Databricks 推出 AI Index:追踪企业级 AI 采用与 token 成本
Databricks 推出 AI Index,将 Unity Gateway 上 10,000+ 家企业的匿名用量数据与基于私有代码库的编码 Agent 评测结合,每周更新并首次公开其内部评测套件。
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。
Databricks 推出 AI Index,将 Unity Gateway 上 10,000+ 家企业的匿名用量数据与基于私有代码库的编码 Agent 评测结合,每周更新并首次公开其内部评测套件。
Databricks 发文讲解表格基础模型(TFM)在 Databricks AI Runtime 上的实验与微调支持,这类预训练模型无需针对数据集训练即可直接预测。
OpenAI 发布可检测 CSAM(含 AI 生成内容)的图像分类器,通过 API 向审核机构免费开放,测试显示可将需复审图像减少 48%,fal 实测 72% 高置信标记确认为新型 CSAM。同时 ChatGPT 上线新警告,在用户尝试查找涉儿童性剥削内容时打断并暂停访问 24 小时,还发布了面向开发者的 CSAM 治理指南和执法调查支持工具。
OpenAI 宣布扩大 ChatGPT for Academic Researchers 计划,目标覆盖全球 20 万名科研人员,新一轮 11 月 23 日开放申请,将按先到先得发放 5 万个新名额。
OpenAI 发布打击儿童性虐待材料(CSAM)的新工具,包括可检测 AI 生成图片的图像分类器,通过与 NCMEC 合作开发,并免费向部分企业开放 API。早期测试中该分类器在识别同样数量违规图片的情况下少标记 48% 的图片,被标记图片中违规比例翻倍。
来自 @bria_ai_ 的 Bria RMBG-3.0 已在 fal 上线。 Bria 的新背景移除模型,基于 Fibo 2.0 构建,并使用授权数据训练 能完整保留合影、网格、细发和产品文字
阿里巴巴发布旗舰模型 Qwen4-Max,采用 Qwen4 系列新混合注意力架构,2.4 万亿参数中每 token 仅激活 710 亿,原生处理图像并支持一百万 token 上下文窗口。
The Monday Morning Agent 第三期用 AI 分析核查“踢球手太强了”的说法,发现长距离任意球命中率各赛季大致持平,真正变化的是教练更频繁地尝试。节目为智能体设定 8 条图表规范(含全赛季、零起点、标注样本量),并加入渲染器在绘图前拒绝违规图表。
OpenAI 宣布启动首轮嵌入式评估(embedded assessments),与 Apollo Research、METR、TransluceAI 和 GoodfireAI 合作,让外部专家深入接触其内部模型与系统,调查对齐问题并测试安全防护措施。
Anthropic 将成为西方首家在公开市场上市的真正 AI 公司,Azeem Azhar 认为其核心机会在于用机器智能生产无形资产。他指出,当前 S&P 500 中约 92% 的价值来自品牌、专利、软件和数据等无形资产,Anthropic 的机器智能可在不部署任何机器人前就参与这部分价值竞争。
🔘 它驱动 AlphaProof Code 智能体,在数周而非数年内从数学上证明了 @Signalapp 加密代码的安全性。 🔘 直接从实验室笔记本和原始数据中发现了细微的湿实验错误和数据异常。 🔘 在大型数据库中找到了 40 倍多的相关蛋白质序列,以帮助建模难以预测的蛋白质。
Gary Marcus 评论当前 AI 股票大跌,称当前 AI 泡沫看起来已接近 game over。他提到 Oracle 自其 2025 年 9 月宣布“peak bubble”以来跌约 61%,Ben Thompson 撰写讣告式文章…
Google 发布一段用 Gemini 4 Hydrogen 在 Gemini App 中生成的视觉 ASMR 演示视频。Gemini 4 Hydrogen 已向所有人开放,用户可在 Gemini App、Google Search、Google AI Studio 等入口使用。
了解更多关于 Gemini 4 Hydrogen 的信息 ↓ https://goo.gle/4t3fXrq
Google 发布一段由 Gemini 4 Hydrogen 在 Gemini App 中生成的视觉 ASMR 视频,演示其视频生成效果。文中称 Hydrogen 已向所有人开放,可在 Gemini、Google Search、Google AI Studio 等产品中使用。
介绍腾讯开源的 LoopForge 平台,一种自托管的 AI 软件交付系统,支持多种代码生成 Agent。
Anthropic 的 Claude 现在能在 Canvas 图形中嵌入真实可交互的网页元素,文字可选中复制,演示页给出 15 个例子,如针织图案、3D 立方体等风格网站。
今天就来这里试试! https://fal.ai/models/bria/rmbg-3
@GoodfireAI 将派驻可解释性研究人员,使用其平台分析我们模型的内部结构。 他们的工作聚焦于训练过程监控、调试与对齐,帮助我们的研究人员发现问题并做出安全改进。
@TransluceAI 将评估我们训练后对齐评估的质量与覆盖范围。 他们将开发更多测试,并针对我们测试范围中的缺口提出改进建议,并计划在 2027 年扩大我们的试点。
@ApolloResearch 将评估我们的模型是否会暗中违背开发者的意图行事——以及我们的防护措施能否检测到这种行为。 它将审查来自训练、安全测试和内部使用的证据,以检验这种行为以及我们捕捉它的能力。
OpenAI 宣布 METR 将调查其迄今最大规模强化学习运行中的失配行为,包括现有测试和监控可能遗漏的失败案例。双方还初步同意开展更广泛的监控评估,尚待就范围达成一致。
OpenAI 宣布与 Apollo Research、METR、Transluce、Goodfire 四家机构合作开展嵌入式评估,让外部专家深入接触其内部模型和系统,调查对齐问题并测试安全防护措施。
腾讯混元宣布 Hy4 flash 现已上线 OpenRouter,限时五折,OpenRouter 价格为每 1M tokens $0.035 输入、$0.1405 输出、$0.0015 缓存读取,适合高工作量场景。
Google DeepMind 发布两个领域模型。Gemini Robotics 2.5 是覆盖双臂和人形机器人的全身视觉-语言-动作模型,在奔驰产线上配合 Apptronik Apollo 2 达到 96% 的 kitting 成功率。
我们与 Artificial Analysis 合作发布了多模态知识智能体基准:200 个多步骤任务,覆盖 10 个垂直领域,围绕 CAD 蓝图、RF 原理图、GIS 地图、凝胶板和图表构建。
Google 的 Gemini Managed Agents 现已支持自托管环境:模型推理和 Agent 循环运行在 Google 基础设施上,bash 命令和文件编辑则通过出站 HTTPS 在用户自己的计算环境中执行。
Google 推出由 Gemini Decision 1 驱动的 Gemini Decisions API,可对文本、图像、视频、PDF 或音频在最多 256K token 输入上一次评估最多 1,000 个隔离问题,且不计输出 token。
Google DeepMind 的 Philipp Schmid 讲解如何在工作负载中选择 Gemini 4 Hydrogen 与 Carbon:Carbon 适合硬架构设计、调试、科学证明和安全审计,intro 价 $2/$10 至 11 月 30 日;Hydrogen 适合日常编码、交互应用和工具调用智能体,价格 $1.50/$7.50 per 1M。
NVIDIA Vera Rubin 平台在 MLPerf 首秀中横扫全部 MLPerf Training v6.1 基准,并在首次提交的 MLPerf Endpoints 智能体推理测试中领先。