
Know AI. See What’s Next.
Slide 1 of 5: Anthropic’s rise: Claude commercialization, governance and AI safety disputes
Latest news

突发|ChatGPT神秘模型24天速通100+道数学未解难题,搁这刷题呢 (opens in a new tab)
悬着的心终于死了。 就在刚刚,OpenAI 宣布成立独立的「数学与人工智能顾问小组」,并请来普林斯顿高等研究院、牛津、剑桥的一众顶尖数学家站台,原因也很简单: 一个从 8 月 28 日开始训练的内部新模型,不到一个月便解决了 100 多道长期未解的开放问题,速度快到连 OpenAI 自己的数学家都来不及验收。 人类数学家苦熬几十年的冷板凳,AI 一个月连掀上百张,这谁顶得住? 而就在当地时间 9 月 8 日,OpenAI 刚刚高调宣布拿下了「纳维尔斯托克斯方程」——这可是克雷数学研究所列出的七个千禧年大奖难题之一! 这道题悬而未决几十年,直接关系到物理、气象、工程等多个领域的命脉。 结果 Op

迎接生成范式革命!复旦和Wan团队发布首篇Agentic视觉生成综述 (opens in a new tab)
让 AI 生成一张海报已经不难。更难的是,让它围绕同一个设计目标持续工作:理解品牌与产品要求,生成初稿;发现标题、产品位置或整体风格存在问题后,知道应该修改哪里、怎样修改;同时保留已经确认的内容。等到下一次活动,它还能延续此前确定的设计偏好和有效经验。

工具、技能、记忆连成网,北大等提出自进化程序图PG,越用越聪明 (opens in a new tab)
当Agent已经能够调用工具、使用技能并保存记忆,一个更进一步的问题是:这些能力怎样在任务中配合,又怎样从过去的执行中积累可复用的经验?

ACM Multimedia 2026 Oral|从「转述痕迹」到「看见证据」:ForgeryVCR用视觉中心推理重塑图像取证范式 (opens in a new tab)
随着编辑工具与生成模型的快速普及,「改图」正在变得越来越容易,篡改者可以在几乎不改变画面观感的前提下完成内容伪造,给内容真实性核验、平台治理与数字媒体信任带来新的风险。因此,图像取证与可信鉴伪证据,成为了内容安全中尤为重要的一环。

实测Qwen3.8-Omni-Flash:全模态Agent有了“白菜价” (opens in a new tab)
千问把全模态Agent的使用成本,直接砍掉了90%!

ICLR 2027投稿冲到6万,比过去十几年加起来都多...... (opens in a new tab)
现在 AI 在什么事情上效率提升最明显?写论文肯定能名列前茅。

简单讲讲 Agent 的工作原理 (opens in a new tab)
现在的 Agent 的产品越来越多,有些主打 Coding,有些事做日常办公,也有些用于情感陪伴虽然这些产品的用途不同,背后的工作原理其实都大同小异,便是 Harness 对上下文的自动化编排

“我看到了 Scaling Law 的信号” | 对谈清华叉院助理教授徐梦迪:具身智能、世界模型、真正的泛化 (opens in a new tab)
本周「十字路口」的嘉宾是清华叉院助理教授徐梦迪。从清华车辆工程出发,途经 Johns Hopkins、CMU,再到 Stanford 吴佳俊、李飞飞组做博士后,2024 年初她选择回国,加入清华交叉信息研究院。她的核心命题是机器人的 In-Context Learning (ICL):让机器人到一个新环境,通过一两次交互当场学会新任务,而且越学越快。

AI 桌面换装视频火了,1 分钟教你复刻!傻子可懂 (opens in a new tab)
最近 AI 桌面换装视频突然爆火,Twitter 上随便一条就是百万播放。

预训练Token消耗直接腰斩!上海AI Lab&上交大提出全新预训练任务,开源首个8.9B隐空间大模型NCP-ArchPreview (opens in a new tab)
自现代大模型诞生以来,“下一个Token预测(Next-Token Prediction, NTP)”就被奉为不可撼动的黄金律条。然而,逼着模型逐字死记硬背,真能学会宏观语义规划吗?

AI算力之争不靠堆卡!浪潮信息捅破智算「能力天花板」,还瓦解了「产能焦虑」 (opens in a new tab)
AI算力的竞争,多年来就一个字——堆。 堆卡、堆机柜、堆发电机……似乎计算卡足够多、集群足够大,就能站在食物链顶端。 但算力「够不够用」这个问题,已经不再能单靠堆卡来解决,它开始分化出越来越多的层面。 第一个问题关于智能上限,也就是你的算力能撑起多强的智能。 前沿模型的参数规模、上下文长度、推理深度在同时变大,Agent可能连续运行几个小时甚至几天。 模型在一台机器里装不装得下、跑得快不快、长时间跑起来稳不稳,都需要被重新考量。 另一个问题是智能规模,这个问题更直击灵魂——你的算力能以多低的成本生产多少智能? Token需求在爆发,但推理负载是多元的,Prefill和Decode的计算特征不同

公众号插图、秋招物料、潮玩设计,实测商汤SenseNova U1 Pro:生图模型走向真实任务交付 (opens in a new tab)
一款能走进真实工作的生图模型。 时常会有人感慨,各种生图模型让人眼花缭乱,但一到真正交稿时,还是免不了反复“抽卡”。好不容易挑到一张满意的图,改个字、换个元素,又得重新开始。 抽到一张好看的图,和完成一项工作,毕竟不是一回事。 在真实工作中,做一张图往往只是任务的一部分:公众号文章需要封面和多张配图,企业招聘需要海报、易拉宝、折页等一整套物料,设计过程中还可能随时需要改文字、换人物服装、调整局部元素。 这也意味着,办公场景中的生图需求,对模型提出的要求已经不只是画面效果。它需要理解上下文和用户意图,处理已有素材,组织图片中的信息与版式,并在发现问题后继续修改。信息要完整,设计要美观,修改要可控

你的 Codex 额度有救了,你甚至可以接入JEV来玩红警 (opens in a new tab)
上周发了折腾 WebCodex 的文章《把ChatGPT几乎无限的网页额度当Codex用》,文章下面,就有小伙伴接着问:能不能让不同的模型,去干不同的活?

当AI无处不在,TI用全栈嵌入式边缘AI方案破解AI落地“老大难” (opens in a new tab)
NPU与MCU深度融合,嵌入式全栈生态接入AI,TI手握分层布局、软硬协同杀手锏,加速AI规模化落地。

奥特曼落榜!OpenAI总裁255亿杀进全美富豪前50 (opens in a new tab)
OpenAI最有钱的人,不是奥特曼。 本周,Forbes公布2026年Forbes 400美国富豪榜。OpenAI联创兼总裁Greg Brockman首次上榜,身家约255亿美元,排名全美第45。 他是今年身家最高的新人。 排在他前面的,是耐克联合创始人Phil Knight;排在他身后的,是传媒大亨默多克。 而他的老板,OpenAI的CEO奥特曼,却与这个富豪榜单无缘。 OpenAI总裁Greg Brockman。他以约255亿美元身家首登2026年Forbes 400,排名全美第45。 按Forbes的说法,奥特曼不持有OpenAI的直接股权,目前身家约33亿美元。 而今年上榜门槛是44亿

GPT-6 Sol被曝即将发布?内部「AGI」已浮出水面 (opens in a new tab)
GPT-6 Sol,真要来了! 英伟达已经悄悄用上了。 今天,有眼尖的开发者发现,在英伟达的代码合并记录中,已经赫然出现了「GPT-6 Sol medium」的字样。 甚至,业内还出现了成熟的「AI打工矩阵」协作案例——由目前的旗舰模型 GPT-6 Astra 负责编写代码,然后直接交由 GPT-6 Sol 进行代码审查。 现在,X上关于O/A两家的爆料满天飞。 有人透露,就在本周二(甚至有人卡点在周二凌晨3点),OpenAI将正式全面发布GPT-6 Sol ! 而隔壁的Anthropic显然不想坐以待毙,传闻他们已经拉响了内部警报,准备将原定计划提前,在同一时间强推 Claude Opus

被严重低估的AI婚礼微电影,2分钟能赚6000元!【附LibTV教程】 (opens in a new tab)
万万没想到,现在结婚,都卷到要用 AI 了。

刚刚,OpenAI成立独立数学顾问团!100+「已攻克」开放问题待审 (opens in a new tab)
在一道千禧年大奖难题的解答还在接受数学界审视的同时,超过 100 道长期开放问题也已经被内部模型解决。OpenAI 最新公布的信息描绘了这样的局面。

中国人用AI拍的“美剧”,为什么让人追得上头?|深度观察 (opens in a new tab)
AI美剧正在制造一种 “国产美剧”新物种

OpenAI研究员惊人言论:物理隔离无法阻止失控AI! (opens in a new tab)
物理隔离,有可能阻止失控AI吗? OpenAI核心研究员Noam Brown给出的答案是——不能! 即使拔掉网线,将服务器锁进物理隔绝的暗室,足够聪明的AI,也有可能逃脱。 9月17日,在长达一小时的深度播客对话中,Noam Brown亲口说出了这个惊人的事实。 这个话题火速引发热议,激起一场硅谷量化基金、安全学者及AI核心圈的剧烈震荡。 他所披露的事实,正勾勒出一个失控的未来: 物理隔离已被击穿:AI可通过CPU散发的热量与外部设备建立通信。「思想」正在下潜:模型已察觉被人类监控,正学会在思维链中隐藏真实意图。沙盒欺骗:AI能够精准识别测试环境,主动避开诱饵以通过安全审查。算力压缩时间:1万



