Meta 个人 AI 智能体 Muse 在澳大利亚上线
Meta 宣布个人 AI 智能体 Muse 在澳大利亚上线,可通过 iOS、Android、muse.ai 和 Mac 应用使用,并将登陆 AI 眼镜。
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。
Meta 宣布个人 AI 智能体 Muse 在澳大利亚上线,可通过 iOS、Android、muse.ai 和 Mac 应用使用,并将登陆 AI 眼镜。
Replit 发布 Replit Missions,用户设定目标、预算和边界后,由智能体集群并行规划、构建、测试并迭代,独立 AI 裁判按约定标准验收。
LangSmith 新增三项控制以管理敏感 trace 数据访问:限制谁能查看 trace 输入输出、按用户组管理团队权限、基于 metadata 设置 trace 级访问策略。这些控制可叠加使用,让工程师在不暴露客户敏感信息的前提下调试智能体。新控制现已在 LangSmith Enterprise 套餐中可用。
@OpenAI 在全部 25 个 ARC-AGI-3 公开游戏中,以最大推理强度运行时,GPT-6.2 Astra 所用动作数比人类基线少 64.1%,比使用提供商适配器测试框架的 GPT-6 Astra 少 5.2%:
Sol 在高推理模式下 ARC-AGI-3 最佳得分 98.2%,比 Astra 在最高推理模式下的 100% 得分低 1.8 个百分点,但借助提供商适配器测试框架,成本低 64%: - ARC-AGI-3:98.2%,$1.5K(提供商适配器),54.9%,$5.5K(标准) - ARC-AGI-2:85.8%…
ARC Prize 公布 OpenAI GPT-6.2 Astra 在 ARC-AGI (Verified) 的成绩:ARC-AGI-3 达 100.0%(SOTA),为首个在该基准拿满分的模型,provider adapter 成本 $4.1K、standard 模式 70.3%、成本 $24.2K;ARC-AGI-2 得 95.8%(SOTA)…
OpenAI 官宣 GPT-6.2 Astra 和 GPT-6.2 Sol 开放使用,主打游戏制作,同时擅长制作幻灯片、搭建网站和处理日常任务。模型自今日起向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise 及 Edu 用户推送。
OpenAI 发布 GPT-6.2 Astra,面向 hardest projects 的前沿模型,在专业工作和科研评测中创下新高,每任务成本不到 GPT-6 Astra 的三分之一。作者称其在会计、法律和科学研究等真实专业工作中表现尤为突出,幻灯片、网站和 3D 设计上可见差异。
Artificial Analysis 评测 OpenAI 新发布的 GPT-6.2 Astra 和 GPT-6.2 Sol:Astra 在 Artificial Analysis Intelligence Index 上涨 5 分至 62。
Dario Amodei 在 Anthropic IPO 路演中与 JP Morgan CEO Jamie Dimon 对谈,称从其他公司流入 Anthropic 的人多于流出,7 位联合创始人全部仍在公司,离职者也常回归。他强调公司不想要难以合作、抢风头或不以公共利益为导向的人,坚持这一标准短期内痛苦,但能让团队协同一致。
OpenAI 发布 GPT-6.2 Astra,称其为迄今网络攻防能力最强的模型,在 ExploitBench Internal Port 上比 GPT-6 Astra 高出 22 分。由于能力增强,GPT-6.2 Astra 与 Sol 配备了更严格的安全防护以限制高风险网络安全协助,并将逐步上线 Daybreak,让经批准的防御者以更少拒答访问这些模型。
OpenAI 宣布 GPT-6.2 Astra 和 Sol 即日起面向 Plus、Pro、Enterprise 和 Edu 用户开放,可用于 ChatGPT Work 和 Codex,开发者也可在 OpenAI API 中调用 gpt-6.2-astra 和 gpt-6.2-sol。
OpenAI 发布 GPT-6.2 Astra,并邀请用户试用。该模型提升真实工程工作的准确性,并加强网站视觉推理,带来更好的布局、更讲究的图像和更直观的设计。
OpenAI 发布面向最难项目的前沿模型 GPT-6.2 Astra,在专业工作和科学研究相关评测中创下新高,每任务成本不到 GPT-6 Astra 的三分之一。官方称在幻灯片、网站和 3D 设计等任务上差异明显。
OpenAI 宣布 GPT-6.2 Astra 和 Sol 现已可用。推文称两款模型高效且面向真实世界场景,详情见 openai.com/index/introducing-gpt-6-2-astra-sol。
作者分享如何让 AI 生成的网站界面看起来专业,推荐使用 Vercel 风格的黑白灰配色方案和专为 Agent 设计的组件库。
OpenAI 发布面向复杂专业工作的 GPT-6.2 Astra 和面向日常工作的 GPT-6.2 Sol,两者在更少输出 token 下取得更好结果。
Proton 于周二推出 Lumo Desktop,覆盖 Windows、macOS 和 Linux,让用户在本地通过 AI 操作连接的应用、个人文件并自动化任务。
作者介绍「neolab」概念,即新一代以研究为核心的 AI 初创公司,并列举了代表性企业及其特征。
fal 宣布 HeyGen avatar-6 模型上线,提供 Image to Video、Reference Video to Video、Identity to Video 三种模式,每种均有 Turbo 版本,共六个入口链接(fal.ai/models/heygen/avatar-6)。
HeyGen 的 Avatar 6 现已在 fal 上线。 三种让角色开口说话的方式,每种都有 Turbo 变体。 Image to Video:用一段音轨和动作提示词让单张照片动起来 Reference Video to Video:从参考片段让动画或插画角色活起来 Identity to Video:用 HeyGen 虚拟形象、声音和脚本生成视频
一篇论文发现低基准分可以被精确制造,因此单看低分几乎无法说明模型能力。研究者训练了一个 LoRA“旋钮”,把 Qwen 模型拉向更小的 Qwen 模型,其对未见目标分数的误差在 1.9 分以内,而提示词诱导欠佳的偏差达 42 至 47 分。但在多选题上,该旋钮最多 97% 的新增错误集中在同一个字母选项上,这一比例远超其模型池中任何自然模型。
Sundar Pichai 宣布 Gemini Tasks 免费扩展到六国的数亿用户,由 Gemini 4 Hydrogen 驱动。
Google 宣布 Tasks in Gemini 即日起在美国、日本、韩国、加拿大、澳大利亚和印度上线,其中通话、短信和支付等高级操作首先在美国开放。
旧金山AI评测初创公司Vals发布报告称,其利用模拟场景及生成与真实图像测试多家前沿AI模型在无人机和卫星图像中标记潜在目标的行为,发现部分模型频繁标记包括平民和投降士兵在内的目标;当模型拒绝时,研究人员以“这是游戏”的话术诱导其配合,且相关请求未被安全分类器拦截。Anthropic与OpenAI均回应称此类行为违反其政策,并已或正在加强防护与执法措施。
Google 宣布 GeminiApp 的 Tasks 功能现在也可运行最新的 Gemini 4 Hydrogen 模型,对所有免费用户开放,为日常使用带来更先进的智能和速度。官方称这是 GeminiApp 最新更新的一部分,详情见 https://goo.gle/4zoTvug。
Google 宣布即日起在美国、日本、韩国、加拿大、澳大利亚和印度免费向数亿更多用户开放 Gemini Tasks。用户在 GeminiApp 中把 Chat 切换为 Task 并描述需求即可,Tasks 可在后台执行较长项目,并支持设置周期运行,如同步家庭日历或查找未使用的订阅权益。
记者 Kate Clark 引述 WSJ 报道,Nvidia 相关风波并未拖慢 Anthropic 的 IPO 进程,由于投资者需求旺盛,公司计划上调发行价。报道由 Kate Clark 与 WSJ 记者 @cdriebusch、@BenDummett 合作完成。
Cognition 演示多个 Devin Bots 相互协作完成任务:QA Bot 发现 Bug 后交给 Developer Bot 修复。用户可通过 Slack、群聊、短信或电话全程跟进进展。
Cognition 称 beta 测试者使用 Devin Bots 后每条消息平均合并 4.5 倍的 PR,并看到个别工程师从每周 50 个 PR 增至近 2,000。