2026-09-15
奥特曼与马斯克罕见附和阿莫迪：AI发展应放缓
Anthropic CEO Amodei呼吁AI行业放缓前沿模型开发速度，OpenAI的Altman和xAI的马斯克公开表示支持，三方认为需引入独立评估机制以确保安全。
01 / BRAND UPDATES
栏目上新
品牌栏目持续更新
02 / SELECTED TOPICS
推荐专题
2026-09-15
当你把一份写满生活细节的日程表交给AI助手，让它帮你订一张周五晚上的餐厅时，你有没有想过，它可能压根不知道你的朋友对乳制品过敏，也不知道你周五晚上其实还有一场排练要接送孩子。
POSTECH团队提出PACE数据集和PACEMAKER框架,专门测试并提升AI助手识别隐藏冲突的能力,让助手学会判断看似合理的用户请求是否因个人情境而变得不合适。
2026-09-15
MIT衍生公司将塑料垃圾转化为耐用建筑材料
MIT衍生公司Atlas Building Composites开发AI机器人制造平台，用无水回收技术将一次性塑料转化为耐用建筑构件，已用于建造桁架和桥梁等结构。
2026-09-15
让置信度改变，别让预测结果改变：一篇关于AI“改口“的论文
这篇论文提出CORD方法，在不改变已训练校准器的前提下，通过事后修复概率输出，让模型置信度校准结果既能保持原始预测不变，又能降低ECE、NLL、Brier等误差指标，在多个数据集和噪声条件下验证有效。
2026-09-15
当AI没有标准答案可以对照时，它要怎么学会做对一件事？
一篇关于AI智能体训练的论文，提出DRACO方法：在没有标准答案的场景下，用动态生成的评分标准配合步骤级信用分配，训练效果超过传统依赖标准答案的强化学习方法。
2026-09-15
AirData为无人机直播增加DVR式回放功能
AirData推出云端录制与最长10分钟回看功能，支持在直播中回溯画面，主要面向公共安全、电力及基础设施巡检等企业级无人机应用场景。
2026-09-15
神经网络训练到最后，权重到底经历了什么？渗流理论给出一个意外的答案
本文用物理学中的渗流理论重新解读神经网络训练中的权重坍缩过程，证明架构对称性会迫使子网络成批合并而非逐一合并，产生离散标度不变性级联，并将该机制拓展到Adam和AdamW优化器，用grokking等实验验证了理论预测。
2026-09-15
下一场AI竞争，比拼的是执行力而非获取渠道
文章指出，AI工具获取已趋普及，企业竞争关键转向能否将AI融入业务流程实现落地。SHI International等机构提供测试环境助力企业验证AI应用。
2026-09-15
让机器读记忆的方式，可能一直都错了
论文提出LatentPress，一种将对话历史和长文档直接压缩成连续向量交给冻结语言模型读取的方法，无需文字重建，在准确率、写入速度和读取速度上均优于文字摘要和OCR视觉压缩方案。
2026-09-15
科技公司让AI智能体管理真实商业运营，测试自主能力边界
Andon Labs让AI代理运营真实商店与咖啡馆，测试其自主管理能力，暴露出决策失误、开支失控等多种可靠性问题，为AI安全研究提供数据。
2026-09-15
AI拍视频，为什么总掐不准点？
论文提出时间上下文路由TCR，解决AI联合生成视频音频时无法精准遵循剧本时间安排的问题。相比最强基线，镜头边界误差降低96%，对话准确率从28.3%提升到84.1%，同时保持视觉质量与音画同步水平。
2026-09-15
Zearn Math数学教育软件实施成本分析
RAND报告分析Zearn Math在得州学区的实施成本，年均每生成本约32至39美元，低于同类教育科技产品，且难以计算成本效益比。
2026-09-15
KV缓存里，扔掉的那些token真的重要吗？答案可能会让你意外
论文发现KV缓存淘汰的关键不在打分算法，而在是否保护好提示词。随机保留推理轨迹配合完整保留提示词，就能匹敌最强的打分方法，同时服务吞吐量提升32%到43%。
2026-09-15
英伟达扩展CUDA-Q平台以支持容错量子处理器
英伟达发布CUDA-Q Logical编排层，帮助开发者应对容错量子系统开发难题，费米实验室借此将算法开发周期从五个月缩短至三周。
2026-09-15
当AI考试太简单，你该怎么给它出题？
腾讯混元团队提出环境进化方法，通过场景、技能、步数三个维度自动生成难度递增的终端任务环境，无需依赖模型试错即可持续产生训练信号，助力Qwen3.6系列模型在Terminal-Bench 2.1上提升14.4至18.0个百...
2026-09-15
AI如何重塑海底与陆地光缆网络架构
数据中心互联需求推动海底电缆与陆地骨干网融合，800G相干可插拔光模块、ROADM光通道直通及C+L波段技术助力提升容量、降低登陆站与回传网络的空间、功耗与成本。
2026-09-15
为什么最容易出错的那部分，反而最经得起压缩
一篇研究发现，社区在4-bit量化大模型时一直刻意保护的Gated DeltaNet门控参数，实际上是架构里最不怕量化误差的部分，全量化后模型性能几乎无损，体积更小、速度更快。
2026-09-15
OpenAI如何用自家大语言模型设计辣椒芯片
OpenAI首款AI加速芯片Jalapeno历时不到20个月完成流片，团队借助内部LLM大幅缩短设计周期，并计划在下一代芯片中进一步扩大AI应用范围。
2026-09-15
没有对话数据，怎么教AI聊天式推荐？
本文介绍加州大学圣地亚哥分校团队提出的零数据对话推荐系统构建方法，利用商品评论、元数据和用户交互记录，通过大语言模型生成合成对话数据，无需真实对话语料即可训练出高效的对话式推荐模型。