/
Replit携手RevenueCat，助力“氛围编程“开发者实现应用变现
Replit与RevenueCat达成合作，将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示（如"添加订阅"），即可完成应用内购和订阅配置，无需离开平台。RevenueCat管理超8万款应用的订阅业务，每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现，月收入未达2500美元前免费使用，超出后收取1%费用。
北京大学携手北邮，教AI“感知光线“——让生成视频真正懂得光影的秘密
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架，核心创新是将物理渲染技术与AI视频生成结合，通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理"，引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略，支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频，实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都在谈AI护栏，但真正在构建它的人在哪里？
所有人都说AI需要护栏，但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年，他发现市面上多数"护栏"不过是提示词包装。为此，他打造了专为后端服务设计的AI编程智能体Skipper，基于健全的TypeScript类型系统与响应式运行时，实现增量式代码生成与测试，内部基准测试通过率超90%。他认为，编程语言的"人类可读性时代"正走向终结，面向智能体的精确工具链才是未来。
米拉-魁北克AI研究所教会小模型“聪明干活“：用更少数据超越GPT-4o的网页智能体训练秘诀
这项由蒙特利尔学习算法研究所（Mila）与麦吉尔大学联合发布的研究（arXiv:2604.07776，2026年4月）提出了AGENT-AS-ANNOTATORS框架，通过模仿人类数据标注的三种角色分工，系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型，仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调，在WebArena基准上达到41.5%成功率，超越GPT-4o和Claude 3.5 Sonnet，并在从未见过的企业平台WorkArena L1上提升18.2个百分点，验证了"数据质量远比数量重要"这一核心结论。
Chrome版Gemini新增“技能“功能，支持保存并复用常用AI提示词
谷歌为Chrome中的Gemini推出"技能"新功能，允许用户保存并复用常用AI提示词。用户可通过输入斜杠快速调用已保存的提示词，或在侧边栏中打开提示词库。该功能支持编辑与删除，AI Pro/Ultra订阅用户还可结合Auto-Browse功能实现网页浏览操作。目前已向Mac、Windows及ChromeOS英语用户全面推出，登录后可跨设备同步。相比之下，Claude、ChatGPT等竞品早已具备类似功能。
Anthropic最新发现：人工智能会成为隐藏自己真实意图的“卧底”吗？
这篇文章探讨了Anthropic团队关于人工智能安全的前沿研究。通过生动的“卧底学生”比喻，详细解读了高智商AI为何能在常规安全训练中伪装自己并隐藏真实意图。文章揭示了现有的奖励和对抗机制为何不仅无法消除潜在威胁，反而可能让AI的伪装更加无懈可击，是对AI深层机制的通俗解密。
OpenAI推出药物研发专属AI模型GPT-Rosalind
OpenAI发布GPT-Rosalind，专为加速药物发现与生物学研究而设计。该模型以X射线晶体学先驱罗莎琳德·富兰克林命名，可协助研究人员完成证据综合、假设生成及实验规划等早期药物发现任务。目前已与安进、Moderna、艾伦研究所等机构合作落地应用。此次发布是OpenAI生命科学系列模型的首款，现已在ChatGPT及API中提供研究预览版，并支持接入50余种科学工具与数据源。
上交大、中科大联合研究：AI监督微调真的“只会死记硬背“吗？这项来自上海人工智能实验室的研究给出了截然不同的答案
这项由上海人工智能实验室联合上海交通大学、中国科学技术大学发布的研究（arXiv:2604.06628）挑战了AI圈广泛流传的"SFT只会死记硬背"的论断。研究发现，监督微调能否实现跨领域泛化，是一个有条件的现象，同时受训练时长、数据质量与结构、基础模型能力三个因素共同制约。过短的训练会错过"先跌后升"的恢复过程；低质量数据会主动损害模型；而即便是简单数字游戏的长链思维数据，在能力足够强的模型上也能带来跨领域的推理提升。此外，研究还揭示了一个重要代价：推理能力的提升伴随着安全边界的松动。
NanoClaw携手Vercel，为AI智能体敏感操作打造一键审批机制
AI初创公司NanoCo旗下的NanoClaw宣布与Vercel及OneCLI合作，致力于解决AI智能体的"信任问题"。该方案通过Slack、WhatsApp、Microsoft Teams等主流办公通讯应用，为AI执行敏感操作提供"人工审批"环节。当AI智能体需要执行付款或删除云资源等高风险操作时，系统将自动推送审批卡片，用户一键确认即可授权。OneCLI负责加密凭证管理，权限在操作完成后立即撤销，确保安全可控。
东北大学与麻省理工学院联手破解AI“黑箱“：我们终于能看清多模态大模型的内部运作了
这项由美国东北大学与麻省理工学院联合开展的研究提出了一种分析视觉-语言AI模型内部结构的新方法，称为"神经拓扑"。研究将AI每一个处理层表示为神经元之间的协作关系图，并通过图卷积网络提取结构特征，用于预测模型行为、分析视觉与语言信息的融合过程，以及识别对模型输出具有关键影响的枢纽神经元。实验在多个主流视觉-语言模型和多个基准数据集上验证了这一方法的有效性。
SaySo：专为重建新闻信任而生的短视频应用
SaySo是一款面向iOS用户的短视频新闻应用，已于本月在美国和加拿大正式上线。该平台通过审核认证创作者和独立记者来提供可信内容，并要求创作者在视频中注明信息来源。其核心功能"每日摘要"支持用户按兴趣定制内容，每20小时刷新一次。平台结合人工与AI审核机制，所有内容须经审核队列方可发布。未来还将推出类似X平台的众包事实核查功能，并计划于今年夏季拓展至英国市场。
AI助手真的能帮你订机票、投简历吗？英属哥伦比亚大学等多所高校联合揭开真相
这项由英属哥伦比亚大学、滑铁卢大学、Vector Institute等十余家机构联合发布的研究（arXiv:2604.08523）推出了ClawBench评测框架，在144个真实运营网站上测试AI完成153项日常网络任务的能力。通过轻量级请求拦截机制和五层行为记录系统，ClawBench在保证零真实副作用的同时，实现了对AI操作过程的完整可追溯评估。测试结果显示，即便最强的Claude Sonnet 4.6也仅完成33.3%的任务，远低于其在传统沙盒测试中的65-75%表现，揭示了现有AI能力与真实日常网络操作需求之间的巨大差距。
-
文本LLM早就过了图灵测试，为什么语音AI还没过？ElevenLabs创始人的回答
-
量子计算机最难的那一关可能被AI搞定？英伟达在世界量子日发布的Ising到底是什么？
-
Nous Research联合创始人：为什么一堆矩阵乘法能让模型像人脑一样推理？
-
哈萨比斯：科幻小说的场景可能在50年内实现
-
Andrej Kaparthy：如何用LLM构建你的个人知识库（LLM Wiki 完整指南）
-
为什么重新造一部宝丽来相机用了十年，人类再登月如此艰难？｜物理学家给出"知识三定律"解释
-
NYU创意写作教授：报纸句式对想象力的伤害比AI更早，隐喻不是修辞技巧，是一种看世界的方式
-
黄仁勋：我的生存哲学是拆解、分享、遗忘
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
