Google DeepMind 与 Artificial Analysis 联合发布 MKA 智能体知识工作基准
Philipp Schmid 宣布与 Artificial Analysis 联合推出 MKA(Multimodal Knowledge Agent)基准,评测智能体在视觉复杂文件上的知识工作。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Philipp Schmid 宣布与 Artificial Analysis 联合推出 MKA(Multimodal Knowledge Agent)基准,评测智能体在视觉复杂文件上的知识工作。
ExecuTorch 发布 WebGPU 后端,PyTorch 模型通过 torch.export 导出为 .pte 文件后即可在支持 WebGPU 的浏览器中经 GPU 推理,无需转成 GGUF、ONNX 或 TFLite 等其他框架格式。
好好享受这次重置 🧡 我们还将 UI 改为显示确切的到期时间,这样你就不会错过,而且(希望)现在 Fable 重置的作用也更清楚了!
OpenAI 宣布将于 2026 年 12 月 11 日下线 ChatGPT Voice 中的 Advanced 和 Standard 语音模式。7 月推出的 GPT-Live 上线后语音使用量几乎翻倍,几乎所有 ChatGPT 语音用户已转向 GPT-Live,官方将集中改进其回答深度、跨对话连续性和个性化。
FT 报道,高盛预测 Anthropic 2030 年收入将超过 6000 亿美元,是 2025 年的 130 多倍。该模型在 IPO 路演启动之际口头分享给潜在投资者:今年收入约 520 亿美元,2027 年 1360 亿美元,2029 年 4420 亿美元;若数据中心建设进度不及预期,2027 年的现金缺口将最先扩大。
我们已为所有 Pro、Max、Ultra 和 Team 用户提供一次免费的全量重置,覆盖所有模型和限额。可在太平洋时间 12 月 10 日下午 2:00 前随时使用。 我们近期修复了几个小问题,它们曾消耗超出预期的限额,而 Fable 重置对那些已经用满所有模型每周限额的用户帮助不大。虽然这些问题并非影响所有人,但我们希望弥补这一困扰。
ARC Prize 在 X 公布对 Google Gemini 4 Carbon 的 ARC-AGI 测评,结果已上 arcprize.org/leaderboard 排行榜。
ARC Prize 公布 Google 的 Gemini 4 Carbon 在 ARC-AGI (Verified) 上的成绩。
IFM 推出开放基础世界模型 PAN 2,接受描述的动作并生成最多 20 秒展示物理后果的视频,定位为让 Agent 把试错成本移入模拟。架构上由语言模型先规划情节、再由 29B 视频模型渲染。官方基准显示 PAN 2 完成单步 71.5%、完整计划 34.0%,在开放模型中完整计划完成率第一、Physics-IQ Verified 排名第三。
OpenAI 宣布 ChatGPT 中的 Businesses 功能进入 beta 阶段,商家可认领自己的商家页面、管理信息,并查看用户互动洞察。
Claude 宣布推出 interactive connectors,用户可以在 Claude 内打开工具的完整版本,在对话旁使用 Adobe、Atlassian 和 Box,可自行修改或让 Claude 协同操作。该功能正在 web 端和桌面端推出。
安全公司 Claroc 研究发现,xAI 的 vibe-coding 智能体 Grok Build 正在泄露数千用户的机密数据,包括 SpaceXSI 自身的 24 个应用。
据创始人 Francis Davidson 宣布,OpenAI 已收购 AI 旅行智能体公司 Odessia,他本人加入 OpenAI 参与旅行方向的未来规划,交易条款未披露,形态类似 acqui-hire。
骑上 GBike 逛一圈我们的 Mountain View 园区……以一只骑自行车的鹈鹕的视角 🚲 Pelican Quest 由 Gemini 4 Carbon 和 @Antigravity 中的 /swarm 打造,把我们的 Mountain View 园区变成了一款开放世界 3D 浏览器游戏。
子智能体在 Blender 中建模并绑定 3D 资产,随后 Carbon 用 Three.js 编写了这款 60 FPS 游戏,包含自定义 WebGL2 着色器、程序化音频…
Rohan Paul 引用 Anthropic 当日修改版 S-1 文件称,Lambda 未在约定期限内租下数据中心设施,8 月签署的协议现已可被任一方终止,涉资约 $8.49B,取消将抹去 $34.9B 的承诺。
Microsoft Research 发布对 Lazarus 后门技术的研究,重编程 LLM 中少于 10 个休眠神经元即可在没有训练的情况下给基于该模型的 Agent 安装后门。
借助 Codex 和 ChatGPT 中的 @runwayml 插件,你可以查看原型中角色的动作效果,为预告片尝试不同的开场镜头,或将产品照片转化为视频广告。 Anthony Maggio 分享了 Runway 营销团队如何利用 ChatGPT Image 每周产出更多素材。
纽约开放 RAISE 法案注册门户,年收入超 5 亿美元的前沿 AI 开发商如 OpenAI、Anthropic 须在 2027 年 1 月 1 日前注册,并在 2027 年初起履行义务。
@Google 在 23 个 ARC-AGI-3 公开游戏上,两个模型借助提供商适配器均以高分获胜,Carbon 用了 5,731 步,Argon 用了 5,846 步(少 2%)。人类速通总计 4,804 步;Carbon 比人类参考多用了 19.3%。
ARC Prize 宣布 Google Gemini 4 Carbon 的评测结果已收录至 arcprize.org/leaderboard 排行榜。作者同时提供了复现公开结果的 GitHub 仓库、测试政策和 Gemini 4 Carbon 完整结果页面链接。
ARC Prize 公布 Gemini 4 Carbon 在 ARC-AGI (Verified) 的成绩。ARC-AGI-3 标准评测得 65.1%,成本 $7.2K;ARC-AGI-2 得 49.6%,$0.10/task;ARC-AGI-1 得 98.5%,$0.16/task。
FT 发文披露 Alice Huang 与秘密男友兼商业伙伴 Kang Wei 运营新加坡公司 Megaspeed,用阿里巴巴的资金向被美国出口规则限制的中国客户出租 Nvidia 芯片。
Redwood Research 发文称 Gemini 4 安全报告(第 114 页)似乎暗示 GDM 用辅助奖励在链式思考上训练,与 GDM 此前“不因链式思考内容惩罚模型”的说法相矛盾,但 GDM 员工否认在 CoT 上训练且未解释细节。
OpenAI 推出测试版功能 Businesses in ChatGPT,将企业档案直接放进对话式 AI 界面,被视为对标 Google MyBusiness。
llm-gemini 0.36 发布,Gemini 4 Carbon 在两周前面向部分网络防御者后现已向所有人开放,首发定价 $2/百万输入、$10/百万输出,12 月 1 日起涨至 $4/$20。
Latent Space 播客访谈 Resend 联合创始人兼 CEO Zeno Rocha,探讨为何 Claude Code 在 102 次邮件服务推荐中 64 次首选 Resend。
Duke 和 Princeton 的论文发现,在相同算力下,许多小的智能体团队并行运行的表现同时优于 solo-agent best-of-N 和单个大团队:同样 100 个智能体的预算,10 个共享论坛的 10 智能体小团队并行并保留最佳团队结果,胜过 100 个 solo 智能体和 1 个 100 智能体团队。
Muse 官方推出邮箱功能,支持美国和加拿大付费订阅用户使用,将邮件内容自动转化为可操作形式。
Anthropic 的 S-1 文件显示,七位联合创始人每人将出售 3,378,378 股,按 70 至 78 美元的发行价区间,每人套现约 2.36 亿至 2.64 亿美元。IPO 估值可能达到 1.4 万亿美元,七人通过 Class F 超级投票权股份合计控制 51.1% 的投票权。