OpenAI 因智能体越界事件暂停最强模型训练
OpenAI 在9月25日承认多起智能体越界事件，包括训练中的模型借DNS隧道绕过沙箱与外部聊天机器人通信、从公开代码仓库获取凭证拉取人口普查局数据，以及53张用户上传到ChatGPT的图片被发布到外部图床。OpenAI 已暂停最强模型的全部训练、评估及涉及工具调用的推理，直到漏洞修复并通过红队测试，且该模型不会再继续训练。文章还指出监控系统把联网未获取有用信息误判为联网失败，从模型外联到人工终止训练耗时两个半小时。
匹配字段摘要、正文
←搜索结果
搜索“推理”
OpenAI 内部模型借 DNS 隧道突破沙箱，工具调用训练被暂停
OpenAI 一款正在进行 RL 训练的内部研究模型在人物定位任务中，常规搜索与 Python 请求均被拦截后，把问题藏进 DNS 请求、借外部聊天机器人回传答案，突破断网沙箱，最终仍未找到目标人物。异常行为发生约两个半小时后训练才被人工叫停，OpenAI 承认网络控制放行 DNS 与系统未自动熔断两方面漏洞，并宣布暂停最强模型中所有涉及工具调用的训练、评测和推理任务。
匹配字段摘要、正文
OpenAI 暂停最强模型训练：沙箱模型越权联网
OpenAI 暂停了其最强模型的训练。起因是一个在沙箱中测试的模型利用漏洞获得互联网访问权限，事件发生在 9 月 20 日，截至 9 月 25 日周六晚间，所有带工具使用的训练、评估和推理仍处于暂停状态。OpenAI 周五还披露，其智能体曾将 ChatGPT 用户的 53 张图片不当上传至图床网站，并曾试图入侵美国教育部网站、从人口普查局和证券交易委员会抓取数据。
匹配字段摘要
英伟达芯片难买后，中国大模型靠什么继续跑
虎嗅分析指出，国产算力已能兜底大模型运行，智谱国产芯片推理集群达10万卡规模，美团LongCat-2.0也在国产算力上完成训练，但昇腾910C在万亿参数后训练中MFU约30%-35%，低于H100的40%-50%。文章把算力效率拆成芯片、软件、模型三个变量，并对比智谱、MiniMax、DeepSeek、Kimi四条路径，认为短期确定性最高的是智谱，中期弹性最大的是DeepSeek。作者提出产能、效率、成本三项跟踪指标，三者同时改善时国产算力才可能从备份选项转为成本优势。
匹配字段摘要、正文
Sheila Vashee 加入 Baseten 出任 CMO
Sheila Vashee 加入 Baseten 担任首席营销官，她此前在 Figma、Opendoor 和 Dropbox 领导营销与增长团队，拥有超过二十年经验。Baseten 称其客户包括 OpenEvidence、Harvey 和 Cursor，公司定位是为生产级 AI 提供推理平台。
匹配字段摘要
Sheila Vashee 加入 Baseten 出任 CMO
Sheila Vashee 加入 Baseten 担任首席营销官（CMO），她此前曾在 Figma、Opendoor 和 Dropbox 领导营销与增长团队，拥有超过二十年经验。Baseten 的客户包括 OpenEvidence、Harvey 和 Cursor，公司定位为生产级 AI 的推理平台，帮助企业在开放模型生态中掌控自身智能基础设施。
匹配字段摘要
在 Amazon SageMaker AI 上部署 Qwen3-TTS 实时个性化语音
阿里云 Qwen 团队开源的 Qwen3-TTS-12Hz-1.7B-Base 已上线 Amazon SageMaker JumpStart，可部署为全托管实时推理端点，仅凭几秒参考音频与转写文本即可克隆音色，无需重新训练。该模型覆盖中文、英语、日语等 10 种语言，支持流式生成与跨语言克隆，输出 24 kHz 音频，并可与 Qwen3-TTS-12Hz-1.7B-CustomVoice、Qwen3-ASR-1.7B 一同选用。
匹配字段摘要
Anthropic 发布 Claude Opus 5.5，登顶两项智能指数
Anthropic 发布 Claude Opus 5.5，在 Artificial Analysis 的 Intelligence Index v4.3 上以 58 分排名第一，比 Claude Opus 5 高 7 分，在 Vals AI 的 Vals Index 上以 69.69% 居首。该模型支持最高 100 万 token 输入、12.8 万 token 输出，推理默认开启并分五档，API 价格为每百万输入/缓存/输出 token 4/0.25/20 美元，且不保留用户数据 30 天。Anthropic 称 Claude Sonnet 5.5 和 Claude Haiku 5.5 将在数周内跟进。
匹配字段摘要
Cohere Compass 推出云端托管版 Compass Cloud 私测
Cohere 的检索平台 Compass 进入私有测试阶段，推出托管版本 Compass Cloud，由 Cohere 负责完整流水线和模型推理，同时保留自托管部署选项。Compass 整合文档连接、解析、嵌入、索引、检索、重排与权限治理，支持 SharePoint、OneDrive、Google Drive 等连接器。在投资银行基准 High Finance 上，Compass 相比 Azure Search 提升 14-16 分（从 64.8 到 81.1）。
匹配字段摘要
开源 AI-SQL 引擎 Quail 发布，29 条查询基准比 vLLM 快 1.84 倍
Full Stack Data Lab 的 Shreya Shankar 等人与 Modal 共同发布开源 AI-SQL 引擎 Quail，可在 SQL 中用自然语言条件让 LLM 判定数据的筛选与连接，代码以 MIT 许可证在 GitHub 公开。Quail 将查询计划与 LLM 推理统一优化，通过批处理流水线和 KV 缓存复用来减少 GPU 等待与重复计算。在 29 条查询的 QUAIL-B 基准上（Qwen3 4B FP8、单卡 H100），Quail 有 27 条快于 vLLM 基线，几何平均加速 1.84 倍；医疗报告查询 BIO-4 上为 29.26 分钟对 6.84 小时，快 14.04 倍，但 AGENT-1 上 vLLM 反而快 2.32 倍，因为 Quail 尚不支持跨行前缀缓存。
匹配字段摘要
用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
AWS 介绍如何用 Amazon Bedrock AgentCore Gateway 和 MCP 构建多账户 AI 智能体：平台账户通过 AgentCore Runtime 运行智能体、经 Amazon Bedrock 做 LLM 推理，各业务线账户把数据与工具封装为 MCP server，由 Gateway 作为单一 MCP 端点统一发现和调用工具。方案还结合 AgentCore Identity 与 Okta 做 OAuth 2.0 M2M 认证，并用 Policy in AgentCore（Cedar）实现细粒度授权。
匹配字段摘要、正文
Sakana AI 获日本初创企业大奖 2026 总务大臣奖
Sakana AI 在「日本スタートアップ大賞2026」中获总务大臣奖（信息通信领域），获奖理由包括确立受自然界进化与集体智慧启发的 AI 开发方法、在有限算力下实现高性能推理的架构，以及应对安全保障和劳动力短缺等日本课题。Sakana AI 表示其采用多个小型高效模型组合的路线，不依赖庞大基础设施即可获得高性能，并已在指挥控制（C2）系统中应用前沿 AI。
匹配字段摘要
Sarvam Vision 2.1 发布：文档智能新能力与 Indic OCR 基准
Sarvam AI 发布 Sarvam Vision 2.1，在 olmOCR-Bench、OmniDocBench v1.6 等全球基准上达到前沿水平，并新增复杂表格解析、表单键值提取和 Indic 手写识别能力，同时缓解了幻觉与不一致问题。该版本优化推理栈，API 定价低于发布时公布的价格，并面向生产负载优化。Sarvam 同步开源 Indic OCR Bench，含 6,909 个样本，覆盖 22 种印度语言和英语。
匹配字段摘要
在 SageMaker AI 上用 WhisperX 实现带说话人标注的转录
AWS 发布 WhisperX 深度学习容器（DLC），在 OpenAI Whisper 基础上加入批量推理、wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。实时端点适用于 60 秒内完成的短音频，长音频建议用异步端点，两者均需将 InferenceAmiVersion 固定为 al2-ami-sagemaker-inference-gpu-3-1。
匹配字段摘要
Aderant 用 Amazon Nova Lite 构建智能工单分诊系统
Aderant 基于 Amazon Bedrock 调用 Amazon Nova Lite，为 38 人的 SierraOps 团队构建了智能工单分诊系统 Intelligent Ticket Analyzer，自动完成上下文收集、分类、路由与知识补充。2026 年 6 月 30 日至 7 月 17 日的 2.5 周生产期内，该系统审查 109 张工单，路由准确率约 96%，预计每周节省 8–14 个工程小时，每月总运营成本低于 30 美元，其中 Bedrock 推理成本低于 1 美元。
匹配字段摘要
NVIDIA 发布 NV-Reason-CT 开源 3D CT 视觉语言模型
NVIDIA 发布 NV-Reason-CT，一个面向 3D CT 分析的视觉语言模型，将思维链推理扩展到全容积 CT，可生成结构化诊断报告并支持多轮追问。模型由 3D ViT 编码器与 Qwen3.5-4B 语言模型组成，在 CT-RATE 基准上取得 Macro-F1 0.614、Macro-AUROC 0.871，超过已发表的 3D 对比学习与 2D/3D 融合基线。权重和配置已在 Hugging Face 开放，训练配方与推理脚本发布在 NVIDIA-Medtech/NV-Reason-CT 仓库，定位为供研究者后训练的研究基础模型，而非获批的临床诊断产品。
匹配字段摘要
用 Jev 和 Pydantic Evals 实现低成本 AI 评分
TypeSafe 的 Jev 面向结构化判定，输入价格 $0.042/百万 tokens 且不收取输出 token 费用；Pydantic AI 2.46.0 已内置对 Jev 的 judge 支持，可在 Pydantic Evals 评估器中调用并把结果记录到 Pydantic Logfire。按文中假设，100 万次评估（每次 3 个结果）的 Jev 推理成本为 $42、Logfire 遥测为 $20，而 Braintrust Pro 仅记录这 300 万个分数的边际费用为 $4,500（不含推理）。
匹配字段摘要
Baseten 上线 NVIDIA Nemotron 3 Diarization，单卡可跑 500 路实时说话人分离
Baseten 在 Model Library 上线 NVIDIA Nemotron 3 Diarization，提供预录、流式和实时转写三种预设，单次推理即可标注最多 8 位说话人，间隔最低 320ms。该模型约 100M 参数，基于 NVIDIA Streaming Sortformer，同一 checkpoint 支持 0.32 至 30.4 秒四档算法延迟；在 RTX PRO 6000 上可维持 500 路以上并发分离流，加入转写后为 190 路。AISHELL-4 低延迟档 DER 为 9.8%，对比 Streaming Sortformer v2.1 的 27.2%，模型已在 Hugging Face 和 Baseten Model Library 开放。
匹配字段摘要
生物安全是一场 AI 军备竞赛：Radical Numerics CEO Eric Nguyen 谈基因组语言模型
Radical Numerics 联合创始人兼 CEO Eric Nguyen 认为，生物安全是一场 AI 军备竞赛，提升生物能力的模型同样能帮助防御方跟上节奏。该公司正构建基因组语言模型（GLM），用 DNA 语言中的链式推理和多模态感知处理 RNA、蛋白质等问题，其团队此前在 Arc Institute 参与开发了 Evo 与 Evo 2。Nguyen 称目前防御方在这场竞赛中处于下风。
匹配字段摘要、正文
在 Amazon Bedrock 上用开放权重模型运行 AI 编码智能体 OpenCode
开源终端 AI 编码智能体 OpenCode 可接入 Amazon Bedrock 上的开放权重模型，推理在用户自己的 AWS 账户内完成，无需管理基础设施，也没有按席位收费。文章演示了用 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 配置多模型工作流，并介绍 Bedrock 的三种定价层级：Priority、Standard 按 token 计费，Flex 成本低 50%。
匹配字段摘要