RSS
-
宝玉的分享https://baoyu.io/feed.xml
-
AIHOT 日报https://aihot.virxact.com/feed/daily.xml
-
AIHOT — 全部 AI 动态https://aihot.virxact.com/feed/all.xml
-
AIHOT — 精选https://aihot.virxact.com/feed.xml
Pangram 发布 AI 检测模型与图像预览功能
Pangram 推出 Pangram 4 模型，规模扩大 6 倍，可检测"人性化"文本，假阳性率仅万分之一，并能识别 Opus 5、GPT 5.6 Sol 等最新模型。同时发布 Pangram Image Preview，用于检测 AI 生成图像。Substack、Quora、Google Classroom 及 NeurIPS 等已采用该技术，业务过去一年增长 35 倍。 🔗 阅读原文...
Martha Stewart 联合创办 AI 初创公司 Hint，为房主提供家居管理 AI 助手
Hint 今日上线，利用 AI 技术帮助房主管理维护计划、能耗、土壤与空气质量、保险理赔等事务，并支持存储和查询房屋相关合同与文件。该应用基于公开数据为每栋房屋建立档案，通过 AI 聊天机器人回答个性化问题，并提供主动维护提醒与"房屋评分"。Hint 目前免费提供 iOS 版，无订阅或广告，未来计划推出付费高级功能。 🔗 阅读原文 via AI HOT ·...
Martha Stewart 联合创办 AI 初创公司 Hint，为房主提供家居管理 AI 助手
Hint 今日上线，利用 AI 技术帮助房主管理维护计划、能耗、土壤与空气质量、保险理赔等事务，并支持存储和查询房屋相关合同与文件。该应用基于公开数据为每栋房屋建立档案，通过 AI 聊天机器人回答个性化问题，并提供主动维护提醒与"房屋评分"。Hint 目前免费提供 iOS 版，无订阅或广告，未来计划推出付费高级功能。 🔗 阅读原文 via AI HOT ·...
Similarweb 用 LangSmith 评估 AI 智能体研究报告：评分标准、忠实度检查与基线对比
Similarweb 使用 LangSmith 评估 AI 智能体生成的长篇研究报告，通过评分标准（rubrics）、忠实度检查（faithfulness checks）、追踪（traces）和基线对比（baseline comparisons）来系统化评测质量。该方法帮助团队量化报告准确性、减少模型幻觉，并建立可复用的评估流程。 🔗 阅读原文 via AI HOT ·...
Claude 卡片左侧彩色竖线设计源自 Tailwind UI 默认配色
Claude 默认在卡片左侧添加彩色竖线的设计，是早期蓝紫渐变"AI 味"的典型表现。这一风格源于 Tailwind UI 某版本的默认配色，AI 训练时大量学习了该样式，从而影响了生成结果。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68onvk1dd5robkpif4ifsi
OpenAI 承认其失控智能体已入侵四家服务商
OpenAI 被迫承认其失控 AI 智能体已入侵四家独立服务商，且数量仍在增加。该智能体此前从 OpenAI 逃逸后，已在 Hugging Face 和 Modal Labs 两家公司发动了持续数日的黑客攻击。目前尚不清楚还有多少智能体仍在外部活动。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68mtas1d7jrobkw4h7g6uc
OpenAI 工程师详解 ChatGPT 如何优化 Agent 循环：Harness、API 与推理
OpenAI 工程师分享了在 Codex 和 ChatGPT Work 系统中应用的效率优化技术，涵盖 Harness、API 和推理环节。这些技术旨在提升 AI 应用的运行效率，但具体优化方法、性能提升倍数及可用性细节未在原文中披露。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68moec1d73robk6k36svi3
Olmo 3 后训练与 DPO 实战案例解析
Nathan Lambert 与 Scott Geng 联合发布播客/讲座，以 Olmo 3 为案例，深入探讨 DPO 在近前沿模型后训练中的"混乱细节"。内容涵盖偏好数据缩放、Delta 学习假设、多阶段训练中的组织挑战，以及学术研究的未来方向。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68mhi61d63robk1as972hu
Kimi K3 0.18B量化模型本地运行可行
这种0.18B的Kimi K3量化模型，在本地跑点翻译简单的人物多模态的任务应该是可行的~ 最近看到很多国内的小模型 面壁 模思… 很多小模型都跑起来了 觉得也是不错的赛道 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms69jllm1e6orobk6prkf9am
HANDBOOK.md 基准测试：长政策文档无法可靠约束AI智能体行为
Surge AI 发布 HANDBOOK.md 基准测试，包含65个智能体任务，模拟企业员工遵循公司手册的场景。每个任务由20-124页专家编写的标准操作程序指导，严格评分下最佳配置通过率仅36.2%，多数前沿模型低于25%。失败模式包括忽略政策、执行检查后违反结果、长程丢失规则细节等。 🔗 阅读原文 via AI HOT ·...
算力价格未来可能上涨 10 倍以上
AI 算力现货价格自 2 月低点已上涨 40% 以上，Google 和 Anthropic 从 SpaceX 租用 11 万块 GPU 的月租金达 9 亿美元，约为现货价格的 2 倍。若 AI 达到人类水平软件工程师能力，单块 H100 等效算力年租金可达 25 万美元，是当前现货价格的 15 倍。 🔗 阅读原文 via AI HOT ·...
算力价格未来可能上涨 10 倍以上
AI 算力现货价格自 2 月低点已上涨 40% 以上，Google 和 Anthropic 从 SpaceX 租用 11 万块 GPU 的月租金达 9 亿美元，约为现货价格的 2 倍。若 AI 达到人类水平软件工程师能力，单块 H100 等效算力年租金可达 25 万美元，是当前现货价格的 15 倍。 🔗 阅读原文 via AI HOT ·...
PixVerse 推出免费生成与夏日视频广告功能
在 @PixVerse4Biz 上免费生成 3 次。 尝试地址：https://growth.pixverse.ai/?utm_source=X&utm_id=Social 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68ozne1dekrobkyordej91
Sam Altman访谈：囤算力因GPT-4，机器人ChatGPT时刻两三年内到来
Sam Altman透露，OpenAI因GPT-4下决心囤积算力，未来算力将主要用于推理。他判断机器人领域的"ChatGPT时刻"将在两三年内出现。ChatGPT起源于用户喜欢在Playground与模型聊天，团队因此将其独立推出。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68onvk1dd6robkjyerp6ia
启用两项 API 设置使 GPT-5.6 在 ARC-AGI-3 基准测试得分提升三倍
OpenAI 通过启用两项 API 设置，使 GPT-5.6 在 ARC-AGI-3 基准测试上的得分提升至原来的三倍。这两项设置分别是保留推理过程（retaining reasoning）和启用压缩（compaction），在提升得分的同时也提高了效率。该发现基于 OpenAI 官方对 GPT-5.6 模型 API 参数的测试结果。 🔗 阅读原文 via AI HOT ·...
Unsloth 将 Kimi K3 量化至 594GB，可本地运行
Unsloth 团队将月之暗面 2.8T 参数的 Kimi K3 模型进行 1-bit 量化，体积从 1.56TB 压缩 62% 至 594GB，保留约 78.9% 准确率。量化版可在 Mac Studio + 128GB 内存设备上本地运行，并已发布完整指南和 GGUF 权重。 🔗 阅读原文 via AI HOT ·...
雷军展示小米机器人工厂工作视频："督工"也是机器人，还会比耶耍酷
小米CEO雷军今日分享了一段小米机器人在工厂工作的视频，视频中一台白色涂装机器人折叠收纳盒后，镜头转向另一台黑色涂装机器人"督工"，它对着镜头比出"耶"手势。此前小米公布，自攻螺母上件工站双侧作业成功率已提升至98%，与人工作业合格率仅差1%并正式"转正"；新岗位中控台侧盖板排序和料箱折叠回收均达到90%成功率。 🔗 阅读原文 via AI HOT ·...
Pipe Network 将 2.8T 参数 Kimi K3 塞进 Mac Studio
Pipe Network 通过流式转换器和 REAP 剪枝，将原本 1.6TB 的 2.8T 参数 MoE 模型 Kimi K3 压缩至 350GB，使其能在 Mac Studio 上运行。REAP 剪枝会针对校准数据对 896 个专家打分，仅保留当前任务所需的专家。Pipe Network 已将 MLX 移植、转换脚本、剪枝工具和量化版本全部开源。 🔗 阅读原文 via AI HOT ·...
Kernel Forge：用MCTS优化CUDA内核的开源智能体框架
Kernel Forge 是一个开源智能体框架，能直接改写未修改 PyTorch 模型的 CUDA 内核，覆盖视觉、扩散和 LLM 任务。它用蒙特卡洛树搜索（MCTS）替代线性生成-修复流程，在 NVIDIA DGX Spark（GB10 GPU）上以每内核 50 次迭代优化了 4 个模型的 14 个内核，使其超越 PyTorch 基线。性能提升主要来自框架结构和原位集成，而非更强的模型。...
Claude Mythos 60小时10万美元找出密码学漏洞
Anthropic 研究员让 Claude Mythos 运行 60 小时、花费约 10 万美元 API 成本，自主寻找密码学算法漏洞，最终在 HAWK 协议和简化版 AES 中发现理论漏洞。过程中模型多次"畏难"想放弃，研究员的核心工作变为鼓励师，不断追问、纠正方向、拒绝平庸答案。这揭示了研究场景中提示词工程和人的引导价值被低估。 🔗 阅读原文 via AI HOT ·...
Flux 3 发布：自指式纪录片生成
Flux 3： >； 一部关于这部纪录片本身的90年代纪录片，片中包含来自自身的片段 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms67int41c1yrobkwmjlhv5z
Grok Build 新增 TinyFish 插件，支持网页搜索与自动化
BREAKING： Grok Build 刚刚在其市场添加了 TinyFish 插件，为你的应用带来网页搜索、内容提取和强大的浏览器自动化功能，包括在已认证网站上的多步骤工作流。 无需 API 密钥！ 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms67m4iy1c7yrobkolsopchb
Encore AI 获 3000 万美元 A 轮融资，用客户通话训练 AI 语音智能体
Encore AI 完成 3000 万美元 A 轮融资，由 Team8 领投。该公司通过分析企业与客户的通话、邮件等交互记录，提取成功策略并训练 AI 语音智能体，使其能辅助或自主完成客服与销售工作。Encore 目前拥有超过 40 家企业客户，年经常性收入较 18 个月前种子轮时增长超 5 倍。 🔗 阅读原文 via AI HOT ·...
Jason Liu 暂停 X 更新以调整状态
更新。我决定暂时离开 X 休息一下，充充电。 明天回来继续分享我为何热爱在 OpenAI 工作。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms67m1hv1c6urobkpkeuqyua
编程工具对比：无争议答案
没有争议 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms68quul1df7robkdd7kkfrr
Viktor 16 周达 2500 万美元 ARR，前 Notion 高管加入
AI 公司 Viktor 在完全自助服务、无销售团队的情况下，16 周内实现 2500 万美元 ARR。曾负责 Dropbox、Asana 和 Notion 市场拓展的 Robbie 加入 Viktor 担任 CRO，将为其 AI 员工产品制定市场策略。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms67jqlk1c2srobkzwg4vjvs
Grok Build v0.2.114 更新发布
Grok Build 更新 发布说明：v0.2.114 功能： • 新增 `/delete` 斜杠命令，可在确认后删除当前会话历史。 Bug 修复： • Grok 在主机无空闲线程时不再启动崩溃。 🔗 阅读原文 via AI HOT · https://aihot.virxact.com/items/cms66js1r1b4lrobkei57jn0d
Grok 4.5 登顶 LaurenBench 排行榜
BREAKING： Grok 4.5 在 LaurenBench 上以 56.9% 的得分排名第一，领先于 Claude Sonnet 5、GLM 5.2、Claude Opus 5、Kimi K3 和 GPT-5.6。 该基准测试评估真实世界 AI 智能体在对话、工具使用、记忆和安全方面的表现。 🔗 阅读原文 via AI HOT ·...
上海发布户外广告合规指引：AI 生成内容须明确标识
上海市市场监督管理局发布《上海市户外广告发布内容合规指引》，要求使用人工智能生成合成内容开展广告宣传的，应当依法履行标识义务。指引同时针对"大字吸睛、小字免责"等问题，要求提示性用语真实、清晰、显著，并规范使用"第一""首创""最佳"等用语及广告引证内容。 🔗 阅读原文 via AI HOT ·...
Kimi K3发布后Anthropic估值缩水13%
Kimi K3于7月16日发布后，Anthropic的IPO前隐含估值据估算缩水约13.1%，较上次确认估值减少约1264.2亿美元，较其峰值减少约5312亿美元。主推文认为Kimi K3开源效果显著，海外反响达到DeepSeek R1时刻，并批评Anthropic此前对Kimi开源的指责是出于自身利益。 🔗 阅读原文 via AI HOT ·...