N全部新闻

全部新闻

星期三841 条

  1. 雷锋网
    AI 评分40

    达喀尔青奥会落幕后，阿里云想把赛事云留在非洲变国家云

    阿里云为2026年达喀尔青奥会打造塞内加尔首个奥运专有云底座，赛事票务、注册、赛程查询等核心系统均部署其上，赛后这朵云将整体移交塞内加尔转为国家云平台。阿里云专有云国际化业务上半年接近2倍增长，但占整体业务不到5%，投入资源却接近部门50%。

    #行业动态#部署/工程#数据/训练

  2. Ai2 Blog一手
    AI 评分49

    Ai2 发布 StateBench：测试语言模型如何在长文档中追踪状态变化

    Ai2 推出 StateBench，用于评测长上下文状态追踪能力，按 r-trivial、aperiodic、soluble、general finite 四个难度级别考察模型跟踪实体信息变化的表现。在直接训练这些任务时，循环与混合架构的泛化距离远超 Transformer；而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 等前沿模型在输入变长后仍在更难的状态追踪上失效。测试的开放预训练模型包括 7B 的 Olmo 3 与 Olmo Hybrid，以及 275M 和 2.7B 参数模型，训练上下文均不超过 64,000 tokens。

    同一事件 · 2 条报道

    #评测/基准#数据/训练#开源生态

  3. Microsoft Research一手
    AI 评分28

    规则即机会：微软研究院 Mike Walker 谈黑客思维与 AI 网络安全

    微软研究院研究经理 Mike Walker 在播客中讲述自己从黑客文化走向下一代网络防御的经历，包括主导 DARPA 首届全机器黑客竞赛 Cyber Grand Challenge，该项目今年迎来 10 周年。他认为有效安全取决于理解信任与上下文，并追问今天的网络系统是否比十年前更安全。

    #安全/对齐#Agent

  4. The Decoder
    AI 评分57

    SETI 艾伦望远镜阵列引入 AI 智能体操控望远镜并实时分析信号

    SETI 研究所与 Breakthrough Listen 在加州北部的艾伦望远镜阵列部署了可操控望远镜并实时分析射电信号的 AI 智能体，目前研究人员仍需手动输入指令。系统基于 NVIDIA 的 Holoscan 平台，NVIDIA 称其硬件处理速度可达每秒 2.4 太比特，团队表示过去需要数周的工作现在数小时即可完成。团队还称已用 AI 实时探测到蟹状星云中的一颗脉冲星，并计划测试可在边缘本地运行的开源方案，面向未来月球背面的传感器。

    #行业动态#Agent#部署/工程

  6. OpenRouter一手
    AI 评分43

    HeyGen Voice Turbo 在 OpenRouter 限时免费

    OpenRouter 宣布，HeyGen 的文本转语音模型 Voice Turbo 在 11 月 30 日前免费开放，无需消耗 credits，支持 39 种语言。据引用帖介绍，这是 HeyGen 的低延迟版本，提供超过 2,900 种音色，单次请求最多 5,000 字符，以 44.1 kHz 音频流式输出。

    引用Models on OpenRouter · @ModelsOnOR

    HeyGen Voice Turbo from @HeyGen is free on OpenRouter until November 30! The lower-latency version of HeyGen's text-to-speech model, the one that topped the Artificial Analysis TTS leaderboard. $0, no credits needed. Over 2,900 voice options, 39 languages, up to 5,000 characters per request, streamed as 44.1 kHz audio. See more: https://t.co/oALFeITPEL

    #产品更新#语音

  7. Garry Tan
    AI 评分20

    Garry Tan：前沿模型的跨模型审查已不再有用

    Garry Tan 表示，最新前沿模型出现某种变化，跨模型审查和代码审查现在变得不那么有用了。他这条帖子是在回应 lauren 的观点：对抗式审查基本是浪费 token，不如把 token 用在实证结合形式化验证上。

    引用lauren · @poteto

    maybe a hot take but i now consider adversarial reviews mostly a waste of tokens. far better to use those tokens on empirical combined with formal verification. i have updated pstack to use the interrogate skill less, and eventually i think i may remove it altogether i have found very little value with code review in the abstract, agents tend to just get lost in the nitpicks and yagnis

    #大佬观点#编码

  9. Elon Musk
    AI 评分29

    马斯克称 Grok @Bot 能处理复杂行程

    Philip Kaplan 表示，他用 Grok @Bot 为一个相对复杂的家庭旅行预订了机票，称体验极佳，以后可能再也不会用航空公司官网。马斯克转发并评论称，Grok @Bot 能处理复杂行程。

    引用Philip Kaplan · @pud

    Used Grok @Bot to book flights for a relatively complex family trip. Incredible experience. I’ll likely never use an airline’s website again.

    #产品更新#Agent#MCP/工具调用

  10. Rohan Paul产品发布
    AI 评分67

    Intology 推出自动化研究系统 Locus，分子预测超过 GPT-6 Astra 与 Claude…

    Intology 发布自动化研究系统 Locus，可自主提出实验、在 GPU 上并行运行多批实验并保留有效结果迭代，已用于药物与抗体设计。在分子性质预测、Boltz-2 微调预测小分子效价以及基于 BoltzGen、Boltz-2、ESMC、ESMFold2 的抗体设计流程中，Locus 表现优于 SOTA 基线和 LLM 智能体，并在数据有限时泛化更好、样本效率更高、解空间更多样。Rohan Paul 称 Locus 在分子预测上击败了 GPT-6 Astra 和 Claude Opus 5.5 智能体。

    引用Intology · @intology

    Locus sets the frontier for automating molecular design Our automated research system Locus develops scientific AI models that outperform SOTA expert solutions Unlocking the potential of scientific AI requires leveraging proprietary data. Locus achieves this autonomously 🧵👇 -- We test Locus across a number of tasks related to molecular scoring and design: training molecular property prediction models for a proprietary task, fine-tuning Boltz-2 to predict small-molecule potency, and building antibody design workflows around BoltzGen, Boltz-2, ESMC, and ESMFold2. Each of these settings are real-world AI for science use cases, where tasks are often out-of-distribution for existing foundation models and limited in data, while featuring expensive and noisy evaluators. Compared to state-of-the-art baselines and LLM agents set to optimize these tasks, Locus achieves higher performance. Additionally, Locus generalizes better despite limited data, finds more sample efficient solutions, and explores a higher diversity of solutions.

    #现象/趋势#Agent#推理

  11. Aravind Srinivas
    AI 评分32

    Perplexity CEO：Shopify 店主用 Computer 自动化运营

    Perplexity CEO Aravind Srinivas 表示，许多 Shopify 店主正在用 Perplexity Computer 自动化大量业务运营，包括竞品分析与审计、搭建 Web 应用、在 Klaviyo 上运行邮件和营销活动，以及在 Instagram 上自动化广告投放。他认为关键在于打通整个闭环。

    引用Perplexity · @perplexity_ai

    Perplexity Computer can automate every part of an e-commerce business. Run @Meta ads, email marketing in @klaviyo, and @Shopify stores directly inside Computer. Get started: https://t.co/GmTemathVX https://t.co/XofsQUx7so

    #现象/趋势#Agent#MCP/工具调用

  14. Pragmatic Engineer
    AI 评分46

    软件工程如何改变：两个时代的对比

    软件工程师 Neil Kakkar 在加入 AI 原生创业公司 Tano 后，每月合并的 PR 从 PostHog 时期的 8-20 个增至 200+ 个，约为原来的 11 倍。他称沟通开销和代码评审等旧约束消失，代价是更快推进、更容易出错；新约束则是上下文频繁切换、共享上下文丢失、设计投入减少以及对 AI 用量上限的担忧。

    #现象/趋势#编码#Agent

  15. 东方财富
    AI 评分33

    菲尔兹奖得主泽尔曼诺夫：OpenAI、Anthropic 宣称解决数学难题不等于推动数学前进

    1994 年菲尔兹奖得主叶菲姆·泽尔曼诺夫在“香港世界青年科学大会”上表示，OpenAI、Anthropic 近期宣称解决的数学难题仍停留在“宣称解决”阶段，尚未经实际文本验证，也未拓展数学边界或产生教育效果。2025 年诺贝尔化学奖得主奥马尔·亚吉则提出“选择科学”，认为 AI 时代真正的瓶颈已从“生成多少可能性”转向“如何选择”。与会学者还警示 AI 黑箱问题，指出需让 AI 实现全球共享。

    #行业动态#安全/对齐

  16. The Verge AI
    AI 评分20

    2026 美国中期选举：数据中心、AI 安全与科技政治资金成焦点

    2026 年美国中期选举将检验特朗普最后两年任期的权力边界，数据中心引发的能源成本与地方反对、AI 安全监管以及 Flock 监控技术扩张成为科技相关核心议题。与 Marc Andreessen 和 OpenAI 总裁 Greg Brockman 关联的超级 PAC「Leading the Future」一年内已支出 4500 万美元，Anthropic 支持的 Public First Action 称已募资 8000 万美元。加州 Prop 45 被环保人士警告可能让数据中心开发商规避环境审查，OpenAI 则设立了打击选举虚假信息的指挥中心。

    #行业动态#政策/监管#OpenAI

  17. cnBeta
    AI 评分72

    OpenAI 披露 ChatGPT 周活跃用户达 12 亿，搜索查询量约为 Google 的 20%

    OpenAI 的 Adam Fry 在 11 月 2 日纽约活动上披露，ChatGPT 周活跃用户在过去 60 天从 10 亿增至 12 亿，约合每月增加 1 亿。他称 ChatGPT 处理的搜索类查询量已达 Google 的约 20%，语音功能周活跃用户为 2.5 亿，约占整体的五分之一。Fry 还提到每周通过 ChatGPT 生成的图片达 15 亿张，并确认计划把 Chat 和 Work 两种模式整合为统一界面。

    同一事件 · 7 条报道

    #行业动态#OpenAI#现象/趋势

  18. PyTorch Blog一手
    AI 评分30

    PyTorch 宣布成立 Ray 加速器特别兴趣小组（SIG）

    PyTorch 宣布成立 Ray 加速器特别兴趣小组（SIG），联合硬件厂商、Ray 贡献者与应用开发者制定厂商中立的加速器支持路线图。该小组初期聚焦开发与测试基础设施、硬件感知调度、网络与传输三大方向，Ray 目前已支持 NVIDIA、AMD GPU 及 TPU、Trainium、Gaudi 等十余种加速器。

    Ray logo

    #行业动态#开源生态#部署/工程

  19. PyTorch Blog一手
    AI 评分22

    KVCache Meetup Korea 2026 活动回顾：XCENA、SK hynix、FuriosaAI 与…

    PyTorchKR 与 XCENA 于 2026 年 9 月 30 日联合举办 KVCache Meetup Korea，来自 XCENA、SK hynix、FuriosaAI 和 LMCache 的讲者分享了 LLM 推理与 KV Cache 优化工作。SK hynix 用 2 张 H100、Llama 3.1 8B 和 vLLM 实测发现 prefill 阶段 GPU 计算占用高、decode 阶段 HBM 带宽占用高；FuriosaAI 则称在 12,370 token 提示词下取回 host cache 生成首 token 约 92 ms，重算约 900 ms。

    #行业动态#推理#部署/工程

  20. AWS Machine Learning一手
    AI 评分30

    Amazon Bedrock 为 Kimi K3 推出印度境内推理

    Amazon Bedrock 在原有的全球与 US-based 推理之外，新增印度境内推理选项，调用 in.moonshotai.kimi-k3 时请求只在孟买和海得拉巴 Region 处理，满足严格数据驻留要求。Ultrahuman 已在生产环境使用该模型，借助 prompt caching 将 LLM 成本降低 80%、多轮对话速度提升 85%。文章还给出用 Kimi K3 直接读取印地语扫描文档、以 Hinglish 追问的 OCR 示例代码。

    Synthetic Hindi electricity bill used as a sample document for OCR

    #产品更新#部署/工程#多模态