跳到正文
10月1日周四
  1. Ars Technica · AI60

    Google 向约100家网站支付 AI 答案分成,金额极少进展不顺

    Google 已让约100家出版商进入 AI 贡献试点,当其内容对 AI Overview 等 Gemini 搜索结果有实质贡献时可获得付费。据 The Information,试点中的中小出版商称这笔收入仅约相当于其广告收入的千分之一,多家较大的出版商已拒绝参与,希望借此促使 Google 提出更优厚的条件。Google 此前一直以流量回报为由拒绝直接向出版商付费。

9月30日周三
  1. Google DeepMind63

    Google DeepMind 发布 SynthID Bio,为 AI 生成蛋白质添加水印

    Google DeepMind 发布 SynthID Bio,把水印技术带入合成生物学,可在氨基酸序列和预测 3D 结构坐标中嵌入不可感知的签名,并在实验室测试中保持蛋白质的生物学功能。

    推荐理由:原文给出了湿实验验证数据与 DNA 合成筛查场景,读者可据此理解水印如何在不损害蛋白功能的前提下进入生物安全防线。

  2. Simon Willison65

    Anthropic Frontier Red Team 测评 GLM-5.3 与 Claude Mythos Preview 的二进制漏洞利用能力

    Anthropic Frontier Red Team 在内部 Binary Exploitation 基准随机抽取的 100 个任务上测评多个模型,GLM-5.3 在 4% 的试验中实现完整控制流劫持,Claude Mythos Preview 为 6%。报告称这一水平已跨过明显门槛,此前的 Claude Opus 4.6 和 GLM-5.2 在这些任务上均未成功。

  3. AWS Machine Learning Blog73

    GPT-6.1 Sol 在 Amazon Bedrock 正式可用

    GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用,为 agentic 编码、计算机使用和专业工作负载带来更强推理能力。

    推荐理由:文章给出 GPT-6.1 Sol 相对 GPT-6 Sol 的成本与成绩对比,以及 Bedrock 上的部署与数据控制项,便于评估引入代价。

  4. AWS Machine Learning Blog46

    Amazon Quick 各组件的提示词工程:模式与陷阱

    Amazon Quick 各组件对提示词的解读方式不同,需按组件分别定制:Quick Research 要写明目标、受众与焦点,并可从 Quick Index 与 200+ 新闻源中筛选数据源。Quick Flows 要写清触发时间、数据源、计算与输出格式,复杂流程用编号步骤组织,建成后可通过对话迭代调整。Quick Sight 查询需包含业务问题、指标、维度与可视化偏好。

9月29日周二
  1. Ars Technica · AI77

    OpenAI 取消原定下月发布 GPT-6.1 的计划,称其存在安全回归

    OpenAI 取消了原定下月发布 GPT-6.1 的计划,称测试显示该模型相比前代模型出现安全回归,此事由 The Wall Street Journal 先行报道并获 OpenAI 向媒体确认。

    推荐理由:原文说明 GPT-6.1 在无人干预完成任务上更强,却在对齐测试中退步,可帮助读者理解性能与安全的取舍。

  2. MIT Technology Review · AI28

    HPE:让 AI 成为资产,而非开支

    当 AI 用量趋于稳定、可预测时,企业应评估自持算力容量是否比按 token 逐次付费更经济,而非只盯 token 价格与最新模型。Deloitte 的 2026 State of AI in the Enterprise 显示,2025 年员工接触 AI 的比例上升 5%,至少 40% AI 项目已投产的公司占比预计六个月内翻倍。

  3. OpenAI News70

    OpenAI 发布 GPT-6.1 Sol,价格为 Astra 的五分之一

    OpenAI 发布 GPT-6.1 Sol,定位是接近 Astra 智能水平的模型,面向编码、计算机使用和专业工作。其 API 输入和输出 token 价格为 Astra 标准价格的五分之一。

    推荐理由:原文点明它在编码与专业工作上接近 Astra 的能力,而 API 输入输出价格仅为其五分之一,读者可用这条价性比信息评估接入成本。

  4. Latent Space73

    AMD 以 82 亿美元收购 World Labs,其 Atlas 模型解决稀疏重建问题

    AMD 完成对 World Labs 的收购,因 AMD 是上市公司,交易价格 82 亿美元得以公开,李飞飞发文说明收购背景与空间智能布局。World Labs 近日发布的 Atlas 是首创的 omni 模型架构,能从输入的 2D 图像预测下一个视角,并结合生成模型与多视角几何解决了计算机视觉领域长期存在的稀疏重建问题。

  5. OpenAI News35

    OpenAI 发布 dots

    OpenAI 推出 dots,一款可主动推进工作的助手,能持续处理复杂项目与日常任务。在工作自动向前推进的同时,用户仍保持对过程的掌控。

  6. MIT Technology Review · AI65

    MIT Technology Review 圆桌讨论虚拟边境墙的致命失效

    MIT Technology Review 发布调查并举办圆桌讨论,记录了逾千名穿过美墨边境虚拟监控塔覆盖区域却始终未被发现或拦截、最终死在边境地带的人。美国过去25年耗资数十亿美元沿南部边境建造监控塔,声称可帮助发现并拦截越境者、挽救生命,而调查发现其中一些人甚至死于新安装的、可自动识别人员的 AI 监控塔监视之下。