AIPOCH 发布开源桌面应用 Open-Science V1.0.0，用 AI 智能体做可复现科学研究
AIPOCH 发布免费开源桌面应用 Open-Science V1.0.0，让 AI 智能体运行科学分析并保留每个结果背后的代码。新增的 .science 文件可将完整研究会话打包，包括对话分支、文件版本、notebook 记录和验证证据，导入端以只读方式打开，需复制后才能运行新实验。
最新动态
RadarAIAI 评分5858 RadarAIAI 评分6969 Google DeepMind 四个 Gemini 4 Argon 智能体 27 小时从零击败 Minecraft 末影龙
Google DeepMind 展示四个 Gemini 4 Argon 智能体在共享的 Minecraft 世界中从零击败末影龙，全程无人类帮助，耗时 27 小时。智能体在只用代码和文本的沙盒中编写了 2,783 个程序，通过聊天分工、共享笔记并共同调试错误。
RadarAIAI 评分5858 AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体处理研究任务
AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体承担从读论文到用 Python 和 R 分析数据的研究任务。
RadarAIAI 评分7171 Jim Fan 开源智能体机器人框架 ASPIRE V1.0
Jim Fan 开源智能体机器人框架 ASPIRE V1.0，具备完整的真实机器人技能发现与自我改进能力。Astra 到货当天实验室更换后端模型，一夜之间将全部 benchmark 拉满至约 99%。
RadarAIAI 评分2828 Cohere 推出 North Admin 管控模型
Cohere 推出 North Admin，可按人员、内容、时间和地点对模型进行管控，并实时追踪和管理 token。该产品面向收紧 token 预算的企业，帮助其掌握模型使用情况。
RadarAIAI 评分3838 Google AI Studio Build 新增 Plan 和 Max 模式
Google AI Studio Build 现已推出 Plan 和 Max 两种模式。Max 模式可运行更久以获得更好结果，Plan 模式则在做出更改前先制定计划。
RadarAIAI 评分5757 Sam Altman 转发 Nick Cammarata 谈可解释性突破
Sam Altman 转发 Nick Cammarata 关于机制可解释性的分享，称很高兴看到这篇内容。Nick 表示，他早年在 OpenAI 参与机制可解释性研究时曾感到悲观，认为神经网络会纠缠成任意乱结；后来他启动 OpenAI 首个大规模自动化可解释性项目，用当时的原始工具发现约 2% 的神经元可读。
RadarAIAI 评分3636 Rivian CEO RJ Scaringe 谈 Mind Robotics：机器人技术进展远快于外界认知
Rivian CEO RJ Scaringe 于 2025 年创立 Mind Robotics，融资 10 亿美元，研发面向工厂的工业机器人。该机器人拥有双臂、双手、比人类更宽的可张开手指和指甲，采用基于 Transformer 的模型学习可泛化技能，而非执行预设动作。
RadarAIAI 评分2222 前 Nvidia 高管、Techable VC 创始人谈机器人为何尚未迎来 ChatGPT 时刻
在 Nvidia 机器人平台产品营销岗位任职七年的 Amulya Vishwanath 认为，机器人目前处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块仍在重建，尚未迎来 ChatGPT 时刻。她现以 Techable VC 创始人兼管理合伙人的身份，投资机器人、材料科学和生命科学等物理 AI 领域，这一判断与"通用基础模型即将带来机器人 ChatGPT 时刻"的观点相左。
RadarAIAI 评分2222 前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止是机器人
前 NVIDIA 机器人平台产品营销负责人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示，机器人仍处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块尚待重建，这与"通用基础模型将带来机器人 ChatGPT 时刻"的观点相左。
RadarAIAI 评分3737 PyTorch 为 TorchTitan 引入 Zephon 弹性确定性数据加载
PyTorch 为 TorchTitan 引入 Zephon，在训练任务内即时完成 tokenize、pack、shuffle 和 mix，无需预处理语料副本。
RadarAIAI 评分6969 Grok Bot 工程负责人分享信任 Agent 代码产出的倒金字塔方法与复用 Prompt
Grok Bot 工程负责人 Lauren Tan 分享一套让 Agent 工作更可信任的方法，按倒金字塔分四层：代码库改进（架构、类型、边界）、静态分析（lint、测试、CI、TLA+ 等验证）、文字规则（注释、AGENTS.md、skills）和最难规模化的人工审查，精力应主要放在顶层。
RadarAIAI 评分2222 AI 研究综述：形式化定理证明、在线蒸馏、Minecraft 自主游玩与记忆评测基准
一份 AI 研究综述汇总了四篇论文，分别涉及形式化定理证明、在线蒸馏、Minecraft 中的自主游玩，以及记忆评测基准。内容以论文速览形式呈现，未给出具体模型、参数或分数等细节。
RadarAIAI 评分2222 黄仁勋：AI 算力需求或增十亿倍
黄仁勋解释 AI 为何可能很快需要多出十亿倍的算力：过去是检索，模型调出已记住的内容作答；新方式是问题求解，模型权衡多个选项、展开最好的一个到三个并剪除其余。这种搜索比回忆存储答案费事得多，且每一步都跑在 GPU 上。
RadarAIAI 评分44 PixVerse 音乐视频 visual-riff 功能上线
PixVerse 推出音乐视频 visual-riff 功能，用户可通过 app.pixverse.ai/music-video/visual-riff 访问使用。
RadarAIAI 评分1515 Meta 基础设施负责人解释数据中心为何是互联网引擎
Meta 基础设施负责人解释了数据中心为何是互联网引擎，为人们在线所做的一切提供动力。相关内容由 Meta Newsroom 于 X 平台发布。
RadarAIAI 评分1717 Sam Altman 晒 Navier-Stokes 里程碑 T 恤
Sam Altman 在 X 上晒出一件 Navier-Stokes 里程碑 T 恤，并指出 T 恤背面印的是该解答中链式推理（chain-of-thought）的最后一行。
RadarAIAI 评分3636 Dynamic Creatures 推出人形伴侣机器人 Hugo，搭载首个 VLE 模型
Dynamic Creatures 发布人形伴侣机器人原型 Hugo，号称首款人形伴侣机器人，运行首个 Vision-Language-Expression（VLE）模型，将所见所闻与动作、表情和手势关联，实时识别并回应人的面部、声音和动作。该公司是 Boston Dynamics 官方娱乐与酒店合作伙伴，正与电影工作室、度假村和主题公园合作打造一系列角色机器人。
RadarAIAI 评分1818 AI 代币经济学：从研究员到妈妈
Yuchen Jin 在 X 上以日薪对比呈现当今 AI 领域的收入分层：前沿实验室 RSI 研究员 $10,000/天，旧金山创业公司创始人 $3,000/天，软件工程师 $300/天。他同时提到，身在中国的妈妈问他能否教她下载 DeepSeek，因为她在新闻上看到了它。
TechCrunch · AIAI 评分2222 前 Nvidia 高管转做 VC：机器人为何还没迎来自己的 ChatGPT 时刻
在 Nvidia 机器人平台负责产品营销七年的 Amulya Vishwanath 认为，机器人目前处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块仍在重建，因此尚未迎来"ChatGPT 时刻"。她如今是 Techable VC 的创始人兼管理合伙人，投资机器人、材料科学和生命科学领域的物理 AI 早期项目。
TechCrunch · AIAI 评分2222 前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止是机器人
在 NVIDIA 机器人平台负责产品营销七年的 Amulya Vishwanath 创办 Techable VC，投资覆盖机器人、材料科学与生命科学的物理 AI。
Ars Technica · AIAI 评分4848 Meta 拟借新版商业服务条款规避数百万美元 AI 授权费
Meta 对其商业服务条款进行了“精简”，法律专家警告这实为一次 AI 权力扩张，可能让 Meta 规避数百万美元的 AI 授权费用。该条款调整被认为意在为大规模使用受版权保护内容训练 AI 铺路，从而省去向内容方支付的授权成本。
Redwood ResearchAI 评分5858 Redwood Research 发布 Screwtape：用对抗性轨迹改写对监控器做红队测试
Redwood Research 提出 Screwtape，一条把真实智能体轨迹改写成攻击、并反复迭代直到绕过只看动作的监控器的流程，配套论文已公开。
MIT News · AIAI 评分88 MIT 教授 Daron Acemoglu 在 Kendall Square 年会谈 AI 与社区创新
MIT 学院教授 Daron Acemoglu 在 Kendall Square Association 第 18 届年会上发表主题演讲，提出应让 AI 成为扩展劳动者能力的工具，而非工作的敌人。
Where's Your Ed AtAI 评分2222 风险投资正在杀死自己：JOBS 法案如何催生史上最大私募估值泡沫
2012 年奥巴马签署的 JOBS 法案将强制公开财报的股东门槛从 500 人提高到 2000 人，并把员工持股排除在计算之外，使初创公司再无动力上市。结果是 Facebook 在 2012 年被迫 IPO 后，科技公司纷纷长期滞留私募市场，估值由风投随意决定，催生了史上最大的私募估值泡沫。
404 MediaAI 评分5858 播客：警方可用 AI 凭一张室内照片定位具体住宅
404 Media 播客本期讨论 AI 工具 Raven（原 Geospy）可对照片进行地理定位，并称仅凭一张室内照片就能锁定具体住宅。节目还谈到一名法官裁定 Flock 的某次搜索违宪，以及一段 AI 生成视频影响过失杀人案审理，法院称其带有不当情感权重。
TechCrunch · AIAI 评分6060 Vercel 数据：Jev 成为其平台上采用最快的 AI 模型
Vercel 公布的数据显示，Jev 上线两周内被 35% 的付费团队使用，覆盖率达到第二热门模型 Sonnet 5.5 的近两倍，成为 Vercel 平台上采用最快的 AI 模型。
TechCrunch · AIAI 评分5656 Elorian 发布首个模型 Glimpse，以视觉草稿空间做图像推理
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码来测量和比较所看内容，Elorian 称这一机制为视觉草稿空间。
Databricks BlogAI 评分3434 Databricks 如何用领域知识注入提升 LLM 对 npm 二进制恶意包的检测
Databricks 针对 npm 恶意包中占比 3.8%（432 个包版本）的捆绑二进制样本，提出在推理阶段注入预计算静态证据的"能力画像"方案，而非微调模型权重。在 9 个模型上测试显示，含二进制包无法得出明确恶意结论的比例为 14.4%，是纯源码包 6.2% 的两倍以上。
GitHubAI 评分6262 Sidiora Labs 开源 Codify：单二进制本地智能体工作流引擎
Sidiora Labs 在 GitHub 开源 Codify（命令为 cg），一个用纯 C11 编写的单二进制智能体工作流引擎，把代码索引图、内容寻址快照、spec 任务循环和智能体记忆统一存进本地 SQLite，数据不出本机。
The DecoderAI 评分7171 Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，但测试方法影响结果
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5% 得分，成本 4800 美元，成为继 OpenAI 之后第二家跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。
AWS Machine Learning Blog精选AI 评分6666 Reflection AI 开源编码智能体模型 Beam，并给出 AWS 部署路径
Reflection AI 推出开源权重模型 Beam，面向编码智能体与长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种部署路径，可据此判断开源编码模型在 AWS 上的落地成本。
Hacker NewsAI 评分1212 AI 是资本主义的终极归宿？
一篇评论文章认为，AI 正冲击文学与语言的根本秩序，使教授怀疑学生作业、出版商像侦探一样审查新作者，并质疑人类是否还能分辨真假与虚实。文章援引 Anthropic 员工 Jacob Coxon 上月辞职、称良心不允许其参与可能毁灭人类的项目，并批评 AI 公司一边渲染灭绝风险、一边以进步与人类福祉为卖点推销技术。
NewcomerAI 评分7171 利率上行冲击neocloud：CoreWeave债券承压，Firmus撤回IPO
Newcomer报道称，利率上升正冲击CoreWeave等neocloud公司，CoreWeave债券本周一度跌至困境水平，周四仍支付15%收益率，而其商业模式需要接近6%的投资级融资成本。
The Verge · AIAI 评分6262 实测一周 RTX Spark：Nvidia 新笔记本的游戏、续航与本地 AI 表现
The Verge 三位作者用一周时间测试了搭载 Nvidia RTX Spark N1X 处理器的五款笔记本，包括 128GB 内存的 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra，售价从 3199.99 美元到 6999.99 美元。
TechCrunch · AIAI 评分2222 Mark Wahlberg 谈 AI 在电影中的"正确用法"，愿接受 AI 分身延续自己的银幕遗产
Mark Wahlberg 在 TechCrunch Disrupt 上表示，只要用法得当，AI 在电影行业有其位置，他计划在即将主演的 Pete Rose 传记片中用 AI 增强体育场等场景，但反对把想法丢给 ChatGPT 生成剧本、弃用真人演员。他称尚未体验 CAA Vault 的扫描复刻技术，但愿意让子女或孙辈掌管自己的形象与肖像权，也不排斥动画剧集《Ted》用 AI 版的他延续数十年。
RadarAIAI 评分3030 Replit CEO：未来工作是「自动驾驶公司」
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景：AI 智能体承担公司大部分基础工作，人类保留判断力与品味。他以 Replit 客服流程为例，工单先由智能体结合 GitHub issues、代码库和 Linear 工单完成初步分诊，人工决定修复后一键部署另一个智能体执行。
RadarAIAI 评分6262 开发者用 WebAssembly 与 WebGPU 在浏览器离线运行 125B 参数模型
开发者 nwtgck 在浏览器中通过 WebAssembly 与 WebGPU 完整离线运行 Qwen3.8-Flash-Next UD-Q4_K_XL，该模型为 125B 参数、文件超过 100GiB，推理全程本地完成、无需上传数据。方案使用 Chrome showOpenFilePicker API 直接挂载 .gguf 文件，以绕过存储与隐私瓶颈。
RadarAIAI 评分6262 Anthropic Code Review 正式版发布，审查速度提升三倍
Anthropic 宣布 Code Review 从预览阶段进入正式版，向 Claude Team 和 Enterprise 用户开放。该功能审查速度提升三倍，专注逻辑漏洞，支持 Quick、Standard、Deep 三级审查级别，零门槛接入，企业版可获得 $10 相关权益。
RadarAIAI 评分6262 Anthropic 给予 METR 内部权限审计其模型与安全实践
Anthropic 宣布让非营利机构 METR 的六名员工获得公司硬件、办公空间和内部工具访问权，以审计其 AI 模型与安全实践，权限大致与公司内部风险团队相当。