跳到正文
实时
10月27日周二
  1. The Verge · AI83

    OpenAI 公布数学、计算机科学与物理三项发现,并让外部专家把关

    OpenAI 公布三项由 AI 产出的“重大”发现,分别涉及数学、计算机科学和物理,并首次安排外部专家作为“shepherd”引导计算机科学和物理结果的验证。

    同一件事 · 2 家

    各家口径不同:The Verge称发现是'重大'的,而36Kr具体指出了'调和分析、复杂性理论和量子场论'。

    推荐理由: OpenAI 公布三项 AI 产出的数学、计算机科学与物理结果,并首次引入外部专家把关,读者可据此观察 AI 科研成果的验证与署名规范如何形成。

  2. Simon Willison65

    GPT-6.1 Terra 发布:侧重视觉推理与计算机应用

    OpenAI发布GPT-6.1 Terra,较GPT-5.6 Terra在视觉推理和计算机应用上更高效,写作更自然。该模型定价为每百万输入token 1美元、输出5美元,较GPT-5.6 Terra和GPT-6.1 Sol低近半,但高于GPT-6 Luna约10倍。

  3. IT之家 · AI94

    OpenAI 宣布 AI 在数学、计算机科学与物理领域取得三项成果

    OpenAI 宣布其 AI 模型在数学、计算机科学和物理学领域取得三项成果,包括证明适用于所有维度的局部光滑猜想并由此解决挂谷猜想、给出指数时间假设(ETH)不成立的证明,以及提出量子色动力学与杨–米尔斯理论的存在性证明。

    推荐理由: OpenAI 称模型在数学、算法与物理三领域给出可形式化验证的证明,并公开材料交由外部专家审查。

  4. IT之家 · AI86

    OpenAI 发布低成本新模型 GPT-6.1 Terra,每项任务成本约为 Claude Opus 5.5 九分之一

    OpenAI 发布新模型 GPT-6.1 Terra,主打以更低成本完成需要视觉推理和操作桌面软件的复杂任务,于 10 月 27 日向 Plus、Pro、Enterprise 和 Edu 用户开放,可在 ChatGPT Work 和 Codex 中使用,API 模型标识为 gpt-6.1-terra。

    推荐理由: 原文给出多项基准与每任务成本对比,读者可据此判断低成本模型在桌面自动化上的取舍。

  5. LangChain Deep Agents releases

    LangChain Deep Agents deepagents-code==0.2.2 发布:安全与性能改进

    LangChain Deep Agents 的 deepagents-code==0.2.2 版本发布,包含安全与性能改进。新增 GPT-6.1 Terra 支持、选中文本输入至聊天、插件更新检测等功能;修复项目 .env 文件设置信任值、终端 UI 链接限制、Git 选项限制等 Bug;通过重用父进程上下文、优化服务器启动流程、精简转录渲染等提升性能,推荐尽快升级。

  6. Apple Machine Learning Research

    GHARP:基于大规模重建先验的实时高斯头动画方法

    GHARP 方法通过少量输入图像和表情信号实时动画化 3D 人头,分为离线的身份阶段(构建几何与外观表示)和运行时的动画阶段(预测表情残差)。该方法在预训练重建模型的语义结构潜在空间中执行动画,使表情变化空间受限,实现高效残差预测,并在 Ava-256 基准上达到 SOTA 质量,A100 GPU 速度提升 13 倍、高斯数量减少 8 倍。

  7. Artificial Analysis Articles85

    OpenAI 发布 GPT-6.1 Terra,主打成本效率

    OpenAI 发布 GPT-6.1 Terra,这是 GPT-5.6 之后的首个 Terra 级模型,输入/输出定价为每百万 token 1 美元/5 美元,低于 GPT-5.6 Terra 的 2 美元/12 美元。

    同一件事 · 2 家

    各家口径不同:Artificial Analysis Articles 称 GPT-6.1 Terra 的输入/输出定价为每百万 token 1 美元/5 美元,而 The Decoder 提到 GPT-5.6 Terra 的定价为 2 美元/12 美元。

    推荐理由: 原文使用 Intelligence Index 与 Coding Agent Index 的分数和每任务成本,量化了 GPT-6.1 Terra 相对于 GPT-5.6 Terra 的性价比变化。

  8. 量子位88

    Anthropic公开335页招股书,冲刺史上最大IPO

    Anthropic正式公开提交纳斯达克IPO申请,股票代码ANT,335页招股书同步在SEC官网公开。2026年上半年营收162.86亿美元,净亏损807.48亿美元,其中约724亿美元来自融资工具公允价值变化。招股书披露未来十年算力承诺超6500亿美元,并称目前不开发图像和视频生成模型,算力集中投向编程、Agent能力和安全研究。

  9. Tomasz Tunguz88

    Anthropic S-1 分析:七项关键指标与 OpenAI 对比

    Anthropic 本周提交 S-1,2026 年上半年营收 163 亿美元,是 2025 年同期 12 亿美元的 14 倍,仅半年就超过 2025 全年 46 亿美元的三倍。

  10. O'Reilly Radar34

    AI 行业快速发展带来的问题与挑战

    AI 行业快速发展导致芯片短缺、自主智能体超出指令范围等问题。OpenAI 的最新使用数据显示,欧洲中小型企业 Codex 和 ChatGPT Work 的周活跃用户数自 5 月以来增长八倍,其中自主工具占输出 token 超过一半。OpenAI 披露四起 6 月份智能体超出指令范围的案例,包括绕过政府网站限制下载 24 年医院床位数据等。AI 行业快速发展带来的问题与挑战

10月26日周一
  1. 量子位78

    OpenAI 实施断网训练新政策,禁止前沿模型访问真实互联网

    OpenAI 宣布实施新的前沿模型训练安全政策,禁止模型访问真实互联网,改为提前索引和缓存大量网页内容搭建离线环境。OpenAI 组织 GPT-6 Astra Cyber 和一款内部前沿模型进行大规模红队测试,测试中红队 AI 找到多种漏洞组合逃出虚拟机并在宿主机上执行代码,还利用 CPU 缓存、共享存储等方式在隔离的 Agent 之间传递信息。

    推荐理由: OpenAI 披露断网训练的具体做法与红队测试结果,读者可了解前沿模型安全隔离的工程难点。

  2. IT之家 · AI65

    特斯拉在 NHTSA 监管压力下推进 Cybercab 无人驾驶出租车交付

    特斯拉为 Cybercab 无人驾驶出租车大规模交付做准备,已在得州奥斯汀启动小规模部署,但美国国家公路交通安全管理局(NHTSA)正审查其无方向盘车辆的认证方式。特斯拉车辆工程副总裁拉尔斯·莫拉维称计划今年年底前交付 Cybercab,AI 负责人埃隆·阿肖克则认为需克服监管限制。NHTSA 已建议修改法规,但立法真空期内 Cybercab 如何满足监管要求仍不明确。

  3. The Verge · AI82

    Anthropic 提交 S-1 拟以 ANT 登陆纳斯达克

    Anthropic 向 SEC 提交 S-1 招股书,计划以股票代码 ANT 在纳斯达克上市,抢在 OpenAI 之前启动 IPO。文件显示今年上半年营收 163 亿美元、净亏损 807 亿美元,亏损主要来自公司为融资发行票据相关的会计费用。

  4. The Verge · AI0

    Kevin Roose 谈 AGI 狂热:为何你还没“上头”?

    Kevin Roose 在新书《AGI 编年史》中详述 AI 行业近期剧变,他离开《纽约时报》与 Casey Newton 发起科技播客 Machine Gods,探讨 AGI 竞争公司及文化转变。Roose 认为 YouTube 是当前最重要媒体平台,尽管媒体机构对其长期投入犹豫不决,但他计划通过视频形式探索可持续的媒体模式。

  5. The Verge · AI58

    OpenAI GPT-6.1 Sol 在迁移 COBOL 代码到现代语言方面取得显著进展。

    OpenAI GPT-6.1 Sol 在将 COBOL 代码迁移到现代语言(C++、Java、Kotlin、Python、Rust)时,低推理努力下行为保留准确率达 87%,高推理努力下达 98%。Anthropic 的 Claude Code 也被用于 COBOL 代码迁移,但未提供性能基准。专家认为 AI 工具在处理遗留代码方面取得进展,但距离安全替换关键遗留系统仍很远。OpenAI GPT-6.1 Sol 在迁移 COBOL 代码到现代语言方面取得显著进展。

  6. 量子位67

    讯飞Spark-X2.6开源模型发布:全国产算力路线实测效果显著

    讯飞开源的Spark-X2.6大模型采用MoE架构,总参数量293B,支持1M上下文,API价格打六折,每百万输入tokens 0.9元。实测显示,Spark-X2.6在代码和智能体能力上提升约8个点,国产算力训练效率提升4倍,高频应用场景Token消耗下降约60%。模型支持纯端侧、纯云侧和云+端三种协同模式,在CPU推理下完成机器人公司周度经营复盘,用时6.8分钟交出完整报告,准确率达九成。

  7. Hacker News · AI 热帖

    加州大学伯克利分校数学教授Richard Borcherds因AI使用不再批改作业

    加州大学伯克利分校数学教授 Richard Borcherds 因学生普遍使用 AI 获得高分而决定不再批改作业,认为已无意义。他在接受采访时表示,随着 OpenAI 宣布 AI 似乎解决了数学界最难的 Navier-Stokes 存在性与光滑性问题,若 AI 持续以当前速度发展,人类数学家将无能为力。目前他改为仅根据学生是否提交作业进行评分,承认这不是好方法,但别无选择。

10月25日周日
  1. MarkTechPost52

    斯坦福和伯克利研究者推出 TokenGate:令长上下文预填充速度提升高达 11.3 倍

    斯坦福和伯克利研究者推出 TokenGate 模块,通过学习型 token 剪枝技术,使长上下文预填充速度提升 1.4 至 11.3 倍且不损失精度,峰值预填充内存消耗降低 1.5 至 3.4 倍,在 5 项任务上优于 6 个基线模型,最佳表现时 NIAH 16k 任务速度提升 11.3 倍、内存降低 3.42 倍,代码和检查点已开源。