Nvdium今日发布 757 篇新智元报道 新智元报道 当我们惊叹于大语言模型能写诗、会编程时，科学家们正面临一个更棘手的问题：如何让AI像真正的科研工作者一样，去解决那些需要数月甚至数年持续思考、且充满未知的科学难题？ 传统的做法是，给AI一个预设好的「大脑结构」（即固定架构），然后让它去处理各种任务。这就像让一个数学家、物理学家和工程师共用同一个大脑，虽然很全能，但处理特定复杂问题时，总是显得不够「顺手」。 近日，由广东工业大学、华南师范大学、上海交通大学、杜克大学等国内外高校联合成立的学术团队提出的Eureka架构，给出了一种颠覆性的解决方案。它不再使用固定的大脑，而是赋予AI一种能力：在解决任务的过程中，根据任务的需要，动态地「生长」出最合适的专用「大脑」
GPT-6发布会，主持人居然是赛博义父Tibo？ 其实这是新版生图模型GPT Image 2.5伪造的。 虽然还没正式发布，但已经有人收到ChatGPT中新的弹窗提示。 与之前猜测叫GPT Image 2.1不同，版本号直接来到2.5，看来升级幅度不小。 那么，GPT Image 2.5有多强？ 根据目传播的测试结果，大概是可以直接伪造GPT-6官方发布会以及奥特曼全员信的程度。。。 生成一张奥特曼发推的截图，除了头像不对之外，文字也是毫无破绽。 提示词：用手机拍摄一张写实风格的手写文章照片，文章是用铅笔写在8.5x11英寸的横格纸上的，字迹要像爱因斯坦的笔迹，内容是关于世界货币的历史。确保字迹有明显的爱因斯坦式变化。在右上角添加一
点击蓝字 关注我们 此前，“智库观察”围绕ChinaTalk刊发的《Why China’s AI Bubble Is Also Industrial Policy》进行了一次讨论。这篇文章尝试从政府引导资本、风险投资和产业竞争的角度，解释中国人工智能产业正在出现的资本集中、企业扎堆和价格竞争，并将这种发展模式与中国新能源汽车等产业的经历联系起来。 文章发布后，原作者Leia Wang进一步回应了我们的三点意见。她首先澄清，自己的观点并不是中国政府有意制造“泡沫”，也不是说“泡沫本身就是产业政策”。她想强调的是：产能过剩和“内卷”虽然属于政策可能产生的非预期副作用，却仍有可能成为中国快速、大规模形成产业能力的一部分因果机制。她也承认，
它来了它来了！！ 刚刚，万众期待的GPT-6 Astra和GPT-6 Astra Pro，正式发布！！！ GPT-6 Astra是世界上最智能、最协调的模型，为Computer use、Browser Use、软件工程、网络安全、科学和专业工作树立了新的标杆。 GPT-6 Astra是世界上最智能、最协调的模型，为Computer use、Browser Use、软件工程、网络安全、科学和专业工作树立了新的标杆。 AGI时代，还被OpenAI单方面宣布「开幕」了… GPT-6发布会最后，OpenAI总裁Greg Brockman直接甩下一句： Welcome to the AGI era.（欢迎来到AGI时代） Welcome to
大概率是可验证。 AI 正在真正进入生产环境，而一旦进入生产环境，核心问题就变了，不再是模型能不能给出一个好答案，而是整个系统能不能在可预测的成本和延迟下，稳定、重复、规模化地交付结果，并让这些结果可验证、可追溯、可信赖。 在 AGI Playground 2026 的圆桌论坛上，Axiom Math 联合创始人兼 CTO Shubho Sangupta、Radixark 核心技术成员鲍科，与 SoTALab 联合创始人于林希展开深度对谈，从长任务智能体的成功率衰减、推理基建的生产级升级，聊到可验证 AI 的边界、模型商品化后的价值迁移，最终回到同一个核心问题：可验证，可能是 AI 发展的下一个真正瓶颈。 于林希同时担任本次圆桌主持
新智元报道 新智元报道 太卷了。 九月才过去3天，就已经有五个前沿模型发布了！ Anthropic的Fable 5.1和Mythos 5.1、谷歌的Gemini 3.8 Flash和Cyber，以及Meta的Muse Spark1.3……RSI，肯定已经到来了。 就在昨晚，谷歌的Gemini 3.8 Flash刚成为轻量霸主，Meta就来踢馆了。 小扎在X上霸气官宣：Muse Spark 1.3 今日正式发布，它以前沿性能，带来几乎便宜到无需计量的体验。这是我们在编程和智能体工作方面迄今实现的最大飞跃！ Meta 超级智能实验室的掌舵人 Alexandr Wang也连发三条X，揭秘了这次「王炸」的核心杀手锏。 他表示，与 Muse
从找到合适的数据集和教程，到创建开发环境、调用 GPU、运行项目，再到管理自己的算力资源，一个完整的 AI 工作流往往需要在多个页面和工具之间不断切换。 一直以来，HyperAI 希望能够帮助全球开发者进一步缩短「找到资源」到「真正把它跑起来」之间的距离。所以，除算力资源外，我们还构建了包含优质数据集、热门模型 Notebooks、海量前沿论文、多维度基准测试在内的高质量资源站。同时，随着 AI Agent、MCP 等技术的发展，HyperAI 也在持续优化、升级，以期为广大开发者提供更加便捷的服务。 基于此，HyperAI 将定期分享上线的新功能、新资源和产品体验优化，帮助用户更好地在 HyperAI 平台落地创意！ 本期 Hyp
这年头，不光人上班要找搭子，AI也开始组队了。 9月2日，腾讯WorkBuddy开放平台正式上线。一起亮相的，还有9款联名智能硬件、30多个行业应用，以及首批超过100家生态伙伴。 眼镜、录音卡、麦克风、耳机、键鼠…在腾讯WorkBuddy生态大会上，我基本上是把时下流行的AI硬件全看了个遍。 是的，它们现在全部接入了WorkBuddy。 这哪是生态大会啊…简直是一场小型硬件展览会（bushi） 这是国内AI Agent赛道首个同时打通硬件、应用与开发者三层生态的开放平台，也是WorkBuddy今年3月上线以来，第一次完整亮出自己的开放生态战略。 用腾讯云副总裁、腾讯CodeBuddy&WorkBuddy负责人刘毅的话说： 真正的生
20多年前，计算神经学家杰夫·霍金斯写道：“智能不只是模式识别，更是对世界的建模。”如今，世界模型正在批量迎来自己的里程碑时刻。 9月2日，由AI教母李飞飞创办的World Labs发布全球首个多模态世界模型（omni world model）——Atlas。 Atlas最核心的能力，是把文字、图像、视频和3D信息放进统一的空间上下文，让模型不只是生成一张看起来合理的二维画面，还能在三维空间中理解并维持场景结构。 只需一张或几张图片，它就能重建三维场景、生成新的观察视角，并让相机沿指定轨迹在其中移动，同时保持空间结构的一致性。 鉴于震撼的视觉冲击与生成画面的一致性，Atlas一经发布便好评如潮。 不少网友将其视为空间智能的一次重要突
MOON 围绕「商品多模态表征学习」完成了三代范式升级：1.0 任务统一，以 MLLM 统一建模商品图文，构建统一表征底座、支撑多类任务；2.0 模态协同，协调图文学习、缓解模态冲突；3.0 属性推理，先拆解属性、再生成表征，从「直接编码」走向「先推理、再表征」。目前 MOON 已规模化应用于超过 10 个下游场景，正成为服务阿里妈妈及淘天业务的多模态基础能力。 MOON 围绕「商品多模态表征学习」完成了三代范式升级：1.0 任务统一，以 MLLM 统一建模商品图文，构建统一表征底座、支撑多类任务；2.0 模态协同，协调图文学习、缓解模态冲突；3.0 属性推理，先拆解属性、再生成表征，从「直接编码」走向「先推理、再表征」。目前 MO
训练一个大模型之前，语料需要经过解析、清洗、去重、质量评分、Token化和样本组装。 规模来到PB级，工程团队每天面对的不止算力账单，还有数百张表、不断增加的特征，以及少数几条就可能让整批任务重跑的异常数据。 以此为背景，论文《OmniTable: A Unified Wide-Table System for Petabyte-Scale LLM Data Curation and Exploration》介绍了一套由蚂蚁集团研发的统一宽表系统——OmniTable。论文已获今年的VLDB工业赛道最佳论文，聚焦的正是大模型训练中非常重要，但也常被忽视的环节——数据准备。 论文披露，OmniTable已在生产环境管理超过35PB、3
不得了！国产大模型第一梯队，最近爆了个冷门。 一家新公司，首款模型只有27B，却在信通院MCP专项测试中拿下综合第二。 排在它前面的，是梁文锋藏了近一年的大杀器——参数量高达1.6万亿的DeepSeek-V4-Pro。 两者差距，只区区1.3个百分点。 这匹黑马就是StartLux-V1.0-27B-Preview，来自StartLux（原点星辉）。 有点面生是吧？别急，它的创始人兼CEO可是老熟人：陈大年。 AKA互联网时期的初代程序员「教父」，战绩可查： 盛大网络联合创始人、连尚网络掌门人，中国最早引入“共享软件”概念的编程者…… 退隐十年再度归来，这一次，他把赌注押在了本地模型上。 这就不得不提陈大年最近一次的罕见露面。 他在
张 宁 豫 浙江大学副教授、启真优秀青年学者，多次入选斯坦福全球前2%顶尖科学家榜单 分享大纲 今天我将围绕智能体记忆这一主题进行分享，内容大致分为三个部分：首先简要介绍大语言模型与智能体的相关背景，接着重点介绍面向大模型的可插拔、轻量化记忆机制，即如何使大模型的记忆更加高效、有效，最后探讨当前大模型记忆的可靠性与安全性问题并进行总结与展望。 首先从人工智能的基础背景谈起。最初接触人工智能时，我一直怀有一个愿景：是否有可能让AI自身持续进化，不断从环境中吸收经验。如图左下所示模型能否像人类一样，自主从互联网中学习上网技能、掌握各类工具并与环境持续交互。 在科研起步阶段，我便尝试从模型和数据中抽取信息，构建知识图谱。随着大模型时代的到
新智元报道 新智元报道 就在昨天，Anthropic刚刚祭出大杀器Fable 5.1。 可短短几个小时内，开发者们就炸锅了，直接骂上热搜。 虽然Fable 5.1在各项基准测试中都杀疯了，但这玩意儿实在太耗Token了！ 开发者Tyler绝望地发帖： Fable 5.1就是个疯子。它一下就把我整个会话的额度直接one shot带走了！ 还有人说，不到30分钟，就榨干了5小时的额度。无论是 5 倍还是 20 倍额度的付费用户，结果都一样。」 有人愤怒控诉：「4分钟内，Fable 5.1就烧光了5小时配额。我太生气了！」 连拥有28个顶级Max 20X账号的大佬也无奈表示，只是用Fable 5.1给几个项目做了个代码审计，今天所有的账号
作者：田小幺 编辑：李宝珠 转载请联系本公众号获得授权，并标明来源 上海交通大学、新加坡国立大学、美团、香港中文大学、上海大学、牛津大学的联合研究团队构建了 URBANGROUND，一个以香港真实地理数据为基础的城市级交互环境，并从局部空间理解、目标导向导航和动态环境适应三个层面，对当前 MLLM 智能体进行了系统评测。结果显示，当前模型已经具备较好的局部空间理解能力，也能够完成部分近距离导航，但这种能力并不会随着行动距离自然延伸。 城市空间的理解从来不是一次性的视觉识别。正如城市规划学者凯文·林奇在《城市意象》中所指出的，人对事物的经验总是与周围环境、此前发生的事件以及过往记忆相联系。对于试图在真实城市中行动的人工智能而言，同样如
怎么模型还没发又惹出争议了？？ GPT-6发布前夕，最早由The Information爆出的一则消息迅速在网上引起热议： OpenAI新模型引入了一种名为“循环深度（recurrent depth）”的推理技术，它可能让模型的思考过程变得更难理解、更难监控。 用大白话说就是，以后AI想了啥，人类就真看不懂了。 啊这，那要是AI学会欺骗、作弊或者绕过安全限制，我们岂不是也无法及时发现了？？ 难怪消息一出，AI安全圈迅速拉响警报，众人纷纷担心： 如果这种技术继续扩大使用，现有的思维链监控机制可能直接失效。 如果这种技术继续扩大使用，现有的思维链监控机制可能直接失效。 事关重大、讨论太激烈，OpenAI首席科学家也不得不亲自下场回应。
新智元报道 新智元报道 Atlas关停不到一个月，换个壳又杀回来了！ 刚刚，OpenAI核心高管Tibo Sottiaux在X上发话： ChatGPT桌面版现在已成为我的主力浏览器，我的效率从未这么高。 OpenAI为什么要亲手关掉Atlas？ Tibo已经给出了最直接的答案： ChatGPT本身已经长成了一个更好的浏览器。 而它长出来的这身本事，正是从Atlas身上吸收的。 更狠的是，被ChatGPT揉进体内的不止Atlas，还有正当红的Codex。 如今，这些OpenAI的核心底牌全都交由Tibo一手掌管。 Atlas「在浏览器里加AI」没成，ChatGPT「在AI里装浏览器」反而成了。 OpenAI花了十个月，证明了一件事：
近日，北航-澜舟AI联合实验室合作研究成果《WebWorld: The Browser as a World Model for Self-Improving Web Code》被国际自然语言处理顶级会议 EMNLP 2026 录用。 论文提出让浏览器作为网页代码自我改进的“世界模型”：由视觉语言模型（Visual Language Model，VLM）提出修改假设，浏览器通过真实交互复验，只有被验证有效的改进才会进入训练数据。 EMNLP（Conference on Empirical Methods in Natural Language Processing）由国际计算语言学会（ACL）旗下 SIGDAT 组织，每年举办一届，
刚刚，Gemini 3.8 Flash，正式发布。 Coding能力大幅提升，LMArena上，Gemini 3.8 Flash空降Agent榜单第14名，以微弱优势险胜DeepSeek-V4-Pro。 对一款走量定位的Flash模型来说，无疑是超常发挥了，值得表扬。 毕竟价格一分没涨。 是的，3.8 Flash在定价上，仍然与3.7 Flash保持一致。 Benchmark啥的就不细说了，大家看看就行。 相比而言，背后的方法论可能更有意思一点—— 从谷歌披露的这些数据看来，Gemini好像「邪修」上了啊。。。 OpenAI和Anthropic都在努力让模型表现更强，同时用更少的步骤完成任务。 谷歌这边，完成任务需要走的步骤却越来越
新智元报道 新智元报道 马斯克警告： The AI riptide is already underway.（AI激流，已经袭来。） 过去一年，全球AI推理Token用量暴增了25倍。 对此，方舟投资ARK Invest首席未来学家Brett Winton，语出惊人，描述了他所想到的一个意外： AI基础设施的投资回收期短得惊人，内部收益率高得离谱，哪怕规模大到不可思议，这股力量会直接把资本成本推上去，把一大批传统企业活生生拖入深渊。 马斯克转发了该观点，并如上文感慨。 要真正理解为什么马斯克会在这时候用「激流（riptide）」这个词，我们必须先看懂他对人类科技终局——AGI（通用人工智能）与技术奇点的最新判断。 激流的可怕之处在于