跳到正文

全部动态

今日 1 条
9月20日周日
  1. 公众号：火山引擎50

    石化盈科×火山引擎：TRAE 嵌入研发全流程，数千人组织向 AI Native 转型

    石化盈科与火山引擎合作全面引入 TRAE IDE，目前已开通 2000+ 座席、月消耗 1000 亿+ Tokens，深度嵌入需求分析、代码编写到测试交付的研发全流程。双方通过两期 AI 精英训练营覆盖 120 名员工，并由火山引擎 FDE 教练驻场陪跑，4 个月跑通基于 AI 原生的工业软件 iMOM 研发，项目研发周期较传统模式缩短 50%、综合研发成本降低 30%。

  7. 公众号：生数科技（Vidu·视频）21

    生数科技入选2026北京民营企业科技创新百强与未来产业先锋榜

    生数科技入选“2026北京民营企业100强”系列榜单中的“科技创新百强”和首次发布的“未来产业先锋榜”，成为唯一同时入选两项榜单的通用世界模型企业。其Vidu Q3 是全球首个支持 16 秒声画同出的视频生成模型，Vidu S2 含 S2-Avatar 与 S2-Editing 两个模型，Motus2 则将策略、世界模拟与价值评估纳入统一的视频—动作模型。

  11. 公众号：阶跃星辰（Step）66

    阶跃星辰发布旗舰模型 Step 5 Preview，10 月 15 日开源权重

    阶跃星辰发布旗舰基座模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活 27B，支持 100 万 Token 上下文和文本与视觉输入，在 Artificial Analysis Intelligence Index 得 44 分，居全球开源模型前三，单任务成本为 Claude Opus 5 的 1/8。

    推荐理由：官方完整公布架构参数、基准成绩和权重开放时间，读者可据此评估其在开源主力模型中的成本能力位置。

  13. 公众号：MiniMax（稀宇科技）36

    MiniMax 公布全球六大合作案例：M3 落地 Genspark、HUMAIN 与 Nebius

    MiniMax 披露六项全球合作：Genspark 基于 MiniMax M3 开放权重后训练出 PPT 专用模型 Gen-1 Slides，并成为其 AI Slides 标准模式默认模型，200 个真实生产任务评测中综合与视觉设计得分均列五个参测模型第一，单份生成成本为 Claude Opus 5 的十分之一。

  14. LangChain：Blog（RSS）25

    Jev 能否成为更好的智能体评测器？

    LangChain 测试了 Jev 与 LLM 评委在准确率、可重复性、延迟和成本四个维度的表现，以验证 System One 模型能否为智能体评测提供新思路。

9月19日周六
  1. Gary Marcus：The Road to AI We Can Trust（RSS）35

    Gary Marcus 批评 Dario Amodei 一周内三次透支可信度

    Gary Marcus 发文列举 Dario Amodei 一周内三次损害自身可信度的做法：为 Anthropic 挑选的独立监督方是与其关系密切的 METR 和已有业务往来的 Accenture，同时 Anthropic 正筹建缺乏机构审查委员会监督的湿生物学实验室。Marcus 认为 Amodei 呼吁"放慢前沿"的表态与实际行动不符，并称 Google 同样难以信任。

  6. OpenAI：官网动态（RSS · 排除企业/客户案例）36

    OpenAI 发布澳大利亚青少年安全蓝图

    OpenAI 发布澳大利亚青少年安全蓝图，为保护青少年使用 AI 提出六支柱路线图，涵盖 AI 素养、适龄防护、隐私保护型年龄验证、现实危机支持对接和家长控制。今年 8 月，OpenAI 已开始在澳大利亚为 13 至 17 岁用户推出 ChatGPT for Teens 默认体验，并配合家长控制与未满 18 岁安全政策。

  7. Claude Code：GitHub Releases（RSS）34

    Claude Code v2.1.278 发布

    Claude Code v2.1.278 将 Claude API、Enterprise 用户及 Bedrock、Vertex、Foundry 和网关上的 auto 模式默认切换为服务端分类器，该分类器不收取分类器开销费用。

  10. Databricks：Blog（RSS）46

    Databricks RADAR：用异常检测捕捉灰色故障

    Databricks 推出 RADAR，一套四阶段、指标无关的灰色故障检测方案，由可靠性指标、异常检测、告警和根因分析组成，在其内部实现超过 90% 的精确率和快 95% 的故障发现速度。该系统采用无监督流式模型 SPOT，从过去 14 天数据学习正常基线，只需一个风险参数而无需手工设定阈值，可基于 Databricks 原生组件为计费、转化或模型性能等任意指标搭建。

  12. OpenRouter：Announcements（RSS）63

    OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本

    OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。

    推荐理由：OpenRouter 用自家基准数据对比 Jev 与生成式 LLM 的成本和延迟，并给出路由与验证两套可直接复用的代码模式。

  15. Epoch AI：研究、数据与评测54

    Epoch AI 分析：数学预印本中致谢 AI 使用的比例从4月的4%升至8月的25%

    Epoch AI 分析2025年1月至2026年8月所有数学 arXiv 预印本，发现致谢 AI 使用的比例从4月的4%升至8月的25%。方法是用 AI 关键词筛选后由 GPT-5.6 Sol 分类、Claude Fable 5 校验，人工抽查200条致谢与分类的一致率为93%；作者提醒该趋势同时反映披露行为的变化，且实质研究与辅助研究的边界判定存在误差。

  19. Epoch AI：研究、数据与评测30

    Epoch AI 披露数学研究 AI 使用统计的局限性：分类由 GPT-5.6 Sol 完成

    Epoch AI 指出其数学研究 AI 使用统计存在多重局限：AI 致谢与用例分类由 GPT-5.6 Sol 完成，可能含错误，且仅凭披露难以精确判断 AI 贡献程度。数据仅覆盖 arXiv 预印本正文中自愿披露的 AI 致谢，趋势可能反映披露行为变化而非 AI 使用变化，源文件注释中的提示词等信号被排除。作者识别对常见姓名、早期研究者及无 arXiv ID 或 ORCID 者可能不准或不全。

  20. Epoch AI：研究、数据与评测45

    Epoch AI 如何用 GPT-5.6 Sol 与 Claude Fable 5 统计数学论文中的 AI 使用

    Epoch AI 发布"AI Use in Math Research"探索器的方法说明，用 GPT-5.6 Sol 读取 2023 年至今的 arXiv 数学论文全文，识别 AI 使用致谢并分类研究、写作、代码计算、文献综述与形式化等用例，Claude Fable 5 独立复核研究类与形式化标签。

  22. Epoch AI：研究、数据与评测29

    Epoch AI 发布 AI 在数学研究中的使用数据集

    Epoch AI 发布「AI Use in Math Research」数据集，以 gzipped CSV 形式提供按子领域划分的 arXiv 数学论文月度趋势数据，更新于 2026 年 9 月 18 日。数据可在其官网以可视化形式查看或下载，采用 Creative Commons Attribution 许可，可免费使用、分发和复制，需注明来源与作者。