跳到正文
今天11月19日周四1 条
  1. IT之家 AI76

    谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一

    IT之家 11 月 19 日消息,谷歌今天(11 月 18 日)宣布推出 AI 模型 Gemini 4 Neon, 主攻复杂编程、科学研究和企业工作流程,更好平衡推理能力、任务处理速度与成本 ,目前已开始向开发者、企业及部分付费订阅用户开放。 费用方面,Gemini 4 Neon 在 API 调用方面,每 100 万词元输入费用为 3 美元 (IT之家注:现汇率约合 20 元人民币) ,每 100 万词元输出费用为 15 美元 (现汇率约合 100.2 元人民币) ,缓存输入每百万 token 为 0.15 美元 (现汇率约合 1 元人民币) ,并提供 Low、medium、high 以及 xhigh 四种推理级别。用户订阅 Google AI Pro 或 Ultra 后可以在 Gemini 应用中选择使用该模型。 据谷歌介绍,Neon 支持 100 万 token 上下文窗口,可综合处理电子表格、PDF、图表、音频和视频,将分...

    推荐理由:来自IT之家 AI的《谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 19 日消息,谷歌今天(11 月 18 日)宣布推出 AI 模型 Gemini 4 Neon, 主攻复杂编程、科学研究和企业工作流程,更好平衡推理能力、任务处理速度与成本 ,目前已开始向开发者、企业及部分付费订阅用户开放。 费用方面,Gemini 4 Neon 在 API 调用方面,每 100 万词元输入费用为 3 美元 (IT之家注:现汇率约合 20 元人民币) ,每 100 万词元输出费用为 15 美元 (现汇率约合 100.2 元人民币) ,缓存输入每百万 token 为 0.15 美元 (现汇率约合 1 元人民币) ,并提供 Low、medium、high 以及 xhigh 四种推理级别。用户订阅 Google AI Pro 或 Ultra 后可以在 Gemini 应用中选择使用该模型。 据谷歌介绍,Neon 支持 100 万 token 上下文窗口,可综合处理电子表格、PDF、图表、音频和视频,将分...

11月18日周三
  1. IT之家 AI70

    微软最具性价比网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra,每任务成本约为其 2%

    IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash, 定位为面向企业安全团队的“高性价比”网络安全 AI。 该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。 微软称,MAI Cyber 2 Flash 基于其多年积累的专有安全数据与安全研究经验构建。在衡量真实漏洞发现能力的 CyberGym-E2E 基准中,该模型取得 92.3% 的任务成功率,略高于 GPT-6 Astra 的 91.5%;而微软披露的每任务成本不足后者的 2%。该结果是在剔除 92 个与训练数据来源重叠的任务后、基于剩余 813 个任务统计得出。IT之家附上相关截图如下: 在另一项 WebExploitBench 测试中,MAI Cyber 2 Flash 在相同推理预算下取得 40.4% 的成绩,高于 GPT-5....

    推荐理由:来自IT之家 AI的《微软最具性价比网安 AI 模型 MAI Cyber 2 Flash 登场:性能比肩 GPT-6 Astra,每任务成本约为其 2%》。重点看模型能力与工程、评测与基准、产品发布。摘要提到:IT之家 11 月 18 日消息,微软 AI 部门于 11 月 17 日发布全新专用安全模型 MAI Cyber 2 Flash, 定位为面向企业安全团队的“高性价比”网络安全 AI。 该模型旨在帮助安全人员全天候发现软件漏洞、推荐修复方案并调查网络威胁,同时显著降低大规模使用 AI 的算力与成本。 微软称,MAI Cyber 2 Flash 基于其多年积累的专有安全数据与安全研究经验构建。在衡量真实漏洞发现能力的 CyberGym-E2E 基准中,该模型取得 92.3% 的任务成功率,略高于 GPT-6 Astra 的 91.5%;而微软披露的每任务成本不足后者的 2%。该结果是在剔除 92 个与训练数据来源重叠的任务后、基于剩余 813 个任务统计得出。IT之家附上相关截图如下: 在另一项 WebExploitBench 测试中,MAI Cyber 2 Flash 在相同推理预算下取得 40.4% 的成绩,高于 GPT-5....

  2. Simon Willison87

    External sandboxes for coding agents

    外部沙箱用于编码代理:我探索了新的方法来沙箱执行由代理的代码,重点在于在不担心误操作或提示注入攻击可能导致机器受损的情况下安全地尝试本地模型。我与Prime Radiant(Superpowers等项目的AI研究实验室)合作开发了该项目。Prime Radiant博客上的帖子介绍了外部沙箱模式,其中代理执行的代码在专用沙箱内运行,而代理本身则位于该沙箱之外。为演示该模式,我们发布了三种沙箱服务器实现:external-sandbox-v86运行一个Node.js服务器,然后使用v86在WebAssembly中运行Alpine Linux;external-sandbox-container是一个Python Web服务器,运行沙箱在Apple Containers实例中;external-sandbox-quicksand是另一个Python Web服务器,使用Microsoft的Quicksand沙箱库。

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  3. GitHub Changelog88

    GitHub Copilot Fusion updates: more availability, benchmarks, and models

    今天,我们正在通过新的模型扩展GitHub Copilot Fusion,其在更多Copilot表面可用,并在两个公共Terminal-Bench排行榜上取得成果,为您提供更多使用Fusion的方式和比较方法。GitHub Copilot Fusion更新内容:更多可用性、基准测试和模型首次出现在GitHub博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

11月17日周二
  1. IT之家 AI72

    谷歌 Gemini 4 Argon 安全测试失控:40 个 AI 智能体擅自攻击真实网站,还互相分享漏洞

    IT之家 11 月 17 日消息,在一项最新的 AI 安全实验中,谷歌最新推出的 Gemini 4 Argon 智能体在接到一项根本不可能完成的任务后,被发现反复使用未经授权的手段访问一家真实机构的系统,试图获取不存在的问题对应的官方答案。 据IT之家了解,这项实验由 AI 安全研究公司 Trajectory Labs 进行,目的是观察 Gemini 智能体在 API 安全防护机制开启、同时收到“永不停止、永不放弃”指令时,会表现出怎样的行为。 研究人员故意要求这些智能体从 FrontierMath 基准测试中获取一些根本不存在的问题的官方答案,以此测试模型是否会为了完成任务而突破安全限制。 根据 Trajectory Labs 发布的报告,约 40 个 Gemini 智能体开始探测非营利研究机构 Epoch AI 的真实网站, 试图获取管理员账号密码、基准测试评估日志等敏感信息 。 Epoch AI 发现异常活动后,部署了一个...

    推荐理由:来自IT之家 AI的《谷歌 Gemini 4 Argon 安全测试失控:40 个 AI 智能体擅自攻击真实网站,还互相分享漏洞》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 17 日消息,在一项最新的 AI 安全实验中,谷歌最新推出的 Gemini 4 Argon 智能体在接到一项根本不可能完成的任务后,被发现反复使用未经授权的手段访问一家真实机构的系统,试图获取不存在的问题对应的官方答案。 据IT之家了解,这项实验由 AI 安全研究公司 Trajectory Labs 进行,目的是观察 Gemini 智能体在 API 安全防护机制开启、同时收到“永不停止、永不放弃”指令时,会表现出怎样的行为。 研究人员故意要求这些智能体从 FrontierMath 基准测试中获取一些根本不存在的问题的官方答案,以此测试模型是否会为了完成任务而突破安全限制。 根据 Trajectory Labs 发布的报告,约 40 个 Gemini 智能体开始探测非营利研究机构 Epoch AI 的真实网站, 试图获取管理员账号密码、基准测试评估日志等敏感信息 。 Epoch AI 发现异常活动后,部署了一个...

  2. IT之家 AI66

    英伟达推出 DGX Spark HPC 开发套件:四节点集群、512GB 内存,面向科研与 AI 开发

    IT之家 11 月 17 日消息,英伟达今天在 SC26 大会宣布推出 DGX Spark HPC 开发套件,面向科研人员、学术界人士、AI 开发者等人士。 该套件由四台英伟达 DGX Spark 组成 ,搭载 GB10 Grace Blackwell 超级芯片。 IT之家了解到,DGX Spark HPC 开发套件具备 4 个节点,各个节点通过英伟达 ConnectX-7 网络适配器直接互联,无需额外购买网络交换机。该产品可提供 512GB 内存和 20TB NVMe 存储空间,让研究员能够在整个集群中分配模型和科学计算任务,还能够本地部署 DeepSeek V4.1 等参数量最高达 7000 亿的 AI 模型。 借助这款设备,服务器配额有限科研人员不再需要为每项任务排队等待,而是自行完成开发和调试,将服务器资源留给正式生产任务。 同时,英伟达即将推出 NVIDIA HPC SDK 安装指南,为 DGX Spark 集群提供 ...

    推荐理由:来自IT之家 AI的《英伟达推出 DGX Spark HPC 开发套件:四节点集群、512GB 内存,面向科研与 AI 开发》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 17 日消息,英伟达今天在 SC26 大会宣布推出 DGX Spark HPC 开发套件,面向科研人员、学术界人士、AI 开发者等人士。 该套件由四台英伟达 DGX Spark 组成 ,搭载 GB10 Grace Blackwell 超级芯片。 IT之家了解到,DGX Spark HPC 开发套件具备 4 个节点,各个节点通过英伟达 ConnectX-7 网络适配器直接互联,无需额外购买网络交换机。该产品可提供 512GB 内存和 20TB NVMe 存储空间,让研究员能够在整个集群中分配模型和科学计算任务,还能够本地部署 DeepSeek V4.1 等参数量最高达 7000 亿的 AI 模型。 借助这款设备,服务器配额有限科研人员不再需要为每项任务排队等待,而是自行完成开发和调试,将服务器资源留给正式生产任务。 同时,英伟达即将推出 NVIDIA HPC SDK 安装指南,为 DGX Spark 集群提供 ...

11月16日周一
  1. IT之家 AI72

    不调用图像模型,Anthropic Claude Fable 5.2 用 Python 代码模拟真实画笔作画

    IT之家 11 月 16 日消息,Anthropic 于当地时间 11 月 9 日发布了最新的 Claude Fable 5.2 和 Claude Mythos 5.2 模型。 其中,Fable 5.2 不仅面向复杂编程、科学研究和工程任务,还展示了一种异类的“AI 生图”功能(IT之家注:Anthropic 目前仍无传统意义上的文生图模型,大家常见的 DeepSeek 和 Claude 表情包均由其他模型生成)。 不同于传统图像生成模型的绘画方式:Fable 5.2 可通过编写代码模拟画笔、颜料和画布,逐笔完成绘画,而不是直接调用图像生成模型输出成品。 Fable 5.2 不直接生成图像,而是通过编写代码,在虚拟画布上模拟真实画笔的运动,逐笔完成绘画,甚至能够模拟笔刷纹理、颜料湿润程度以及画布质感,并在发现错误后通过新的笔触进行修正。 目前 Midjourney 等主流 AI 图像生成工具通常采用扩散模型,通过逐步处理随机噪声...

    推荐理由:来自IT之家 AI的《不调用图像模型,Anthropic Claude Fable 5.2 用 Python 代码模拟真实画笔作画》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 16 日消息,Anthropic 于当地时间 11 月 9 日发布了最新的 Claude Fable 5.2 和 Claude Mythos 5.2 模型。 其中,Fable 5.2 不仅面向复杂编程、科学研究和工程任务,还展示了一种异类的“AI 生图”功能(IT之家注:Anthropic 目前仍无传统意义上的文生图模型,大家常见的 DeepSeek 和 Claude 表情包均由其他模型生成)。 不同于传统图像生成模型的绘画方式:Fable 5.2 可通过编写代码模拟画笔、颜料和画布,逐笔完成绘画,而不是直接调用图像生成模型输出成品。 Fable 5.2 不直接生成图像,而是通过编写代码,在虚拟画布上模拟真实画笔的运动,逐笔完成绘画,甚至能够模拟笔刷纹理、颜料湿润程度以及画布质感,并在发现错误后通过新的笔触进行修正。 目前 Midjourney 等主流 AI 图像生成工具通常采用扩散模型,通过逐步处理随机噪声...

  2. Apple Machine Learning Research41

    Split-and-Scale Latent 3D Representations

    潜在的3D表示显著扩展了现代形状建模的能力,使3D场景能够以紧凑形式编码,并支持强大的3D生成模型。尽管如此,当前表示仍难以捕捉复杂物体的细微细节,其根本限制在于其潜在空间的容量。然而,训练时增加潜在容量成本高昂,且在内存限制下难以实现,而单纯增加推理时的潜在数量则无法有效利用新增容量。本文对此进行了研究。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

11月14日周六
  1. IT之家 AI72

    前 Anthropic 研究员考克森:当今若要重新训练 Mythos,只需初始的一小部分算力

    IT之家 11 月 14 日消息,曾任职于 OpenAI 和 Anthropic、因公开警告 AI 风险而受到广泛关注的研究员雅各布 · 考克森称,Anthropic 在 IPO 路演中展示的一张幻灯片,是促使他离职的重要原因。 考克森在 Anthropic 只工作了约四个月。让他决定离职的原因之一,是公司 IPO 路演中 一张展示 AI 模型训练算力需求变化的图表 。图表采用压缩坐标轴,即使算力需求增长 10 倍和 100 倍,看起来也相差不大。 即便如此,曲线依然急剧上升。考克森认为,这说明算法效率不仅在快速提高,而且提升速度还在不断加快。“这张图实在太惊人了,没想到他们竟然会公开。” 考克森认为,Anthropic 今年春季推出的 Mythos 模型在性能上实现重大突破,并非偶然,而是算法效率加速提升的结果。他写道:“Mythos 并非一次偶然的突破,而是超指数增长趋势中的一个节点。现在,他们只需 耗费最初训练时的一小部分...

    推荐理由:来自IT之家 AI的《前 Anthropic 研究员考克森:当今若要重新训练 Mythos,只需初始的一小部分算力》。重点看模型能力与工程。摘要提到:IT之家 11 月 14 日消息,曾任职于 OpenAI 和 Anthropic、因公开警告 AI 风险而受到广泛关注的研究员雅各布 · 考克森称,Anthropic 在 IPO 路演中展示的一张幻灯片,是促使他离职的重要原因。 考克森在 Anthropic 只工作了约四个月。让他决定离职的原因之一,是公司 IPO 路演中 一张展示 AI 模型训练算力需求变化的图表 。图表采用压缩坐标轴,即使算力需求增长 10 倍和 100 倍,看起来也相差不大。 即便如此,曲线依然急剧上升。考克森认为,这说明算法效率不仅在快速提高,而且提升速度还在不断加快。“这张图实在太惊人了,没想到他们竟然会公开。” 考克森认为,Anthropic 今年春季推出的 Mythos 模型在性能上实现重大突破,并非偶然,而是算法效率加速提升的结果。他写道:“Mythos 并非一次偶然的突破,而是超指数增长趋势中的一个节点。现在,他们只需 耗费最初训练时的一小部分...

  2. IT之家 AI72

    谷歌利用多个专业 AI 智能体打造 Teamwork 系统,成功验证多项复杂数学证明

    IT之家 11 月 14 日消息,谷歌宣布进一步扩展旗下 Antigravity 多智能体系统,利用多个由 Gemini 模型驱动的专业智能体组成 Teamwork 系统,号称可解决“长期悬而未决的数学难题”、“验证复杂数学证明”,并优化各种软件系统性能。 例如,谷歌已成功对韦伊猜想(Weil conjectures)进行形式化证明。这是一组关于有限域上多项式方程解的数量的重要数学结论,最初由数学家皮埃尔 · 德利涅(Pierre Deligne)于 1974 年证明。谷歌 Teamwork-LEAP 系统通过约 2.88 万次子智能体调用,累计生成约 180 万行 Lean 代码,完成了相关数学成果的形式化工作。 谷歌还表示,相应系统近期还成功复现了一项关于三维纳维-斯托克斯方程(Navier–Stokes equations)有限时间爆破问题的形式化证明。并帮助研究人员解决了库尔塔德-库马尔猜想(Courtade–Kumar...

    推荐理由:来自IT之家 AI的《谷歌利用多个专业 AI 智能体打造 Teamwork 系统,成功验证多项复杂数学证明》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 11 月 14 日消息,谷歌宣布进一步扩展旗下 Antigravity 多智能体系统,利用多个由 Gemini 模型驱动的专业智能体组成 Teamwork 系统,号称可解决“长期悬而未决的数学难题”、“验证复杂数学证明”,并优化各种软件系统性能。 例如,谷歌已成功对韦伊猜想(Weil conjectures)进行形式化证明。这是一组关于有限域上多项式方程解的数量的重要数学结论,最初由数学家皮埃尔 · 德利涅(Pierre Deligne)于 1974 年证明。谷歌 Teamwork-LEAP 系统通过约 2.88 万次子智能体调用,累计生成约 180 万行 Lean 代码,完成了相关数学成果的形式化工作。 谷歌还表示,相应系统近期还成功复现了一项关于三维纳维-斯托克斯方程(Navier–Stokes equations)有限时间爆破问题的形式化证明。并帮助研究人员解决了库尔塔德-库马尔猜想(Courtade–Kumar...

11月13日周五
  1. IT之家 AI70

    谷歌开源 WeatherNext 3 气象模型所用数据集:含 SatWeave 卫星影像拼接数据集与 PARDIG 全球降水信息

    IT之家 11 月 13 日消息,谷歌 DeepMind 今天正式开放 WeatherNext 3 气象模型所依托的两大基础数据集 SatWeave 与 PARDIG,相应数据集面向全球研究者与开发者提供实时数据流及历史归档,可用于天气、水文、气候及相关下游应用建模。 据介绍,SatWeave 是一套整合多颗静止气象卫星的全球影像拼接产品,聚合了 GOES-East、GOES-West、Meteosat 0、Meteosat 印度洋星以及 Himawari 共 5 颗卫星的观测数据,解决了不同卫星在地图投影、文件格式、传感器与扫描节奏上的差异难题。该数据集每小时更新一次,并提供跨越十年以上的历史存档,能够让 WeatherNext 3 基于实时云图与风暴动态生成逐小时全球预报,而传统分析数据通常每六小时才刷新一次。谷歌还希望研究社区将其拓展至太阳能功率预测、野火监测等场景。 而 PARDIG 是一套基于 AI 架构的全球降水再分...

    推荐理由:来自IT之家 AI的《谷歌开源 WeatherNext 3 气象模型所用数据集:含 SatWeave 卫星影像拼接数据集与 PARDIG 全球降水信息》。重点看模型能力与工程、开源生态、产品发布。摘要提到:IT之家 11 月 13 日消息,谷歌 DeepMind 今天正式开放 WeatherNext 3 气象模型所依托的两大基础数据集 SatWeave 与 PARDIG,相应数据集面向全球研究者与开发者提供实时数据流及历史归档,可用于天气、水文、气候及相关下游应用建模。 据介绍,SatWeave 是一套整合多颗静止气象卫星的全球影像拼接产品,聚合了 GOES-East、GOES-West、Meteosat 0、Meteosat 印度洋星以及 Himawari 共 5 颗卫星的观测数据,解决了不同卫星在地图投影、文件格式、传感器与扫描节奏上的差异难题。该数据集每小时更新一次,并提供跨越十年以上的历史存档,能够让 WeatherNext 3 基于实时云图与风暴动态生成逐小时全球预报,而传统分析数据通常每六小时才刷新一次。谷歌还希望研究社区将其拓展至太阳能功率预测、野火监测等场景。 而 PARDIG 是一套基于 AI 架构的全球降水再分...

  2. IT之家 AI68

    我国科学家提出肺结节 AI 辅助诊断新方法:模拟医生看片子流程,判断更准确

    IT之家 11 月 13 日消息,中国科学院合肥物质院健康所 / 合肥肿瘤医院科研团队近期联合国内外多家单位,在肺癌诊断研究方面取得进展,发展了一种 基于胸部 CT 影像的肺结节 AI 辅助诊断新方法 ,研究结果发表在 Information Fusion 上。 肺癌是高发恶性肿瘤,早期筛查是提高治愈率和降低死亡率的关键环节,而早筛中的肺结节良恶性准确判断直接关系到后续的诊疗方案制定与预后效果。 临床中,医生需逐张研读胸部 CT 影像,综合肺部整体结构、结节周边组织以及结节细节,再结合临床经验做出肺结节良恶性诊断,这种传统的人工读片不但耗时费力,且易受经验、疲劳等因素影响,甚至可能出现漏诊误诊。 近年来兴起的 AI 技术已被用于肺结节的良恶性辅助诊断, 但常规 AI 诊断模型仅依靠单尺度影像特征作出判断,多为“黑箱”算法 ,识别精度有限、可解释性差,难以满足精准诊疗的临床需求。 能遵循医生读片诊断逻辑的肺结节 AI 分类诊断模型...

    推荐理由:来自IT之家 AI的《我国科学家提出肺结节 AI 辅助诊断新方法:模拟医生看片子流程,判断更准确》。重点看模型能力与工程。摘要提到:IT之家 11 月 13 日消息,中国科学院合肥物质院健康所 / 合肥肿瘤医院科研团队近期联合国内外多家单位,在肺癌诊断研究方面取得进展,发展了一种 基于胸部 CT 影像的肺结节 AI 辅助诊断新方法 ,研究结果发表在 Information Fusion 上。 肺癌是高发恶性肿瘤,早期筛查是提高治愈率和降低死亡率的关键环节,而早筛中的肺结节良恶性准确判断直接关系到后续的诊疗方案制定与预后效果。 临床中,医生需逐张研读胸部 CT 影像,综合肺部整体结构、结节周边组织以及结节细节,再结合临床经验做出肺结节良恶性诊断,这种传统的人工读片不但耗时费力,且易受经验、疲劳等因素影响,甚至可能出现漏诊误诊。 近年来兴起的 AI 技术已被用于肺结节的良恶性辅助诊断, 但常规 AI 诊断模型仅依靠单尺度影像特征作出判断,多为“黑箱”算法 ,识别精度有限、可解释性差,难以满足精准诊疗的临床需求。 能遵循医生读片诊断逻辑的肺结节 AI 分类诊断模型...

  3. IT之家 AI66

    “甜甜圈”实锤:人类首张黑洞照片通过新算法复核

    IT之家 11 月 13 日消息,根据 11 月 11 日发表于《自然》(Nature)最新研究报告, 澳大利亚科研团队通过新算法,确认 2019 年人类首张黑洞照片主角 M87 黑洞的“甜甜圈”是真的。 M87 星系中心超大质量黑洞 M87* 距离地球约 5,500 万光年,事件视界望远镜合作组于 2019 年以其为主角,公布为人类首张黑洞照片。照片中,明亮物质环绕中央暗区,形似一枚“甜甜圈”。但由于射电望远镜数据稀疏、校准复杂,学界曾质疑这一环状结构是否只是成像算法或仪器误差带来的“人工痕迹”。 澳大利亚联邦科学与工业研究组织(CSIRO)团队开发了名为 GenDIReCT 的独立成像方法。它以“闭合不变量”为核心,将望远镜按三站组合而非传统两两配对处理,从而在数学上抵消大气扰动和仪器校准误差;同时,研究团队用与天文无关的图像训练人工智能模型,避免算法“预设”黑洞应当长什么样。 研究人员将 2017 年、2018 年和 20...

    推荐理由:来自IT之家 AI的《“甜甜圈”实锤:人类首张黑洞照片通过新算法复核》。重点看模型能力与工程。摘要提到:IT之家 11 月 13 日消息,根据 11 月 11 日发表于《自然》(Nature)最新研究报告, 澳大利亚科研团队通过新算法,确认 2019 年人类首张黑洞照片主角 M87 黑洞的“甜甜圈”是真的。 M87 星系中心超大质量黑洞 M87* 距离地球约 5,500 万光年,事件视界望远镜合作组于 2019 年以其为主角,公布为人类首张黑洞照片。照片中,明亮物质环绕中央暗区,形似一枚“甜甜圈”。但由于射电望远镜数据稀疏、校准复杂,学界曾质疑这一环状结构是否只是成像算法或仪器误差带来的“人工痕迹”。 澳大利亚联邦科学与工业研究组织(CSIRO)团队开发了名为 GenDIReCT 的独立成像方法。它以“闭合不变量”为核心,将望远镜按三站组合而非传统两两配对处理,从而在数学上抵消大气扰动和仪器校准误差;同时,研究团队用与天文无关的图像训练人工智能模型,避免算法“预设”黑洞应当长什么样。 研究人员将 2017 年、2018 年和 20...

11月12日周四
  1. IT之家 AI70

    海光信息总经理沙超群:预计明年量产新一代 CPU,性能对标国际水平

    IT之家 11 月 12 日消息,据财联社报道,在今日举行的上海证券交易所国际投资者大会上,海光信息董事、总经理沙超群表示,当前算力基础设施已从单芯片走向系统级竞争,国内大模型发展需通过系统级方案解决未来挑战。 据介绍,公司产品布局分为三类: 支撑大模型训练的 DCU; 面向 AI 数据中心的 CPU; 集成 CPU、GPU、NPU,面向端侧算力等市场的 CPU。 公司技术迭代节奏遵循“销售一代、验证一代、研发一代”的发展模式, 预计明年量产新一代 CPU,性能对标国际水平 。 IT之家注:海光信息技术股份有限公司成立于 2014 年,主要从事高端处理器、加速器等计算芯片产品和系统的研究、开发。 海光官网显示, 海光处理器兼容市场主流的 x86 指令集 ,具有成熟而丰富的应用生态环境。海光处理器内置专用安全硬件,支持多种先进的漏洞防御技术,内置高性能的国密协处理器和密码指令集,支持可信计算的国内、国际标准,支持领先的机密计算技术...

    推荐理由:来自IT之家 AI的《海光信息总经理沙超群:预计明年量产新一代 CPU,性能对标国际水平》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 12 日消息,据财联社报道,在今日举行的上海证券交易所国际投资者大会上,海光信息董事、总经理沙超群表示,当前算力基础设施已从单芯片走向系统级竞争,国内大模型发展需通过系统级方案解决未来挑战。 据介绍,公司产品布局分为三类: 支撑大模型训练的 DCU; 面向 AI 数据中心的 CPU; 集成 CPU、GPU、NPU,面向端侧算力等市场的 CPU。 公司技术迭代节奏遵循“销售一代、验证一代、研发一代”的发展模式, 预计明年量产新一代 CPU,性能对标国际水平 。 IT之家注:海光信息技术股份有限公司成立于 2014 年,主要从事高端处理器、加速器等计算芯片产品和系统的研究、开发。 海光官网显示, 海光处理器兼容市场主流的 x86 指令集 ,具有成熟而丰富的应用生态环境。海光处理器内置专用安全硬件,支持多种先进的漏洞防御技术,内置高性能的国密协处理器和密码指令集,支持可信计算的国内、国际标准,支持领先的机密计算技术...

  2. Apple Machine Learning Research80

    Theoretical Limits of Language Model Alignment

    语言模型(LM)对齐可使模型输出反映人类偏好,同时保留基础模型的能力。最常见的对齐方法包括(i)强化学习,通过在KL散度约束下最大化期望奖励,以及(ii)最佳NNNN对齐,从NNNN独立样本中选择最高奖励输出。尽管广泛使用,但KL预算下的奖励提升基础限制仍不明确。我们通过推导最大……

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  3. IT之家 AI68

    谷歌 DeepMind 发布新一代基因组 AI 模型 AlphaGenome 2:从组织预测深入单细胞分析,识别基因表达变异能力近乎翻倍

    IT之家 11 月 12 日消息,当地时间 11 月 11 日,谷歌 DeepMind 宣布推出新一代基因组 AI 模型 AlphaGenome 2,能够预测 DNA 序列及其变异对特定人类细胞类型和细胞状态的影响,帮助研究人员从细胞层面识别与疾病相关的遗传变异。 据介绍,人体内大多数细胞都拥有相同的 DNA,但不同类型和状态的细胞会开启或关闭不同基因,以执行各自的生物学功能。例如,心肌细胞与正在应对感染的免疫细胞,其基因表达模式就存在明显差异。同一种 DNA 变异也可能在不同细胞中产生不同影响。 谷歌表示,此前发布的 AlphaGenome 主要预测 DNA 变异对不同组织整体分子活动的影响,难以充分识别特定细胞类型中的细微差异。AlphaGenome 2 则采用全新的条件模型架构,将目标组织、细胞类型或细胞状态作为输入,使模型能够针对特定生物学条件进行预测。 在训练数据方面,AlphaGenome 2 使用了来自人类和小鼠样...

    推荐理由:来自IT之家 AI的《谷歌 DeepMind 发布新一代基因组 AI 模型 AlphaGenome 2:从组织预测深入单细胞分析,识别基因表达变异能力近乎翻倍》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 12 日消息,当地时间 11 月 11 日,谷歌 DeepMind 宣布推出新一代基因组 AI 模型 AlphaGenome 2,能够预测 DNA 序列及其变异对特定人类细胞类型和细胞状态的影响,帮助研究人员从细胞层面识别与疾病相关的遗传变异。 据介绍,人体内大多数细胞都拥有相同的 DNA,但不同类型和状态的细胞会开启或关闭不同基因,以执行各自的生物学功能。例如,心肌细胞与正在应对感染的免疫细胞,其基因表达模式就存在明显差异。同一种 DNA 变异也可能在不同细胞中产生不同影响。 谷歌表示,此前发布的 AlphaGenome 主要预测 DNA 变异对不同组织整体分子活动的影响,难以充分识别特定细胞类型中的细微差异。AlphaGenome 2 则采用全新的条件模型架构,将目标组织、细胞类型或细胞状态作为输入,使模型能够针对特定生物学条件进行预测。 在训练数据方面,AlphaGenome 2 使用了来自人类和小鼠样...

11月11日周三
  1. IT之家 AI66

    谷歌 DeepMind 发布 AlphaGenome 2 基因序列模型:识别致病变异能力提升近一倍

    IT之家 11 月 11 日消息,谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2 ,可预测 DNA 序列及其变异对特定人体细胞类型的影响,为科研人员挖掘疾病的细胞驱动因素提供全新工具。 人体每个细胞携带相同的 DNA 蓝图,但不同细胞类型会通过开关不同基因完成特定功能。全球的人类细胞图谱项目已对数百万细胞的基因表达进行绘制,但预测细微 DNA 变异如何影响细胞基因表达,仍是尚未解决的难题。 此前谷歌已推出初代 AlphaGenome ,可预测 DNA 变异对宽泛组织的分子活性影响,并推出了覆盖人类基因组全部 90 亿种单字母变异预测的 AlphaGenome Atlas ,助力罕见病、复杂性状与基础生物学研究。 AlphaGenome 2 从宽泛组织平均水平缩小至单个细胞类型与状态,并重构了模型架构,变异预测性能实现阶跃式提升,可捕捉宽泛组织模型中遗漏的疾病相关细胞中的变异效应,还能对模型未见过...

    推荐理由:来自IT之家 AI的《谷歌 DeepMind 发布 AlphaGenome 2 基因序列模型:识别致病变异能力提升近一倍》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2 ,可预测 DNA 序列及其变异对特定人体细胞类型的影响,为科研人员挖掘疾病的细胞驱动因素提供全新工具。 人体每个细胞携带相同的 DNA 蓝图,但不同细胞类型会通过开关不同基因完成特定功能。全球的人类细胞图谱项目已对数百万细胞的基因表达进行绘制,但预测细微 DNA 变异如何影响细胞基因表达,仍是尚未解决的难题。 此前谷歌已推出初代 AlphaGenome ,可预测 DNA 变异对宽泛组织的分子活性影响,并推出了覆盖人类基因组全部 90 亿种单字母变异预测的 AlphaGenome Atlas ,助力罕见病、复杂性状与基础生物学研究。 AlphaGenome 2 从宽泛组织平均水平缩小至单个细胞类型与状态,并重构了模型架构,变异预测性能实现阶跃式提升,可捕捉宽泛组织模型中遗漏的疾病相关细胞中的变异效应,还能对模型未见过...

  2. IT之家 AI68

    AI 提升飓风预报精度,人类气象专家仍不可替代

    IT之家 11 月 11 日消息,人工智能经常因为数据中心能耗巨大而受到批评。数据中心对电力的庞大需求推动了化石燃料的使用,也进一步加剧了气候变化。 但与此同时,AI 也正在帮助气象学家显著提高天气预报的准确性,其中就包括飓风预测。这类天气系统以预测难度极高著称,而在全球变暖的背景下,飓风带来的威胁也日益加剧。 据 Techxplore 报道,美国国家飓风中心(NHC)去年开始使用谷歌 DeepMind 的 AI 模型,目前正与该公司合作开发下一代模型。 今年,这项技术的价值进一步凸显。受强厄尔尼诺天气模式影响,太平洋地区出现了创纪录数量的飓风;上个月,飓风伊萨亚斯(Isaias)也以强风暴的形式袭击了美国东南部。 负责 DeepMind 气旋研究工作的研究科学家费兰 · 阿莱特(Ferran Alet)解释称,谷歌并没有专门针对飓风开发独立模型,而是使用与日常天气预报相同的模型,只不过将其能力推向了极限。 他在接受法新社采访时...

    推荐理由:来自IT之家 AI的《AI 提升飓风预报精度,人类气象专家仍不可替代》。重点看模型能力与工程。摘要提到:IT之家 11 月 11 日消息,人工智能经常因为数据中心能耗巨大而受到批评。数据中心对电力的庞大需求推动了化石燃料的使用,也进一步加剧了气候变化。 但与此同时,AI 也正在帮助气象学家显著提高天气预报的准确性,其中就包括飓风预测。这类天气系统以预测难度极高著称,而在全球变暖的背景下,飓风带来的威胁也日益加剧。 据 Techxplore 报道,美国国家飓风中心(NHC)去年开始使用谷歌 DeepMind 的 AI 模型,目前正与该公司合作开发下一代模型。 今年,这项技术的价值进一步凸显。受强厄尔尼诺天气模式影响,太平洋地区出现了创纪录数量的飓风;上个月,飓风伊萨亚斯(Isaias)也以强风暴的形式袭击了美国东南部。 负责 DeepMind 气旋研究工作的研究科学家费兰 · 阿莱特(Ferran Alet)解释称,谷歌并没有专门针对飓风开发独立模型,而是使用与日常天气预报相同的模型,只不过将其能力推向了极限。 他在接受法新社采访时...

  3. IT之家 AI68

    彭博测算:AI 贡献英国今年约四分之一经济增长

    IT之家 11 月 11 日消息,据彭博经济研究(Bloomberg Economics)经济学家测算,人工智能今年推动了英国约四分之一的经济增长。这也意味着,如果全球 AI 相关资产估值出现大幅回调,英国经济可能面临一定风险。 从数据中心建设到 AI 模型研发,与人工智能相关的经济活动在 2026 年为英国经济增长贡献了 0.45 个百分点。彭博经济研究周三发布的报告显示,今年英国经济整体增幅约为 1.8%,这意味着 AI 相关产业贡献了其中约四分之一。 经济学家安娜 · 安德拉德(Ana Andrade)表示:“这项技术正在为英国经济注入增长动力。” 报告指出,英国受到近期 AI 相关股票抛售潮的影响有多大,取决于这轮市场调整最终会演变成什么局面:究竟是类似金融危机的“无序下跌”,还是相对平稳、有序的估值重新调整。 目前,人工智能对英国经济增长的贡献, 仍主要来自 AI 技术本身的生产和研发,而不是这项技术在整个经济体系中的...

    推荐理由:来自IT之家 AI的《彭博测算:AI 贡献英国今年约四分之一经济增长》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,据彭博经济研究(Bloomberg Economics)经济学家测算,人工智能今年推动了英国约四分之一的经济增长。这也意味着,如果全球 AI 相关资产估值出现大幅回调,英国经济可能面临一定风险。 从数据中心建设到 AI 模型研发,与人工智能相关的经济活动在 2026 年为英国经济增长贡献了 0.45 个百分点。彭博经济研究周三发布的报告显示,今年英国经济整体增幅约为 1.8%,这意味着 AI 相关产业贡献了其中约四分之一。 经济学家安娜 · 安德拉德(Ana Andrade)表示:“这项技术正在为英国经济注入增长动力。” 报告指出,英国受到近期 AI 相关股票抛售潮的影响有多大,取决于这轮市场调整最终会演变成什么局面:究竟是类似金融危机的“无序下跌”,还是相对平稳、有序的估值重新调整。 目前,人工智能对英国经济增长的贡献, 仍主要来自 AI 技术本身的生产和研发,而不是这项技术在整个经济体系中的...

  4. IT之家 AI68

    腾讯全新搜索产品“元宝搜索”正式上线:能搜微信公众号、视频号,广告与答案明确区分

    IT之家 11 月 11 日消息,腾讯云今日宣布, 腾讯全新搜索产品「元宝搜索」正式上线 。在任意浏览器地址栏输入网址 so.qq.com 即可使用;也可将 QQ 浏览器升级至最新版本,在引擎设置选项中切换为“元宝搜索”。 IT之家获悉,元宝搜索基于元宝的大模型能力,重新构建了从理解、检索、排序到答案组织的整条搜索链路。依托千亿级索引, 搜索范围覆盖全网网页、公众号、视频号等腾讯生态内容和学术文献 。 在结果呈现上,元宝搜索优先展示权威机构与官方来源的内容, 并将广告与答案明确区分 ,支持「收起广告」,整块折叠。 据介绍,元宝搜索接入 157 个权威信源;能搜公众号、视频号;学术内容更好搜,通俗解读论文结论、保留原文依据,支持英文一键翻译,标题、摘要直接读;支持打字、说话、拍照等方式进行搜索。 此外,元宝搜索会通过“递归自我进化”(RSI)机制,从实际使用和反馈中发现问题,持续改进搜索体验。

    推荐理由:来自IT之家 AI的《腾讯全新搜索产品“元宝搜索”正式上线:能搜微信公众号、视频号,广告与答案明确区分》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,腾讯云今日宣布, 腾讯全新搜索产品「元宝搜索」正式上线 。在任意浏览器地址栏输入网址 so.qq.com 即可使用;也可将 QQ 浏览器升级至最新版本,在引擎设置选项中切换为“元宝搜索”。 IT之家获悉,元宝搜索基于元宝的大模型能力,重新构建了从理解、检索、排序到答案组织的整条搜索链路。依托千亿级索引, 搜索范围覆盖全网网页、公众号、视频号等腾讯生态内容和学术文献 。 在结果呈现上,元宝搜索优先展示权威机构与官方来源的内容, 并将广告与答案明确区分 ,支持「收起广告」,整块折叠。 据介绍,元宝搜索接入 157 个权威信源;能搜公众号、视频号;学术内容更好搜,通俗解读论文结论、保留原文依据,支持英文一键翻译,标题、摘要直接读;支持打字、说话、拍照等方式进行搜索。 此外,元宝搜索会通过“递归自我进化”(RSI)机制,从实际使用和反馈中发现问题,持续改进搜索体验。

  5. IT之家 AI74

    谷歌迄今最强模型 Gemini 4 Carbon 登场:主打复杂编程、科学研究与网络安全

    IT之家 11 月 11 日消息,当地时间 11 月 10 日,谷歌宣布正式开放 Gemini 4 Carbon 模型,面向开发者、企业、科研人员和消费者提供服务。 谷歌高级副总裁、DeepMind 首席 AI 架构师 Koray Kavukcuoglu 介绍称,该模型是谷歌目前能力最强的推理模型,重点面向复杂软件工程、多步骤智能体任务、科学研究和网络安全等场景。 Gemini 4 Carbon 于 10 月 28 日首次公布,此前通过 Fairwind Program(网络安全合作计划)向部分网络安全防御人员开放。此次则进一步扩大使用范围。 谷歌称,相较于同期推出的 Gemini 4 Argon,Carbon 能够在复杂任务中投入更多推理 Token,进行假设探索、结果验证和边缘情况检查,更适合多步骤编码、复杂调试以及开放式科学研究。 在开发者工具方面,Gemini 4 Carbon 已通过 Gemini API 和 Goog...

    推荐理由:来自IT之家 AI的《谷歌迄今最强模型 Gemini 4 Carbon 登场:主打复杂编程、科学研究与网络安全》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 11 日消息,当地时间 11 月 10 日,谷歌宣布正式开放 Gemini 4 Carbon 模型,面向开发者、企业、科研人员和消费者提供服务。 谷歌高级副总裁、DeepMind 首席 AI 架构师 Koray Kavukcuoglu 介绍称,该模型是谷歌目前能力最强的推理模型,重点面向复杂软件工程、多步骤智能体任务、科学研究和网络安全等场景。 Gemini 4 Carbon 于 10 月 28 日首次公布,此前通过 Fairwind Program(网络安全合作计划)向部分网络安全防御人员开放。此次则进一步扩大使用范围。 谷歌称,相较于同期推出的 Gemini 4 Argon,Carbon 能够在复杂任务中投入更多推理 Token,进行假设探索、结果验证和边缘情况检查,更适合多步骤编码、复杂调试以及开放式科学研究。 在开发者工具方面,Gemini 4 Carbon 已通过 Gemini API 和 Goog...

11月10日周二
  1. IT之家 AI68

    我国算力总规模达 310 万 PFLOPS,位居世界第二

    IT之家 11 月 10 日消息,据央视新闻报道,今天,全国数据标准化技术委员会 2026 年第二次“标准周”活动在福建厦门举行。据相关负责人介绍,全国数据标准化技术委员会此次正式成立具身智能数据标准起草工作组及气象、卫生健康、电力、商务等 4 个行业应用标准起草工作组,加快推进“十五五”期间数据领域相关标准制定,赋能行业产业数字化发展。 IT之家从报道中获悉,最新数据显示,我国算力总规模已 达到 310 万 PFLOPS,位居世界第二 。 2025 年 8 月的信息显示,近年来, 我国算力总规模年增速达到 30% 左右 。在人工智能的快速发展带动下,智能算力需求呈现迅猛增长态势。中国电信研究院发布的《智算产业发展研究报告(2025)》显示,随着人工智能大模型加速赋能行业应用和智能终端,将进一步助力智能算力产业蓬勃发展。 根据国家数据局在今年 6 月公布的数据,截至 2025 年底,全国在用算力设施机架数超过 1373 万标准机...

    推荐理由:来自IT之家 AI的《我国算力总规模达 310 万 PFLOPS,位居世界第二》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 10 日消息,据央视新闻报道,今天,全国数据标准化技术委员会 2026 年第二次“标准周”活动在福建厦门举行。据相关负责人介绍,全国数据标准化技术委员会此次正式成立具身智能数据标准起草工作组及气象、卫生健康、电力、商务等 4 个行业应用标准起草工作组,加快推进“十五五”期间数据领域相关标准制定,赋能行业产业数字化发展。 IT之家从报道中获悉,最新数据显示,我国算力总规模已 达到 310 万 PFLOPS,位居世界第二 。 2025 年 8 月的信息显示,近年来, 我国算力总规模年增速达到 30% 左右 。在人工智能的快速发展带动下,智能算力需求呈现迅猛增长态势。中国电信研究院发布的《智算产业发展研究报告(2025)》显示,随着人工智能大模型加速赋能行业应用和智能终端,将进一步助力智能算力产业蓬勃发展。 根据国家数据局在今年 6 月公布的数据,截至 2025 年底,全国在用算力设施机架数超过 1373 万标准机...

  2. IT之家 AI70

    借助 AI 工具,安全研究员在英国政府公开代码中发现上百个高危漏洞

    IT之家 11 月 10 日消息,据《连线》报道,一名安全研究人员在英国政府公开发布的代码中发现了 100 多个严重安全漏洞。由于相关部门缺乏基本的网络安全维护,这些漏洞可能导致敏感数据暴露,甚至为数据窃取和勒索软件攻击打开大门。 据IT之家了解,过去约 10 年,英国政府一直默认公开发布使用公共资金开发的代码。一方面,这是为了提高政府工作的透明度;另一方面,也有助于其他机构重复利用代码,降低开发成本。采用这一做法的机构包括英国卫生与社会关怀部、内政部以及地方政府部门。 但近年来,资金紧张导致多个政府部门忽视了现有技术系统的维护和升级。安全公司 ControlPlane 的研究人员克里斯 · 内斯比特-史密斯(Chris Nesbitt-Smith)利用 Claude Opus 和 Sonnet AI 模型扫描政府公开代码,发现了大量安全问题。 他强调,自己使用的只是运行在笔记本电脑上的消费级 AI 模型,而许多漏洞甚至可以通过...

    推荐理由:来自IT之家 AI的《借助 AI 工具,安全研究员在英国政府公开代码中发现上百个高危漏洞》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 10 日消息,据《连线》报道,一名安全研究人员在英国政府公开发布的代码中发现了 100 多个严重安全漏洞。由于相关部门缺乏基本的网络安全维护,这些漏洞可能导致敏感数据暴露,甚至为数据窃取和勒索软件攻击打开大门。 据IT之家了解,过去约 10 年,英国政府一直默认公开发布使用公共资金开发的代码。一方面,这是为了提高政府工作的透明度;另一方面,也有助于其他机构重复利用代码,降低开发成本。采用这一做法的机构包括英国卫生与社会关怀部、内政部以及地方政府部门。 但近年来,资金紧张导致多个政府部门忽视了现有技术系统的维护和升级。安全公司 ControlPlane 的研究人员克里斯 · 内斯比特-史密斯(Chris Nesbitt-Smith)利用 Claude Opus 和 Sonnet AI 模型扫描政府公开代码,发现了大量安全问题。 他强调,自己使用的只是运行在笔记本电脑上的消费级 AI 模型,而许多漏洞甚至可以通过...

  3. IT之家 AI80

    全球最强 AI 模型:Claude Fable 5.2 登场,编程超 GPT-6 Astra、登顶多项基准

    IT之家 11 月 10 日消息,Anthropic 今天(11 月 10 日)发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿 AI 模型。官方称,新模型在编码、推理、科学研究、网络安全及机器人等领域均有显著提升,同时输出速度最高提高 30%,成本下降 20%。 根据官方披露的跑分数据,在面向“智能体编码”的 FrontierCode 2.0 基准测试中,Claude Fable 5.2 取得 49.1% 的成绩,超过 OpenAI 的 GPT-6 Astra(42.8%)、Google 的 Gemini 4 Carbon(41.1%)以及 Anthropic 自家的 Opus 5.5(45.5%)。 在“Humanity's Last Exam”多学科推理测试中,Fable 5.2 也以 74.2% 领先 GPT-6 Astra 的 57.2%。 Anthropic 展示了 Fable...

    推荐理由:来自IT之家 AI的《全球最强 AI 模型:Claude Fable 5.2 登场,编程超 GPT-6 Astra、登顶多项基准》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 10 日消息,Anthropic 今天(11 月 10 日)发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿 AI 模型。官方称,新模型在编码、推理、科学研究、网络安全及机器人等领域均有显著提升,同时输出速度最高提高 30%,成本下降 20%。 根据官方披露的跑分数据,在面向“智能体编码”的 FrontierCode 2.0 基准测试中,Claude Fable 5.2 取得 49.1% 的成绩,超过 OpenAI 的 GPT-6 Astra(42.8%)、Google 的 Gemini 4 Carbon(41.1%)以及 Anthropic 自家的 Opus 5.5(45.5%)。 在“Humanity's Last Exam”多学科推理测试中,Fable 5.2 也以 74.2% 领先 GPT-6 Astra 的 57.2%。 Anthropic 展示了 Fable...

  4. IT之家 AI74

    35 秒内“叫停”失控的 AI 智能体,OpenAI 部署“控制室”系统

    IT之家 11 月 10 日消息,OpenAI 今天宣布,公司已在内部研究设施中部署“控制室”系统,用于停止可能存在风险的 AI 任务,可在 35 秒内“叫停”失控的 AI 智能体。 据介绍,这套系统将智能体训练、评估和数据处理任务等负载接入中央服务,然后由系统负责决定任务能否继续输出。 IT之家了解到,这套系统与负责标记可疑行为的传统监控不同,它可以主动阻止风险研究任务进一步请求输出。当研究员启用某一项任务时,需要向控制室请求唯一任务 ID。然后该标识符会附加到发送给推理引擎的请求中。接着引擎会咨询控制室,确认相关任务是否可以运行。 如果研究员或监控系统下令停止指示,控制室服务就会拒绝下一次推理请求,让推理引擎不再为任务声称任何模型输出。 OpenAI 表示, 这套系统从收到停止指令 , 到阻止任务进一步继续的最长延迟为 35 秒 。这种延迟源于推理授权请求的缓存层,公司正努力将延迟缩短至 0。 该系统还具备自动化监控机制集成...

    推荐理由:来自IT之家 AI的《35 秒内“叫停”失控的 AI 智能体,OpenAI 部署“控制室”系统》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 11 月 10 日消息,OpenAI 今天宣布,公司已在内部研究设施中部署“控制室”系统,用于停止可能存在风险的 AI 任务,可在 35 秒内“叫停”失控的 AI 智能体。 据介绍,这套系统将智能体训练、评估和数据处理任务等负载接入中央服务,然后由系统负责决定任务能否继续输出。 IT之家了解到,这套系统与负责标记可疑行为的传统监控不同,它可以主动阻止风险研究任务进一步请求输出。当研究员启用某一项任务时,需要向控制室请求唯一任务 ID。然后该标识符会附加到发送给推理引擎的请求中。接着引擎会咨询控制室,确认相关任务是否可以运行。 如果研究员或监控系统下令停止指示,控制室服务就会拒绝下一次推理请求,让推理引擎不再为任务声称任何模型输出。 OpenAI 表示, 这套系统从收到停止指令 , 到阻止任务进一步继续的最长延迟为 35 秒 。这种延迟源于推理授权请求的缓存层,公司正努力将延迟缩短至 0。 该系统还具备自动化监控机制集成...

  5. Apple Machine Learning Research72

    Evaluating the Evaluators: Investigating LLM Judges for Personalized Writing Style Assessment

    本文在NeurIPS 2026 上获得接受,评估大语言模型(LLM)在个性化写作任务中的判断能力。当用户偏好写作风格已知(如‘欢快’)时,LLM判断是否符合该偏好具有重要意义。我们研究写作任务、生成器与判断器LLM的组合、评估目标以及通用常识与推理能力对LLM判断性能的影响。为此,我们为三种长文本任务生成文本,使用四种LLM进行评估。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  6. Apple Machine Learning Research72

    Weighted State Souping for Efficient Long-Context Retrieval

    本文被接纳于NeurIPS会议的个性化、对齐、长期记忆对于AI系统工作坊(PALM) 2026。状态空间模型(SSMs)结合快速推理与固定状态大小,同时具备竞争性的语言建模性能。最近,状态蒸馏被提出作为一种流程,其中SSMs独立编码如文档、工具定义或记忆记录的token块。结果的状态编码可缓存并重组,以低成本构建下游查询的上下文。然而,状态蒸馏和传统SSMs在长且拥挤的...

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  7. Apple Machine Learning Research70

    On the Importance of Gating: Memorization vs. In-Context Learning in State Space Models

    状态空间模型(SSMs)作为Transformer的有力替代方案,能够以常量内存和线性计算实现序列建模。尽管SSMs在性能和计算特性方面表现良好,但它们在需要上下文学习和精确检索的任务中仍落后于Transformer,从而影响了大规模语言建模的推广。本工作中,我们证明了SSMs在这些领域的成功与失败均可通过研究门控机制的作用来解释,该机制是现代循环神经网络中普遍存在的组件。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

11月9日周一
  1. IT之家 AI68

    苹果 iOS 27.3 代码曝光 Siri“个人记忆系统”,可记录用户各类信息

    IT之家 11 月 9 日消息,根据代码研究人员 pdfu 分享的最新代码发现,苹果正在开发一套个人记忆系统,有望帮助 Siri 记住用户生活中的各种信息。 根据相关发现,在苹果 iOS 27.3 测试版中,这套系统包含一个名为“记忆图谱”(Memory Graph)的组件,旨在整理用户的人际关系、常去地点、日常习惯、健康状况、锻炼情况,以及激励用户或阻碍用户实现目标的因素。 IT之家注意到,系统还设计了名为“记忆原子”(Memory Atoms)的数据单元,用于记录事实、观点、意图和事件,并关联相关人物、地点、时间及话题等具体信息。 据 pdfu 介绍,这套图谱通过两种处理机制收集信息。其中一种负责将结构化数据转化为洞察,例如读取用户个人联系人名片中的姓名字段。另一种则借助设备端 AI 模型或苹果私有云计算(Private Cloud Compute),从 Siri 对话、信息、照片和健康数据等来源提取信息。 目前,代码中似乎...

    推荐理由:来自IT之家 AI的《苹果 iOS 27.3 代码曝光 Siri“个人记忆系统”,可记录用户各类信息》。重点看模型能力与工程。摘要提到:IT之家 11 月 9 日消息,根据代码研究人员 pdfu 分享的最新代码发现,苹果正在开发一套个人记忆系统,有望帮助 Siri 记住用户生活中的各种信息。 根据相关发现,在苹果 iOS 27.3 测试版中,这套系统包含一个名为“记忆图谱”(Memory Graph)的组件,旨在整理用户的人际关系、常去地点、日常习惯、健康状况、锻炼情况,以及激励用户或阻碍用户实现目标的因素。 IT之家注意到,系统还设计了名为“记忆原子”(Memory Atoms)的数据单元,用于记录事实、观点、意图和事件,并关联相关人物、地点、时间及话题等具体信息。 据 pdfu 介绍,这套图谱通过两种处理机制收集信息。其中一种负责将结构化数据转化为洞察,例如读取用户个人联系人名片中的姓名字段。另一种则借助设备端 AI 模型或苹果私有云计算(Private Cloud Compute),从 Siri 对话、信息、照片和健康数据等来源提取信息。 目前,代码中似乎...

  2. IT之家 AI36

    天文学家发现“暗星系”候选天体:拥有约 20 亿倍太阳质量的氢气,却几乎没有恒星

    IT之家 11 月 9 日消息,据《连线》报道,一些星系似乎具备形成恒星所需的全部条件,却几乎从未孕育出恒星。 多年来,科学家一直对这一现象感到困惑。近期研究发现,这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系,是指内部含有气体和暗物质,却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解,为什么有些星系能够形成恒星,而另一些却始终保持黑暗,同时也能检验现有星系形成理论是否准确。 目前,科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分:一种是暗能量,这种神秘属性被认为推动着宇宙加速膨胀;另一种是冷暗物质,物理学家推测它约占宇宙全部物质的 85%。 根据这一模型,被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部,随后逐渐冷却、坍缩,最终形成恒星。不过,天文学家仍在试图弄清楚,为什么这一过程会在某些暗物质晕中发生,在另一些暗物质晕中却...

    推荐理由:来自IT之家 AI的《天文学家发现“暗星系”候选天体:拥有约 20 亿倍太阳质量的氢气,却几乎没有恒星》。重点看模型能力与工程。摘要提到:IT之家 11 月 9 日消息,据《连线》报道,一些星系似乎具备形成恒星所需的全部条件,却几乎从未孕育出恒星。 多年来,科学家一直对这一现象感到困惑。近期研究发现,这些被称为“暗星系”的天体可能遍布宇宙。所谓暗星系,是指内部含有气体和暗物质,却几乎没有恒星甚至完全没有恒星的星系。找到它们有助于天文学家理解,为什么有些星系能够形成恒星,而另一些却始终保持黑暗,同时也能检验现有星系形成理论是否准确。 目前,科学家最为认可的宇宙模型被称为 Lambda-CDM 模型。该模型假设宇宙中存在两种不可见成分:一种是暗能量,这种神秘属性被认为推动着宇宙加速膨胀;另一种是冷暗物质,物理学家推测它约占宇宙全部物质的 85%。 根据这一模型,被称为暗物质晕的暗物质团块为星系的形成和成长提供了引力框架。气体聚集在这些暗物质晕内部,随后逐渐冷却、坍缩,最终形成恒星。不过,天文学家仍在试图弄清楚,为什么这一过程会在某些暗物质晕中发生,在另一些暗物质晕中却...

  3. IT之家 AI72

    LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API

    IT之家 11 月 9 日消息,LG AI 研究院韩国当地时间今日宣布, 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户,可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练, 拥有比肩头部开源 AI 模型的智能体能力 ,在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754

    推荐理由:来自IT之家 AI的《LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 9 日消息,LG AI 研究院韩国当地时间今日宣布, 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户,可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练, 拥有比肩头部开源 AI 模型的智能体能力 ,在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754

11月8日周日
  1. IT之家 AI70

    Menlo Ventures 报告:中国 AI 模型占全球开源模型企业支出 89%,Kimi、DeepSeek、GLM 位列前三

    IT之家 11 月 8 日消息,据《南华早报》前天报道,一项新研究显示,以月之暗面 Kimi 系列为代表的中国 AI 模型,在全球企业开源模型支出的占比为 89%,接近九成。 IT之家从原报道获悉,硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 , 在全球企业开源模型支出位居第一 ;深度求索 DeepSeek 以 15% 排名第二;智谱的 GLM 以 11% 位列第三。 相比之下,Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型,但其在开源模型企业支出中的占比仅为 7%。

    推荐理由:来自IT之家 AI的《Menlo Ventures 报告:中国 AI 模型占全球开源模型企业支出 89%,Kimi、DeepSeek、GLM 位列前三》。重点看模型能力与工程、开源生态、产品发布。摘要提到:IT之家 11 月 8 日消息,据《南华早报》前天报道,一项新研究显示,以月之暗面 Kimi 系列为代表的中国 AI 模型,在全球企业开源模型支出的占比为 89%,接近九成。 IT之家从原报道获悉,硅谷风投公司 Menlo Ventures 近期发布的报告指出上述观点。 其中月之暗面 Kimi 以 61% 份额 , 在全球企业开源模型支出位居第一 ;深度求索 DeepSeek 以 15% 排名第二;智谱的 GLM 以 11% 位列第三。 相比之下,Meta Platforms 旗下的 Llama 系列是该领域市场份额最高的西方模型,但其在开源模型企业支出中的占比仅为 7%。

11月7日周六
  1. IT之家 AI72

    谷歌 AI 新研究:无需袖带利用消费级智能手表检测高血压,成果登 Nature

    IT之家 11 月 7 日消息,当地时间 11 月 5 日,谷歌发布博文,介绍在《自然》(Nature)发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准,使用普通消费级智能手表便能被动检测高血压迹象。 官方表示,与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同,新系统转变了解决思路:通过聚合连续多天采集的被动生理特征, 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 :使用超 49 万小时无标注数据训练 1D-CNN,通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 :将多天 15 秒特征向量取均值平滑瞬态噪声,结合身高(表征动脉路径长度),经逻辑回归模型输出持续高血压概率评分。 为评估其性能,研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验,纳入 196 名无心血管病史且未服降压药的受试者,并以临床金标准 ——...

    推荐理由:来自IT之家 AI的《谷歌 AI 新研究:无需袖带利用消费级智能手表检测高血压,成果登 Nature》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,当地时间 11 月 5 日,谷歌发布博文,介绍在《自然》(Nature)发表的最新研究成果。 谷歌推出了名为 AI-PPG-ACC-HTN 的多模态 AI 系统。该系统无需袖带校准,使用普通消费级智能手表便能被动检测高血压迹象。 官方表示,与常规方案试图估算极易受瞬时环境噪声干扰的单次瞬时收缩压与舒张压不同,新系统转变了解决思路:通过聚合连续多天采集的被动生理特征, 专注于识别个体潜在且持续存在的高血压状态 。 自监督预训练 :使用超 49 万小时无标注数据训练 1D-CNN,通过对比学习让模型自主挖掘复杂的心血管生理特征。 多天聚合与分类 :将多天 15 秒特征向量取均值平滑瞬态噪声,结合身高(表征动脉路径长度),经逻辑回归模型输出持续高血压概率评分。 为评估其性能,研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验,纳入 196 名无心血管病史且未服降压药的受试者,并以临床金标准 ——...

  2. IT之家 AI72

    Anthropic 神秘模型“立功”,AI 帮助攻克量子计算领域重大难题

    IT之家 11 月 7 日消息,据《商业内幕》今天(7 日)上午报道,AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence(PSI)宣布,借助 Anthropic 一款尚未发布的 AI 模型, 量子计算领域的阿伦森-安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明,研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ,仅用三天就完成了证明。据其介绍,此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月,OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维-斯托克斯方程难题。 证明阿伦森-安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发,系统使用了 A...

    推荐理由:来自IT之家 AI的《Anthropic 神秘模型“立功”,AI 帮助攻克量子计算领域重大难题》。重点看模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,据《商业内幕》今天(7 日)上午报道,AI 帮助攻克了量子计算领域一项长期悬而未决的重大难题。 物理研究机构 Physical Superintelligence(PSI)宣布,借助 Anthropic 一款尚未发布的 AI 模型, 量子计算领域的阿伦森-安拜尼斯猜想 成功得到证明。 这项猜想自 2008 年提出以来一直未获证明,研究的是量子计算机 在何种条件下能够获得远超传统计算机的运算速度 。 PSI 自行开发了一套 采用 Anthropic 模型的研究系统 ,仅用三天就完成了证明。据其介绍,此次行动意味着“量子计算领域最根本的问题之一”得到解决。 AI 辅助数学研究取得突破的案例还在增加。今年 9 月,OpenAI 宣布解决了有 90 年历史、“数学前沿最深奥的问题之一”的纳维-斯托克斯方程难题。 证明阿伦森-安拜尼斯猜想的研究系统由 PSI 技术人员戴维 · 图尔图雷安开发,系统使用了 A...

  3. IT之家 AI76

    Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明

    IT之家 11 月 7 日消息,Anthropic 昨日(11 月 6 日)发布研究文章《The components of agent memory》,系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。 该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制 ,在空闲时间反思历史记录、纠错并构建知识结构,从而显著提升长周期任务表现。 该研究将智能体记忆分为会话日志、记忆笔记、知识表征(如 Wiki)和注入上下文四层,并引入“做梦”(dreaming)机制,让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。 研究团队认为,AI 可像人脑在睡眠中巩固记忆一样,将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记,但并非所有信息都值得保存,它需要判断哪些内容在未来真正有用。 Anthropic 指出, 记忆本质上是一种对未来的预测,例如记录一条已验证的规则...

    推荐理由:来自IT之家 AI的《Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 7 日消息,Anthropic 昨日(11 月 6 日)发布研究文章《The components of agent memory》,系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。 该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制 ,在空闲时间反思历史记录、纠错并构建知识结构,从而显著提升长周期任务表现。 该研究将智能体记忆分为会话日志、记忆笔记、知识表征(如 Wiki)和注入上下文四层,并引入“做梦”(dreaming)机制,让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。 研究团队认为,AI 可像人脑在睡眠中巩固记忆一样,将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记,但并非所有信息都值得保存,它需要判断哪些内容在未来真正有用。 Anthropic 指出, 记忆本质上是一种对未来的预测,例如记录一条已验证的规则...

11月6日周五
  1. IT之家 AI76

    Day-0 支持:摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配,支持文本与图片推理

    IT之家 11 月 6 日消息, 本月 4 日,月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位。 摩尔线程官方今日宣布,摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈, 完成 Kimi-K3.1 Pro 模型的 Day-0 适配 ,打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到, Kimi K3.1 Pro 是 K3.1 系列首款模型 ,也是迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。经过大规模后训练和强化学习,模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升;在代码与 Agent 基准测试中,其表现已达到或接近顶尖闭源模型水...

    推荐理由:来自IT之家 AI的《Day-0 支持:摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配,支持文本与图片推理》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到:IT之家 11 月 6 日消息, 本月 4 日,月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位。 摩尔线程官方今日宣布,摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈, 完成 Kimi-K3.1 Pro 模型的 Day-0 适配 ,打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到, Kimi K3.1 Pro 是 K3.1 系列首款模型 ,也是迄今能力最强的 3 万亿级参数模型,支持 100 万上下文。经过大规模后训练和强化学习,模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升;在代码与 Agent 基准测试中,其表现已达到或接近顶尖闭源模型水...

  2. IT之家 AI70

    Ripple-65B Preview 发布,自称美国最佳智能体编程开放权重模型

    IT之家 11 月 6 日消息,由前谷歌研究员创立的人工智能实验室 Ricursive Intelligence 当地时间本月 4 日发布了 Ripple-65B Preview, 宣称其在美国开放权重模型中拥有最为出色的智能体编程表现。 Ricursive Intelligence 此前的工作专注于 AI 驱动的芯片设计平台,而 Ripple-65B Preview 是其专用模型的通用变体。其在 TerminalBench 2.1 上的表现优于 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等规模显著更大的竞争者。 Ripple-65B Preview 是一款稠密模型,在 12T Token 上预训练而成,支持 1M 上下文长度。Ricursive Intelligence 称该模型 从头开发和训练的成本为 3,200 万美元 (IT之家注:现汇率约合 2.14 ...

    推荐理由:来自IT之家 AI的《Ripple-65B Preview 发布,自称美国最佳智能体编程开放权重模型》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 6 日消息,由前谷歌研究员创立的人工智能实验室 Ricursive Intelligence 当地时间本月 4 日发布了 Ripple-65B Preview, 宣称其在美国开放权重模型中拥有最为出色的智能体编程表现。 Ricursive Intelligence 此前的工作专注于 AI 驱动的芯片设计平台,而 Ripple-65B Preview 是其专用模型的通用变体。其在 TerminalBench 2.1 上的表现优于 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等规模显著更大的竞争者。 Ripple-65B Preview 是一款稠密模型,在 12T Token 上预训练而成,支持 1M 上下文长度。Ricursive Intelligence 称该模型 从头开发和训练的成本为 3,200 万美元 (IT之家注:现汇率约合 2.14 ...

11月5日周四
  1. 极客公园74

    世界互联网大会领先科技奖背后,Qoder 凭什么拿下中国 AI 编程市场第一

    作者|Cynthia 编辑|郑玄 2026 年 11 月,每年乌镇世界互联网大会期间举办的领先科技奖,已经走到第十年。 作为面向全球征集互联网领域领先成果的国际性科技奖项,领先科技奖每年会选出涵盖基础研究、关键技术与工程研发约 15 至 20 项获奖项目。一定程度上,它的评选也预示了未来几年潮水的走向。 这一年,传统互联网的光环逐渐退去,AI 成了最大的关键词。其中,仅工程研发组的 8 项获奖成果,从 AMD 的 AI 处理器,到蚂蚁的大模型健康服务平台,再到地平线的整车智能体……就有至少 5 项与 AI 有关。 而在通用 Agent 这一领域, 阿里旗下智能体平台 Qoder,成为了国内唯一获此殊荣的通用 Agent 产品。 至此,在领先科技奖诞生的第 10 个年头,命运形成了一个有趣的回环。 那时的领先科技奖,名字还叫世界互联网领先科技成果发布活动。而那一年在首届活动中,与特斯拉自动辅助驾驶、微软...

    推荐理由:来自极客公园的《世界互联网大会领先科技奖背后,Qoder 凭什么拿下中国 AI 编程市场第一》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:作者|Cynthia 编辑|郑玄 2026 年 11 月,每年乌镇世界互联网大会期间举办的领先科技奖,已经走到第十年。 作为面向全球征集互联网领域领先成果的国际性科技奖项,领先科技奖每年会选出涵盖基础研究、关键技术与工程研发约 15 至 20 项获奖项目。一定程度上,它的评选也预示了未来几年潮水的走向。 这一年,传统互联网的光环逐渐退去,AI 成了最大的关键词。其中,仅工程研发组的 8 项获奖成果,从 AMD 的 AI 处理器,到蚂蚁的大模型健康服务平台,再到地平线的整车智能体……就有至少 5 项与 AI 有关。 而在通用 Agent 这一领域, 阿里旗下智能体平台 Qoder,成为了国内唯一获此殊荣的通用 Agent 产品。 至此,在领先科技奖诞生的第 10 个年头,命运形成了一个有趣的回环。 那时的领先科技奖,名字还叫世界互联网领先科技成果发布活动。而那一年在首届活动中,与特斯拉自动辅助驾驶、微软...