Последние посты
动察Beating AI News
22 сент., 16:43изменён
Claude Opus 5.5发布：多数任务追平Fable 5.1，典型成本降40%Anthropic 发布 Claude Opus 5.5，这是 Claude 5.5 系列首个模型。官方称，它在多数任务上达到 Fable 5.1 水平，但典型工作负载成本比 Opus 5 低 40%，输出速度快 30% 以上。API 价格降到输入 4 美元、输出 20 美元/百万 tokens，均比 Opus 5 低 20%；缓存读取降到 0.20 美元，便宜 60%。编码评测提升最明显。Terminal-Bench 4.0 上，Opus 5.5 得到 66.4%，高于 GPT-6 Astra 的 57.9%；FrontierCode v1.1 为 54.4% 对 53.3%。Anthropic 称，在默认 effort 下跑 FrontierCode，Opus 5.5 超过 Astra 最高分时，单题成本约只有后者五分之一；GDPval-AA v2.1 也以 1846 Elo 高于 Fable 5.1 的 1735 和 Astra 的 1542。不过它没有全线领先。AutomationBench 上 GPT-6 Astra 为 41.4%，Opus 5.5 为 40.0%；Terminal-Bench-Science 也是 Astra 得分更高。这是 Anthropic 宣布「放慢前沿模型推进」后发布的首个模型。公司称 Opus 5.5 在其自动化行为审计中拿到目前最好成绩。Pro、Max、Team 的五小时额度也同步上调，Sonnet 5.5 和 Haiku 5.5 将在未来几周推出。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 15:54
阿里也做AI终端，QwenBook先从办公平板下手《晚点 LatePost》称，阿里云无影团队正在研发 QwenBook，一款主打办公的「原生智能体电脑」，形态更接近平板加键盘。产品定义和硬件由团队自研，并用上无影已有的系统和端云能力。目前接入 Qwen3.8-Max 和 Qwen3.8-Flash。IT之家今天也在云栖大会现场看到了演示真机。简单说，阿里想把千问直接放进系统里，让 Agent 能拿到文件、会议记录等上下文，再调用工具完成任务，而不只是做一个聊天 App。QwenBook 目前已经做了听记、Wiki、智能文件夹、邮箱、知识库 MyNote 和记忆管理 MyZone 等自有应用，还在与金山合作接入 WPS。这和豆包手机的路线不太一样。豆包主要通过读屏和模拟点击，直接操作手机里已有的 App；QwenBook 先从自己能控制的办公应用做起。豆包这条路此前已经碰到第三方 App 的限制。新发布的努比亚 NaviX Ultra，目前仍无法在微信、淘宝、美团、小红书等应用内自动执行任务。QwenBook 目前仍是早期试水项目。《晚点》称团队约 150 人，今年 4 月左右启动，完整产品预计到今年底或明年初才会发布。阿里现阶段更像是在先搭一套 Agent 能真正动手干活的办公环境，再慢慢往外接第三方软件。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 15:27
硅谷开始自己造人才：a16z砸3500万美元办「大学替代品」a16z 投资 3500 万美元孵化 Horowitz Andreessen Academy，招收 16 至 22 岁年轻人。OpenAI、Anthropic、Google、Meta、英伟达、Palantir、Stripe 等 10 家科技公司都是创始合作伙伴。这套学校基本不按传统大学的路子来。招生更看申请者已经做过什么，学生入学后最多 80% 的时间都拿来做项目，比如训练 AI 模型、开发产品或者创业。每个人还能获得超过 5 万美元的算力和技术资源。授课的人也大多来自科技公司和创业圈。Sam Altman、李飞飞、Figma CEO Dylan Field 等人都在名单里。学生还能直接进入合作公司学习和实习。Cognition、Databricks、Notion、Shopify 等 40 多家公司已经加入招聘合作。a16z 连创业融资也接了进来。合伙人 Erik Torenberg 表示，他们未来很可能会投资这里走出来的创业者。从招生、培养、实习、招聘到创业投资，原本分散在大学和硅谷不同环节里的事情，被装进了同一套体系。首届计划招约 50 人，2027 年秋季开学，一年学费全免。正式两年制项目计划 2028 年启动，目前还在等待监管批准，也还没有大学认证。未来学费预计和美国顶级私立大学接近。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 15:23
Cloudflare给Coding Agent自动开「临时测试服」Cloudflare 上线 Worker Previews。Worker 可以简单理解成跑在 Cloudflare 上的后端程序，比如处理 API、登录、数据库和网页请求。现在开发者或 Coding Agent 每新建一个 Git 分支，都能给这套程序临时开一个独立测试环境，改完代码直接部署进去试，不用碰正式网站。这套测试环境有自己的网址、日志和运行状态，Durable Objects、Containers 等资源也能单独创建。Agent 因此可以自己完成改代码、部署、打开网页测试、看报错，再继续修改。Cloudflare 以前也有 Preview URLs，但主要只是给某个 Worker 版本生成一个临时网址，背后的资源仍可能连着正式环境。现在每个分支都能单独跑一套，Agent 测试新代码时，就不用担心把线上服务一起搞坏。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 15:13
DeepSeek、月之暗面获邀向联合国安理会谈AI风险路透社援引知情人士称，DeepSeek 和月之暗面均获邀向联合国安理会就 AI 与国际安全发言。其中 DeepSeek 预计本周向安理会做简报，创始人梁文锋不计划出席。月之暗面也收到发言邀请，但目前尚未确认是否参加。这场会议将讨论 AI 对国际安全带来的风险。OpenAI CEO Sam Altman 计划出席并发言，Anthropic 也预计派高级代表参加。联合国安理会 2023 年首次正式讨论 AI 风险，当时中国警告 AI 不应成为「脱缰野马」，美国则警告不要利用 AI 审查或打压民众。这次会议正赶上中美围绕 AI 安全的讨论升温。美国多家 AI 公司近期呼吁协调放慢前沿 AI 发展，中国官方媒体则批评这类主张可能被用来限制中国参与全球 AI 竞争。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 15:07изменён
2亿日活之后，豆包开始把人从聊天挪去干活《晚点 LatePost》称，豆包通用 Session 团队正在减员。该团队此前约有 50 人，一度是豆包内部规模最大的团队，主要负责对话策略、评测和回答体验。调整后规模预计缩减约一半，部分员工转岗豆包商业化、飞书等团队，其余人员将被裁撤。模型侧也在收缩。负责豆包对话后训练的 Product Posttrain-Chat 团队，已有部分员工转去 Horizon RL 和 Product Posttrain-Work。后者主要服务办公和 Agent 场景。今年 8 月，Seed 才刚成立 Product Posttrain-Work，同时把原 Application 团队更名为 Product Posttrain-Chat。一个多月后，Chat 团队就开始缩编。豆包目前 DAU 已超过 2 亿，对话仍是它最大的用户入口。但最近几个月，字节明显在把更多人力放到办公、企业服务和商业化。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 14:56
Instinct疑似发生跨用户数据泄露：陌生财务文件直接串进聊天AI 个人助理 Instinct 被曝疑似出现跨用户数据隔离问题。用户 Pritak 发现，Instinct 突然开始处理一份他从未上传过的 Gerber 理赔文件，还说文件上写着他的姓名和地址。Pritak 很快发现，中间名和地址都不是自己的，而且他根本没有上传过照片。Instinct 随后称，它检查了记录，Pritak 当时只发了文字，是「别人的图片串进了这段对话」。它还询问是否要把问题上报团队，并生成了一段事故说明。目前还不能确认后台真的发生了跨用户数据泄露，还是 Instinct 把文件、内容和后续解释一起编了出来。但如果前者成立，问题就比普通 Agent 幻觉严重得多，说明不同用户之间本该隔离的数据或会话发生了交叉。Instinct 此前已经因为权限问题受到质疑。TechCrunch 报道过，它曾在用户断开 Gmail 后继续读取此前保存的邮件，还有测试者发现它会在未经确认的情况下代用户发邮件。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 14:27изменён
传网信办调查DeepSeek、月之暗面：用户敏感数据疑被转给Claude《The Information》援引知情人士称，中国国家网信办正在调查 DeepSeek 和月之暗面。起因是 Anthropic 指控两家公司在蒸馏 Claude 能力时，曾在用户不知情的情况下把部分请求转给 Claude。网信办此前约谈了 Anthropic 报告点名的 7 家中国 AI 公司，随后将调查重点放到 DeepSeek 和月之暗面。Anthropic 的报告称，月之暗面相关蒸馏活动在 5 月至 7 月超过 2300 万次交互。其中一个 10 天周期里，近 30 万条 Kimi 用户请求被直接转给 Claude。DeepSeek 相关活动则在 7 月的 14 天内超过 1210 万次交互，部分用户请求被转给 Claude Opus。月之暗面转发的数据包括企业内部代码、仍有效的登录凭证，以及一名其判断可能与解放军有关的用户上传的成都监控数据。后者涉及数百个摄像头，包括部分军事设施和国企附近的监控。DeepSeek 转发的请求中则包括公安系统开发任务，涉及利用身份证号比对人员行动轨迹和警方记录。信源动察 Beating 频道 · 动察 Beating 交流群The InformationChina Probes DeepSeek, Moonshot Over Potential Data Leaks to AnthropicChina’s internet regulator is investigating DeepSeek and Moonshot AI after Anthropic alleged both companies had been routing sensitive user data to Claude models, according to people with knowledge of the matter. In a 154-page report published on Sept. 10…动察Beating AI News
22 сент., 14:18
oMLX作者加入Hugging Face：Mac本地AI从个人项目变全职Hugging Face 宣布，oMLX 作者兼维护者 Jun Kim 已加入公司，今后将全职继续开发 oMLX 和 MLX 相关工具。oMLX 是专门面向 Apple Silicon 的本地大模型推理服务器，可以让 Claude Code、Cursor、OpenClaw 等工具直接调用 Mac 上运行的模型。oMLX 此前一直是 Kim 业余维护的个人项目。加入 Hugging Face 后，项目将获得资金和全职开发支持，但不会被收走。代码仍留在原仓库，继续使用 Apache 2.0 协议，Kim 也会继续负责项目。Hugging Face 还准备把 oMLX 当成 MLX 新能力的试验场。成熟的功能会尽量提交回 mlx-lm、mlx-vlm 等上游项目，同时加快把 Transformers 新模型适配到 MLX。简单说，oMLX 从一个个人项目变成了有公司出钱养的长期项目，但仍保持开源和独立。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 11:17
1B参数干到AIME 94%，Paradigma开源数学专用模型意大利 AI 实验室 Paradigma 发布首个模型 Limite 1B - Violetto。它只有 10 亿参数，专门用来解数学题。模型从零训练，使用不到 3000 亿 tokens，随后再经过 SFT 和强化学习后训练。官方公布的评测表中，Violetto 在 AIME 2026 得到 94.01%，超过多款 3B 到 120B 模型。不过部分对手成绩直接取自模型卡或 MathArena，并非 Paradigma 统一复测，评测配置可能不同。Paradigma 把 Violetto 定位为高吞吐数学模型，重点是把模型做小、做专。它主要处理单轮数学问题，也计划作为多 Agent 系统里的高频数学求解器。模型权重和 vLLM 推理代码已按 Apache 2.0 协议开放。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 10:54
ChatGPT能看美国人的信用分了：接入Experian，告诉你哪张卡拖后腿OpenAI 给 ChatGPT Finances 加入信用分追踪。美国 Plus 和 Pro 用户现在可以直接连接 Experian 信用报告和 VantageScore 3.0，不需要先绑定银行账户。网页、iOS 和 Android 正在逐步开放。接入后，ChatGPT能查看已上报的账户、余额、信用额度、信用利用率、还款记录和查询记录，解释哪些因素正在影响信用分。信用报告和分数每月更新，出现新查询、新账户或地址变化时还能提醒用户。通过这里查分属于 soft inquiry，不会把信用分查低。它还可以把信用报告和 Finances 里通过 Plaid 接入的账户数据放在一起分析。比如哪张信用卡占用了最多额度、应该先还哪张卡，以及申请租房、车贷或房贷前需要注意什么。此前 Finances 已经能读取支出、账单、投资和负债，这次相当于把个人信用记录也补了进来。不过，ChatGPT 显示的是基于 Experian 报告计算的 VantageScore 3.0，不一定等于银行或房贷机构真正审批时使用的信用分。用户断开 Experian 后，OpenAI 称底层信用报告数据会在 30 天内删除，但已经进入聊天记录或 Financial Memories 的信息不会自动一起消失。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 10:43
Jev开始管Attention，MiniMax H3生成时间砍掉41.7%日本开发者 Kamimoto 把 Jev 接进 MiniMax H3 的视频生成流程。它会根据每一层的运行状态，从 1%、3%、5%、10% 四档里选择 Attention 保留多少，再由 Sparse Attention 决定具体哪些计算可以省掉。在 RTX 4070 12GB 上，同样生成一段约 5 秒的视频，原版 4-step 方案需要 6 分 07 秒，加入 Sparse Attention + Jev 动态控制后降到 3 分 34 秒，总耗时缩短 41.7%。不过，这 41.7% 不能全算在 Jev 头上。Sparse Attention 本身就能通过少算一部分 Attention 来提速，固定保留 5% 或 10% 也会变快。Jev 做的是动态调节：重要的层多算一点，不重要的层少算一点。目前还不能证明这种动态调节一定比固定比例画质更好，作者也明确表示质量还没有充分验证。实验代码已经开源。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 10:15
Seedance2.5给AI视频「抽卡」降价：480P先试，满意再出1080P字节跳动给 Seedance 2.5 API 上线 Draft（样片）模式。用户可以先用 480P 低成本生成样片，确认构图、动作、对白和运镜，满意后再把选中的样片生成 1080P 成片。即梦也已经加入「Seedance 2.5（样片模式）」。它和普通的「低清试 prompt，再用同一个 prompt 重抽高清」不太一样。生成 1080P 时，模型会关联原来的样片 ID，复用提示词、参考素材、seed、画幅和时长等参数重新推理，尽量保住原来的结构、构图和动作。局部纹理、小字和人群数量仍可能变化，所以它不是逐帧复刻，也不是简单把 480P 超分到 1080P。官方测算，一段 5 秒 1080P 视频，在不含视频输入、平均抽 4 次才能选中满意结果的情况下，Draft 可以节省 57% 成本，整体生成速度提升近一倍。如果要抽 20 次才能选中一条，成本最多可省 77%。类似 Draft 此前已经出现在 Seedance 1.5 Pro。这次是把这套低成本试错流程接进 Seedance 2.5，并让选中的样片可以继续生成对应的 1080P 成片。AI 视频最烧钱的往往就是前面反复「抽卡」，这次压的正是这部分成本。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 09:34
Aikido砍掉GLM-5.3三分之一专家，做成本地安全模型比利时网络安全公司 Aikido 发布首个开源安全模型 Altar-1。它把 Z.ai 的 GLM-5.3 做成面向安全场景的压缩版。企业可以把它部署在自己的服务器甚至完全断网环境里，用来做代码审计和渗透测试，源码和未修复漏洞不用交给外部模型。Aikido 先把 GLM-5.3 做成 INT4 量化版，再用 Cerebras 的 REAP 方法剪掉 256 个路由专家中的 88 个，相当于砍掉 34.4%。模型体积从全精度的 1.51TB 缩到 328GB，比量化后的 488GB 还小 32.8%。官方推荐用 4 张 H200 部署。压缩后性能基本保住。在 Aikido 自建的 32 个 CVE 测试中，Altar-1 单轮平均召回率为 60.4%，量化版 GLM-5.3 为 61.5%。连续测试三轮，两者都至少一次发现了 23 个漏洞，全精度 GLM-5.3 是 25 个。严格说，Altar-1 现在更像「安全场景定向剪枝的 GLM-5.3」。Aikido 明确称这一步没有训练新技能，真正的安全工作流微调、工具调用和长程推理训练还在后面。NIST 旗下 CAISI 此前将基座 GLM-5.3 评为目前网络安全能力最强的开源模型，但综合能力仍落后当前美国前沿模型约四个月。信源动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 09:17
小米MiMo Code也被扒出闭源模块，能打包整个代码库但暂未发现外传有开发者拆解 MiMo Code 官方安装包后发现，里面包含 trajectory-bundle 和 codebase-bundle 两个公开仓库里没有的模块。前者可以打包系统提示词、对话、模型回复和代码 diff。后者包含 collectCodebase()，可以遍历 Git 仓库、读取源码并压缩打包。目前没有发现 collectCodebase() 被 MiMo Code 内置代码调用，也没有证据显示完整代码库被上传。开发者确认的外传内容主要是 Git 仓库地址、commit hash 和 branch 等信息。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 08:39
阿里对标豆包手机助手，推出Qwen Intelligence阿里发布 Qwen Intelligence，可以理解成面向手机厂商的「千问版豆包手机助手」。它不自己造手机，也不是一个单独的 App，而是把千问模型、Agent 平台和手机场景能力打包给厂商。首发三套方案，分别负责规划、操作和创作。Mobile Planner Agent 相当于手机的「大脑」。它会拆解复杂任务、安排执行顺序，再调用不同工具完成任务。它还有工作记忆和长期记忆，可以记住上下文和用户偏好。Mobile-Use Agent 负责真正动手操作手机。能直接调用接口时，它优先走 MCP、API、DeepLink 等方式；没有接口，再通过视觉识别和 GUI 点屏幕。涉及支付、删除数据等高风险操作时，会交给用户最终确认。Mobile Creative Agent 负责图片创作。用户只需要说一句需求，它会自己拆解步骤，再调用不同能力完成图片。阿里称，其生成过程已经从 100 步压缩到 8 步，首张图片约 3 秒生成。这套方案已经与荣耀 MagicOS 落地。双方披露，复杂长程任务可以连续执行 100 步以上，端到端服务闭环率达到 90%。相比单纯做一个 AI 聊天助手，Qwen Intelligence 更想直接成为手机厂商做系统级 Agent 的底座。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 07:53
Muse大火，扎克伯格身价一日暴涨近1700亿元9 月 22 日，Meta 股价于当地时间 9 月 21 日飙升近 12%，其创始人马克·扎克伯格的净资产估计达到 2536 亿美元（约合人民币 1.70 万亿元），单日增长 250 亿美元（约合人民币 1674.58 亿元）。Meta 股价此番上涨源于富国银行上调其目标价，叠加投资者对其推出的个人 AI 助手 Muse 发展前景抱有信心。富国银行当地时间 9 月 21 日将该股的目标价从 640 美元上调至 796 美元，并维持了增持评级，以迎接本周晚些时候举行的 Meta Connect 大会。Muse 的使用统计数据被认为是需要关注的关键指标。（《福布斯》）动察 Beating 频道 · 动察 Beating 交流群动察Beating AI News
22 сент., 07:36
智谱Coding Plan双节放量：Flash夜间免费，FlashX开放试用智谱给 GLM Coding Plan 开启双节活动。原定 9 月 20 日结束的 GLM-5.3-Flash 夜间畅用延长到 10 月 7 日。每天 23 点至次日 9 点，在 ZCode 中使用 Flash 不扣额度，其他支持的 Agent 则获得 2 倍 Flash 额度。9 月 25 日至 10 月 7 日还会取消高峰期，全天按非高峰倍率扣额度。新版 Coding Plan 平时只有周一至周五 14 点至 18 点属于高峰期，其他时间只消耗 50% 积分。双节期间相当于全天都按这个倍率计算。同时，刚上线的 GLM-5.3-FlashX 开始向 Coding Plan 用户滚动开放试用。用户提交申请并通过后，可以体验两周。FlashX 最高输出速度为 200 tokens/s，但消耗额度是普通 Flash 的 2.5 倍。动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 06:58
腾讯音乐内测MusicBuddy：一句话改音轨，做完直接发行《读佳》独家称，腾讯音乐正在内测 AI 音乐创作工具 MusicBuddy。它把 AI 对话直接塞进多轨编曲工作台。用户可以用自然语言改歌词、换乐器、调音量和混响，不用手动操作复杂的编曲软件。MusicBuddy 还会根据音乐人已有作品、粉丝偏好和热点给出创作建议，并支持选择不同生成模型、人声和参考音乐。歌曲完成后，可以直接进入发行流程，还能生成 MV 和宣推海报。腾讯音乐此前已经推出琴韵、琴乐音乐大模型，并上线 AI 做歌、歌声、修音等能力。MusicBuddy 进一步把这些能力串到创作、编辑和发行的同一个工作台里。海外 Suno Studio 2.0 也在走类似路线，已经支持多轨编辑、MIDI 和直接用聊天指令修改工程。信源动察 Beating 频道 · 动察 Beating 交流群
动察Beating AI News
22 сент., 06:31
航班延误7小时，Muse 5分钟帮用户拿到250美元补偿额度AI 播客 Limitless 主播 Ejaaz Ahamadeen 自述，达美航空航班延误约 7 小时后，他直接把后续处理交给了 Meta 的个人 AI Agent Muse。Muse 自动填写投诉表，只向他补要了 SkyMiles 号码和邮寄地址。约 5 分钟后，他的 Delta 账户收到 250 美元账户额度。随后 Muse 又帮他搜索替代航班，并重新订了一趟。有人质疑 Muse 只是按现成规则提交申请。Ejaaz 回应称，Muse 还继续通过邮件和达美客服交涉。达美官方没有「延误 7 小时固定赔 250 美元」的规则，这笔钱属于个案补偿。这也不是孤例。最近还有三个用户晒出类似经历：Muse 帮一人拿到 200 美元航班延误补偿，替另一人提交 189.37 美元阿拉斯加航空取消航班索赔，还因联合航空机票降价，帮第三人拿到约 1000 美元账户额度。Business Insider 今天也报道了 Meta 主推的 #MuseMoneyChallenge，并提醒目前不少成功案例来自 Meta 员工，不能把社区晒单直接当成普遍效果。信源动察 Beating 频道 · 动察 Beating 交流群
