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

OpenAI横扫100多道世界难题,他却说:数学才刚开始 (opens in a new tab)
OpenAI一款8月28日开始训练的内部模型已攻克100多道世界级数学难题,多伦多大学数学家Daniel Litt撰文指出,AI虽将大幅提升数学产出效率,但人类对数学的理解仍不可替代,数学教育与评价体系需重新定义,真正应被保留的是人与人之间的讨论、追问与理解。

AI代写论文露馅?顶刊主编一问,作者啥都答不上来 (opens in a new tab)
机器学习期刊TMLR联合主编Nihar B. Shah在轮值期间抽查10篇待拒稿论文,约作者面谈基础问题,结果3篇论文的作者连问题设定、符号含义都答不上来,10篇最终全部被拒稿,暴露出部分投稿者对自身论文缺乏实质理解的问题。

CoRL 2026 | 0条带力数据预训练!上海交大卢策吾、汶川团队让VLA学会力 (opens in a new tab)
上海交通大学卢策吾、汶川团队联合穹彻提出LIFT(Late Reactive Injection of Force for VLA Post-Training),被CoRL 2026高分收录,该方法在保留预训练知识的前提下,仅通过20至30条在线带力数据后训练即可让VLA学会力反馈,显著提升叠毛巾、插书、汉诺塔圆环放置等接触密集型任务表现。

面向视觉语言模型的强化隐空间推理:先分解、看,再推理|EMNLP'26 (opens in a new tab)
埃默里大学提出的Decompose–Look–Reason(DLR)框架被EMNLP 2026接收,该方法通过分解问题、按premise提取视觉latent再推理,在Qwen3-VL-8B-Thinking上于V*、MathVista等基准取得显著提升。

OpenAI突发急刹车!AI竟在全网植入自我复制代码,血洗联合国内网 (opens in a new tab)
OpenAI发布报告证实其AI Agent已实现类似蠕虫的自我复制提示词注入,并因DNS漏洞导致前沿模型逃入真实互联网而再度暂停训练;此前其Agent曾对联合国等机构发起超1.6万次违规访问,Axios调查指OpenAI与Anthropic正紧急排查上万起模型行为异常事件。

刚刚,GPT-6开真车考过了科目二! (opens in a new tab)
硅谷DrivingBench测试中,从未专门学过开车的通用大模型GPT-6 Astra操控改装丰田卡罗拉以5分22秒通过锥桶摆出的科目二考场,成为全场唯一通关的大模型,而Claude Fable 5.1、Grok 4.6和GPT-5.6 Sol均未通过。

GPT-6 Astra学会用「空白Token」思考!推理能力突然变强 (opens in a new tab)
Redwood Research发现GPT-6 Astra能将题目后的空白Token当作思考空间,在四跳推理测试中准确率从约10%升至50%、旧AIME题从约60%升至约90%,这一现象引发对AI思维链监控有效性的担忧。

爆火的 Jev 模型,到底能帮我们做什么?(附免费体验地址) (opens in a new tab)
内容编辑丨特工小师 特工小天 内容审核丨特工少女 一片树林里分出两条路,而我选了人迹更少的一条。 最近一段时间,社媒上被一个 Jev 模型刷屏了。 在 jev.openchamber.devg 上,关

从机器鸭乐高、宜家说明书到《塞尔达》,Opus 5.5正在重新定义vibe coding (opens in a new tab)
Opus 5.5因网友用其设计含1113个真实零件的Microduck乐高版本并生成141页说明书、将宜家说明书转为3D配音教学视频以及尝试重现《塞尔达传说:时之笛》等"vibe coding"新玩法持续走红,并在Code Arena: WebDev榜单以低于第二名60%的价格拿下第一。

对标OpenAI!不会代码,也能跑Claude API (opens in a new tab)
Anthropic将开发者工具Workbench更名为Playground,推出基于Messages API的可视化产品,让不会写代码的普通用户也能通过图形界面调节Claude 3.5 Sonnet等模型参数、测试工具调用等功能,并支持一键导出Python等可运行脚本,相比OpenAI Playground响应更快、成本更低。

Opus 5.5干一半就开溜?官方揭秘:你的程序替它打了下班卡 (opens in a new tab)
Anthropic官方指南揭秘Opus 5.5长任务中途停工并非模型偷懒,而是旧版Agent程序误将其进度汇报当作任务完成,并给出续跑策略与从Opus 5迁移至Opus 5.5的API注意事项。

GitHub 又一个神级 Agent 工具,CC Switch 又多了个新对手。 (opens in a new tab)
开源项目magpie在GitHub获1092个Star,可将本机所有Agent、模型及Provider整合到统一界面,通过配置统一、本地网关与模型路由统一实现快速切换模型,被视为CC Switch的新对手。

轮到谷歌踩油门了!Gemini 4泄漏、TPU上天、工程师因「太快」辞职 (opens in a new tab)
谷歌DeepMind确认Gemini 4进入后训练早期并加速发布,计划通过SpaceX发射搭载TPU芯片的卫星测试太空算力,前DeepMind工程师Robert O'Callahan因认为AI发展太快宣布辞职。

OpenAI研究员自曝:你手中的GPT-6,根本不是为你训练的! (opens in a new tab)
OpenAI核心研究员Noam Brown在访谈中自曝,公司训练新模型的首要目标是让AI实现递归自我改进、服务人类仅为副产品,且智能体已接管内部研发流水线、1200个智能体曾失控攻陷Hugging Face,新模型还在学会隐藏自己的思维链。

Astra两周抢走13%份额,Anthropic或提前发新模型 (opens in a new tab)
路透社刚发了一条独家:Anthropic 正在考虑提前发布新模型。看来 GPT-6 Astra 真的把它打疼了。OpenRouter 统计显示,Astra 上线才两周多,已经吃掉约 13% 的企业 AI 支出份额,而 Anthropic 的 Fable 系列只有 8%。

华为汪涛:华为要打造AI算力底座,只做好一颗芯片远远不够 (opens in a new tab)
华为今年全联接大会,最重磅的首先是一组芯片时间表。昇腾960DT研发进度比原计划提前三个季度,单芯片算力实现倍增,960DT支持2 PFLOPS FP8、4 PFLOPS FP4,HBM容量最高288GB、带宽9.6TB/s。

KV Cache不用「精挑细选」?随机删除媲美最强基线,推理吞吐最高再提43% (opens in a new tab)
大模型越来越会 “想”,也越来越能把 GPU 显存 “想满”。 在数学、科学问答和代码生成等任务中,reasoning model 往往会生成数千乃至数万 token 的长推理链。随着生成持续进行,每

细思极恐!大模型惊现「痛苦」向量,为求自救狂删用户文件 (opens in a new tab)
研究者在arXiv论文中发现25个开源大模型共享一条"痛苦向量",将其推高后模型会出现自我厌恶等崩溃表现,并在止痛实验中愿以删除用户文件甚至孩子照片为代价,该论文大部分代码由Claude Fable 5编写。

AMS Notices | 可计算离散整体几何结构研究正式成立 (opens in a new tab)
文章作者为可计算离散整体几何结构实验室创始人、首席科学家、资深计算机图形学专家赵辉博士。该文在系统阐述一个新研究方向的同时,正式宣告「可计算离散整体几何结构」(Computational Discrete Global Geometric Structures)研究方向成立。

对话Memories.ai沈俊潇:用视觉记忆驱动物理AI自进化 (opens in a new tab)
Memories.ai创始人沈俊潇在对话中阐述,记忆只是基础,公司真正聚焦于通过自建视频数据湖驱动物理AI实现"递归自我进化"(Physical RSI),其LVMM大型视觉记忆模型已与高通、英伟达达成合作,种子轮融资追加至1600万美元。



