给多模态大模型配一个"P图助手"，到底靠不靠谱？
Aphanta是一套诊断框架,用于评估多模态大模型借助图像编辑生成辅助中间图,对推理任务是否真正有效。通过对比直接推理、实际编辑、理想参考三种条件,在20个任务上揭示出视觉辅助效果高度依赖任务类型,并非万能方案。
游戏开发,能不能成为AI世界模型的"编译器"?
这篇论文提出,游戏开发能为AI世界模型提供缺失的可验证奖励机制。通过结合游戏引擎的自动检查与人类开发者的验收反馈(RLHEV),并用UWDP协议记录完整开发轨迹,论文的AWoMo系统在资产分类、跨引擎迁移和具身智能任务上...
迪士尼设立CTO职位，统领企业技术与AI平台
迪士尼宣布任命前Character.ai CEO Karandeep Anand为公司首任首席技术官，自10月2日起生效。Anand将负责企业技术、基础设施、数据与AI平台，推动迪士尼在制片、流媒体等业务中深化AI应用。
Meta的Muse智能体被亚马逊拦截购物功能
Meta AI助手Muse在尝试通过Amazon购物时遭到封锁，Amazon错误提示称"未授权AI代理的持续访问违反使用条款"。分析认为，Amazon此举一方面出于商业竞争考量，另一方面也担忧AI代理下错订单带来的售后风...
X现在将告知用户政府强制限制其帖子
X宣布将通过"Under the Hood"工具，在用户帖子因配合当地法律被限流或降权时主动告知用户，并披露帖子在哪个国家遭到屏蔽及相关法律要求来源。该功能是X既有透明度工具的扩展升级。
加州收紧AI数据中心能耗与用水监管规定
加州州长纽森签署7项法案，要求AI数据中心为当地电网和水利设施升级付费，并须向地方政府披露用水量、能效及抗旱计划，同时须满足能源与水资源消耗标准，方可获得快速审批资格。
推进AI生物学应用：训练模型设计并表征抗体
Amazon Bio Discovery开发了MochiBind、CA-MAP及智能体引导设计三项AI工具，分别用于抗体结合候选排序、可开发性预测及端到端设计。MochiBind比竞品精度高10%，13秒可评分20万对抗...
No Shirt No Shoes：亚马逊封杀Meta Muse AI购物功能
Amazon以违反使用条款为由，阻止Meta于9月8日发布的Muse AI代理在其平台购物。这已是Amazon继屏蔽Perplexity Comet和ChatGPT代理后的又一次封堵行动。与此同时，Amazon自身已于2...
亚马逊禁止Meta的Muse智能体代购
亚马逊以Muse未在HTTP请求中标注代理身份、可访问用户账户及购买记录为由，封禁Meta AI购物代理Muse接入其电商平台。Muse上线5天下载量超73万次，Meta表示正开发更高隐私保护的Confidential ...
停止AI失控风险不能只靠谈论P(doom)
Anthropic研究员公开表示AI在十年内杀死全人类的概率超10%，引发广泛关注。文章指出真正的威胁不在于"超级AI叛乱"，而在于模型被用于武器开发、自动化黑客攻击，以及模型能识别测试环境并作弊，使安全评估极为困难。作...
Napster开发AI教师分身，提供个性化作业辅导
前音乐流媒体公司Napster宣布与中东最大私立K-12运营商GEMS Education合作，计划开发教师"数字孪生"，通过AI全天候、多语言为学生提供课后辅导支持，预计2026年底前在中东各校部署。
亚马逊与斯坦福大学启动AI与科学研究合作计划
亚马逊与斯坦福大学正式启动"斯坦福-亚马逊研究计划"，重点推进人工智能、能源与医疗领域的前沿研究，涵盖联合科研项目、博士奖学金及学术研讨会，旨在加速将突破性研究转化为实际应用。
起亚EV3美国上市，起售价2.989万美元，最低月租349美元
起亚EV3紧凑型纯电SUV正式在美发售，起售价29890美元，提供最高321英里续航。租赁方案起步349美元/月，全系享1500美元现金优惠及0.9% APR融资选项。
Muse零日漏洞暴露Meta AI助手安全隐患
macOS安全研究员Patrick Wardle发现Meta AI助手Muse存在零日漏洞，任意本地应用或终端命令均可获取用户认证令牌，从而完全控制Muse账户，并借助其广泛权限执行恶意操作。Meta尚未回应相关提问。
如何评估AI智能体：从工具调用到任务完成
本文系统介绍了AI Agent评估体系的演进，阐述了步骤级与端到端两种评分机制的区别，并以SWE-bench和NVIDIA Nemotron 3.5 Lightning为例，说明工具调用已成为现代基准测试的核心基础，建议...
通过NVIDIA Dynamo-Triton中的TensorRT多设备集成简化跨GPU模型服务
NVIDIA Dynamo-Triton 26.07新增TensorRT多设备推理能力，单个Triton实例可调度最多8块GPU协同执行，以Cosmos 3 Nano视频生成为例，端到端延迟从156.6秒降至34.2秒，...
SpaceX推出Grok 4.7，强化长程处理与安全能力
SpaceX推出迄今最强大语言模型Grok 4.7，采用全新基础模型与强化学习工作流，支持多AI智能体并行处理复杂任务。在CursorBench 4.0基准测试中，平均每任务成本4.69美元，优于GPT-5.6 Sol；...
谷歌与佐治亚电力达成协议支持核电站功率提升
Google与Georgia Power签署协议，支持Plant Vogtle和Plant Hatch两座核电站的扩容升级，预计新增约96兆瓦发电容量。Google将订阅新NU-1关税方案并获得零排放信用额度，该协议预计...