AI 情报文章归档

Grok @Bot 升级

Artificial Analysis 评测了 Mistral 发布的 Voxtral 3 语音模型，包括 1 个 TTS 模型和 3 个语音转文本模型。

本周在 #OCPSummit26 上，@MediaTek 演示了一款标准可插拔封装形式的实时 MicroLED 光链路，该技术基于 Microsoft Research 研发的成果：用廉价、低功耗的 LED 替代铜缆或激光，在 AI 数据中心中传输数据。

Global authority does not automatically translate into local authority in AI search. That is the...

OpenAI 表示最新模型针对 COBOL、Fortran、Visual Basic 等低资源语言做了改进，这些语言训练代码少但支撑大量关键基础设施，IBM 估计 COBOL 支撑超过 40% 的网上银行系统和 95% 的 ATM 交易。

Anthropic 产品工程师 Doug 演示了如何用 Claude Docs 准备站会和发布评审。Claude 可在文档中与团队协同工作，负责提取数据、核查论断并回应评论中的问题。

作者分享把原本打算卖掉的旧 M4 Mac mini 改造成自建 CI 机的用法，用来给 Agent 跑自动化端到端测试。此前用 GitHub 跑 CI 时因 Agent 频繁提 PR，即使开了会员每月仍要多花二三十美元；改自建后速度快、可并行、24 小时待命，闲时还作为 Agent 专用机，预先登录好 Chrome 和飞书 CLI 供 Agent 全自动使用。

Perplexity CEO Aravind Srinivas 宣布，Perplexity Computer 现可在 Mac 上完全本地运行，无需云端推理，也不用 WiFi。模型和智能体都在本机运行，可操作 Mac 原生应用和本地文件，敏感数据不必发送到云端，现已在 Perplexity Mac 应用中可用。

1800 万英里行程、400 件红色连帽衫、一个 260 位数字，还有 130 多位前创始人。 我们请了一些参与打造 Devin 的人，讲讲他们是如何走到今天的，以及在 Cognition 工作究竟是什么样子。以下是他们的分享。

Artificial Analysis 分析 Intelligence Index 各阈值达成的成本变化：达到 30 分如今每任务 0.03 美元（GPT-6 Luna high）。

OpenAI 在 g-mean² 之外新增两个互补指标：pair-matched 指标只在多个模型共同支持的实例上比较可监控性，post-control 指标则模拟监控器拒绝输出后的部署风险。原文指出，g-mean² 分数可能受各模型有效任务子集不同的影响，且不反映监控器在部署中作为控制手段的实际效果。

你也在学校舞会做志愿者啊，希望没问题

Sierra 与 Stripe 合作，让 AI 智能体在同一通电话里完成对话、付款和收据确认，无需跳转系统或发送支付链接。Cedar 的智能体 Kora 接入该集成后，发起支付的来电中 71.3% 成功完成付款。Sierra 已上架 Stripe App Marketplace，企业可直接将智能体连接至 Stripe 账户。

On 12 October DigitalOcean changed how routing works on its Inference platform. There used to be four...

前英伟达产品营销人、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示，物理 AI 目前更像“乐高时代”，而非外界期待的机器人 ChatGPT 时刻。

直播提醒——今天太平洋时间上午10:15——非常兴奋能与 @zachlloydtweets 聊软件工厂，他是 warp terminal、warp agent 以及如今 warp factories 的创造者。 我觉得我们在很多事上看法一致，但可能也会有一些火药味十足的辩论。感谢 @vaibcode 出面担任主持 🙂 今天太平洋时间10:15 在 X 上直播，剪辑版大约周五下午上传到 YouTube

作者把闲置的 M4 Mac mini 改造成自建 CI 机器，并专门给 Agent 跑端到端测试。此前用 GitHub 跑 CI，因 Agent 频繁提 PR，即使开了会员每月仍可能多花十几刀。现在速度快、并行爽、24 小时待命，还顺带当 Agent 专用机。

在你工作的地方有存在感的主动式智能体就是未来！很高兴能用 Claude Tag 支持我们法务、财务和运营团队的工作 https://claude.com/resources/articles/how-anthropic-employees-use-claude-tag

Artificial Analysis 评测了 Mistral 新发布的 Voxtral 3 系列语音模型，包括 1 个 TTS 和 3 个语音转文字模型。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 3: Slow and Steady ...

科学博客新文章：设计针对蝎子神经毒素的蛋白结合体。 蝎子每年蜇伤约 120 万人，抗毒血清往往价格高昂或供应短缺。Claude 在寻找新疗法方面迈出了早期一步。 https://www.anthropic.com/research/claude-scorpion-toxin-binder-design

Arena 宣布 Krea 3 Ultra 登上 Single-Image Edit Arena 和 Multi-Image Edit Arena，Krea 跻身两个榜单按实验室计前 5。

同一实验室的模型往往具有相似的人格画像，不过有些实验室存在明显不同的子群。 按30项人格特质对模型进行聚类，可得到三个自然形成的家族：Anthropic 模型与 OpenAI 的 GPT-6 模型归为一类，Google 模型与 Meta 的 Muse 模型归为一类，较早期的 OpenAI 模型则与 Llama 4 Maverick 同属一类。下文我们将逐一拆解各实验室内部的子群。

Artificial Analysis 将 Krea 3 Ultra 测入 AA-Image-Editing v2.1 榜单，排名第 5，质量接近 Nano Banana 2.1 与 MAI-Image-2.6，是 OpenAI、Google、Microsoft 之外排名最高的图像编辑模型。

Ed Zitron 引用 Apollo 首席经济学家 Torsten Slok 的警告，量化 AI 泡沫的脆弱性：NVIDIA、Google、Amazon、Meta、Microsoft 等九只股票占 NASDAQ 100 约 46.5%，散户直接持有约 4.65 万亿美元 AI 相关股票。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 3: Slow and Steady ...

Ai2 发布 FairStress 基准，用 300 个场景扩展成超过 1300 万测试用例，测量大语言模型在高风险决策中面对对抗前缀时的公平性。评测发现模型在身份信息显式时更易放弃支持少数群体编码候选人的正确决策，平均放弃差距为 6.9（隐含身份）至 9.3 个百分点（显式标签）。基准已开放下载并集成到 Olmo-eval，测试的九种去偏方法中仅反事实链式推理在保留准确率的同时缩小差距。

Tuesday Labs 推出家用机器人 Voxel Series-1，首批 999 台将于 2028 年发货。该机器人重点打磨在人类周围整理家务时的行为，可把物品归位、跨房间取物，上市时将能找出放错位置的物品并照料室内植物。其性格由 Pixar 顾问参与打造，创始人 Ros Shinkle 曾编写让 Boston Dynamics Spot 抓取和放置物体的算法。

GitHub Blog 访谈 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，介绍他们在生产与开源项目中使用 GitHub Copilot 的具体做法。

PyTorch 基金会在 PyTorch Conference North America 2026 上宣布新增九家成员，其中 Nebius、Nscale 和 Shopify 为铂金级，LightSeek Foundation 与 Lablup 为银级，另有四家机构为准会员。

AI 云公司 Nebius 以白金会员身份加入 PyTorch 基金会，并获得一个理事会席位，其应用 AI 高级副总裁 Ryan Hanrui Wang 同时进入技术咨询委员会（TAC）。

Google 与 Meta 联合开源 TorchTPU，为 Google TPU 提供原生 PyTorch 后端，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行，无需 JAX 依赖。

IBM 公布 Torch-spyre 的 MLIR 数据流后端设计：KTIR 承接 Inductor 已确定的并行划分，开源 Dataflow Scheduler 将其拆分为程序并扩展为嵌套、双缓冲、多实例的数据流流水线。

Mistral AI 发布 Voxtral 3 系列，包含 Transcribe 和 Speech 两个语音模型，称其达到业界领先水平。两个模型为 Mistral 新推出的语音智能体 API 提供支持。

新提交的法庭记录显示，2025 年 1 月美国国土安全部以涉嫌恐怖活动为由发出警报，在机场拦截 Stop Cop City 活动人士 Samuel Tunick，但 CBP 官员盘问时谎称需要其手机查找儿童色情材料。Tunick 提供了 wipe 其 GrapheneOS 手机的代码，现因此被刑事起诉，成为近期受关注的科技公民自由案件之一。

全栈 AI 云平台 Nscale 以白金会员身份加入 PyTorch 基金会，并获得一个理事会席位。Nscale 此前通过分布式计算框架 Ray 进入该基金会生态，在计划收购 Ray 背后的公司 Anyscale 后，承诺继续投入 Ray 的开发与贡献者社区。其云原生平台工程 VP Nick Jones 加入理事会，AI 服务 VP Eyal Lantzman 加入技术咨询委员会。

SGLang 的 Elastic EP Scaling 让 MoE 模型可在运行中按细粒度增量加入 GPU，无需部署完整副本或重启服务，max_ep_size 预留元数据与通信缓冲容量。

Anthropic 开放 Claude Duet 研究预览，这是一款让 Claude 作为主动智能体工作的独立应用，提供 iOS、Android 和 claude.ai 版本，面向 Pro 和 Max 计划，首批面向美国用户，需加入等候名单。

NVIDIA 介绍开源运行时 NVIDIA OpenShell 及其参考架构，将智能体视为不可信工作负载，通过 Gateway、Supervisor、Sandbox 和 Policy prover 四个组件在智能体之外实施确定性治理。

Cohere 发布 Rerank 5 Pro 与 Fast 两款企业检索重排模型。