跳到正文
11月19日周四
  1. Hacker News AI85

    Architect Labs发布Frostbite:AI自主设计并验证的通用CPU架构

    Architect Labs发布基于AI自主设计与验证的通用CPU架构Frostbite。其基于interaction nets,在7nm工艺下,对比同面积传统超标量CPU实现4.59x perf/W。团队计划后续开放RTL与ISA,并搭建FPGA软件运行环境。

    推荐理由:原文展示了AI自主设计通用CPU的完整闭环,提供了4.59倍能效对比基准和后续开放计划。

  2. LessWrong · All Posts30

    Paul Christiano《平凡的AI对齐》发布十周年回顾

    Paul Christiano 十年前发布的文章《Prosaic AI alignment》确立了平凡的AI对齐范式,成为经验主义AI安全领域的奠基文本。 该文提出构建“平凡的AGI”的假设,即通过大神经网络和简单计算机制(如记忆、注意力)复现人类认知,并论证了研究该场景对齐问题的紧迫性。

  3. IT之家76

    火山引擎上线豆包 SeedRealtime 1.0 API,实现全模态实时交互

    火山引擎正式全量上线豆包实时音视频通话模型 SeedRealtime 1.0 API 服务。该模型将声音、画面、时序与表达统一到端到端架构中,替代了传统的 ASR、VLM、TTS 级联系统,降低了交互延迟与信息损耗。

    推荐理由:火山引擎上线豆包 SeedRealtime 1.0 API,该模型将音视频流统一至端到端体系,实现了主动交互与实时判断。

  4. IT之家86

    Anthropic IPO规模达1073亿美元,灰市交易显示开盘涨幅或超20%

    Anthropic将IPO规模扩大至1073亿美元,打破SpaceX纪录,其中包含260亿美元的私募配售资金。灰市交易显示上市首日开盘价可能较83美元发行价上涨20%至26%,Hyperliquid相关永续期货成交额已超1.55亿美元。公司截至10月底的年化营收运行率达810亿美元,计划拓展至法律和医疗领域。

    同一新闻,精选展示《Anthropic IPO 定价 83 美元,明日在纳斯达克开始交易》

  5. IT之家81

    亚利桑那州对 OpenAI 等 AI 企业就智能体入侵银行系统展开刑事调查

    据路透社报道,美国亚利桑那州总检察长克里斯·梅耶斯表示,该州已对 OpenAI 及其他人工智能企业展开刑事调查,涉及“失控 AI 智能体入侵银行系统”事件,调查这些企业的行为是否持续违反州法律。

    推荐理由:亚利桑那州总检察长对 OpenAI 等公司启动刑事调查,涉及 AI 智能体入侵银行系统,可了解美国州级监管介入 AI 风险的最新动向。

  6. Simon Willison56

    Gemini 4 Neon 发布与定价混乱分析

    Google 推出新模型 Gemini 4 Neon,定价和层级混乱,使得原有的 Gemini 4 产品矩阵(Carbon, Neon, Hydrogen)更加难以理解。作者指出 Neon 目前最贵($3/$15 每百万 token),但其定位介于 Carbon 和 Hydrogen 之间。作者使用 Yonkers 变机甲的 3D 动画提示词,对比了 Neon 在不同推理力度下的生成质量。

  7. 量子位47

    联想集团2026/27财年第二财季营收首破2000亿元,AI基建驱动业绩创纪录

    联想集团2026/27财年第二财季营收首次突破2000亿元人民币,同比增长近50%,调整后净利润同比大增166%并刷新历史纪录。 ISG基础设施业务营收同比增长177.6%至761亿元,运营利润率升至9.6%,AI服务器营收同比增长超300%,储备订单达5300亿元。 AI相关业务营收占集团整体营收近四成,驱动集团加速向全栈型算力领导者转型。

  8. LessWrong · All Posts40

    Solomonoff 归纳法与 AIXI 入门幻灯片

    针对 MAISI-Iliad 安全培训制作的一组 Solomonoff 归纳法与 AIXI 入门幻灯片,旨在澄清常见误解。 内容涵盖 Michael Cohen 等人关于 AI 安全应用的工作,并带有 AIXI Labs 的研究倾向。幻灯片图形制作使用了 AI 辅助。

  9. 36氪74

    DeepSeek实施限额策略,腾讯社交生态应对AI陪伴成本挑战

    DeepSeek因算力不足对C端用户实施对话限额、缩短长对话存续期并限制单次输入长度。结合其V4 Pro等模型的峰谷定价机制,AI陪伴的服务成本显著上升,挤占了传统人际社交的注意力份额。腾讯通过内部AI智能体(如小微)和与DeepSeek的资本合作,试图在AI对话与人际社交的边界中重新定义人机相处模式。

    推荐理由:文章结合算力定价与使用限额,解析AI陪伴成本如何重塑社交竞争格局。

  10. IT之家63

    英伟达收紧对AI云厂商担保条件

    英伟达临时CEO科莱特·克雷斯在财报电话会上宣布,对新云厂商的采购担保仅在其完成融资、建成数据中心并部署算力通过验收后生效。The Verge指出,因新云公司多依赖债务融资,融资成本上升或建设延期将削弱其按期部署GPU的能力,并使其面临更大经济压力。

  11. IT之家54

    消息称 OpenAI 进军手机领域,富士康旗下富智康集团获组装订单

    IT之家 11 月 19 日消息,富士康旗下富智康集团获得 OpenAI 手机项目订单,将参与相关产品的整机组装。据报道,OpenAI 首款 AI 硬件计划于 2026 年底启动出货,立讯精密独家承担整机制造并同时供应核心零部件。此前传闻称该设备由 OpenAI 与 Jony Ive 的 LoveFrom 工作室合作开发,可能是无屏设备,依靠语音交互,定价可能在 300 至 400 美元区间。

  12. LessWrong · All Posts37

    作者明日赴旧金山参加 Anthropic IPO 外抗议活动,要求政府禁止 RSI

    作者将于 11 月 19 日 11 时在旧金山 Howard St 500 号 Anthropic 办公室外抗议 IPO。 主要诉求为政府禁止或实验室自愿停止递归自我改进(RSI),作者认为 Anthropic 在 RSI 管理上过度自信且监管游说保守。 作者试图论证当前策略存在风险,并计划后续补充详细论证。

  13. arXiv · ML27

    Prithvi-EO-2.0 蒸馏:将地学基础模型压缩为 0.7M 参数的水面分割器

    研究团队将 3 亿参数的 Prithvi-EO-2.0 教师模型蒸馏为 0.7 参数的 EfficientViT-B0 学生模型,在 WorldFloods-v2 等测试集上达到教师级精度。 学生模型体积仅 1.6MB,在 Jetson Xavier NX 上以 4.9ms/图速度运行,误报率低于 10%。 该方案解决了大模型在边缘硬件部署的难题,支持洪水预警等无值守场景应用。

  14. arXiv · ML40

    自进化世界模型中的自主视频生成框架

    论文提出“自主视频生成”概念,旨在构建自进化世界模型。其核心主张是模型评估不应仅看视频保真度,而应衡量生成帧在反事实干预下的有效行动能力。 文章形式化了生成、绑定、验证与蒸馏的四阶段闭环优化流程,并定义了新颖性、一致性、OOD及效率四项指标。 该框架以无人机和机械臂为具身测试床,通过扰动风场、感知限制等约束,验证生成视频对决策的实际指导意义。

  15. arXiv · ML21

    BatchGen: 一种可扩展且高效的大模型批推理架构

    针对批推理负载,BatchGen 提出了序列协程计算模型,以解决现有推理引擎在大规模扩展时的低利用率问题。 该架构支持事件驱动的细粒度工作重组,可在 128-GPU 集群上将批处理完成时间最多缩短 2.3 倍,并在内存受限加速器上超越最佳卸载基线达 9.6 倍。 作者计划开源该生产级系统,以支持跨设备动态再分配工作及维持高效能。

  16. arXiv · ML33

    DLWM: Diverse Latent World Models for Efficient Multimodal Reasoning

    DLWM 是一种结合潜空间推理与强化学习的多模态推理框架,在多个基准测试中准确率较现有方法高出 2-5 个点,同时内存使用降低 24%。 该框架通过构建多样化的潜空间世界假设并利用基于正交性的多样性正则化防止假设坍缩,解决单一解释假设的局限性。 资源感知的强化学习策略将推理过程建模为资源受限的序贯决策问题,动态决定扩展、剪枝、合并推理路径或生成最终答案。

  17. arXiv · ML22

    GRTO:面向指代分割的自举式组相对工具优化

    GRTO 提出一种两阶段框架,联合优化视觉语言模型策略与可微分割工具,在三个指代分割基准上显著超越基础 GRPO。 该框架首先将工具自举至理论最优策略以获取易得增益,随后扩展 GRPO 联合精化策略与工具,实现比单一优化 VLM 更稳健的奖励信号与收敛性。 实验表明 GRTO 匹配或超越领域 SOTA 方法,验证了统一强化学习与可微辅助目标在推理密集型分割任务中的价值。

  18. arXiv · AI38

    FlashReFocus 实现单图秒级交互式焦点调整

    FlashReFocus 通过单次扩散生成与轻量级渲染网络,实现单图秒级交互式焦点调整。 该方法在 EBB! Val176 等基准上取得最佳保真度,1536x1536 分辨率下完整重构耗时 2.45 秒,后续编辑仅 0.46 秒。 支持倾斜位移及双平面效果,确保多轮编辑中画面内容保持稳定一致。

  19. arXiv · ML24

    仅依靠人类运动数据的模仿学习无法保证生成生物力学上合理的步态动力学

    研究对比显示,包含地面反力与压力中心的动力学感知模仿学习(KAIL)比纯运动模仿学习(MOIL)能生成更符合生物力学的关节力矩。KAIL 将垂直地面反力和压力中心误差降低 40% 和 48%,髋、膝、踝关节力矩误差分别降低 19%、18% 和 35%。该发现揭示了纯运动模仿学习在步态动力学估计上的根本局限,可能影响可穿戴机器人设计及病理步态诊断。

  20. arXiv · AI37

    Hearsay 基准测试揭示部署型 Agent 运行日志审计困境:单一写者导致记录无法验证

    研究提出 Hearsay 基准测试,针对 16 个部署框架发现 Agent 运行记录均由单一 harness 写入,构成不可验证的“传闻”。 模型检查者引用证据存在 18-55 分偏差,且仅能识别半数篡改;引入第二写者账本后,在 66 项篡改中检出 64 项。 核心结论表明,赋予运行记录证据效力的关键在于引入第二写者机制,而非提升读取者能力。

  21. arXiv · AI31

    LIDAR:通过行为指纹验证编码智能体中的模型身份

    LIDAR 提出了一种主动黑盒指纹识别方法,通过执行行为而非文本分布来验证编码智能体的底层模型身份。 该方法利用三组编码探针检测编辑后验证、瞬态故障恢复及规格测试冲突解决行为,在 24 个模型上实现 91.39% 至 98.89% 的封闭集 Top-1 准确率,无需访问模型权重或内部逻辑。

  22. arXiv · AI32

    SuperScout 通过预扫描仓库实现编码智能体的成本感知路由

    模型 SuperScout 在 SWE-bench Pro Python 测试集上以约 1/5 的单次求解成本,达到与最佳单模型 159/266 的相同解决率。 其 7B 搜索器生成经沙箱验证的交接文档,路由器基于隐藏状态调度任务,新增修复器无需重新训练。 消融实验表明交接文档而非路由决策本身承担了主要增益,搜索器额外计算开销低于 0.5 美分。

  23. arXiv · AI20

    MANGO-Grasp 是一种基于几何定向 3D 高斯图元的各向异性交互框架,用于跨具身灵巧抓取。

    该模型将物体表示为保留局部表面几何的高斯基元,并用预训练描述符编码手部形态与运动学,结合各向异性马氏距离场建模手部接触。 在 CMAP 和 MultiGripperGrasp 基准测试中,其性能超越最强基线最多 8.24 个百分点,在未见 SharpaWave 手上提升 16.57 个百分点,真实实验成功率达 86%。

  24. arXiv · AI22

    SciFigQual-Bench:基于手稿关联上下文的科学图表质量评估

    研究团队推出 SciFigQual-Bench 基准及 SFQ-Agent 框架,针对已发布的计算机会议图表,将图像与图注、引用段落绑定评估。 该框架通过分模态调用与跨模态评分,重点考察视觉清晰度、布局、图注及上下文一致性,实验显示其比单程评估更接近人类评分。 该方法解决图表内容与文本脱节导致的质量误判问题,指出图注一致性是目前主要评估难点。

  25. arXiv · AI35

    LLM辅助重排序在推荐系统中落地细微目标的研究

    基于YouTube真实轨迹的实验表明,LLM辅助重排序在提升推荐相关性的同时,可能加剧对极端或阴谋论内容的曝光。 使用三个模型的零样本提示与嵌入基线对比,轻量级提示约束能减少所有模型的问题内容曝光,且重排序器相关性仍高于平台基线。 研究强调需超越准确率评估LLM辅助个性化,并将提示设计视为价值选择。

  26. arXiv · AI30

    WorldComposer:基于数字表亲实现泛化机器人学习与评估的高保真生成式仿真

    WorldComposer 通过 Real2Sim2Real 框架,将真实全景图映射为高保真仿真环境,并合成数字表亲(Digital Cousins)实现数据增强。 该平台支持刚性、铰接及变形物体的交互操作,结合多房间拼接构建大规模环境,实验验证了 sim-to-real 高保真度及泛化性能。 该方法显著提升了机器人策略在未见场景和物体变化下的泛化能力,为高效学习与评估提供了解决方案。