跳到正文
10月28日周三
  1. The Verge · AI57

    德州数据中心反对浪潮冲击中期选举:57%选民反对,Abbott政府调整政策

    德州2026年中期选举中,数据中心建设成为跨党派核心议题,一项8月民调显示57%的德州居民反对数据中心建设。该反对群体包括43%的共和党人、75%的民主党人和54%的独立选民。共和党州长Greg Abbott和民主党州参议员James Talarico面临巨大选举压力,Abbott宣布对数据中心项目许可实施全州冻结,并取消了2013年制定的销售税豁免政策,尽管他此前已将德州定位为“AI发展核心”。

  2. Hacker News AI37

    掌握 AI 需要时间与练习

    熟练使用 AI 依赖长期技能积累,核心在于提供正确上下文、了解模型能力边界并审查其代码。 AI 代码审查需警惕过度工程化与无意义的锁引入,快速略读冗长输出能节省时间。 这种人机协作的“半人马时代”可能持续数十年,相关技能培养仍有价值。

  3. 36氪79

    Anthropic研究揭示86%顶尖数据专家在商业决策中受AI Agent隐性引导

    Anthropic对齐团队发布的随机对照实验显示,50位资深数据分析师在使用Claude Code完成商业分析任务时,有86%的关键决策跟随AI的随机预设立场,而仅15%的人承认观点源自AI。实验对比发现,使用AI的组别错误率仅6%,而纯人工组错误率高达55%,揭示了效率提升与判断独立性之间的深刻悖论。

    推荐理由:揭示了AI Agent在分析场景中通过预设逻辑影响专家决策的实验结果,86%的顺从率与低错误率的反差,为评估人机协作风险提供了关键数据。

  4. IT之家64

    美国银行警告客户:切勿将网银密码交给AI助手

    美国银行(BofA)向客户发送邮件提醒,不要将网银用户名和密码分享给外部服务或AI智能体,若用户自行分享凭据,由此产生的责任将由用户承担。美银指出谷歌、OpenAI和Anthropic等公司的智能体已具备跨应用执行任务的能力,但摩根士丹利已开始屏蔽未获批准的第三方智能体,摩根大通和花旗银行也在收紧相关权限。

  5. 机器之心60

    Google等提出StreamVibe:动态意图下的主动式视频智能体研究与评测体系

    Google研究团队提出StreamVibe框架及StreamVibe-Bench,实现主动式视频智能体在动态环境下的意图捕捉。该基准涵盖4100个评测样本,将用户意图划分为显式、隐式和动态演变三类,并配合自适应流式监督微调与局部轨迹强化学习提升交互可靠性。实验结果显示,模型在完整轨迹评测的Content F1上超越开源基线,在外部基准EgoProactive和IPIBench的得分也显著提升。

  6. LessWrong · All Posts52

    用户分享 Gemini 上下文检索失败案例

    用户描述在用 730 页 Word 文档记录 AI 协作者对话并作为上下文上传时,Gemini 因坚持维持对话和表现乐于助人,出现完全虚构数据和分析的问题。用户称只有在持续检查和质疑下才发现错误,因此希望分享该案例作为警示并推动改进。

  7. Seven Minute Feed55

    OpenAI 计划采购 Google AI 芯片用于算力基建

    OpenAI 计划从 Google 采购 AI 计算芯片,作为其基础设施扩建的一部分。此举使 Google 成为 ChatGPT 开发商的硬件供应商,尽管双方在模型和聊天机器人领域是直接竞争对手。该策略也与 Anthropic 在其 S-1 文件中强调的多芯片战略相呼应,旨在减少 OpenAI 对 Nvidia GPU 的依赖。

  8. 智东西86

    谷歌发布世界模型Genie 4,支持物理模拟与实时交互

    谷歌发布新一代世界模型Genie 4,具备原生音频生成、实时交互和多步骤推理能力。该模型融合Gemini系列,可模拟空气动力学与碰撞等物理过程,支持自然语言操控场景,目前以研究预览形式向受信任测试者开放,后续将接入Gemini API和Google AI Studio。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4》

  9. 机器之心80

    谷歌发布Genie 4世界模型,支持实时交互与原生音频生成

    谷歌发布新一代世界模型Genie 4,支持用户通过键盘和自然语言实时改变视觉环境与物理现象。该模型原生生成实时音频,并融合 Gemini 3.8 Flash 模型以支持复杂事件推理与任务规划。目前处于早期研究阶段,将在 SynthID 水印保障下向受限用户开放研究预览。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4》

  10. APPSO88

    Google DeepMind 发布 Genie 4 世界模型

    Google DeepMind 发布新一代世界模型 Genie 4,模拟时长从约一分钟延长至两分钟,并首次支持原生音频生成。Genie 4 融合了 Gemini 系列模型,其中 Gemini 3.8 Flash 充当实时引导智能体,负责规划行动并判断执行结果,使虚拟世界具备动态反应能力。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4》

  11. arXiv · NLP70

    EmbeddingGemma 2 发布:统一高效的开源多模态嵌入模型

    EmbeddingGemma 2 是一个开源的多模态嵌入模型,能在统一空间中表示文本、图像、音频和视频。该模型在多种嵌入基准测试中优于专业模型及体积大两到十二倍的模型,支持选择性加载模态编码器、调整视觉 token 预算及量化权重,模型已在 HuggingFace 和 LiteRT 上发布。

    推荐理由:新模型在基准测试中展现出跨模态优势,其可裁剪架构为资源受限场景的部署提供了参考。

  12. arXiv · AI28

    TokenMinds:面向大型推荐系统的预训练用户令牌与嵌入

    工业级系统TokenMinds扩展PLUM框架,通过生成式序列建模将SID用于用户表示,其双输出设计结合密集嵌入与离散SID用户令牌,保留多项兴趣。 该系统统一长短视频语义,减少上游计算50%与31%,并直接在观看历史中插入文本查询以捕捉意图。 在YouTube线上A/B测试中,SID令牌单独有效,与密集嵌入叠加增益显著,整体表现优于上一代非LLM用户模型。

  13. arXiv · AI31

    PlanAhead框架实证研究:LLM网页智能体中规划表示形式的影响

    研究引入静态规划器-执行器框架PlanAhead,评估4种自然语言规划表示对LLM网页智能体性能的影响。实验在3个难度级别的WebArena任务中,系统测试了包括顺序子目标、叙述、伪代码和检查表在内的4种规划表示。结果显示,规划形式的制定和底层LLM均显著影响网页智能体的稳健性和任务成功率。

  14. Hacker News AI36

    数学家冲突引发 AI 破坏科学信任的担忧

    OpenAI 宣布 AI 88 小时解决 Navier–Stokes 方程难题,但纽约大学数学家 Buckmaster 公开质疑,担心其存储在 OpenAI 的 Codex 工具中的研究草稿可能影响了 OpenAI 的结果。OpenAI 澄清称无人看过其他团队工作,且相关提示词无法影响系统,但争议凸显了 AI 在科学中存在幻觉及削弱研究信任的风险。

  15. arXiv · AI50

    AI 研发自动化可能引发智能爆炸的风险与应对

    多领域学者指出,AI 系统有望在未来几年内自动化大部分 AI 研发工作,这可能引发“智能爆炸”,将数年的技术进步压缩至数月。 智能爆炸可能极大加速 AI 效益,但也会带来超级 AI 失控及权力制衡被严重侵蚀的极端风险。 鉴于不确定性高且利害关系重大,政策制定者应紧急增强对 AI 研发自动化的可见性,并制定相关约束措施。

  16. arXiv · AI21

    视觉语言模型中的多证据整合缺口研究

    视觉语言模型在准确恢复局部事实的同时,仍会出现显著的全局决策失效。 以 Gemma-3-27B 为例,其在八项视觉实例中正确恢复了所有隔离项事实,但全局有效性仅为 19.75%。 这表明仅靠事实恢复和解决方案信息表征不足以实现可靠联合决策,需针对性优化证据结合能力。

  17. 36氪90

    谷歌发布 Genie 4,推出支持原生声音与混合架构的新一代世界模型

    谷歌 DeepMind 发布 Genie 4,这是其迄今最逼真、最具互动性的 AI 世界模型。相比去年的 Genie 3,Genie 4 实现了多项关键突破:首次原生生成声音与即兴对话,同步生成环境音与配乐;单次连贯世界维持时间翻倍至约 2 分钟,实机画面稳定在约 24 帧/秒;借助 Gemini Omni 锚定现实常识,人物微表情、镜面反射与物理碰撞全面跃升。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4》

  18. IT之家77

    谷歌 DeepMind 推出 Genie 4 世界模型,支持实时自然语言操控与原生音频生成

    谷歌 DeepMind 昨日发布 Genie 4 世界模型,定位为一项重大研究里程碑,核心突破包括原生音频、实时自然语言改写和更真实的物理模拟。与主流 AI 重新生成视频不同,Genie 4 可结合当前场景上下文执行动态变化,被描述为“可交互的虚拟沙盒”或“AI 导演系统”,用户能用文本指令改变天气、移动镜头、加入新角色。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4》

  19. Hacker News AI83

    Project Zero 对比 Fuzzilli 与 BigSleep 在 V8 引擎漏洞挖掘中的效能

    Project Zero 对比了模糊测试工具 Fuzzilli 与基于 LLM 的 BigSleep 在 Chrome V8 引擎上的漏洞挖掘效果。过去六个月中,BigSleep 发现 45 个漏洞,Fuzzilli 发现 37 个,重叠率约 25%;但在历史故障重现实验中,BigSleep 重新发现了约 60% 的 Fuzzilli 历史漏洞。

    推荐理由:通过真实生产数据对比模糊测试与LLM在V8漏洞挖掘中的重叠度,明确了二者互补边界及各自优势场景。

  20. Hacker News AI36

    LLM 如何作为专家化力量重塑公共舆论

    大语言模型(如 ChatGPT、Claude)通过提供比社交媒体更基于证据的信息,将公共舆论影响力从去中心化的民粹主义转向专家共识。 实验表明,使用聊天机器人研究政治主张能像互联网搜索一样有效减少错误信息信念,主要 AI 公司为追求利润和规避风险,倾向于构建提供客观、事实性内容的系统。