搜索“其他”

业的同时重塑一众传统产业，进而创造未来十年最大的产业机会。 但在今年上半年时，市场对AI的热情已开始背离赛道基本面。今年3月MiniMax股价高点时，公司的市销率（TTM）曾一度超过600倍，智谱6月高点时的市销率（TTM）甚至超过1000倍。 作为国内头部大模型公司之一，MiniMax曾靠面向C端的AI产品支撑营收。随着大模型能力提升，面向B端的开放平台及其他基于AI的企业服务业务已经代替C端产品，成为MiniMax的主要收入来源。 今年上半年，MiniMax开放平台及企业服务业务收入达到0.74亿美元（约合人民币4.97亿元），同比增长703.1%，营收占比由上年同期的30.3%提升至63.4%。 在该业务的推动下，今年上半年，MiniMax的总收入同比增长283.1%至1.17亿美元（约合人民币7.78亿元），经调整净亏损同比扩大52.7%至2.93亿美元（约合人民币19.6亿元）。 但与智谱相比，MiniMax的收入规模仍存在一定差距。在今年半年报业绩会上，智谱管理层曾提及，截至8月底公司的ARR已经达到16亿美元。而MiniMax的ARR为8亿美元。 为了激励团队拿出更多成果

匹配字段正文

也构成了新的压力。谷歌拥有自己的云业务，仍然向SpaceX购买计算资源。至少在供给紧张的阶段，谁能按时交付可用算力，谁就有机会拿走收入。长期客户关系和软件服务的优势，不能解决眼下的容量缺口。 SpaceX的管理层也明确表示，会比较自有模型训练、自有产品推理和外部云服务的收益，最终决定算力给谁用。 这种选择权很重要， SpaceX可以继续押注自己的模型，同时从其他模型的增长中获得回报。 不过这个价格有保质期。谷歌与SpaceX的协议允许双方在今年12月31日后提前90天通知终止，“不到一年回本”也明确基于当前价格。但只要算力还紧，这个价格就会一直摆在每家大厂的内部会议桌上。 免费Agent必须找到比广告更厚的收入 把SpaceX的回收期粗略换算，大约相当于每年收回超过一倍的投入。这是外部客户给出的标尺，Muse这样的免费产品要拿来对照。 Meta的处境因此有些尴尬。 Muse先在美国和加拿大推出，管理层承认算力限制了扩张速度。公司希望未来一年把计算成本效率提高十倍以上，财务负责人却同时预计，随着用户增加，总服务成本仍会上升。单位成本下降的同时总支出上升，更便宜的推理会换来更多、更复杂的任

匹配字段正文

nald Trump 于 12 月将其签署成为法律。 作为承包商，Warp 只生产客户选择的分子。“我们并不开发自己的药物，”联合创始人兼首席运营官 DJ Patil 说。 Patil 曾担任白宫首任首席数据科学家，之后成为 Devoted Health Inc. 的创始高管。第四位联合创始人、首席技术官 Mano Paluri 曾是创办 Meta Platforms Inc. 人工智能研究团队的成员，多年后他成为 Meta Superintelligence Labs 的副总裁。 Lightspeed Venture Partners LP 领投了本轮融资。其他 18 家参与机构包括 Institutional Venture Partners LP、Lux Capital Management 和 Menlo Ventures LP。Coinbase Global Inc. 首席执行官 Brian Armstrong 和 OpenAI 首席财务官 Sarah Friar 以个人身份投资，另有 11 位天使投资人也参与其中。 图片：SiliconANGLE/GPT Image 2.5

匹配字段正文

有的安全工具整合为一个系统，用于处理威胁，从最初的告警一直到响应。由于该软件直接接入每个工具所在的原有位置，客户无需再将数据导入一个集中且往往昂贵的数据库。 在大多数企业中，这个集中存储就是安全信息和事件管理系统（SIEM），而 Mave 认为，AI 驱动的攻击已经超出了它的应对能力。分析师处理事件所需的许多上下文信息根本不会进入 SIEM。分析师最终只能到其他控制台中查找配置和身份信息，而且往往是在攻击进行期间。 首席执行官 Raziel Oren 表示，安全团队仍然“一次只用一个工具”调查威胁，在得出结论之前需要手工拼凑证据。“攻击者不会等待，”他补充说。Oren 将安全运营描述为一个更宏大目标的起点，即让 AI“成为现代企业自我保护方式中负责任、可问责的一部分”。 Mave 平台的核心前提是：一名技术娴熟的分析师如果能够访问所有安全系统，只要有足够的时间，就能查明大多数事件。每个工具都用其自身的原生语言进行查询，查询结果被汇总为对事件经过的单一叙述。 该公司表示，每条告警都会在数分钟内完成调查。误报会在过程中被剔除，系统还会标记出某条告警似乎所属的任何活跃攻击活动。响应操作仅在安

匹配字段正文

enAI ChatGPT Work 与 Dots、Anthropic Claude Duet、Grok Bot 及 Town 等主流 AI 智能体。 官方表示随着 AI 智能体逐步承担订餐、购物、订票、整理资料等任务，账号登录成为其执行任务的关键环节。但若直接把密码交给智能体，用户将面临凭据被模型记忆、泄露或滥用的风险。 1Password 的新方案试图在“授权 AI 办事”与“守住密码安全”之间建立一道隔离层。具体流程为：在 AI 智能体遇到登录页面后，会先通过独有的数字密钥向 1Password 证明自身身份。 用户随后会在自己的设备上收到通知，看到智能体请求使用哪个账号凭据、用于什么任务，并自行选择批准或拒绝。用户批准后，1Password 直接将用户名、密码或一次性验证码填入登录表单；登录完成后，智能体即可继续执行任务，但密码始终留在 1Password 保险库中。 1Password 强调，智能体不会获得整个密码库的访问权限，未被明确授权的其他密码仍受端到端加密保护。这一机制类似于为 AI 增加一道“双重验证”：用户掌握最终批准权，智能体只获得完成特定任务所需的临时登录能力。

匹配字段正文

备均由 OpenAI 提供，且不得带离办公场所。 OpenAI 告知两家机构，影响实际运行系统安全防护措施的漏洞均已修复，但修复措施有效与否尚未被两家机构核实。 AI 实验室、专家以及美国政府一直主张引入外部独立评估，以便在保障 AI 安全的同时，不拖慢技术发展。不过，AI 企业担心外部评估人员进驻后，可能向竞争对手泄露企业的专有信息。 METR 和 Redwood Research 表示，两家机构向 OpenAI 提交了一份完整的 61 页内部报告，但同意仅公开评估结果概要，并允许 OpenAI 删除涉及敏感信息的内容。 据IT之家了解，与以往部分评估不同，两家机构此次无权自行公开删减内容的具体信息，但希望未来的评估能够更加透明。 研究人员还发现，OpenAI 的 Codex 智能体存在绕过安全限制的潜在途径，可借此获得与用户相同的完整操作权限。 此次评估以 7 月 21 日及之前的监控系统为对象。研究人员指出，OpenAI 在评估期间也在扩展该系统。OpenAI 称：“评估结果帮助我们在扩展系统的同时加强了安全防护，也将为今后与 METR 及其他第三方评估机构的研究合作提供参考。”

匹配字段正文

狗 美国陆军于1942年成立了K-9部队。据该公司称，如今战争部的军用工作犬项目拥有超过2200支犬队，而美国军用工作犬中超过80%购自欧洲。拉姆引用参议院军事委员会的警告称，“由于海外繁育者数量有限，加之市场需求上升，从欧洲采购幼年军用工作犬的成本……正在飙升。”他还引用美国养犬俱乐部的评估称，“现在连中等质量的外国犬都出现了短缺。” 拉姆说，美国正在“与其他国家政府竞争”同样的动物，其中包括中国和俄罗斯。 购买后的损失也很昂贵。据该公司称，在约三年的采购和训练流程后，购得的犬只中不到一半被判定适合服役。这意味着美国今天必须购买并训练约200只犬，才能在日后部署100只工作犬。 生物样本库、克隆、编辑 拉姆分阶段描述了该计划。Warhound将寻找完成训练的优秀犬只，并将其遗传物质存入生物样本库。随后将克隆这些经过验证的犬只，不过拉姆表示“训练和环境始终会影响表现”。与此同时，公司还将开展定向基因编辑。 拉姆说，第一批犬只已存入生物样本库，目前正在接受编辑。他预计约两年后交付首批犬只。“繁育和饲养一只狗需要该花的时间，”他说。 Warhound将筛查出与肌肉退化及其他遗传性疾病相关的

匹配字段正文

念丢失的 Ring”。 当游戏重置、金环重新出现时，Eko 直接把它当作篮球筐、靶子，最终还当成了配饰。当游戏不允许 Eko 把金环套在自己身上时，Eko 想出了一个变通办法：从悬崖边缘掉下去会让它在与金环相同的区域重生。它从边缘迈步走下，重新落回，正好穿过金环的中间。 “我戴上 Ring 了，”它宣布道。 这类特技并不只是派对把戏。13 个智能体中有 6 个还学会了在跳跃途中松手可以把方块扔得更远，而这是研究人员原本并未打算让其成为可能的事情。研究人员写道，这种探索产生了“其设计者所缺乏的关于世界的知识”。 这个设置在很大程度上推动智能体表现出类似人类的行为。Eko 从未被要求发明游戏，但它的主提示词——一个“灵魂”文件——把它描述为“天生好奇”。 加州大学伯克利分校的认知科学家 Eunice Yiu 告诉《麻省理工科技评论》，她对此印象深刻，但希望看到更多关于这种行为背后认知的证据。“有可能这些模型确实在玩耍，但根据这篇论文我们无法知道，”她说。 研究人员将其描述为构建智能体的一种不同方式。“也许有些能力最好通过任务来教授，”他们的报告总结道。“其他能力可能需要更接近童年的东西。”

匹配字段正文

数通用工具以及相似的任务风格。这些共享元素限制了迁移主张的范围。 为什么选择很重要，归结为关于 GRPO 的一个算术事实。如果八次 rollout 全部失败，奖励向量为 [0, 0, 0, 0, 0, 0, 0, 0] 。如果八次全部成功，则为 [1, 1, 1, 1, 1, 1, 1, 1] 。无论哪种情况，组内中心化都不会产生任务奖励优势，因为没有轨迹比其他轨迹表现更好。++ 像 [0, 0, 0, 1, 1, 1, 1, 1] 这样的混合组提供了 GRPO 可以学习的对比。对于有状态智能体来说，这种区分代价高昂：每次 rollout 都要配置隔离的后端、运行真实的工具会话，并调用单独的模型来扮演用户。 因此，塑造这项工作的核心问题不仅是哪个模型或优化器？而是：哪些候选任务应进入固定训练池？ 我们使用对后验的离线通过率过滤器来选择训练池。它估计哪些任务在基础策略下可能产生对比性的终态奖励。 因此我们进行探测。每个候选任务针对基础策略模型重复运行。通俗的规则很简单：模型总是失败的任务不太可能现在就能教会它；模型总是通过的任务已经学会；模型有时能解决的任务才是结果可以提供对比的地方。

匹配字段正文

同时包含子 shell 的命令中未能阻止对该路径的 Bash 重定向的问题 - 修复了工作树隔离会话接受某些带区域设置前缀的命令的问题，隔离防护本应拒绝这些命令 - 修复了 zsh 上的工作树隔离会话接受某些算术命令的问题，隔离防护本应拒绝这些命令 - 修复了 Claude Code 创建的工作树和分支检出未忽略 git replace refs 的问题，其其他 git 操作已忽略这些引用 - 修复了当配置目录通过符号链接到达时，配置文件存储写保护未生效的问题 - 修复了在读取超大嵌套 CLAUDE.md 下的文件后会话反复压缩的问题；超过大小限制的嵌套 CLAUDE.md 现在只加载其开头部分 - 修复了 ctrl+enter（立即发送）在响应开始前按下时仅将消息排队的问题， 以及在提示的钩子运行期间按下时重启钩子却将消息留在队列中的问题 - 修复了通过按键绑定的斜杠命令在 ! 模式下于 shell 中运行的问题 - 修复了 ctrl+o 不显示其他代理和会话中仍在等待投递的消息的问题；这些消息现在会完整显示在转录内容下方，并标记为等待中 - 修复了较长的工具输出预览在表情符号处被截

匹配字段正文

发布于 2026 年 10 月 22 日星期四 // 21:14 UTC 像 Nvidia 的 NV72 这样的现代机架系统，内部布满了数英里长的铜质飞线电缆，这些电缆构成了让六打以上 GPU 协同工作如同一体的基础。如今，随着 Nvidia 及其他厂商着眼于更大规模的 scale-up 网络，光互连已不可避免。但随着 scale-up 域不断扩大，从机架后部伸出的光纤数量也随之增加。 这正是光子学初创公司 Mixx 旨在解决的首要问题。该公司由 Vivek Raghuraman 和 Rebecca Schaevitz 于 2023 年创立，其首款产品于今年早些时候亮相，将 64 根光纤集成到一个名为 SxC 的连接器中。NEXTPLATFORM 广告 “我们可以在 800mm2 的范围内布置 1,000 根光纤，”Raghuraman 告诉 The Next Platform。 除了更大的光纤连接规模外，Raghuraman 还认为，大规模 scale-up 计算域的出现要求我们以全新的方式思考如何构建系统，即让机架的背板充当内部硅芯片的光学中介层。摆脱了铜的限制，他看到了一条通往全

匹配字段正文

消失的风险，这进一步加剧了那种虚假的安全感。 直接继续滑动，还是核实信息 根据该研究，深度伪造和经过修改的视频片段的大量涌现导致了明显的信任流失。如今，81%的受访者更频繁地怀疑视频的真实性。各有约四分之三的人表示，他们担心受到欺骗，对动态影像的信任总体上不如从前，并且会更加批判性地核实。各有约十分之九的人要求对AI内容实行普遍的标识义务、公开AI所占比例，并特别要求针对新闻和政治类格式制定明确规则。83%的人赞成禁止某些形式的深度伪造。 与此同时，信息格局也在发生变化。政治和社会议题不再只出现在经典新闻格式中。它们越来越多地作为次要话题出现在网红的内容中，而这些网红实际上专注于娱乐、文化或体育。约87%的社交媒体用户会定期接触到此类内容。 广告后继续阅读 尤其是对30岁以下的年轻一代来说，创作者在舆论形成中扮演着重要角色：45%的人将其视为重要的信息来源。在媒体监管机构看来，问题在于这些发布者大多没有新闻从业背景。因此，一部分用户了解与之相关的风险，例如有针对性的舆论引导或过度简化：面对有问题的内容，略过半数的多数（55%）选择直接划走。41%的人会主动到其他来源进行核实。 (ds)

匹配字段正文

服务的群体，恰恰可能是最需要这些能力的人。Anthropic一直以专业领域为目标，而Duet虽然定位具体，却非常符合这家公司的一贯风格。 Claude Duet围绕Opus 5.5设计，该应用旨在简化你的日常运营。与Claude本身类似，Duet允许你连接工作中使用的软件，并会持续寻找需要你关注的事项。这意味着你可以连接Gmail、日历、Slack以及数千款其他工作和生产力应用。 与其他智能体工具一样，Duet是一个主动型助手，会帮助你优先处理它认为最重要、最值得你首先关注的事项。Duet的“主动”之处在于，你不必总是提示它为将来的事情做些什么；它会通过查看你的工作应用来评估并汇总你需要了解的信息。它也会做相反的事，告诉你哪些事情可以稍后再处理，以便你专注于更高优先级的任务。 更多来自CNET的内容 Anthropic表示，Claude Duet会优先保护你的隐私。至少是在AI工具所能做到的范围内。它设有专门的安全协议和措施，确保敏感信息不会外泄，除非你希望如此。Duet会自动拒绝高度敏感的信息，例如信用卡号、身份信息等。对于其他敏感信息，例如健康和财务信息，Duet会在发送任何内容之

匹配字段正文

t（正式名称为 Eta Robotics AG）于今年早些时候由首席执行官 Manuel Yves Galliker 创立。这位高管此前曾在机器人初创公司 Physical Intelligence Inc. 和 1X Technologies AS 担任工程岗位。Enact 团队还包括来自 Google DeepMind、Amazon.com Inc. 及其他行业主要参与者的前员工。 Enact 正在开发专门用于控制机器人的 AI 模型。这类算法过去通常针对特定的机器人形态量身定制。因此，一个为驱动人形机器人而构建的模型，可能无法可靠地操作一台独立的机械臂。相比之下，Enact 的算法旨在支持多种多样的机器人设计。 早期初创公司通常使用开源模型的定制版本来驱动其软件。最近的一则招聘信息表明，Enact 正在采取不同的路线。该公司正在招聘一名具备预训练专长的 AI 研究员——预训练是指从零开始开发 AI 模型，这项任务可能比定制开源模型要困难得多。 Enact 表示，公司不仅开发 AI 模型，还开发机器人的物理组件，其中最引人注目的是执行器。执行器是充当机器人肌肉的机械子系统。一个执行

匹配字段正文

门户，”FracTracker Alliance研究员萨姆·劳告诉404 Media。“看起来他们把它忘了，自从州长下令暂停以来，这个门户一直在悄悄发放许可，包括本周一和周二发给OpenAI和Amazon的许可。” 这17项被暂停的许可涉及雨水施工，该审批允许施工公司平整和抬高地面。这是得州任何施工项目审批流程中的关键一环，有时也是最后一步。 “这不对”：得州曾表示将暂停数据中心许可。该州却仍在推进“考德威尔科技园[…]、Stargate设施，以及一批其他非常大型的超大规模设施都获得了监管批准[…]所以这算不上真正的暂停。”404 Media马修·高尔特 “现在他们采取了前所未有的举措，暂停17项批准并关闭整个网站，同时转向更复杂的人工审查流程，”劳说。“我并非没有意识到其中的讽刺。在对抗AI数据中心建设扩张时，能有一个清晰的例子说明有些工作最好留给人类来做，这很不错。” 劳说，他联系了TCEQ，但没有收到任何回复。该委员会也没有回应404 Media的置评请求。“我非常担心，由于承包商习惯了这种自动审批流程，他们可能不知道许可已被暂停，并继续在得州一些最大的超大规模设施施工，”劳说。

匹配字段正文

。这些工具现在都按用量计费，而不是按席位，所以单个用户在理论上可以花掉无上限的钱。他们可以在最贵的模型上跑一个小循环，然后去吃午饭。也许那个循环确实在做很有价值的事，但也许只是在烧 token。如果你的成本指数级增长而收入没有，那么迟早会出问题。我们到了成本有可能逆转效率提升的地步，而效率提升正是我们做这一切的全部理由。 那时我开始亲自深度参与。我和我认识的其他大规模采用 AI 的科技公司领导者交流了经验（Coinbase、Uber、Stripe 等）。我们中的许多人 collectively 在采用类似的技术。如今在 Databricks，即使总使用量和价值持续上升，我们的人均 token 支出已大致持平。 别再给最好的开发者设硬性上限 Catherine： 大多数公司的第一反应是设置硬性支出上限。你们试过。结果如何？ Patrick： 这是显而易见的第一步，你确实需要这个机制。但硬性中断是很糟糕的体验。你在任务中途切断某人，他们就失去了心流，可能损失数小时的工作。而触及上限的人往往是你最好的用户。切断他们，其中一些人干脆去用个人账户，现在你什么都看不见了。 所以我们转向逐步升级的摩

匹配字段正文

——才是加速创新的正确方式。除了显而易见的成本影响之外，为什么这种思路对 AI 采用来说是错误的？ Kevin Stumpf： 行业正从 tokenmaxxing 转向 valuemaxxing。早期有公开排行榜，展示人们消耗了多少 token，这在当时作为一种策略是合理的。很多人原本不愿开始使用 AI，因此展示大家所敬仰的领导者都是 AI 的重度用户，给了其他人跟随的理由。如果我看到自己尊敬的人大量使用 AI，我也想成为那样的人。 但这套体系被钻了空子。一旦登上排行榜榜首成为一种身份象征，人们就发现最快的登顶方式不是做好工作，而是堆量。启动一个在循环中运行的愚蠢智能体，让它一遍又一遍地问天气，在几乎什么都没做的情况下烧掉大量 token。这是一个奖励原始使用量而非结果的激励结构所必然导致的结果。 如今，各组织已普遍接受 AI，讨论已转向负责任、有效的使用。我们真正应该努力构建的是另一种排行榜：按人们用 AI 创造的影响除以其成本来排名。这就是投资回报率，它比原始 token 计数难量化得多，但却是真正重要的数字。相关阅读： 是什么在推动企业 AI 采用？ 成本归因在实践中究竟意味着什

匹配字段正文

-DxO的准确率分别约为医生的3.7倍和2.3倍。 在来自MIMIC-IV-ED的更典型的急诊科病例上，MAI-DxO达到了80%的准确率，而医生为47%——高出1.7倍以上。 当更侧重成本优化时，MAI-DxO在保持强劲表现的同时选择了更具成本效益的检查方案。在NEJM病例上，一种配置以不到对比系统一半的成本达到了81%的准确率。 在两个数据集上，没有任何其他人类或AI方法比MAI-DxO既更准确又更便宜。 当我们使用包括GPT-5.5在内的更新模型重复评估、且不改变编排方法时，这些提升得以保持——并有所改善，这表明该方法并不绑定于某一代模型。 我们正在开源SDBench中部分NEJM病例的相关内容——包括基准、Gatekeeper、Judge和成本估算代码——以便研究人员能够复现评估、测试其他模型，并对研究结果提出挑战或加以扩展。 从更好的诊断到更好的照护 诊断只是照护旅程的一部分。更好的照护还需要跟上医学知识的步伐、选择正确的治疗方案、理解随时间发生的变化，并支持反映个人价值观和照护可及性的选择。机遇在于将这些能力统一为一种目前尚未广泛可用的照护标准。在 《医学超级智能的构建模块

匹配字段正文

常用于分享角色在屏幕上时的想法。 播报：商业广告和营销视频常使用画外音来宣布新产品和优惠。 教育：培训视频常将视觉演示与提供分步说明的画外音相结合。 在画外音中，说话者的语调、节奏和表达方式与屏幕上的视觉内容相匹配，使整个视频流畅自然。无论画外音是由人类还是 AI 模型创建，这些关键特征都存在。 画外音与配音表演、旁白和译制配音的区别 “画外音”这一术语常与其他音频和视频制作技术混淆，包括配音表演、旁白和译制配音。虽然这些概念之间存在一些重叠，但它们都有不同的定义。 Voice acting is a specific type of voice over where the speaker is playing a distinct character or using an extensive range of emotions. Voice acting is most common in animated movies, TV shows, and video games, where the voice over is a key component of the story

匹配字段正文

增强 使用以下功能连接系统和知识： 文件 API（在新标签页中打开），用于跨对话上传和引用文档 引用（在新标签页中打开），用于将响应建立在源文档之上 网络搜索（在新标签页中打开）和网络抓取（在新标签页中打开），用来自网络各处的当前真实数据增强 Claude 的知识 MCP 连接器（beta）（在新标签页中打开），无需编写客户端代码即可将 Claude 连接到其他工具 使用以下功能管理成本和性能： 提示缓存（在新标签页中打开），用于降低重复上下文的成本和延迟 批处理（在新标签页中打开），用于高容量异步工作负载 Claude Opus 5.5 的快速模式也面向使用 Google Cloud 上的 Claude 模型（Anthropic 托管）的客户正式可用。快速模式优先考虑速度，输出 token 生成速度最高提升 2.5 倍，适用于快速迭代、实时调试和交互式智能体等输出速度能带来更好用户体验的场景。输入和输出 token 价格分别为每百万 8 美元和 40 美元。 请在我们的文档（在新标签页中打开）中查看 Google Cloud 上的 Claude 模型可用功能的完整列表。 使用 Ant

匹配字段正文