人工智能资讯 第13页
聚合当前分类下的最新内容，按时间顺序查看第 13 页精选文章。
Qwen3.7-Max：通义押对了 Agent，生产力账单还没算完
阿里通义发布闭源模型 Qwen3.7-Max，将通过 Alibaba Cloud Model Studio API 提供，主打代码代理、办公自动化、长时自主执行和跨框架泛化。它最值得看的不是单项榜单，而是工具调用、长程执行和跨 harness 稳定性。方向押对了，但官方基准、闭源 API、价格和合规细节还没摊开，不能直接喊生产力革命。
Figure 机器人直播爆火：耐力秀很成功，通用劳动力还没到
Figure AI 把 Figure 03 分拣包裹的 8 小时演示延长成 24/7 直播，还用人机对战、机器人命名和周边商品把窄任务推成科技圈爆点。它证明了特定仓储动作的连续运行能力，也证明了 Figure 很懂传播。真正没被证明的，是成本、可靠性、泛化能力和无独立验证下的商业可部署性。
13 万行 Rust 之后，AI 编程的真门槛不是写代码
一位开发者用约 3 个月，借助多种 AI 编程代理重写了一个 Rust 版 multi-Paxos/RSL 类系统，代码超过 13 万行，测试超过 1300 个。单机笔记本吞吐从约 23K ops/sec 推到约 300K ops/sec，但这不是生产级分布式系统的证明。真正有价值的是方法：contracts、人类审阅、property-based tests 和性能实验，决定 AI 是杠杆，还是幻觉放大器。
OpenAI把教育AI推向国家级部署，新加坡入局后的关键不只是卖工具
OpenAI披露“Education for Countries”首批国家进展，并将新加坡纳入合作体系，教育AI正在从单点工具接入走向政府主导的规模化部署。真正重要的是，它把研究测量、本地化工具和教师培训放在同一套框架内；仍需警惕的是，早期使用数据不能等同于长期学习成效。
AI 争议同一天撞到四个入口：书、小说、搜索和办公软件
Kottke 汇总的几条 AI 新闻指向同一件事：争议已经从模型能力，转向事实来源、创作边界、搜索入口和软件选择权。非虚构书里的 AI 错引，和作家用 AI 找素材，不该混为一谈。对内容团队和科技产品从业者来说，接下来要盯的不是 AI 演示多漂亮，而是谁负责核查、标注、关闭和纠错。
OpenAI押注新加坡：模型公司开始做国家级AI基建生意
OpenAI在新加坡ATx峰会上宣布与MDDI启动多年合作，承诺超过3亿新元，建设其美国以外首个Applied AI Lab，并在未来数年创造200多个本地技术岗位。重点不在“开办公室”，而在把模型、部署工程、政府场景和本地人才打包，服务新加坡国家AI战略。对政府、大企业、开发者和中小企业来说，这会加速AI采用，也会抬高依赖、人才和治理成本。
datasette-agent-micropython 0.1a0：AI 查数要进账房，先把代码关进笼子
Simon Willison 发布 datasette-agent-micropython 0.1a0，把 MicroPython 放进 WASM sandbox，试图让 Datasette Agent 安全生成并执行 Python 代码。相比只讨论 AI 能不能查数，这个版本补上了更关键的一环：Agent 一旦开始跑代码，权限、隔离和审计才是真门槛。
GitHub 去 AI 水印项目提醒：AI 溯源不能只靠文件标签
GitHub 上的 remove-ai-watermarks 项目宣称可处理 Gemini、DALL-E、Stable Diffusion、Firefly、Midjourney 等 AI 图像的可见水印、隐形水印和来源元数据。它未必证明 AI 水印体系已经失效，但至少说明：把平台标识和合规判断押在本地文件标签上，风险很高。对平台安全和合规团队来说，下一步不是相信或封杀某个工具，而是减少对单一元数据字段的依赖。
Google 说要“解决所有疾病”：AI 医疗的大词，不能替代临床证据
Google DeepMind 在 I/O 2026 上把 Gemini for Science 推到药物发现叙事中心，Demis Hassabis 甚至说目标是有一天“解决所有疾病”。真正新增的判断不是 Google 又说了一个大词，而是这套叙事必须被放回药物研发链条里看：AI 能加速早期发现，不能跳过临床、监管、伦理和支付。
Google 做 Pics：AI 设计战场被拖回 Workspace
Google 在 I/O 2026 发布 Pics，把 AI 生图、局部编辑、文字修改和协作批注放进 Workspace。它面向教师、小企业主等非专业设计用户，首批开放给测试者，夏季面向 Google AI Ultra 订阅用户推出。真正的看点不是 Google 又会画图了，而是它想把轻量设计变成办公流里的默认动作。
Mistral 收购 Emmi 后，欧洲 AI 的牌面更清楚了：不卷 AGI，去抢企业签字权
Mistral 收购 Emmi AI 原本像一次工业工程补强，巴黎 AI Now Summit 把这条线拉长了：它要做的不是单个模型，而是算力、模型、平台、部署和咨询打包的欧洲 AI 基础设施。真正受影响的不是普通用户，而是银行、制造业、公共部门这些最在意数据、合规和责任边界的客户。
Google 与 FutureHouse 的 AI 科学助手登上 Nature：会找假设，但还不是“AI 药神”
Nature 同日发表两篇论文，验证 Google Co-Scientist 与 FutureHouse Robin 在药物再利用任务中的表现。它们真正证明的是：AI 可以在文献过载中帮科学家提出、排序并部分检验生物医学假设；但细胞实验有效，离动物实验、临床疗效和新药研发还很远。
Delulu 把真人做成主播皮肤，深伪的麻烦被一键上架了
被多平台封禁的主播 Sam Pepper 在 Kick 使用 Delulu 实时换脸，切换成 MrBeast、Jeffrey Epstein、Amouranth、Sydney Sweeney 等真人形象，制造未经同意、带诽谤和性骚扰意味的直播内容。Delulu 的危险不在于效果最逼真，而在于它免费、轻量、面向主播，把冒名和骚扰做成了低门槛功能。对平台和创作者生态来说，接下来要看的不是换脸多像，而是真人同意、皮肤审核、直播处置能不能跑在流量激励前面。
OlmoEarth v1.1 发布：遥感 AI 这次拼的不是更大，而是更便宜
Allen AI 发布 OlmoEarth v1.1 遥感基础模型系列，核心变化不是扩大模型，而是重做 Sentinel-2 输入 token 设计。官方称，v1.1 在混合研究基准和合作伙伴任务上基本维持 v1 表现，最高可把计算成本降至约三分之一。对遥感 AI 开发者和地理空间研究者来说，重点是能否用更低成本跑更大范围的影像任务。
OpenAI 给 AI 图片加“身份证”，但别把它当真相机器
OpenAI 宣布强化 AI 内容溯源：接入 C2PA 合规体系，在图像中采用 Google DeepMind 的 SynthID 隐形水印，并预览一个公开验证工具。方向是对的，但它解决的是“来源可信度”，不是“内容真实性”，更不是万能 AI 图片侦测器。
Google AI Studio 10 分钟造 Android App：门槛降了，账单和入口也来了
Google AI Studio 已经能用自然语言生成可安装到 Android 真机的 App，The Verge 实测用 148 个词、约 10 分钟做出一款应用，一下午做了 3 个。它证明个人软件的需求被低估了，但也暴露了两个现实限制：成品粗糙，迭代会撞上额度。门槛确实降了，控制权也更集中到 Google 的工具链和生态入口里。
Gmail Live 接入 Gemini：Google 这次聪明在没砍掉旧搜索
Google 在 I/O 2026 上把 Gemini 接进 Gmail，推出 Gmail Live：用户可以直接用语音问邮箱，查航班、预约、门禁码、学校通知等碎片信息。更关键的是，传统 Gmail 搜索没有被替代；在 Google Photos AI 搜索引发反弹后，这次 Google 少见地选了一个更稳的产品姿势。
Google 搜索不只是加了 AI：它在把“选择权”收回入口里
Google 在 I/O 2026 上把 AI Mode 推到搜索入口位置，AI Overview 也开始接追问框，搜索正在从网页目录变成对话中介。真正的新变量不是 AI 会不会回答，而是用户还能不能稳定绕开它；Kagi、DuckDuckGo、Startpage、Brave 等替代搜索因此从小众偏好变成现实选项。
Gemini 3.5 Flash 之后，Google 真正想抢的是你的下一步动作
Google I/O 2026 把 Gemini 3.5 Flash 背后的路线讲得更清楚：模型不是主角，agents 才是今年的产品抓手。Google 的优势在搜索、Gmail、Workspace、Android 和购物入口，风险也在这里——代理越接近真实动作，出错成本越不能用“模型幻觉”糊弄过去。
Google把街景接入Genie：真实道路能试玩，但别当城市数字孪生
Google DeepMind 在 I/O 期间把 Street View 接入 Project Genie，先向美国部分 Google AI Ultra 用户开放，未来数周扩展到全球 Ultra 用户。关键变化不是把街道做成照片级复刻，而是把真实地图数据变成可操控的模拟场景。它对机器人、自动驾驶、游戏原型有价值，但目前仍是实验功能，画质、准确性和物理因果理解都有限。
AI 在毕业典礼读错姓名：效率工具碰上最不该省的人
Glendale Community College 的毕业典礼直播中，AI 名字读取工具读错并漏读部分学生姓名，校方暂停流程并道歉，后来安排真人补读。问题不只是发音不准，还包括毕业生上台节奏与系统时序不匹配。对高校来说，AI 可以辅助确认发音，但不该替学校承担“郑重读出姓名”的责任。