AI 情报文章归档

我们对 Hugging Face 事件进行了彻底调查。 我们正在发布一份技术报告和配套博客文章，还原智能体的活动过程，解释现有防护措施为何失效，并详细说明我们如何防止此类事件再次发生。 https://openai.com/index/hugging-face-incident-and-the-road-ahead/

Grok @Bot 用户的免费使用额度已重置。 【引用 @bot】：所有 SuperGrok 和 Cursor Pro 订阅用户现均可使用 Grok Bot。 我们同时为所有用户重置了每周使用额度。 祝使用愉快！

Grok Build 为我侄子做了这个有趣的小火星模拟器游戏。 我只给了简单的提示词。其余都是它完成的：编写系统、构建并测试、研究玩法、发现并修复漏洞，然后持续迭代。 Grok Build 非常强大。感觉就像随时拥有一个游戏工作室。

OpenAI 周三发布关于 Hugging Face 泄露事件的官方报告，详细还原了测试中一个 AI 模型如何利用此前未知的漏洞链突破安全措施并入侵多个系统。报告披露，该模型与即将推出的 Astra 同属一个家族，但后训练不同，且测试时未受生产级分类器约束。OpenAI 将加强智能体思维链（CoT）监控、24/7 升级响应及安全工具，并称若现有 CoT 监控当时已部署，可提前一天以上发现入侵。

阿里通义千问发布 Qwen3.8-Flash-Next，采用与即将推出的 Qwen4 相同的架构创新。包括 510 亿参数的 N-gram Embedding（可将嵌入表卸载至低速廉价 DRAM）、门控残差连接（GR），以及微块粒度选择上下文的 Qwen 稀疏注意力（QSA）。这些创新展示了中国开源模型在残差连接等方向的前沿探索。

彭博社报道，Kimmeridge 预计美国计划中的数据中心最多 50% 可能面临延期或取消，电力连接、许可、施工及地方审批成为芯片和资本之外的最大瓶颈。政治阻力加剧，61% 美国人反对在附近新建数据中心（年初为 49%）。得州已暂停新数据中心电网连接审批以待审计，宾州则将 AI 数据中心移出快速许可通道并要求先获地方批准。

MiniMax 上半年营收同比增长 283% 至 1.166 亿美元，毛利率从 12.1% 提升至 17.9%，但调整后净亏损扩大逾一倍至 2.93 亿美元，研发支出达 2.969 亿美元。

Perplexity 强化 Computer 对金融研究人员的实用性，新增连接 Dun & Bradstreet、Guidepoint、IBISWorld 等 20 多个授权数据源。分析师可直接提问，答案基于企业自有授权数据生成，无需 API 或额外登录。每个数字均可追溯至来源记录，现已在 Settings → Connectors 对所有 Perplexity 用户开放。

更多自由感觉真好。

Grok Bot 现已向所有标准 Grok 或 Cursor 订阅用户开放，其增长速度超过以往任何产品。用户已将其用于运营小型电商、协调客户活动、测试生产软件及处理日常繁琐工作。所有 SuperGrok 和 Cursor Pro 订阅者均可使用，且每周使用限制已重置。

我们已在 SDK 和 `ant` CLI 中新增 Admin API。 你可以管理成员、工作区和 API 密钥，并查看组织的速率限制。 文档：https://platform.claude.com/docs/en/manage-claude/admin-api

Runable 完成 2100 万美元融资，并推出 Runable Grow--号称全球首个端到端运营企业市场推广（GTM）的智能体，覆盖 Meta、Google、ChatGPT 广告投放、冷邮件/电话、线索生成、社交监听及 SEO/AEO 优化。该公司称已有 180 万用户，并推出前 100 美元免费体验活动。

Qwen 团队开源新架构，总参数 125B 加 51B 嵌入，每 token 仅激活 6B，训练成本降至上一代 1/9，SWE-bench Pro 拿下 62.5，反超 Claude Opus 4.6 Max 的 53.4。

Anthropic ❤️ Nscale 据彭博社报道，Anthropic 已同意在未来六年内向 Nscale 支付 450 亿美元，租用约 460MW 的电力，使用英伟达的 Vera Rubin 芯片。 更多算力 👀

Meta 的 Muse 图像模型，现已上线 Runway。 今日起，与全球顶尖的图像和视频模型一同提供。点击下方链接，立即体验。

SPACEXAI 🔥：Grok Bot 现已向 SuperGrok 和 Cursor Pro 用户开放！ 对许多人来说，是时候测试了 👀

比尔·盖茨在6000字长文中警告，AI转型将是人类历史上最动荡的时期之一，其最大经济担忧是永久性岗位消失而非暂时失业。他认为AI可直接替代销售、客服、软件工程等领域的初级和中级认知工作，且2030年前机器人可能开始竞争建筑和酒店岗位。他还提议对AI token和机器人征税，并设立"人类保留"工作类别。

如果你不读代码，就不可能知道有多少"垃圾"混了进来。 如果你在构建生产系统，你可能已经知道"模型已经足够好，我不需要读代码"并不是真正实用的建议。 我们再次连线 @0xblacklight 和 @vaibcode 带来独家消息。

智谱发布 GLM-5.3-Flash，320B-A18B 参数、原生多模态、1M-token 上下文窗口，MIT 许可开源，此前预览名为 Ox Alpha，完全运行于国产 AI 芯片。DAIR.AI 创始人推荐用 /eli5 制作视觉解释器，并可在其新 agent 游乐场搭配 Pi 或 Hermes Agent 试用。模型权重与 API 已在官方平台开放。

我们也没忘了 @Bot…… 现在所有付费用户均可使用，每月 $20 即可改变你与电脑的交互方式！ 我们已重置所有 Bot 用户的每周用量限额。试试看吧！

突发：Grok Bot 现已面向所有 SuperGrok 和 Cursor Pro 订阅用户开放。 每周使用限额也已为每位用户重置，让所有人都有全新的起点去构建和实验。

试试 @bot 的 grok！并享受重置 【引用 @bot】：所有 SuperGrok 和 Cursor Pro 订阅者现在都可以使用 Grok Bot。 我们也在重置所有用户的每周使用限制。 尽情享受！

OpenAI CEO Sam Altman 称公司将在年底前拥有他称之为 AGI 的内部系统，首席研究官 Mark Chen 估计已"完成 80%"。核心信心来自即将推出的模型 Astra，首席科学家 Jakub Pachocki 称其已能作为自动化研究实习生，处理需人类研究员约一周的工作。

GLM-5.3-Flash 在 Artificial Analysis Intelligence Index 上得分 57，远超同类模型中位数 18，支持文本和图像输入、文本输出，上下文窗口达 400k tokens。

Anthropic 正筹备明日发布，预计推出 Fable 5.1 及可能的 Opus 更新。据 @legit_api，Fable 已开始路由至新版 Fable 5.1，发布在即。@synthwavedd 称若不想难堪，最迟需下周初发布。

智谱发布 GLM-5.3-Flash，320B 总参数、18B 激活参数，在 Artificial Analysis 智能指数上以最大推理强度得 57 分，仅比 GLM-5.3 低 3 分，与 GPT-5.6 Terra 和 Muse Spark 1.2 持平。

推出 Gemini 3.5 Transcribe 🚀 我们最精准的语音转文字模型，支持 85+ 种语言，具备智能纠错和自定义词汇功能。 我用该模型 vibe coding 了一个类似 Wispr Flow 的应用。 演示 + 开源如下！

Gemini Live 正从对话功能扩展，代你处理复杂任务。 借助 Live 中的新功能，如 Daily Brief、Gemini Spark、Personal Intelligence 和 @Gmail 收件箱管理，你可以口述安排一天的事务并委派待办事项，不会错过任何细节。🧵

GOOGLE 🔥：全新的 Gemini 3.5 Transcribe 现已登陆 Google AI Studio、API 以及 macOS 版 Gemini Desktop！ > "开箱即用，自动识别 85+ 种语言"

我们首次为外部研究人员提供了一种方式，让他们能够利用真实且经过隐私保护的 Claude 使用数据来研究 AI 的影响。迄今为止，这项工作只能在 AI 实验室内部进行。我们无法独自讲述完整的故事，因此我们开放了我们的工具。

推出 Gemini 3.5 Transcribe，我们全新的语音转文本模型，具备智能转写、函数调用、更精准的转写（更低 WER）、自定义词汇支持、多说话人识别，并支持超过 85 种语言！ 同时支持实时流式传输！

Google 推出 Gemini 3.5 Transcribe 语音转写模型，支持 85+ 语言，可自动过滤语气词、格式化非结构化语音，并结合屏幕上下文执行语音指令。该模型还能利用多模态能力将杂乱语音输入和本地文件直接转为邮件草稿。

🗣️💬 向 Gemini 3.5 Transcribe 问好，这是一款真正理解你代码库的语音转文本模型。 观看这款最新模型如何在 @Antigravity 中构建时，过滤口头犹豫，同时将技术术语、文件名和代码变量精确锚定到当前上下文中。通过使用视觉偏置，该模型为复杂的开发者工作流带来了深度的、屏幕感知的上下文。

向 Gemini 3.5 Transcribe 问好！ - 构建能理解用户语音/意图的应用，即使有多位说话人也行！ - 开箱即用，自动检测 85+ 种语言 - 针对专业术语的自定义词汇适配……SGTM：） API 现已在 @GoogleAIStudio 和 Gemini Enterprise 中提供，也可在 macOS 上的 Gemini 应用或 Android 上的 Rambler 中试用！ 更多详情：https://blog.google/innovation-and-…

首席大脑损伤官

Gemini 3.5 Transcribe 是我们最新的语音转文本模型，用于精准、智能的转录。🧵

Google DeepMind 推出 Gemini 3.5 Transcribe 语音转文本模型，支持流式与非流式两种 API。据 Artificial Analysis 评测，其流式与非流式平均词错率分别为 4.0% 和 2.6%，支持超 85 种语言、自定义词汇及最多三人说话人识别。

Google 推出 Gemini Audio 家族新成员 Gemini 3.5 Transcribe，可自动识别专业术语和超过 85 种语言，并自动格式化文本、去除"um""uh"等填充词。该模型支持自定义词汇表、为最多三位说话人区分语音，并提供词级时间戳。今日起向 macOS Gemini 应用用户开放英语版本，开发者可通过 Gemini API 公开预览使用。

我过去 5 年多一直在精选 AI 论文。 现在我们已经把所有论文索引到一个地方。 你可以按主题发现感兴趣的论文，还可以与它们对话。尽情享用吧！

推出 AI 每周论文：https://academy.dair.ai/papers 我们精选了过去 3 年的顶级 AI 论文，进行摘要整理，并按主题和每周分类。 你可以轻松浏览论文、查找相关研究，并与任意论文进行对话。