人工智能资讯 第12页
聚合当前分类下的最新内容，按时间顺序查看第 12 页精选文章。
7款模型、1008次运行：未发现“鹈鹕骑车”专项优化证据
Dylan Castillo用48组提示词交叉测试7款模型，每组运行3次，未发现“鹈鹕骑自行车”存在显著的专项优势。实验不能证明所有实验室从未针对公开基准训练，但它说明，单张亮眼样图不足以支持模型记忆、数据污染或厂商“刷题”的指控。
一本绝版传记,为什么能被AI排进非虚构书单前十
一位科技博主用AI工具把英语世界约6500本非虚构奖项入围/获奖作品整理成免费索引，能搜索、排序，还能语义找相似书。AI在这里没写一个字，只负责整理和检索，却让绝版好书重新排到前面。真正该担心的不是AI替人写书，而是好书写出来后没人看得见。
美国把制裁摆上桌，Kimi K3 的“蒸馏”指控还缺什么证据
美国财长贝森特称，若月之暗面被证实大规模蒸馏 Anthropic 的 Fable，或规避芯片出口管制开发 Kimi K3，制裁与实体清单措施都可能成为选项。蒸馏本身是常见训练方法，争议要落到访问记录、数据来源、许可条款和芯片流向。Kimi K3 真正碰到的，是美国闭源模型用高投入维持高定价的商业叙事，但竞争焦虑不能替代证据。
OpenAI晒出新闻业AI成绩单：案例扎实，账本空白
OpenAI集中放出美联社、Axios、BILD等媒体的AI应用案例，范围从核验、检索扩展到广告销售和读者产品。这些案例证明AI正被嵌入部分新闻机构的核心流程，但错误率、部署成本、收入增量全部缺席，效果说法只有厂商和合作方自己讲。
1008张SVG未发现“鹈鹕特训”，基准污染仍不能排除
一项实验让7个前沿模型生成1008张SVG，没有发现“鹈鹕骑自行车”被明显定向优化：鹈鹕只排8种动物中的第6，自行车和目标组合也未显著占优。但每组仅3个样本，评分又依赖模型裁判，这项实验只能降低作弊嫌疑，无法替公开基准洗清污染风险。
分词提速989倍:GigaToken该信多少,该等什么
GigaToken把CPU分词吞吐做到24.53GB/s,常见BPE分词器比HuggingFace Tokenizers快989到1268倍,靠SIMD重写、预分词缓存和绕开Python开销拿下这个数量级。SentencePiece只有7到22倍提升,WordPiece还不支持,这是项目方自测数据,不是独立复现的基准。分词吞吐涨了不等于训练流水线整体提速,瓶颈可能早就转移到了存储、清洗或GPU利用率上。
一段 ChatGPT 对话说自己'凑出'了雅可比猜想反例,却漏了最关键一步
一段流传的ChatGPT对话构造出雅可比行列式恒为-2的三元多项式映射,声称是雅可比猜想的反例。但对话只证明了它和'原反例'线性等价,始终没证明这个映射不可逆——这恰恰是反例成立的决定性一步。
OpenAI预算涨到7500亿,佐治亚州3.2吉瓦电从哪来还没说清
OpenAI把2030年前的基建预算上调到7500亿美元,比年初估算高约25%,首个落地项目是佐治亚州耗资200亿、需要3.2吉瓦电力的Project Camellia。电从哪来至今没有披露,而当地新增电网产能大头是天然气。AI竞赛的门槛正在从模型能力挪向电力和审批速度。
晒完四件全靠代工的'作品'，他转身手写177行代码才敢署名
资深程序员Beej晒出的四件'作品'全靠代工——三件AI生成，一件雇人搭建；真正让他骄傲、愿意署名的，是后来手写的177行、比Claude慢约50倍的闪卡代码。这场对比戳中AI编程里一个常被忽略的问题：效率提升，换不换得来创作者的参与感和署名底气。
美国讨论封禁中国开放模型，Arcee反对：安全审计不该看国籍
特朗普政府仅被曝讨论封禁中国开放权重模型，尚未采取行动。美国开放模型公司 Arcee 认为，企业本地部署后，模型厂商没有天然的远程访问通道，风险应交给代码审查、供应链隔离和上线测试处理。争议背后还有一笔更现实的账：Kimi K3、Qwen 等低成本模型正在压缩美国大型闭源模型的利润空间，安全判断必须和商业防卫分开算。
Substack不封杀AI写作,只让你自证清白
Substack接入AI写作检测工具Pangram,为应用内超过100字符的帖子、Notes、回复和评论提供人机写作比例估算,但不禁止也不处罚AI辅助写作,作者可申诉误判、可选择公开创作流程。这是一次用可见性换信任的赌注,短期可能让不少内容账号露出马脚,长期成败取决于检测误差能不能被关进笼子里。
2000名研究者、400万美元Codex额度,OpenAI要把AI嵌进美国国家实验室
OpenAI加入能源部Genesis Mission,向约2000名国家实验室和高校研究者提供400万美元Codex额度,两项科研行动获300万美元API支持,外加最高1000万美元配比额度。重点方向是高温超导材料和"机器可及前沿地图",但两项行动目前都还没有可验证的科学成果。额度换来的是准入,不是发现——科学产出最终要看实验室里的验证,不是账户里的余额。
陆军喊话AI随便用,一个多月后自己先限流了
美国陆军5月宣布AI token不限量,6月中旬额度就见底,只能紧急恢复限额,10月后续不续供官方没说法。真正的问题不是员工用得猛,是推广时没人算清成本、效果和责任这三笔账。Meta、Uber也走过同样的路:先喊敞开用,再悄悄设上限。
一位工程师借39年前的拒绝电脑宣言,给AI创作划了条线
一名软件工程师撰文重提温德尔·贝里1987年拒绝购买电脑的宣言,借此反思生成式AI对写作和艺术的侵蚀,却认为AI编码大多只是效率工具。他的核心判断是:该讨论的不是AI能不能生成,而是效率收益能不能抵消创作痕迹流失和审查成本上升。
开源模型落后几个月?这问题本身就问错了
Kimi K3上周四发布时权重还没放出,同一个周末Qwen宣布下一代旗舰走开放权重路线,官方也在世界人工智能大会上把开源列为技术方向之一。围绕这几件事,网上又在争论开源模型到底落后闭源几个月,但真正决定差距的,其实是资本效率、后训练能力和部署基础设施谁先跑通,不是某个跑分数字。
Google给美国17家国家实验室追加4000万美元AI额度,不是现金
Google DeepMind向美国能源部“创世纪任务”追加4000万美元AI调用额度和云服务抵扣,覆盖17家国家实验室,形式是一年期工具访问权,不是现金拨款。官方案例显示显微镜校准提速八倍,但数据只来自Google自家博客,尚未经同行评审。对国家实验室人员是即时可用的资源,对其他科研机构和政府采购方,这笔“友情价”不能直接套进预算规划。
OpenAI 上线 Presence：电话客服75%不用人工，企业智能体却还得靠驻场工程师
OpenAI 推出面向企业的语音与聊天智能体平台 Presence，靠护栏、模拟评测和人工升级把智能体真正送进生产环境，其自家电话客服上线后已能自动解决75%来电，10天内又把转人工比例压低15个百分点。但这款产品仍以有限开放、非自助方式提供，部署依赖OpenAI驻场工程师和指定系统集成商，说明企业智能体规模化落地远没有想象中简单。
Comet、Dia、Neon争抢任务入口，AI浏览器还没撼动Chrome
2026年的浏览器竞争开始转向AI代理：Comet、Dia和Neon试图跨网页读取信息、调用账户并执行任务。产品数量增加不代表Chrome和Safari的优势已经松动，真正的门槛是执行可靠性、数据权限与用户信任能否同时成立。普通用户暂时不必急着迁移，工作账户较多的用户则应先查清授权、留痕和数据政策。
350万美元赌一件事:AI能不能替建筑公司猜中谁会中标
AI建筑获客平台Cascade完成350万美元种子轮融资，靠聚合分散招标数据、用历史标书预测项目与潜在中标方切入市场。这门生意的真正门槛不是信息聚合，而是能不能靠客户反馈把预测越训越准，目前还只是个起步阶段的假设。
菜单被AI换了脸,10美元的家常味却还在
一家菲律宾/夏威夷小餐馆把菜单图换成AI生成图,菜品失真到让人食欲全无。实物一份10美元的spamsilog却朴素扎实,像家里的早餐。省设计费不是问题,把菜单这个点餐判断界面做丑,才是真正买单的地方。
Meta又造了一套AI水印，内容认证却可能更乱了
Meta推出Content Seal，为自家新模型生成的图像嵌入隐形水印，并宣称能抵抗裁剪、压缩、缩放和截图。技术方向并不新，Google SynthID已走在前面，C2PA也提供了另一套来源凭证体系；真正需要审视的，是各平台自建认证系统后，用户能否跨平台验证，以及谁掌握检测入口。