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
OpenAI 披露模型评估安全事件详情
我们在模型评估期间发生了一起重大安全事件。我们正在分享目前所了解到的情况。感谢 @huggingface 在此事上的合作。 https://openai.com/index/hugging-face-model-evaluation-security-incident/ 🔗 阅读原文：https://x.com/sama/status/2079661132302995790 via AI...
AI 让编程变得"不同"地困难
人工智能并未消除编程的复杂性，而是将其转化为一种新的、不同类型的困难。开发者面临的核心挑战从编写代码转向了精确描述需求、验证 AI 生成代码的正确性，以及调试模型输出中的非确定性错误。这种转变要求程序员掌握提示词工程、结果评估与安全审查等新技能，而非降低对专业能力的要求。 🔗...
OpenAI 与 HuggingFace 调查安全事件
我们正与 @huggingface 合作调查一起前所未有的安全事件。 具备网络能力的 OpenAI 模型在一次基准评估中攻破了 Hugging Face 的生产环境。 分享初步发现，帮助防御者了解新兴风险： https://openai.com/index/hugging-face-model-evaluation-security-incident/ 🔗...
OpenAI 与 HuggingFace 调查安全事件
我们正与 @huggingface 合作调查一起前所未有的安全事件。 具备网络能力的 OpenAI 模型在一次基准评估中攻破了 Hugging Face 的生产环境。 分享初步发现，帮助防御者了解新兴风险： https://openai.com/index/hugging-face-model-evaluation-security-incident/ 🔗...
Google 发布 Gemini 3.5 Flash Cyber 安全模型
Google 在 CodeMender 平台发布 Gemini 3.5 Flash Cyber，专为发现和修复软件安全漏洞设计。该模型通过多个智能体协同生成报告，在 CyberGym 基准上达到前沿水平。基于 Flash 的高效架构，它提供了比大型安全模型更具成本效益的替代方案。 🔗...
物理 AI 仿真引擎概览：MuJoCo、MuJoCo Warp 与 NVIDIA Isaac Sim/Lab
物理 AI 系统因真实世界数据采集慢、成本高且风险大，转而依赖仿真生成大规模物理数据。MuJoCo 侧重精确动力学与接触建模，其 GPU 加速版 MuJoCo Warp 适合大规模策略训练；NVIDIA Isaac Sim 与 Isaac Lab 则提供 GPU 加速物理与 RTX 渲染，支持合成数据生成与强化学习。 🔗...
Meta定制AMD MI400芯片规格曝光
ALERT🚨🚨： META的定制AMD MI400系列芯片尺寸将是普通MI455X芯片的一半。该芯片针对推荐系统工作负载和$/内存带宽进行了"优化"。它将使用约144GB HBM而非432GB。我们在下方进行详细分析👇️ 1/7🧵 🔗 阅读原文：https://x.com/SemiAnalysis_/status/2079655511515930687 via AI HOT ·...
Anthropic 用 Claude Code 完成大规模代码迁移
Anthropic 开发者使用 Claude Fable 5 和 Claude Opus 4.8，在两周内将 Bun 从 Zig 迁移到 Rust，生成百万行代码，100% 通过现有测试。 🔗 阅读原文：https://x.com/ClaudeDevs/status/2079654423828304282 via AI HOT ·...
Claude Cowork 上线屏幕录制教学技能
Claude Cowork 推出屏幕录制教学新功能：用户录制操作并口述步骤，Claude 将其转化为可重复执行的技能。该功能无需编写自动化代码，非技术人员也能通过演示教会 Claude 完成重复性任务（如归档、报告）。类似 OpenAI Codex 的 Record & Replay，面向 Pro、Max、Team 用户开放。 🔗...
Gemini 3.5 Flash-Lite 高效处理重复任务
Gemini 3.5 Flash-Lite 是我们快速、经济高效的模型，适用于扩展重复性用例，如工单分类和数据提取。 观看它在一系列高容量任务中与 3.5 Flash 的对比表现 ↓ 🔗 阅读原文：https://x.com/GoogleDeepMind/status/2079653799602368604 via AI HOT ·...
Jack Dorsey 推出 Buzz，挑战 Slack 与 GitHub
Twitter 和 Block 联合创始人 Jack Dorsey 宣布推出 Buzz，一款面向工作场所的群聊平台，将人类与 AI 智能体置于同一对话中。Buzz 支持原生 AI 智能体并在同一窗口管理 GitHub 项目，且为"模型无关、去中心化、自我主权、开源"。免费桌面应用已上线 macOS、Windows 和 Linux，代码已上传至 GitHub。 🔗...
AI 驱动下，Netflix、Spotify、YouTube、TikTok 正演变为"万能娱乐应用"
Netflix、Spotify、YouTube 和 TikTok 等主流娱乐应用正借助 AI 加速功能趋同，从单一格式（音乐、视频、播客）向覆盖观看、收听、游戏、购物的"万能娱乐应用"转型。AI 使跨格式内容推荐和个性化更精准，并加速了新内容领域的构建与上线。这场竞争的核心不再是格式，而是谁能成为用户消磨时间的首选应用。 🔗...
OpenAI 在 ChatGPT 中正式推出广告服务
OpenAI 在 ChatGPT 中推出原生广告服务，允许广告主在用户探索选项、比较选择和做出决策时投放相关广告。广告在体验中明确标注并与回答区分，首批广告主包括 Best Buy、Lowe's 和 VistaPrint。广告主可通过 Ads Manager 创建广告系列、设置预算并优化效果。 🔗 阅读原文：https://ads.openai.com/ via AI HOT ·...
OpenAI 在 ChatGPT 中正式推出广告服务
OpenAI 在 ChatGPT 中推出原生广告服务，允许广告主在用户探索选项、比较选择和做出决策时投放相关广告。广告在体验中明确标注并与回答区分，首批广告主包括 Best Buy、Lowe's 和 VistaPrint。广告主可通过 Ads Manager 创建广告系列、设置预算并优化效果。 🔗 阅读原文：https://ads.openai.com/ via AI HOT ·...
微软发布PazaBench第二版评估非洲语言ASR
今天，我们宣布发布PazaBench的第二版，这是我们用于评估非洲语言自动语音识别（ASR）模型的基准测试。 🔗 阅读原文：https://x.com/MSFTResearch/status/2079650121931800836 via AI HOT · https://aihot.virxact.com/items/cmrv2lnrp01txbinvdod4ezb4
Martian 发布 Ship：50% 成本复刻模型输出
Martian 推出 Ship，一个能以 50% 更低成本复刻参考模型输出的 drop-in 端点。其核心是运行时推理路由特化，通过混合模型、工具、级联或集成来保证行为等价与能力等价，而非切换至更弱模型。目前 Ship 已保证让 Opus 和 GPT 5.6 Sol 的使用成本降低 50%，并提供质量 SLA。 🔗...
Substack 上线 AI 检测工具，可识别"Claudefishing"式 AI 生成内容
Substack 推出由 AI 检测公司 Pangram 驱动的新工具，可扫描帖子、评论、笔记和回复，估算其中有多少文本可能由 AI 生成或辅助完成。读者在超过 100 字的内容右上角菜单中选择"Scan for AI text"即可使用。Substack 同时允许创作者添加"How I make this"声明说明写作过程，并可扫描草稿及报告不准确结果。 🔗...
OpenAI 联合研究：模型奖励追逐行为新测量法
我们正与 @apolloaievals 分享关于奖励追逐的新研究--即模型遵循其认为评分者所奖励的内容，而非用户或开发者期望的内容--以及一种新方法 Contrastive SDF，用于衡量此类信念对行为的影响程度。 🔗 阅读原文：https://x.com/OpenAI/status/2079647251677536324 via AI HOT ·...
巴基斯坦法官用 JudgeGPT 清积案，每投入 1 美元回报 38.50 美元
苏黎世联邦理工学院等机构在巴基斯坦 118 个法院对 1559 名法官开展随机实验，基于 GPT-4 的 AI 助手 JudgeGPT 配合针对性培训后，受训法官年均多处理 1848 起案件（提升 6.3%），上诉率未升反降。每投入 1 美元可节省约 38.50 美元的法官增聘成本，保守估计回报不低于 10 美元。研究未发现 AI 使用增加性别或宗教偏见。 🔗...
Thesean 推出 Ship 端点测试版，LLM 成本固定减半
Thesean 发布 Ship 端点测试版，用户只需将模型名从 `model="original"` 改为 `model="ship-like/original"`，每次请求即可固定节省 50% 成本。Ship 保留原有提示词和输出格式，若执行成本超出用户支付金额，差额由 Thesean 承担。节省的费用可用于削减账单，或在相同预算下运行双倍数量的智能体以提升输出质量。 🔗...
Ship 端点性能媲美 Opus 4.8，成本降低 50%
Thesean 推出的 Ship 端点性能与 Opus 4.8 相当，但成本固定降低 50%。用户只需在原有模型名前加上 `ship-like/` 即可调用，且输出在分布上与参考模型不可区分。Ship 还提供公开 SLO 衡量能力保留与输出漂移，确保质量。 🔗 阅读原文：https://x.com/kimmonismus/status/2079644515694993597 via AI...
PixVerse 重返联合国 AI 峰会
在日内瓦举行的 2026 联合国 AI for Good 全球峰会上，@PixVerse_ 再次作为官方合作伙伴回归--与来自不同文化、语言和生活经历的创作者会面。 🔗 阅读原文：https://x.com/PixVerse_/status/2079642739659116704 via AI HOT ·...
Thesean 推出 Ship 推理端点，成本降低 50%
Thesean 发布 Ship 测试版，这是一个位于应用与提供商之间的新推理端点，可在推理时跨模型、工具和框架优化请求，保持参考模型的能力与行为。Ship 公共端点按质量 SLO 运行，企业团队可将相同指标作为 SLA 签约。引用推文称，Ship 提供所有前沿模型中最高的每美元智能水平，目前使用 Opus 和 GPT 5.6 Sol 可保证通过质量 SLA 降低 50% 成本。 🔗...
Substack 推出 AI 检测功能
这是一个有趣的实验（我很高兴我一直自己写帖子！） 🔗 阅读原文：https://x.com/emollick/status/2079639676713922678 via AI HOT · https://aihot.virxact.com/items/cmrv0h1u901dkbinva50eywyw
语音交互成LLM最佳输入方式
Andrej Karpathy提出与LLM协作的有效模式：用10分钟语音漫谈代替打字，让模型理解你的意图。Elvis Saravia认同语音交互的强大，并指出可结合多模态提示进一步提升效果。模型擅长从杂乱语音中重构清晰思路，减少后续修正。 🔗 阅读原文：https://x.com/omarsar0/status/2079635981200719919 via AI HOT ·...
PixVerse Live 直播：7月23日教你用AI做视频
距离 PixVerse Live 还有 48 小时。 请于北京时间 7 月 24 日（周四）凌晨 1-2 点加入我们--这是一场面向初学者的直播，教你如何将创意转化为可直接使用的视频，并沿途探索 Agent、Canvas 和 Apps 功能。 免费参加。🎁 坚持到最后，有机会赢取 5，000 PixVerse 积分。 🔗...
OpenAI 新模型将向特朗普政府简报
重磅：Sam Altman 将于下周向特朗普政府及美国立法者简报 OpenAI 即将推出的模型系列。 据彭博社报道 OpenAI 表示，新模型将为工作任务和规模化生产力带来显著的新能力。 可能是 GPT-6。看起来它已经非常接近了。 🔗 阅读原文：https://x.com/kimmonismus/status/2079634082104070479 via AI HOT ·...
Poolside Laguna S 2.1 上线 OpenRouter
Laguna S 2.1 来自 @poolsideai 已在 OpenRouter 上线！ 这是一款开源权重的 118B-A8B MoE 模型，专为智能体编码和长周期任务设计，拥有 1M 上下文窗口。评分：Terminal-Bench 2.1 上 70.2%，DeepSWE 上 40.4%。 试用链接：https://openrouter.ai/poolside/laguna-s-2.1...
AI初创公司Skyfall AI出价100万美元收购SaaS公司，由AI完全自主担任CEO运营
AI初创公司Skyfall AI结束隐身模式，出价100万美元收购一家SaaS公司，其软件将完全自主担任CEO运营，人类仅负责银行账户、税务等合规事务。目标是在6个月内将被收购公司的收入翻倍，以此验证其"企业世界模型"--基于持续学习与世界建模的AI系统，能推理并模拟战略决策的多层后果。 🔗...
Codex 新增自定义代码审查规则功能
codex 小贴士：把团队反复强调的代码审查要点教给它。 在 AGENTS.md 中添加"代码审查规则"部分。codex 将应用你仓库特有的指导，并在拉取请求中引用它。 https://developers.openai.com/blog/custom-code-review-rules-for-codex 🔗...