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
超越Claude Fable 5：智谱GLM 5.2登顶Design Arena网页设计AI榜单
智谱 GLM 5.2 在 Design Arena 单轮 HTML 网页设计评测中首次登顶总分第一，超越 Claude Fable 5、Opus 4.6 和 Opus 4.7，比前代 GLM 5.1 提升 5 个名次。推理价格每百万 tokens 为 1.40/4.40 美元，远低于 Fable 5 的 10/50 美元。模型高效调用 chart.js、three.js...
AI HOT 日报 · 2026-06-20 — 阿里开源向量数据库Zvec，UCSD黄碧薇教授提出因果AI第四代范式
阿里开源向量数据库Zvec，UCSD黄碧薇教授提出因果AI第四代范式 — 点击查看完整日报
可验证搜索不是可学习的链式思维
论文以九个确定性生成器推理任务为测试床，证明可验证搜索无法作为可学习的CoT进行蒸馏。Cryptarithm任务中，即使backbone规模从3B到671B、采用多种CoT设计、基于可验证奖励的强化学习和自训练，蒸馏后准确率始终为0.01-0.07，而搜索求解器回答71%实例。模型能正确计算97-100%的算术步骤并将正确密码排在候选前八（71%），但无法前向推导。干预实验揭示密码键后，同一...
Codex 实现远程/本地切换
Remote / local handoff in Codex！ 一步步消除边界。 当你让模型掌握主导权时，实际上需要的底层设施更少。
Luma AI 参展 ICML 2026 并招聘
Luma 正在参加 ICML 2026。 地点：首尔 COEX，7 月 6 日至 11 日，展位 B701。 我们的研究和招聘团队已到场，我们正在招人。 来找我们吧。
visionOS 27 今秋推送：M5 Vision Pro 头显独占 Siri 语音定制和苹果最强本地 AI 模型
visionOS 27 将于今秋推送。M5 Vision Pro 独占 Siri 语音定制（Voice Customization），用户可自由调整语气表现力和语速；同时独占搭载 AFM 3 Core Advanced 本地 AI 模型，该模型支持原生多模态能力并采用稀疏架构，需 M5 芯片算力支撑。M2 款 Vision Pro 可共享 visionOS 27 大部分升级，包括 Siri...
智谱 AI 开源 GLM-5.2，编程基准仅落后 Claude Opus 约 1 个百分点
智谱 AI 开源新一代大模型 GLM-5.2，在编程基准测试中表现亮眼，仅落后顶级闭源模型 Claude Opus 约 1 个百分点。马斯克预测中国大模型需到 2027 年 Q1 才能追上 Anthropic Fable，智谱创始人唐杰回应"用不了那么久"。
AI Cola口语自然但写推文易变AI味
用户发现其使用的AI助手Cola在口头对话时"很有人味儿"，但一旦要求将刚刚说的话"写成推文"，输出立刻变得充满AI腔调，多次修改也难以恢复最初口语的自然感。用户推测，"写"这个提示词本身可能激活了模型偏向套话八股的神经网络。该现象反映了AI在口语自由对话与书面格式化输出之间的风格差异。
NVIDIA Research 发布 SpatialClaw：免训练空间推理框架
NVIDIA Research 发布 SpatialClaw，一个免训练的空间推理框架。它通过将代码作为动作接口，让智能体调用感知工具（Depth Anything 3、SAM 3）并自由组合输出，解决视觉语言模型在 3D 空间判断上的弱点。在 20 项基准测试中平均准确率达 59.9%，比近期智能体 SpaceTools 高 11.2 个百分点，比无工具基线高 6.5...
NVIDIA Research 发布 SpatialClaw：免训练空间推理框架
NVIDIA Research 发布 SpatialClaw，一个免训练的空间推理框架。它通过将代码作为动作接口，让智能体调用感知工具（Depth Anything 3、SAM 3）并自由组合输出，解决视觉语言模型在 3D 空间判断上的弱点。在 20 项基准测试中平均准确率达 59.9%，比近期智能体 SpaceTools 高 11.2 个百分点，比无工具基线高 6.5...
MCP 的真正价值：将认证流程隔离在 Agent 上下文窗口之外
MCP 相较于 skills/CLI 的关键优势在于，它能将认证流程隔离在 Agent 的上下文窗口之外，甚至完全脱离 Agent 框架。其理想形态可能仅仅是作为 API 的认证网关--即便如此也是一项胜利。
白宫以国安为由限制Anthropic AI模型Fable和Mythos出口
上周五，白宫以国家安全为由命令Anthropic限制其AI模型Fable和Mythos向美国境外及境内外国公民出口。Anthropic接到通知后约90分钟内限制访问，两个模型已有一周无法使用。此前Mythos仅对约150家审查过的公司开放。触发禁令的两个事件：Anthropic给予一家疑似与中国有关联的韩国电信Mythos访问权；亚马逊CEO报告发现绕过Fable...
Codex 团队列表发布，提前回应
Codexチームのリスト 「なんで自分が入ってないの？」ってDMが来る前に https：//x.com/i/lists/2067819170989854863
特朗普见Anthropic CEO后改口，Amazon被指举报
特朗普对Anthropic的态度在一天内反转：此前将其视为国家安全威胁，但会见CEO Dario Amodei后改口称其"聪明、好人、反应很负责任"。被问是否用国防生产法管制AI时，他表示"可能但似乎大家都很负责任"。特朗普还透露，举报Anthropic的是其竞争对手兼部分股东--Amazon。这一事件暴露了AI监管的真实逻辑：出口管制等重大决策可能取决于与总统的面谈效果。
VibeThinker-3B：基于Qwen2.5-Coder-3B的3B密集推理模型，开源MIT
新浪微博研究人员发布VibeThinker-3B，一个仅3B参数的密集推理模型，基于Qwen2.5-Coder-3B，采用谱到信号后训练流水线（SFT、强化学习与自蒸馏），MIT开源。在AIME26上得分94.3，比肩DeepSeek V3.2（671B）和Kimi K2.5（1T）；LiveCodeBench v6达80.2...
挪威对小学阶段的人工智能实施近乎全面禁令
挪威宣布从新学年（8月底）起，对1至7年级（6-13岁）小学生近乎全面禁止使用生成式AI工具；8至10年级（14-16岁）可在教师监督下谨慎使用；11至13年级（17-19岁）则需学习适当使用AI以备升学和工作。政府同时计划立法增加课堂纸质书籍，逆转平板电脑趋势。此举源于教育测试成绩持续下滑，此前挪威已于2024年禁止校园内智能手机。
摩根士丹利：全球数据中心建设资本支出约2.9万亿美元，AI资本支出依赖债务融资或引发社会级风险
摩根士丹利估计，到2028年全球数据中心建设资本支出约2.9万亿美元，资金来源包括超大规模企业现金流1.4万亿美元、公司债2000亿、证券化信贷1500亿、私人信贷/资产融资/合资债务8000亿等。AI资本支出愈发依赖信贷，损失可能超出股东范围。NYU教授Damodaran指出，与互联网泡沫不同，AI资本支出规模史无前例且大部分由债务融资（尤其是私人资本），一旦调整，违约和困境将蔓延至整个社...
Anthropic 估值 2 万亿美元 IPO，AlphaFold 负责人加入
swyx 称 Anthropic 将以 2 万亿美元估值 IPO。与此同时，AlphaFold 团队负责人 John Jumper 在任职近 9 年后宣布离开 Google DeepMind 加入 Anthropic。
企业低估高智能模型的价值
我怀疑企业低估了使用更高智能的价值，即便在较弱AI似乎能以更低价格达成KPI的任务中也是如此。 至少应构建能灵活尝试更智能模型的架构，看看是否会带来不同。