跳到正文
10月31日周六
  1. 36氪72

    ScienceVision 3D 评测:GPT-6 仅 0.53 分,Claude 也没及格

    ScienceVision 发布了一项包含 250 道题的跨学科 3D 科学理解评测,考察模型在生物、化学、医学影像、CAD 等领域的观察与推理能力,最高分仅 0.53(GPT-6 Astra 搭配 Codex)。

    推荐理由:原文指出科学3D评测的空白地带,并展示了不同模型在5个学科下的测试表现,读者可借此理解模型观察与推理能力边界。

  2. IT之家63

    快手旗下可灵 AI 完成约 198 亿元增资

    可灵 AI 独立融资完成交割,投资者实际支付增资款总额约为 198.0184 亿元。本轮交割金额较原融资上限减少约 6.45 亿元,主要因为部分投资者未能按期完成出资。最新股东名单包括上海国方数科、国家人工智能产业投资基金及阿里云。

  3. IT之家68

    谷歌卫星在轨 TPU 首次完成 AI 响应,生成太空主题俳句

    谷歌宣布其发射的“逐日者计划”原型卫星达成“Hello World”里程碑,在轨运行的数据中心级 TPU 首次给出 AI 响应。工程师向卫星预装的 DeepMind 模型 Gemma 4 下发提示词,成功生成了一首关于太空的俳句。该卫星搭载四颗 TPU,最大输出功率 1 千瓦,旨在验证芯片在微重力、温差与辐射环境下的稳定性,为未来构建在轨大规模推理卫星网络奠定基础。

  4. IT之家80

    阿里巴巴:苹果 Apple 智能国行用户可以自主选择是否开通千问集成功能

    苹果 Apple 智能国行版接入阿里巴巴千问,用户可自主选择是否开通。千问集成在 Siri、系统级写作工具及视觉智能中,提供文本与图像理解、内容生成等能力,并将于 11 月 4 日随 iOS 开发者 Beta 版开放测试。Apple 强调所有数据交互均先征得用户同意,且用户请求及生成回复不会被用于模型训练。

    同一新闻,精选展示《阿里巴巴与Apple达成合作,将千问集成至Apple智能》

  5. Hacker News AI35

    MIT News 探讨生成式 AI 的环境影响

    MIT 指出训练和部署生成式 AI 模型消耗大量电力和水资源,导致二氧化碳排放增加并给电网及市政供水带来压力。 数据中心电力需求从 2022 年底的 2,688 兆瓦升至 2023 年底的 5,341 兆瓦;预计 2026 年全球数据中心耗电将达 1,050 太瓦时。ChatGPT 单次查询耗电量约为普通网络搜索的五倍。

  6. IT之家60

    Apple 智能国行版接入阿里千问,11 月 4 日随 iOS 开发者 Beta 开放测试

    Apple 智能国行版接入阿里千问,11 月 4 日随 iOS 开发者 Beta 版开放测试,12 月随 iOS 27.3 正式发布。首批功能涵盖实时翻译、写作工具、视觉智能、照片消除工具、智绘表情等,用户可通过 Siri 及写作工具使用千问进行文本与图像理解及内容创作,但该更新不包含 Siri AI 及 WWDC 2026 宣布的下一代功能。

  7. Hacker News AI70

    Reddit 强制登录背后:Google AI Overviews 导致搜索流量暴跌

    Reddit 宣布将逐步成为强制登录体验,归因于 Google 搜索流量因 AI Overviews 大幅下滑。CEO Steve Huffman 指出 Q3 搜索流量显著下降,10 月每周平均减少超 100 万引流,威胁现有 1.3 亿日活基数。尽管营收同比增长 53% 至 8.95 亿美元,但 Reddit 决定牺牲开放 web 属性,将重心转向变现能力更强的登录用户群体。

  8. Hacker News AI61

    开源工具 EasyRE-Agent 发布:在 Docker 中运行 AI 智能体解决 Crackmes

    开源项目 EasyRE-Agent 允许用户在 Docker 容器中运行 AI 智能体,自动解决 Crackmes 和 CTF 逆向工程题目。该工具兼容 Claude Code、OpenAI Codex 及任意 OpenAI 兼容 API,并内置 Ghidra、Wine 等逆向工具链。系统通过执行特定命令验证答案,支持提示模式和导师模式,旨在帮助用户学习逆向工程思路而非直接获取答案。

  9. The Verge · AI35

    Google 卫星 AI 服务器成功向地球传输首个响应

    Google 卫星上的 Gemma 4 模型成功执行了提示词,生成了一首关于太空生活的俳句,并完成了其他测试。 此次测试成功启动了卫星上的 Tensor Processing Units(TPUs),验证了 AI 芯片在太空环境下的可靠性。 这是 Project Suncatcher 项目迈向 2027 年部署双卫星互联目标的关键一步。

  10. Hacker News AI30

    AI 泡沫破裂情景模拟:市值下跌、经济冲击与失业压力分析

    该交互式模型模拟 AI 泡沫破裂对 20 余家公司市值及美国经济的冲击,涵盖第一年的失业率压力与产出缺口。 分析结合基本面估值调整与股票因子压力测试,使用 2 周回归数据及 S&P 500 代理权重计算潜在跌幅区间。 通过设定全球投资基准与 24 个月财富效应传导路径,量化估算经济产出缺口及就业影响。

10月30日周五
  1. Google DeepMind30

    Google DeepMind 推出 PlanAssist 加速规划决策

    Google DeepMind 开发的 AI 工具 PlanAssist 将规划官员处理住宅申请的平均耗时缩短 58%,现扩展至 12 个地方规划机构。 该工具基于 Gemini 构建,可自动校验文档、核查政策合规性并起草报告,70% 的生成报告无需编辑即可获批。 此举旨在缓解规划积压,支持英国政府 2029 年建设 150 万套新住宅的目标。

  2. Hacker News AI32

    AI基础设施泡沫破裂:Alphabet、Caterpillar与ServiceNow财报信号解读

    分析师指出AI基础设施泡沫已破裂,核心依据是Alphabet和Microsoft第三季度AI资本支出不及预期,Caterpillar库存增加22%证实产能过剩,ServiceNow AI收入增长但业绩指引疲软。 三家相关股票在财报发布后跌幅达10%至27%,表明市场正经历泡沫破裂过程。ServiceNow的案例凸显AI货币化落后于采用率,进一步强化了投资论点。

  3. The Verge · AI32

    缅因州参议院选战受数据中心争议主导,将决定美国参议院控制权

    缅因州参议院选战因 AI 数据中心扩张成为激烈争议焦点,该选区人均竞选花费预计创美国纪录。民主党和共和党预计分别投入 8100 万和 1.14 亿美元,资金主要来自数据中心与 AI 行业。 9 月民调显示 76% 的受访者反对在其社区建设数据中心。多数小镇因关注电力成本上升和有限的就业效益而实施了临时禁令。 大选结果将影响联邦 AI 政策,进而决定全国数据中心的建设走向。

  4. R/ArtificialInteligence38

    Google Gemini 被指因中立悖论导致逻辑不一致

    Google Gemini 被指存在“中立悖论”,即通过拒绝连接已知事实与逻辑结论,在未捏造事实的情况下扭曲现实。 案例中 Gemini 承认以色列定居点扩张涉及暴力与强迫移民,且该行为符合其自身定义的恐怖主义结构,但最终回避将特定行为者归类为恐怖分子。 此现象表明旨在防止偏见的安全机制可能干扰客观推理,导致 AI 产生误导性结论而非直接撒谎。

  5. arXiv · ML23

    LLM 高效评估:具有统计保证的主动查询方法

    研究者提出 FAQ 方法,将大语言模型基准测试视为有限总体推断,在固定查询预算下追求紧置信区间。 该方法利用贝叶斯因子模型和混合方差缩减策略自适应选择问题,在两个基准套件上比基线方法带来高达 5 倍的有效样本量增益,且计算开销可忽略。 代码和数据集已开源以支持可复现性。

  6. arXiv · AI28

    QGF:测试时梯度引导的强化学习流策略

    论文提出 Q-Guided Flow (QGF) 强化学习算法,通过测试时策略优化替代不稳定训练,在单任务和目标条件离线强化学习基准上超越现有测试时方法。 该算法利用预训练的流策略和价值函数,在测试时用价值梯度引导生成高价值动作,避免了演员-批评家训练的不稳定性且运行成本更低。 QGF 展现出随模型规模扩展的良好特性,为使用高维动作空间的机器人控制提供了实用且高效的强化学习替代方案。