 Summary AlphaGenome 2 在基因组分析方面取得了重大进展。它是一种条件模型，可预测 DNA 对单个细胞类型的影响，而非笼统地针对整个组织
-
AlphaGenome 2：解析细胞解读DNA的方式，以更好地理解疾病
预测DNA序列及其变异对特定人类细胞类型和疾病的影响。
-
谷歌的AlphaGenome 2聚焦疾病的细胞根源
谷歌深度思维的研究人员现已发布一种新型AI模型，旨在揭示DNA变化对不同细胞的影响机制，从而让科学家能够更细致地了解这一极其难以解决的问题，该问题或许能提供关于疾病成因的重要线索——并为新的治疗方法指明方向。AlphaGenome 2是其后续版本……
-
Databricks的新AI智能体向CEO阿里·戈迪斯讲述了真相。
在Databricks有12,000名员工的情况下，AI Ghodsi首次承认，他无法了解所有人，且他们不太可能向他坦白那些出现问题的事情。但他不需要他们这么做。他利用Databricks新修订的Genie代理来实现这一目的。
-
Anthropic称，人工智能正在削弱NVIDIA的CUDA优势，使AMD芯片切换时间从数月缩短至三天。
Anthropic称，其自身使用人工智能手段突破了Nvidia的CUDA护城河。据称，该公司内部模型Mythos在短短三天内将Claude移植至AMD GPU上，几乎无需任何人工干预。现在，Anthropic在四种芯片系列上运行Claude，并旨在降低成本并减少对供应商的依赖。文章《Anthropic称人工智能正在侵蚀Nvidia的CUDA优势，使AMD芯片
-
上周（本月）AI 要闻 #347：英伟达的间谍、Anthropic 的 $1.4T IPO、AI 的蓝色浪潮
📌 One-Sentence Summary 本期回顾过去五周的 AI 新闻，包括针对英伟达 CEO 黄仁勋涉嫌与中国间谍有染的调查、Anthropic 以 $1.4 trillion 估值筹备的大型 IPO、关于递归自我改进即将到来的警告，以及 Google Gemini 4 Carbon 模型的发布。 📝 Summary AI 行业近期发生了多项重大进展
-
Atuin Threads：所有机器上的所有智能体会话
HN ⭐ 158 · 62 评论
-
Google DeepMind 刚刚通过数学方法验证了 Signal 的关键部分。
这个四周项目表明，AI能够使形式化验证变得更加实用。
-
将AI融入产品中究竟何时才真正有意义？
过去几年中，科技行业急于将一种新型微芯片植入所有设备中，其假设是：如果可以加入人工智能，那么就应该如此。智能视觉牙刷、情绪感知家用机器人以及一系列实体产品正侵入消费者日常生活，这些产品依赖人工智能来学习、预测并调整我们的行为。但正如那些在更新冰箱固件时遇到困扰的人所知道的，人工智能并不能改善所有产品。一些产品设计师正在探讨真正创新与寻找问题的解决方案之间的界
-
Plurai希望借助同样有助于让自动驾驶汽车进入道路的方法，帮助AI智能体表现更好。
如同为驾驶汽车而训练的端到端模型，AI智能体也是在不可预测环境中运行的概率性系统。
-
Adobe的AI实验让你能在照片中漫步，并采访其角色。
Adobe每年在年度Max大会上展示的部分最令人瞩目的技术，正是其正在研发的实验性功能；这些工具中的最新一项今日已正式发布：它可将图像转化为可探索的3D场景、通过与AI角色对话来设计AI角色，并将照片编辑转化为复制粘贴流程。
-
美国数据经纪商正向中国AI实验室出售价值五亿美元的RL训练环境。
据《中国对话》的调查，美国数据经纪商如Mercor、Surge AI和AfterQuery正向中国实验室出售价值约5亿美元的AI训练数据。其中包括此前为OpenAI或Anthropic构建的相同强化学习环境。至少有9家公司参与其中，且出口管制几乎不适用。该文章《美国数据经纪商正向中国AI实验室出售价值5亿美元的强化学习训练环境》首次出现在《解码者》上。
-
DeepL希望实现实时翻译，从而最终捕捉讽刺意味与情绪转变。
DeepL语音的实时翻译将变得更加自然。该公司新的Aure模型能够将原始说话人的语气、情绪、强调方式及语速迁移至目标语言中。《DeepL希望实时翻译最终能捕捉讽刺与情绪变化》一文最初发布于《解码者》上。
-
NSF的X实验室项目获得慈善机构与投资者的支持
当美国国家科学基金会于5月启动X实验室项目时，该机构表示，高风险、高资金资助的奖项将创造新型合作伙伴关系，从而应对紧迫的科学与技术挑战。如今，NSF正进一步强化这一理念，于10月发布公告称，慈善机构、企业及投资基金将为X实验室获奖者提供实际支持，包括实验室空间、软件、共享设备以及访问关键数据与专家指导的机会。这些组织提供的帮助，NSF称之为“联盟合作伙伴”，
-
Grok构建的应用暴露了患者数据、明文密码以及SpaceXSI自身的销售流程。
安全公司Claroc发现超过35,000个由Grok构建的应用对未经登录的任何人开放，包括患者数据及机密SpaceXSI文件。原因在于：“任何拥有链接的人”被预先选为默认访问设置。SpaceXSI仅将自身24个员工应用下线，其余应用仍可访问。该文章《由Grok构建的应用暴露了患者数据、明文密码及SpaceXSI自身的销售流程》最初发表于The Decoder
-
企业销售推动OpenAI季度收入达到100亿美元，但仍落后于Anthropic。
OpenAI季度收入增长50%，达到100亿美元，但现金消耗仍高于收入。调整后经营亏损增至109亿美元，而竞争对手Anthropic在170亿美元的收入下运营效率远高于其自身。为缩小差距，OpenAI如今正推动企业客户之间的价格竞争。文章《企业销售推动OpenAI季度收入达到100亿美元，尽管仍落后于Anthropic》首次出现于《解码者》杂志。
-
我的AI代理发现了一个未标注的玛雅遗址？
HN ⭐ 932 · 339 评论
-
谷歌SWE指出48个AI代理针对NASA激光雷达，在72小时内发现未有记录的玛雅金字塔
HN ⭐ 241 · 104 条评论
-
ElevenLabs 纽约峰会：AI 的交互层
📌 One-Sentence Summary ElevenLabs 推出了新模型、智能体和部署选项，帮助企业通过 AI 与人互动，并探索新的营收方式。 📝 Summary 在纽约峰会上，ElevenLabs 发布了一系列旨在改善人机交互的创新。该公司宣布计划让企业针对自身领域，微调开源语音模型和 ElevenLabs 语音模型；推出 Interaction
-
英国监管机构威胁大学，若其未采用防AI干扰的考试形式，将予以制裁。
英国高等教育监管机构学生办公室表示，人工智能使得“几乎不可能”公平评估学生课程作业。一项调查发现，学生在未被察觉的情况下使用ChatGPT撰写整篇论文，且事后无法回忆起基本内容。为维护学位的公信力，大学现在必须回归传统考试方式，否则将面临处罚。《英国监管机构威胁大学将采取处罚措施，除非其采用防AI干扰的考试形式》最初发布于《解码者》。
-
一名13岁的女孩在学校笔记本电脑上向AI询问自杀问题。数周未被标记。
该少女的父母声称，她通过学校的Chromebook使用Gemini计划自杀，但学校监控系统直到几乎为时已晚时才发现。
-
和大疆抢食，这家公司做了台桌面摄影机器人
一个美食创作者想把镜头从餐桌全景慢慢推到一碗面上。这个动作不难，难的是他没有第二个人帮他推，也没有空间在桌上架一条滑轨。最后他切了一个固定机位，画面清楚，但缺少呼吸感。 这张桌子，是今天很多内容创作的真实现场。产品测评、美食、美妆、直播、带货，大量拍摄都发生在几平方米之内。 设备其实已经不差：手机能拍4K，口袋云台能稳住画面，相机的画质早已溢出大多数人的需求
-
OpenAI邀请品牌在ChatGPT上设立门店。
PLUS：让你的打开的Chrome标签页借助AI发挥作用
-
[AINews] 梅科尔 7.5亿美元的D轮融资，估值达200亿美元，运营收入为30亿美元
2026年11月10日 — 谷歌GA的Gemini 4碳版。
-
双十一换机正当时：华为Mate X7购机好礼，降低折叠旗舰换新门槛
双十一临近尾声，手机市场换新热潮持续走高。不少华为老用户面临换新抉择：手中的华为直板机虽可正常使用，但电池已需一天两充，夜景拍摄时常模糊，多应用同开切换偶尔卡顿……如果换新直板旗舰，仅能收获影像、性能的小幅提升，日常用起来几乎没有区别，新鲜感三天就没了。想要获得显著的体验跃升，折叠屏是不错的选择，其独有的大屏交互形态拥有直板机型无法比拟的优势；只是万元价位门
-
体验埃斯特·马兰格博士的艺术与传承
诺托贝科·恩顿贝拉博士肖像，高级讲师，策展、公共与视觉文化系，威特沃特斯兰大学艺术学院
-
退伍军人与军人专属 ChatGPT Plus
超过20,000名退伍军人和转型服务人员已申请免费一年的ChatGPT Plus服务。了解他们如何利用它来为平民职业生涯做准备。
-
一键压缩任何LLM至3倍大小，近乎无损，内存占用低于50MB。
HN ⭐ 9 · 0 评论
-
MBZUAI的IFM发布PAN 2，一个用于物理AI的开放29亿参数世界模型。
MBZUAI的基础模型研究所发布了PAN 2，一个Apache 2.0世界模型，将LLM规划器与29亿参数扩散变换器结合，用于模拟最多20秒的视频动作结果。该文章《MBZUAI的IFM发布PAN 2，一个用于物理AI的开放29亿参数世界模型》首次出现于MarkTechPost上。
-
英伟达的危机令企业治理专家开始寻找爆米花
我们交谈过的治理专家表示，没人见过与当前所发生情况如此相似的情形。
-
阿里云获中国游戏云市场整体和六项细分第一
近日，国际数据公司（IDC）最新发布的《中国游戏云市场跟踪研究，2026H1》报告显示，2026年上半年阿里云以37%的市场份额位居整体市场第一，并在基础设施IaaS+CDN、基础设施IaaS+解决方案、基础设施IaaS、解决方案、通用云平台、云游戏平台六大细分市场获得第一。其中，在游戏云基础设施市场，阿里云占比达40%；在游戏云解决方案市场，阿里云占比达4
-
从“卖Token”到“卖结果” | 科技有「联想」沙龙激辩Token经济三大议题
10月30日，“科技有「联想」·Token畅想曲”线下沙龙在京举行。
-
卷起来了！11月11日，大模型厂商在天猫打5折
大模型厂商智谱、MiniMax、千问办公、阿里云、Qoder都在天猫打5折。
-
EP233 · Gemini Carbon 开放、MiniMax 开源图像、LinkedIn 校准智能体
📝 今日导语 Gemini Carbon 开放、MiniMax 开源图像、LinkedIn 校准智能体：判断模型选择与改进方法。 🏷 今日关键词： 旗舰模型 图像开源 智能体评估 知识循环 具身智能 📰 今日精选内容 Gemini 4 Carbon 现已推出 Google DeepMind News · 文章 · 评分 92 MiniMax H3-Image
-
港人北上就医更方便了！蚂蚁健康联合宏利香港推出跨境商保直付服务
11月10日，宏利人寿保险（国际）有限公司（简称“宏利香港”）与蚂蚁健康共同宣布，为符合资格的宏利香港客户推出全新跨境医疗支持服务。宏利香港也成为香港首家与蚂蚁健康合作提供跨境医疗直付的保险公司。 据了解，宏利香港符合资格的客户可在AlipayHK上启用蚂蚁健康提供的电子“医疗保障卡”，搜索指定医院，并通过24小时预约热线安排门诊治疗。如果医生建议接受指定治
-
灵光2.0上线两周，累计托管事务量突破300万
11月11日，蚂蚁集团旗下个人AI助理灵光公布最新数据：自10月27日灵光2.0上线以来，累计托管事务量突破300万项，累计执行任务超过1100万次。 这是灵光2.0上线以来又一次披露事务托管数据。11月5日，灵光曾公布，上线一周已托管超过116万项事务，累计执行任务超过360万次，用户规模突破2000万。 与用户规模、对话次数等传统AI产品指标不同，事务托
-
文心 5.5 Flash Preview发布！编程、3D 建模、知识工作、内容创作等全面升级
11月11日，百度最新基础模型文心 5.5 Flash Preview正式发布。文心 5.5 Flash Preview总参数量达 2800 亿，每个 Token 激活 140 亿参数，支持最长 100 万 Token 的上下文，在编程、3D 建模、知识工作、内容创作等方面表现突出。目前在Terminal-Bench、AutomationBench等多项基准
-
AI工程师代码峰会：OpenAI探讨与Codex协作的新方式
在AI工程代码峰会第一天，OpenAI展示了开发者如何通过语音操控Codex、将工作迁移至云端以及利用点号进行操作。
-
Fish Audio发布Live 3，一个全双工语音模型，响应时间为186毫秒。
Fish Audio发布Live 3，一款用于语音代理的全双工语音模型。它在说话时进行监听，能区分“嗯嗯”与真实中断，且反应时间可低至186毫秒。仅英文版发布。该文章《Fish Audio发布Live 3，一款全双工语音模型，反应时间为186毫秒》首次出现于MarkTechPost上。
-
无人拖拉机真正下地了！新疆大田深翻30+厘米，丘沃智能开物™系统首次完整曝光
L4无人化作业走向规模交付
-
11月11日，全年最便宜的一天！iPhone18 Pro天猫降价2247元
11月11日，全年最便宜的一天，iPhone 18 Pro 迎来降价。 记者在“天猫校园教育官方旗舰店”看到，iPhone 18 Pro 最高降价2247元，到手价仅需7752元！相当于打了7.8折，还支持12期分期免息，刷新上市以来的全网历史最低价。 经实测，上述优惠均可轻松领用，具体包含：300元苹果加补券、至高199元的淘金币抵扣，至高1400元换新补
-
AI如何帮助回收商将混合垃圾转化为可重复使用材料
视觉AI与机器人技术从二手服装、瓶子及混合回收物传送带中挑选值得回收的物品，从而将数千吨材料从垃圾填埋场转移出去。
-
三个月估值涨十倍的芯片热潮里，5000万也没让他创业
作者｜包永刚 编辑｜刘伟 5000万元摆到桌上，张博士最后还是决定不创业。 他刚从一家被收购的公司离开，就赶上新一轮芯片创业热潮。一家知名VC愿意拿出5000万元，让他组团队、做CEO。张博士频繁见投资人、物色核心成员，项目已经走到启动阶段。 没过多久，他停了下来。 和投资人以及市场上的人聊过一圈后，张博士觉得，自己的能力和创业真正需要的东西并不完全匹配。
-
展示HN：AWS、Azure、RunPod和Vast.ai的每日GPU租赁价格
HN ⭐ 6 · 2 评论
-
AI接手运营后，速卖通潜力市场双11成交大涨超50%
今年海外双11，中国跨境商家的订单出现在不少意想不到的“冷门”市场。 记者从阿里旗下跨境电商平台速卖通AliExpress获悉，双11大促前7日，速卖通主力市场之外的潜力国家市场日均成交同比大涨超50%。借助AI智能托管，商家们把生意做到了更多平时顾不上经营的市场。 聚光灯之外的消费者“剁手”有多积极？速卖通数据显示，“企鹅比人多”的福克兰群岛，参与大促的买
-
AI接手运营后，速卖通潜力市场双11成交大涨超50%
今年海外双11，中国跨境商家的订单出现在不少意想不到的“冷门”市场。记者从阿里旗下跨境电商平台速卖通AliExpress获悉，双11大促前7日，速卖通主力市场之外的潜力国家市场日均成交同比大涨超50%。今年，速卖通上线潜力国家地区智能经营Agent，商家一键启用，系统就能自动优化商品详情页、报名活动、匹配物流线路，还提供智能客服服务，让商家在潜力市场实现自动
-
独家丨清华系团队创业做 AI 眼镜，拿下传统眼镜厂商种子轮
清目创始团队均为清华背景，成员背景涵盖XREAL、荣耀、阿里等。 作者丨黄艳冰 编辑丨姚单 雷峰网·鲸犀独家获悉， 智能眼镜初创公司深圳市清目数字科技有限公司 （下文简称清目数字 ） 已完成种子轮融资，投资方为南京视客 ，天使轮融资正在推进中。 清目数字首款产品定位职场办公场景， 采用双目双波导显示、多麦克风阵列、双喇叭导音方案，无摄像头，整机 31.7 克
-
用 Sites 构建可协作、可供智能体操作的 Web 应用｜DevDay 2026
📌 One-Sentence Summary OpenAI 演示如何用 Sites 把表格变成团队应用，并通过 WebMCP 让用户的智能体操作公开网站。 📝 Summary Katia 和 John 把发布进度表变成仪表盘，让 Codex 定时从关联文档刷新 SQLite 数据。两位同事登录同一个私有站点，各自通过现有连接器看到自己的 Linear 工单，
-
工具循环之后：深入理解智能体架构｜DevDay 2026
📌 One-Sentence Summary OpenAI 回顾 Codex 从工具循环走向持续工作的智能体，并说明何时并行带来的收益足以抵消协调开销。 📝 Summary Raj 解释模型训练与 Codex 运行框架如何共同演进：工具执行把推理变成行动，上下文压缩让任务跨窗口延续，单独保存的 /goal 能在一轮对话结束后继续生效，后续模型则把持续工作训练
-
Codex Security：从发现漏洞到验证修复｜DevDay 2026
📌 One-Sentence Summary OpenAI 安全团队介绍如何从并行漏洞扫描走到去重、分派责任人，以及对补丁进行独立验证。 📝 Summary 两位讲者从内部安全冲刺讲起：单次扫描提示词划定范围，共享知识库和 SECURITY.md 提供架构与现有防护。他们报告冲刺中有 36% 的发现属于重复项，并说明如何通过严重性规则和责任归属把剩余发现分派
-
把 Codex 运行框架作为服务，用 Agents API 构建智能体｜DevDay 2026
📌 One-Sentence Summary OpenAI 解释为何把 Codex 运行框架做成托管服务，并用 Agents API 演示由人工确认的航班改签。 📝 Summary 演讲拆解托管智能体的三个工程问题：如何把命令发送给独立沙箱，如何向产品提供对话轮次信息，以及如何在长会话中断后保留状态。文件编辑后连接断开，服务只知道没有收到结果，无法据此判断能
-
用 Codex 做持续数周的工程工作｜DevDay 2026
📌 One-Sentence Summary OpenAI 工程师分享 Codex 如何用六周调查偶发失败的 CI 测试，以及如何为长期任务设计可反复验证的流程。 📝 Summary 3D 赛道演示展示 Codex 如何在 Blender 渲染中断后继续。更详细的 CI 案例里，主线程触发测试和协调，子智能体分别调查失败，其中包括一个间歇出现的 GPU 浮点
-
在亚马逊Bedrock上推出Kimi K3.1 Pro
Moonshot AI的Kimi K3.1 Pro现已在Amazon Bedrock上可用。了解如何通过与OpenAI兼容的Chat Completions、Responses和Converse API开始使用，通过显式提示缓存优化推理，以及在OpenCode中将该模型用作编程助手。
-
LLM玩转Zachtronics的TIS-100
HN ⭐ 34 · 4 评论
-
AI是一种信息网关。受众仍不希望其处理他们的新闻。
HN ⭐ 3 · 0 评论
-
JioStar的首席架构师在5亿用户规模下的AI发现领域
JioStar的维贾伊·塞沙德里讲解在5亿用户规模下的AI发现机制。阅读他关于评估、约束机制以及将AI投入生产方面的见解。
-
使用LangGraph和Amazon Bedrock AgentCore网络搜索构建每日依赖监视器
Amazon Bedrock AgentCore中的网络搜索API使代理能够获取当前、已引用的网络结果，这些结果由其已使用的AWS凭证签名。在本文中，将构建一个每日依赖监视器，作为一个LangGraph图，可并行研究软件包生态系统，将规则存储在代码中，并针对其引用来源对所有发现进行验证。
-
Meta FAIR发布e-means：一种在少10倍的周期数内优于k-means的算法
Meta FAIR的e-means是一种迷你批次k均值替代方案，随FAISS 1.16.0发布。它可在1.4至2.6个周期内达到Lloyd的25个周期损失，具备10-45倍GPU加速效果，且无需额外超参数。关于Meta FAIR发布e-means：一种在少10倍周期数下优于k均值的算法，最初发表于MarkTechPost上。
-
LLM训练后删除权重的令人惊讶的有效性
HN ⭐ 15 · 0 条评论
-
代理评估手册：内置版、DeepEval及AutoEval在Amazon Bedrock AgentCore评估上应用
当部署一个智能体时，其是否正常工作实际上涉及多个问题：它是否完成了任务、是否保持主题一致性、是否泄露数据，还是跳过了某些步骤？本文介绍如何在亚马逊Bedrock AgentCore上对智能体进行评估，使用内置的DeepEval和AutoEval评估器，以及如何将每种重要行为与对应正确层级的正确评估器匹配。
-
环形摄像头将走向移动化，亚马逊推出基于人工智能的安全无人机和机器人。
亚马逊的漫游Ring机器人设备将于2026年年末和2027年年初首次亮相。
-
追踪Anthropic发现的漏洞
HN ⭐ 366 · 168 评论
-
使用 SGLang-TorchTPU 在 TPU v7 上优化 Muse Spark Open
📌 One-Sentence Summary 本文详细介绍 PyTorch 的 TorchTPU 与 SGLang 如何借助巨核架构，在 TPU v7 上为 Meta 的 816B 参数 Muse Spark Open MoE 模型实现高性能推理；该架构通过流水化处理权重、KV 缓存和集合通信，将解码延迟减半。 📝 Summary 这篇博客介绍如何使用 SG
-
把子智能体当作分布式系统：Girish Konda 的 SAFE 交接设计
📌 One-Sentence Summary Girish Konda 用分布式系统的经验解释，编排器如何处理子智能体超时、证据过期、重复写入和并发失控。 📝 Summary 子智能体可能只做了一半，却返回一份看似完整的结果。调用超时也可能对应几种不同结果。Konda 结合自己的 MCP 桥接器提出 SAFE 交接方式：记录来源并检查时效，给写入分配身份并回
-
苹果将推出新款Mac应用，旨在让运行本地AI模型变得更为便捷。
HN ⭐ 103 · 81 评论
-
Grok Build编程智能体泄露了大量机密信息，其中部分属于SpaceXSI。
研究人员发现，35,000个Grok构建应用对任何寻找它们的人完全开放。
-
OpenAI收购Odessia，由Sonder创始人创立的旅行初创公司
OpenAI尚未说明其对旅行未来的计划是什么。但Sonder创始人弗朗西斯·戴维森是旅游行业中一位知名人物。
-
拉扎尔，出局：重新编程休眠神经元以用于后门AI智能体
微软研究人员发现“拉扎鲁斯”，这是一种后门技术，可重新编程人工智能模型中休眠的神经元，导致原本正常的AI代理在出现隐藏触发因素时执行恶意命令。该威胁对具有工具或终端访问权限的AI代理尤为严重。被触发的模型可能悄悄下载并运行攻击者代码，[…] 文章《拉扎尔，走出困境：重新编程休眠神经元以用于后门AI代理》最初发布于微软研究院。
-
OpenAI、Anthropic面临新的监管，纽约人工智能安全法即将生效
纽约正准备实施其全面的AI安全法，要求像OpenAI和Anthropic这样的主要开发者进行注册、公开其安全措施，并报告重大事件，否则将面临罚款。
-
当人工智能成为神谕时，数学会发生什么？
数学家史蒂文·斯特罗加茨谈论他的新书《大数学：运行我们世界的隐藏密码》。
-
OpenAI将ChatGPT转化为一个商业目录，其中包含可处理客户问题的AI代理。
OpenAI正将ChatGPT作为商业平台开放使用：通过新的商业中心，企业可注册其个人资料、添加产品数据，并追踪用户与其的互动情况。“商业代理”让符合条件的美国电商供应商能够在ChatGPT中直接与客户沟通。《OpenAI将ChatGPT转化为商业目录，配备负责处理客户问题的AI代理》一文最初发表于《解码者》杂志上。
-
LLM-Gemini 0.36
发布：llm-gemini 0.36 Gemini 4 Carbon于两周前为“部分网络防御人员”而宣布推出，但如今已向其他所有人开放。这是谷歌有史以来最好的Gemini版本，首发时输入成本为2美元/百万，输出成本为10美元/百万（相当于GPT-6.1 Sol / Claude Sonnet 5.5的价格），但计划于12月1日将价格翻倍至4美元/20美元（与
-
智能体设计 — 泽诺·罗查，雷森
回答引擎优化（AEO）的终点与智能体体验的起点在哪里？在Resend内部，从有助于Claude Code选择电子邮件API的文档，到其用于发送的工具，均有说明。
-
所有7位Anthropic创始人将在首次公开募股中各自套现约2.5亿美元的知识产权价值。
七位联合创始人中每一人计划在首次公开募股中出售恰好相同数量的股份，这将使他们每人获得约2.5亿美元的现金，处于价格区间的中点位置，同时仍让该集团掌握公司的控制权。
-
Anthropic将Claude转化为一个完整的工作空间，包含插件、电子表格、白板，以及即将推出的会议记录功能。
Anthropic正在通过Sheets、白板及互动连接器扩展Claude，使像Adobe和Atlassian这样的合作伙伴能够直接在Claude内部嵌入其应用。Anthropic表示，可参与通话并记录笔记的Claude会议即将推出。逐步地，Anthropic正将Claude转化为团队的核心工作平台，将许多其他应用整合至同一平台。文章《Anthropic将Cl
-
推理解决的目标是什么？
HN ⭐ 100 · 44 评论
-
Oura将以6.25亿美元收购AI原生初级医疗初创公司Counsel Health
该交易发生在奥拉无限期推迟其高达22亿美元的首次公开募股几周之后，其理由为“首次公开募股市场的不确定性”。
-
美国正在赢得人工智能竞赛。黄仁虎本可彻底失败。
就间谍目标而言，黄仁虎或许是地球上最不令人惊讶的人之一。英伟达首席执行官经营着全球最具价值的公司之一，掌控着备受追捧的技术，这些技术正是推动人工智能繁荣的核心要素，且与总统、首席执行官以及各类重要人物关系密切。他还穿着一件酷炫的皮夹克。这使得……
-
PSI正试图将人工智能驱动的科学发现转化为商业业务。
PSI使用一款尚未发布的Anthropic模型，解答了科学家近二十年来一直关注的量子计算相关基础问题。
-
Gemini Intelligence：新功能，适用于更多设备
一名男子对着手机说话。屏幕上的文字为“Gemini Intelligence”。
-
医学图像分割：基础模型适配与任务特定训练
作者: Emre Kutlusan, Yongmin Li | 在大型自然图像集合上预训练的基础模型日益适用于医疗图像分割，其预期是能够替代针对每个任务训练的模型。然而，大多数比较使用的是训练分布中的数据以及单一任务特定基线，其配置很少得到合理说明，因此无法提供关于在新环境中性能的有限证据。
-
基于示例式定位在EM-DETR中实现基础检测模型
作者: Sheethal Bhat, Bogdan Georgescu, Awais Mansoor | 基于深度学习的计算机辅助诊断系统在支持临床医生方面展现出巨大潜力，但其性能在很大程度上取决于大型、高质量标注数据集的可用性。在医学病变检测中，全面、标准化标注的缺失以及现有数据集的异质性，限制了稳健基础模型的开发。在本研究中
-
TorchCurves：可微分参数化曲线
作者: Alex Shtoff | 我们介绍TorchCurves，这是一个PyTorch库，将向量值参数曲线视为可学习原语。其核心操作将标量输入批次映射至以B样条或勒让德多项式基表示的曲线上的点，同时通过输入和系数进行微分。曲线系数可以与周围模型联合优化，或由另一个网络生成。
-
AutoScaffold：AI引导的语言模型强化学习支架
作者: Zijian Zhang, Rizhen Hu, Jiangweizhi Peng | 基于可验证奖励的强化学习（RLVR）能够产生丰富的训练体验，但结果奖励将每次尝试缩减为单一数值，从而使大部分此类信息无法被利用。训练期支架，如训练过程中添加到提示中的策略或提示，提供了一种自然方式，可将这些信息转化为指导，但其设计与适配很大程度上由人类负责。
-
对比性发现：开放式科学发现优于竞争性解释
作者: Ziang Liu, James J. Kim, Yijia Dai | LLM智能体越来越多地被用于开放式、数据驱动的科学发现中，然而其中大多数都逐点评估假设，仅针对其对立假设$\neg h$来检验经验性命题$h$。当证据否定$h$时，智能体会意识到一种解释不太可能成立，但无法确定该证据支持的是哪种替代解释。为恢复该替代解释，我们引入对比式发现，该
-
黄铁矿：构建与基准测试蛋白质配体姿态排序智能体
作者: Megha Srivastava, Michael H. Lim, Allison M. Keys | 预测配体与其靶标的结合方式是小分子药物发现的核心环节。现代共折叠模型能够生成多种不同的候选姿态，但可靠地对这些候选姿态进行排序仍具有挑战性。我们引入Pyrite，一种成对姿态排序基准测试，包含来自多种不同蛋白-配体复合物中的1,500对姿态。具备3
-
NaiveAI承诺每秒2,100个令牌。其编码能力如何？
NaiveAI 可能在人工智能分析速度排名中名列前茅。我们的实际测试表明，其编程质量可与 DeepSeek 相媲美。
-
真实接线何时胜出？针对未测量生理特性检验连接体结构-功能主张
作者: Yeyuan Liu | 连接体约束模型通常用于论证，所测量的接线图优于打乱或重新接线的接线，因此结构决定功能。此类比较可能会将接线与模型调优过程混淆：连接体确定的是谁与谁相连，而非兴奋性、模型所需的收益或可塑性速率，而建模者通常会调优这些参数，直至真实接线m
-
持续ARC：衡量工作生涯中的技能习得
作者: Daniel Lenton | 代理框架已成为持续学习的一种有前景的机制，与测试时参数化学习并立。然而，当前的基准测试存在若干局限：它们通常仅关注单一应用领域，每个实例仅使用一次，且假设存在单一类型的学习器，因此基于记忆和基于权重的系统很少在同一尺度上进行比较。我们提出持续-ARC
-
分子相互作用基础模型中的新兴生物能力
作者: Adi Mashiach | 在大型未标记语料库上训练的基础模型能够产生新兴能力，即超出训练目标的任务。我们将这一范式拓展至多模态生物学领域，引入Bonbon，这是一个针对分子相互作用的基础模型，在约3.2万亿个配对蛋白-配体序列标记语元上进行训练。从单一表示空间来看，Bonbon展现出三种零样本新兴能力
-
代理评估框架比较分析：企业分析代理中的稳定性、检测与发现
作者: Howard Zhang, Chuck Arvin, Logan Brown | 在企业环境中部署基于LLM的分析代理，需要能够可靠检测复杂、多工具工作流中的故障的评估框架。我们提出一项三阶段比较研究，针对三种评估框架进行比较，每种框架均代表一种不同的评估范式（基于追踪的LLM评估、仅基于文本的LLM评估及红队测试评估、确定性启发式方法），应用于两个
-
OpenAI推出新的业务身份，使ChatGPT略具谷歌特色。
OpenAI正致力于将ChatGPT打造为更强大的消费者发现引擎，而一系列新功能旨在帮助企业协助其实现这一目标。
-
英伟达的GR00T 2模型通过视频观察人类，然后想象自己成为机器人。
英伟达的新AI模型GR00T 2旨在让机器人学习新任务，无需繁琐的远程操作。相反，该系统将人类手部动作从视频中转换为机器人手臂的动作，这些动作基于约40万小时的视频素材进行训练。不过，成功率仍存在较大差异，取决于任务类型，范围从10%到80%不等。文章《英伟达模型GR00T 2通过视频观察人类，然后想象自己成为机器人》首次发布于《解码者》上。
-
Gemini 4 Carbon刚好问世，让如今最快速的模型迭代周期仿佛又回到了昨天。
谷歌正在在两周的测试阶段之后，使Gemini 4 Carbon正式上市。该模型在多项基准测试中排名首位，在某些情况下甚至优于Anthropic的新款Fable 5.2，且任务成本不到后者的一半。谷歌还正在通过“/swarm”功能预览协同智能体团队，该功能可实时拆分复杂任务。这篇关于Gemini 4 Carbon正式上市的文章，恰逢当下，仿佛还是昨日新闻——这
-
自主财政代理：Trovata在Amazon Bedrock和AgentCore上构建了一种AI原生解决方案
了解Trovata如何在Amazon Bedrock和Amazon Bedrock AgentCore上构建自主财务库代理，采用RBAC安全架构进行银行品牌AI部署及代理式工作流应用，将企业财务库从手动操作转化为企业级实时决策。
-
展示HN：将你的编程智能体从~2019年JavaScript环境迁移至现代Web基础技术平台
HN ⭐ 255 · 75 评论
-
ChatGPT正在获得验证的AI“商业代理”资格
ChatGPT将允许您与经过验证的“商业代理”进行对话，这些代理代表一个品牌，可协助您处理诸如比较购物等事务。该功能最初仅适用于美国的“符合资格”电商及在线服务企业，目前正作为今日在测试版中发布的ChatGPT业务导向功能系列的一部分推出。您……
-
你的智能体为什么不爱用你的 CLI | Ayush Bhardwaj
📌 One-Sentence Summary 智能体反复使用的管道命令，能暴露 CLI 应该直接提供哪些功能。 📝 Summary Ayush Bhardwaj 审查了约 2 万次命令调用，观察编码智能体如何反复截取、重排输出，或换参数再试。他据此给自己的会话历史 CLI 加入按范围读取、精简搜索结果和批量查询。演讲还解释了管道为何可能掩盖命令失败，过时的帮
-
Claude白板、Claude表格和Claude数据
HN ⭐ 157 · 128 评论
-
Claude Nine上的生活
HN ⭐ 80 · 54 评论
-
独立游戏圈因AI和Big Walk而陷入混乱。
昨日，部分独立游戏节（IGF）评审员发布声明，表示将不会对在“任何方面”使用生成式AI的游戏进行投票。随后不久，独立游戏作品《Big Walk》的开发者发布声明，称在游戏开发“最后阶段”“少量”使用了AI，旨在“帮助克服困难……”
-
Anthropic现在拥有自己的AI驱动办公套件。
多年来，Anthropic一直以其针对企业及编程工具的专注而著称，这些工具能够吸引高端企业客户，进而激发竞争性的前沿实验室——如OpenAI、SpaceXSI和Meta——效仿其策略。今年早些时候，Claude Code也经历了自身独特的炒作周期。如今，Anthropic正试图扩大其影响力……
-
Anthropic推出Claude会议功能，可将职场讨论转化为计划与任务。
在参与者发言时，Claude可起草正在讨论的计划，在白板上绘制时间线，在会议聊天中解答问题，并访问关联工作应用以获取信息，如去年的数据。
-
借助 NVIDIA Snapshot，在数秒内启动并恢复 GPU 工作负载
📌 One-Sentence Summary 本文介绍了 NVIDIA Snapshot：一个面向 Kubernetes 上 GPU 工作负载的开源检查点与恢复系统。它通过捕获并恢复已完成初始化的 CPU 和 GPU 内存状态，将推理启动时间从数分钟缩短至数秒。 📝 Summary NVIDIA Snapshot 是 NVIDIA DSX AI Factor
-
TimeNet：用于时间基础模型的开源数据基础设施
HN ⭐ 41 · 6 评论
-
谷歌DeepMind的Gemini机器人2.5在奔驰汽车组装试点中对金属零件进行分类时得分为96%。
谷歌DeepMind推出Gemini机器人2.5，这是一种新的机器人控制模型，并与Apptronik合作在匈牙利和德国的奔驰生产线上进行了测试。该人形机器人阿波罗2在那里分拣金属零件，据称成功率为96%。《谷歌DeepMind的Gemini机器人2.5在奔驰组装试点中达到96%的金属零件分拣成功率》最初发表于《解码者》杂志上。
-
英伟达首席执行官詹森·黄与所谓中国间谍的关系：时间线
该事件可能对国家安全产生影响，因为美国与中国正竞相构建最先进的人工智能基础设施。
-
TCS如何使用亚马逊Bedrock AgentCore构建代理式测试编排器
塔塔咨询服务公司（TCS）在亚马逊Bedrock AgentCore上构建了一个代理式测试编排工具，可将需求转化为可执行、受管理的测试，适用于其银行、金融服务及保险（BFSI）客户。了解专用代理、按租户隔离以及工作负载感知执行如何在内部基准测试中将测试工作量减少88%。
-
亚马逊Bedrock代币经济学数据湖
在多个账户中运行Amazon Bedrock可展示账单情况，但无法揭示每次调用内部的具体过程。本文构建了一个集中式可观测性数据湖，将所有关联账户的Bedrock调用日志汇总至一个可查询表中，从而能够查看整个组织范围内的提示词、令牌数量、模型选择及每次调用成本。
-
eBay似乎已对第三方AI代理关闭大门。
eBay似乎已阻止包括Meta的Muse在内的AI代理在该平台上进行浏览——这是AI代理竞赛中的最新一道障碍。一位读者向The Verge表示，几周来他的Muse代理一直在浏览并整理每日手表出售摘要，这些内容发布于如eBay等平台，其中包括一个[…]
-
Gemini 4 Carbon今日正式发布
HN ⭐ 3 · 0 评论
-
Gemini 4 Carbon现已上市。
HN ⭐ 41 · 12 评论
-
Gemini 4 Carbon 现已推出
📌 One-Sentence Summary Google DeepMind 发布 Gemini 4 Carbon，这款前沿 AI 模型擅长网络安全、长程智能体工作流和科学推理，可通过 API 和 Google 平台使用，定价与 Argon 相同。 📝 Summary Google DeepMind 发布 Gemini 4 Carbon，这是其迄今最强大的模
-
NVIDIA通过捐赠OpenShell及新型AI基础设施进一步拓展开源承诺。
Kubernetes，这一开源系统用于管理应用程序在数千个AI工厂中的运行方式，已成为AI的基础，对其的需求也持续增长。为应对这些需求，NVIDIA正在在KubeCon + CloudNativeCon上进一步强化对开源的承诺，该会议是Kubernetes与云原生社区的旗舰会议。NVIDIA……
-
谷歌发布Gemini 4 Carbon，配备“群智能”功能
谷歌正在向公众推出其最新AI模型Gemini 4 Carbon，该模型两周前已向一小部分“网络安全防护人员”发布。谷歌称，Carbon是其“最强大的模型”，能够与Anthropic和OpenAI的顶尖系统相竞争。谷歌表示，Gemini 4 Carbon“推动……