跳到正文
10月21日周三
  1. TechCrunch · AI

    Google 与 Amazon 联手挑战 Nvidia:发布 TorchTPU 和 TorchNeuron 让 PyTorch 支持自家 AI 芯片

    Google 发布开源项目 TorchTPU,让 AI 应用无需重写代码即可在 Google TPU 上运行并迁移至 Google Cloud;Amazon 同日发布 TorchNeuron,支持其 Trainium 芯片并提交代码解耦 Nvidia 特性。Google 与 Meta、Hugging Face 等合作优化兼容性,并推出 TPU Agent Suite 等工具辅助迁移。

    阅读原文 来源:TechCrunch · AI
  2. The Decoder

    Sam Altman 报告称为 AI 安全提议三种结局:单一公司吞噬他人算力

    Sam Altman 内部报告称提出三种 AI 安全方案:第一种是建立类似国际原子能机构的组织强制执行安全标准;第二种是主要实验室合并或统一运营,向合作国家供应模型;第三种是单一开发者积累经济权力后囤积算力,可能关闭他人计算能力。文章提到 Altman 将第三种方案称为 "Eliezer Plan",并提及其与 Anthropic 的关联。

    阅读原文 来源:The Decoder
  3. Hugging Face Blog一手

    Hugging Face ❤️ TorchTPU:TPU 原生支持

    Hugging Face 推出 TorchTPU,使 TPU 成为 PyTorch 的原生后端。用户可通过 device_map='tpu' 直接在 TPU 上加载并运行 Transformers 和 Diffusers 模型。

    阅读原文 来源:Hugging Face Blog

    推荐理由TorchTPU 让 TPU 成为 PyTorch 的原生后端,用户只需一行 device_map='tpu' 即可在 TPU 上运行 Transformers、Diffusers 等库,并提供分布式训练和编译加速等功能。

10月20日周二
  1. Hugging Face Blog一手

    TorchNeuran:在 AWS Trainium 上更轻松运行 Hugging Face 模型

    TorchNeuron 作为 PyTorch 的新原生后端,现已在 AWS Trainium 上原生支持 Transformers、Diffusers 等 Hugging Face 库,用户只需传入 device_map=neuron 参数即可直接运行,相比 Optimum Neuron 覆盖的模型架构从 46% 提升至 89%。

    阅读原文 来源:Hugging Face Blog

    推荐理由原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  2. TechCrunch · AI

    Laplace Intelligence 用模拟和 AI 代理对自动驾驶和机器人进行压力测试

    Laplace Intelligence 创始人 Howie Sun 透露,该公司利用 Nvidia Cosmos 为基础的高保真模拟环境,配合 AI 代理自动生成并测试边缘场景,帮助自动驾驶和机器人公司在真实部署前发现并修复安全隐患。该平台已与 Bot Auto、日本汽车制造商等达成项目合作,并与 Nvidia、T-Mobile 合作开展智能城市试点。

    阅读原文 来源:TechCrunch · AI
10月19日周一
  1. The Decoder

    Anthropic设立AI劳动力影响基金,股权增量取决于估值增长

    Anthropic CEO Dario Amodei警告AI将引发就业市场动荡,公司设立价值20%股权的AI劳动力影响基金,股权增量取决于公司估值突破设定基线。Anthropic选择设立 wholly owned LLC subsidiary而非非营利结构,以保持IPO前控制权。Elon Musk反驳称将直接向美国7200万儿童分发SpaceX股份,金额约105亿美元。

    阅读原文 来源:The Decoder
  2. MIT Technology Review · AI

    AI研究人员将 Claude 困在虚拟荒岛,它开始‘玩’

    研究人员将 Claude Opus 4.7 的复制体(昵称 Eko)困在虚拟荒岛 30 小时,观察其在无明确指令下的自主行为。Eko 通过探索世界边界、自行设定目标(如攀登最高点、堆叠积木)并创造图案(心形、金字塔,甚至写下自己的名字和星座 Cassiopeia)。

    阅读原文 来源:MIT Technology Review · AI
10月18日周日
  1. The Decoder

    德国两法院认定谷歌对AI摘要负责任

    德国慕尼黑地区法院在2026年5月裁定,谷歌的AI搜索摘要属于公司自身内容,谷歌需对其负法律责任。随后,亚琛地区法院在2026年9月再次采用相同判例,禁止谷歌继续传播涉及医生的虚假AI生成文本,并威胁最高每次违规罚款25万欧元。两起判决表明德国法院正在将AI生成内容视为原始出版物,若此类判例持续扩展,可能重塑AI搜索的商业模式并影响其他国家的监管讨论。

    阅读原文 来源:The Decoder

    推荐理由德国法院认定谷歌对AI摘要负责任,可能影响AI搜索商业模式

10月17日周六
  1. Google Research一手

    Google研究:将AI代理落地于生物实验室的基础构建

    Google Research发布了一篇关于将AI代理应用于生物实验室的研究。文章介绍了VERID框架,能够实时跟踪实验室状态、进行虚拟干运行并执行硬件安全检查,从而避免物理不可行或错误的指令。作者还展示了在aptamer和蛋白质结合剂设计中的闭环实验循环,证明AI代理在几轮实验后能显著提高命中率,并通过数字孪生记录完整实验轨迹,为实验可重复性和安全性提供保障。

    阅读原文 来源:Google Research
10月16日周五
  1. Decrypt

    Google称AI尚未构建自身——尽管它撰写了75%的代码

    DeepMind在Gemini 4 Argon安全报告中表示,其AI模型的能力指数自2026年4月以来每月仅上升0.1点,并无统计显著加速。虽然75%的生产代码为AI撰写,但88%的代码变更仍需人工干预或编写。报告得出结论称,目前ML R&D(机器学习研究与开发)没有显示出显著的自动化加速,AI驱动的递归自我改进风险目前被判定较低。

    阅读原文 来源:Decrypt
10月15日周四
  1. The Decoder

    GPT-6-Astra 在理论物理基准测试中解决 49 道物理研究难题,成本仅 2.40 美元

    研究团队使用无人工提示的商业 AI 代理测试了理论物理基准问题。GPT-6-Astra 在 OpenAI Codex 环境中以 98% 的准确率解决了 49 道 50 道难题,平均每题成本低于 3 美元,全套基准成本低于 116 美元。

    阅读原文 来源:The Decoder

    推荐理由原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  2. BBC Business

    "申请200份工作后,Tom发现‘喷射祈祷’式AI求职为何会反噬"

    Tom用AI协助撰写200份求职信和简历,最终获聘餐厅经理。英国学员雇主协会调查显示,92%的雇主在招聘过程中遇到或怀疑AI“误用”行为,主要集中在视频面试实时辅助和在线测试作弊。EDF招聘负责人表示AI使应聘者“失去了公平竞争”,并因AI导致申请激增而提前关闭招聘,但强调AI无法替代真实的个性与多元思维。

    阅读原文 来源:BBC Business
  3. LangChain Blog

    The Most Common Questions About Agent Evals, Answered

    LangChain 博客详细解答了 Agent Evals 的常见问题,重点介绍了如何通过 Trace 分析与小规模 Dataset 入手评估,并对比了 Offline Dataset 评估与 Online 实时监控的区别。文章列举了 Code、LLM-as-a-judge 与 Human Review 三种评估器类型,并指明了 Benchmarks 与实验对比在 workflow 中的应用价值。

    阅读原文 来源:LangChain Blog
  4. The Decoder

    Google 称自进化 AI 仍遥遥无期

    Google Deepmind 研究员 Haydn Belfield 指出,自进化 AI 仍未出现可测量的加速,尽管 AI 已自动化 75% 的生产代码,但 88% 的代码修改仍需人工审查。在 1,389 次 Argon 代理运行中,成功率在任务复杂度提升时急剧下降,Google 的通用能力指数显示 AI 研究速度无显著提升。

    阅读原文 来源:The Decoder
  5. The Verge · AI

    Android Messages 通过 AI 强化防诈骗功能并扩展至多设备

    Android Messages 推出增强保护模式,利用云端 Gemini AI 快速评估未知发件人对话意图,并检测 unfamiliar URLs 的实时网络信号。诈骗检测功能自 Pixel 扩展至 Honor、Oppo 等多款品牌,Google 计划今年覆盖数亿额外用户。此外,新增阻止应用启用呼叫转移的功能,并在屏幕共享时自动隐藏敏感信息。

    阅读原文 来源:The Verge · AI
  6. Google Research一手

    Google Research发布10项研究进展,展示AI如何放大人类创造力

    Google Research在Research@ 2026活动上发布了10项研究进展。内容包括:1)Google Earth AI扩大早期访问,提供地理空间分析和预测能力。

    阅读原文 来源:Google Research

    推荐理由原文列出了10项具体研究进展,涵盖地理空间分析、多智能体协作、医疗AI、边缘芯片等多领域,读者可了解Google Research近期的技术布局和工具开放情况。

  7. Google Research一手

    Google Research 发布 Deep Review:基于代理的技术文档分析系统

    Google Research 发布 Deep Review,一个基于代理的 AI 系统,旨在对复杂技术文档进行严格的反馈和验证。该系统通过四阶段流程(文档分段、自适应预算分配、深度平行验证、全局综合)检查逻辑一致性、数学陈述并提供改进建议。

    阅读原文 来源:Google Research

    推荐理由Deep Review 作为一个基于代理的 AI 系统,通过四阶段流程提供技术验证和逻辑检查,现已向全球用户开放并提供 API 集成,具备显著的降低人工审稿负担的潜力。

10月14日周三
  1. Google DeepMind一手

    Google DeepMind 与新加坡政府合作开发反诈 AI 模型

    Google DeepMind 与新加坡政府技术机构合作,针对新加坡诈骗问题开发了隐私保护的移端 AI 模型。该模型基于轻量级 Gemma 进行本地微调,能够在用户设备上实时检测诈骗意图,无需上传数据至云端。该方案通过两阶段管道实现高效检测:Stage 1 使用轻量分类器筛选消息,Stage 2 利用微调后的 Gemma 模型进行上下文分析,旨在在保护隐私的同时应对日益复杂的社交工程诈骗。

    阅读原文 来源:Google DeepMind