AI 竞赛重新开打
Anthropic 和 OpenAI 曾一度独自领跑 AI 竞赛,Google 明显落后,Meta 投入数十亿美元仍未成为有力竞争者。随着新模型陆续出现,这场竞赛重新变得激烈,各家差距正在缩小。
Anthropic 和 OpenAI 曾一度独自领跑 AI 竞赛,Google 明显落后,Meta 投入数十亿美元仍未成为有力竞争者。随着新模型陆续出现,这场竞赛重新变得激烈,各家差距正在缩小。
Simon Willison 转引独立游戏开发者 Popcar 对近期 AI 反编译游戏浪潮的讨论:AI 可对现有游戏进行反编译,催生游戏之间的奇特混搭,并推动一批游戏保存项目,让老游戏常借助 WebAssembly 在浏览器中运行。
OpenAI 发布新分析,展示 agentic AI 在欧盟企业与中小企业中的采用情况,并指出深化使用可释放更多价值。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,认为 AI 领袖不应在公开场合渲染 AI 危险,而应多讲 AI 带来的潜力,比如让孙辈不再有人死于癌症。
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,人人都将拥有家庭 AI 助手的未来并不遥远,这类个人 AI 助手将本地运行、部分任务在设备端完成、部分回传云端,并会深度了解用户、设有安全边界且可访问信用卡代为购物。
一封由 406 名科学家联署的公开信要求加强 AI 安全研究,并通过气隙隔离(airgapping)将 AI 模型与外部网络完全切断,签署者包括 Geoffrey Hinton、Yoshua Bengio、Stuart Russell、Yejin Choi 和 Bernhard Schölkopf。
The Verge 评测了 $349 的 Ray-Ban Meta Audio 无摄像头智能眼镜,给出 7 分。作者认为去掉摄像头让人佩戴时不再有被旁人视为偷拍的不适感,隐私披露也更突出,且 43-47g 机身轻便、续航可达两个工作日、支持 -12 到 +6 的处方范围。
机器学习先驱、UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访中批评 AI 末日论是不服务于其宣称目标的宏大道德表演。
文章梳理了围绕开放模型的争论:Anthropic 报告称 Z.ai 于 8 月发布的 GLM-5.3 可被自由下载修改、构成重大网络攻击风险,而 Jensen Huang 主张美国多开发开放模型,Dario Amodei 则持谨慎态度。
Microsoft 总裁 Brad Smith 在 BBC 播客中呼吁尽快为 AI 制定全球安全规则,认为 AI 既是武器也是工具,并称英国而非美国或欧盟最适合主导这一规则制定。
Anthropic 的 Andrej Karpathy 把 LLM 用户分为四层:约 60 亿人几乎没接触过 LLM,10 到 20 亿人把免费版 ChatGPT 当作更好的 Google 搜索或写作辅助。
PolyAI CTO Shawn Wen 认为语音 AI 尚未迎来自己的"ChatGPT moment",全双工模型已是里程碑,下一步挑战是让推理足够快、对话更自然。Otter CMO Alex Gay 指出说话人识别、意图捕捉与组织知识结合是自动化的关键,且 ASR 转写精度不足会让下游动作出错、失去用户信任。两家高管均强调工具需向用户明确告知正在录音或与 AI 对话。
a16z 引用 Ornn、Silicon Data 和 Bloomberg 截至 2026 年 8 月的数据,称 AI 市场出现教科书式的杰文斯悖论:token 价格持续下跌,而 H100 GPU 租金持平或上涨,因为更便宜的 token 催生了 AI 智能体、自动化和新应用,使总量增长快于单位成本下降。
The Decoder 撰文分析 Microsoft CEO Satya Nadella 最新博客:他改用 Trump 偏好的 Super Intelligence 一词取代 Artificial Intelligence,并主张企业应把 AI 模型当作内部安全威胁来对待,呼吁模型多样性、完整日志、独立审计和随时关停能力。
Microsoft CEO Satya Nadella 在 X 上发文,呼吁为 AI 装上紧急刹车,主张不再把 AI 当作只能接受或拒绝建议的嵌套黑箱,而应构建可容纳、可观测并留下防篡改人类可读证据的透明系统。
微软 CEO Satya Nadella 在 X 上发文,呼吁重新评估 AI 的信任架构,主张把模型与其编排工作的 harness 分离、将控制与安全措施外部化,并要求每个重要的模型动作都留下防篡改且人类可读的证据,同时保证授权人员随时能在任务中途暂停或关闭模型。
文章分析了 Meta Muse 与 OpenAI Dots 等 AI 智能体在隐私与安全上的承诺及其实际表现。Muse 虽将用户数据隔离在安全 VM 中,但 Meta 仍可访问数据,且上线前后曝出零日漏洞、内部数据库暴露风险,还默认允许用用户数据训练模型。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在一场对谈中指出,AlphaFold 的突破只是起点,蛋白质折叠远未解决,仅靠扩大算力和数据规模不足以解决生物学问题。
TechCrunch 记者在 MIT CSAIL 参观 Unitree 人形机器人时,本能地与昵称 Gabe 的机器人握手问好,由此引出 MIT 教授 Sherry Turkle 新书《Artificial Intimacy》的发布活动。
TechCrunch 采访了 a16z 合伙人 Olivia Moore,围绕她发布的消费 AI 应用 Top 100 报告讨论该领域经济模式。Moore 认为 OpenAI 转向企业市场更像扩张而非转向,几乎所有 AI 收入仍来自订阅和 token 用量;她更希望消费端以广告等非自掏腰包方式变现,而非单纯提高付费用户比例。
Matthew Green 在 Twitter 上提出,AI 有 1% 的概率让我们处于 Minicrypt(公钥加密不可能的世界),15% 的概率让我们实质上失去对现有公钥加密算法的信心。
文章指出,AI 拒绝机制已成为行业安全的承重墙,但其原理尚未被真正理解,且漏洞难以穷尽。文中提到,Anthropic 曾表示某类分类器使其聊天机器人算力成本增加 24%,而越狱攻击不断出现,例如 Fable 5 发布后 Amazon 研究人员不到三天就解锁了其部分黑客能力。作者认为,随着拒绝机制收紧,它既可能失效酿成灾难,也可能被各国政府用于审查合法言论。
MIT Technology Review 将于 10 月 16 日 18:30 BST 举办线上圆桌直播,由资深 AI 记者 James O'Donnell 对话斯坦福大学生物工程博士生 Samuel King。King 在 2025 年用生成式 AI 模型为微观病毒提出基因蓝图,被选为 MIT Technology Review 年度 35 岁以下创新者之一。
Carson Gross 认为,计算机编程的本质是用计算机解决问题并学会控制复杂度,即便 AI 工具出现,掌握这两项能力的价值也不会降低,编程仍将是可行的职业。这段引言由 Simon Willison 于 10 月 8 日发布。
Ben Affleck 在 GQ "One More Question" 等多个采访视频中熟练讲解 neural networks、transformers、tensors、GPUs、inference 等 AI 概念,引发网络热议。
Latent Space 播客邀请 Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk,阐述其以物理实验为强化学习环境、追求合成超智能的路线。
两位 Ethereum 领先研究者警告,AI 辅助数学最坏情况下可能在数月内攻破加密钱包所用的签名系统。Justin Drake 在 X 上呼吁行业准备“地堡模式”,建议把资金转移到从未签署过交易的地址,因为签名会暴露公钥,而仅暴露公钥哈希时资金仍受保护。
Luca Guadagnino 执导、Andrew Garfield 主演的讽刺传记片 Artificial 在纽约电影节首映,影片围绕 Sam Altman 的崛起与短暂被解职展开。
The Verge 播客 Decoder 中,主持人 Nilay Patel 与资深 AI 记者 Hayden Field 对谈 Meta 的 Muse、OpenAI 的 Dots 以及 xAI 的 Grok Bot 等消费级 AI 智能体。
文章指出,尽管马斯克、Jensen Huang、Marc Andreessen 等人对人形机器人做出乐观预测,许多机器人研究者认为当前基于语言和图像的 AI 远不足以让机器人掌握物理世界的复杂性。
AVEVA 首席技术官 Arti Garg 在 MIT Technology Review 的 Business Lab 播客中探讨了工业 AI 如何在保障安全的前提下走向自主化。
Ben Affleck 讲述自己从年轻时就喜欢计算机,电影从胶片转向数字化后更关注技术层面,并提到视觉特效工作流多年使用机器学习。他称自己能写一些不太好的 Python 脚本,解释卷积神经网络作为 Transformer 的前身,通过分析张量(图像的数值表示,含批次号、帧号、像素 RGB 值)做边缘检测和特征提取,从而识别窗台等图案,便于抠掉绿幕并替换背景。
Google Research 与 NBER 合作发表的三个月田野实验显示,在 11 家律所 133 名律师中随机开放 Google Labs AI 专利撰写助手后,10 天和 90 天的起草评分分别提升 0.34 和 0.38 个标准差,但移除 AI 后的无辅助改稿任务中,提升完全来自资深律师(0.45 SD),初级律师无明显改善。
推荐理由:研究用三个月随机对照实验区分了工具使用与无辅助表现,可迁移的评估设计对判断AI培训效果有参考价值。
Michael Lynch 总结了软件博客的常见反模式:冗长跑题的开场、误判读者已有知识、默认读者读过前文、行文过度正式,以及用堆链接代替解释术语。Simon Willison 认同"文章即使读者不点任何链接也应能读懂"这条经验,并指出在开发者普遍把写作交给 AI 的当下,软件博客正变得平淡同质,读者渴望有个性的表达。
Tony Fadell 在首届 MIT Future Fest 上指出 Rabbit R1、Humane AI pin、Limitless pendant 等第一代 AI 设备失败是因为没有解决真实需求,只是给极客看的有趣技术。
Jake Boggan 在 Hacker News 上评论称,他钻研 24 年的 Barnette 猜想据称已被证明(problem 180),令他感慨万千。他曾在布达佩斯研究图论,为该问题投入数千小时,去年夏天一度以为自己解开了它。
EmbeddingGemma 2 采用 Apache 2.0 许可证发布,作者认为嵌入向量模型不应使用闭源、仅托管的专有模型,因为厂商停用模型后需重新计算已存储的数百万向量。开放权重让作者可以付费使用托管服务,同时保留厂商停服后自行运行或换供应商的退路。
微软在其企业博客 The Humanist Review of AI 上发布了诺贝尔经济学奖得主 Daron Acemoglu 对 AI 的悲观预测:十年内 AI 将使 GDP 提升约 1.5%,最多取代 5% 的岗位,远低于部分 AI 实验室的预测。
文章指出科技公司正试图重新界定什么算录音:苹果被曝在研一款不保存视频、仅用 AI 生成文字描述的智能家居摄像头,其 Apple Watch Series 12 和 Apple Watch Ultra 4 上的 Audio Intelligence 功能(如 Live Rewind。
Microsoft Research Podcast 采访了 Microsoft 合作研究经理、Purdue 计算机科学与统计学 Samuel D. Conte 讲席教授 Jennifer Neville,探讨评测如何推动 AI 系统性能边界,以及模型在传统 benchmark 之外测试时出现的"意外失败"。