由于大部分信息被隐藏,桌游 Stratego 一直难倒 AI——直到现在
Ars Technica 报道,研究人员通过引入第二个神经网络来推测隐藏棋子的身份,从而让 AI 在信息不完全的桌游 Stratego 上取得突破。此前,由于大部分棋子信息对玩家不可见,该游戏长期是 AI 难以攻克的难题。
Ars Technica 报道,研究人员通过引入第二个神经网络来推测隐藏棋子的身份,从而让 AI 在信息不完全的桌游 Stratego 上取得突破。此前,由于大部分棋子信息对玩家不可见,该游戏长期是 AI 难以攻克的难题。
OpenAI 在官网发文称,自 7 月第一周起遭遇一场有组织的“对抗式蒸馏”活动,7 月 24 日至 25 日流量骤增,超过 4000 名用户发起 1.6 万次请求,后续调查发现逾 1.5 万名用户存在类似提示词行为,7 月 28 日已被完全阻断。OpenAI 表示尚不清楚攻击实体,但认为核心活动群体与开发 Kimi 模型的月之暗面有关,并已通过前沿模型论坛与行业伙伴共享信息。
文章讨论个人AI助理这一新兴赛道的竞争格局,Meta、Manus、OpenAI等已相继布局,字节跳动正在加速追赶。各方争夺的是下一个超级流量入口,即用户与AI交互的默认界面。
文章指出,各大科技公司正集体押注AI个人助理这一赛道,围绕该方向展开密集布局与竞争。报道认为,一场围绕AI个人助理的集体押注正在上演。
麦肯锡在Tech Week Singapore上表示,随着智能体系统大幅推高token消耗,多数企业AI工作负载将转向开放权重模型,而非OpenAI和Anthropic的前沿模型。麦肯锡引用数据称,自2023年以来单token价格已下跌约90%,但智能体模型每项任务所需token量是过去的5到30倍,93%的企业在过去六个月中超支了AI预算。
恢复独立运营的 Manus 发布 2.0 版本,升级自研 Agent 框架 Cascade,并推出面向个人事务的独立应用 Cue,同时将桌面应用升级为 Manus Studio。文章回顾了 Manus 从 2025 年 3 月上线、加入 Meta、到今年 9 月 1 日恢复独立的过程,并指出如今 Agent 赛道已挤满 OpenAI Codex、Anthropic Claude Code、微软 Copilot Cowork、腾讯 WorkBuddy、Meta Muse、阿里千问、字节豆包等对手。
文章对比了海外与国内大模型的产品走向:Meta 的 Muse 登顶应用榜并带动 Meta 股价单日上涨 11%,而国内大模型厂商则集中扎堆办公场景,陷入同质化竞争。作者认为,当所有玩家都挤在办公赛道内卷时,C 端场景仍有可挖掘的空间。
一份通信行业研究报告指出,OpenAI发布了GPT-6系列新模型,同时中国国产算力芯片正加速取得突破。该消息同时涉及美国前沿模型迭代与中国本土算力供应链的进展,但摘要中未给出任何投资、估值或资本开支的具体数字。
据报道,通用大模型 GPT-6 Astra 在未经自动驾驶专项训练的情况下,成功控制真车完成封闭场地测试,被视为通用模型迈向真实物理世界的一步。文章主要讨论模型能力本身,未涉及相关投资金额或商业落地数据。
Epoch AI 于 9 月 23 日发布家具组装基准测试(FAB),用 60 张宜家家具组装照片评估多模态 AI 的视觉与空间推理能力。OpenAI 最新的 GPT-6 Astra 以 80% 准确率居首,Anthropic Claude Fable 5.1 和 Claude Opus 5 分别为 70% 和 61%,而 2025 年 11 月的领先模型 Claude Opus 4.5 仅 28%。中国开源权重模型 Kimi K3 相比国际前沿约落后 7 个月,DeepSeek V4 Pro、GLM 5.3 等尚未提供图像支持。
这是TMTPost在9月21日至9月26日期间的一周行业动态汇总,涵盖千问办公发布企业级Agent基础设施、谷歌推出Gemini 3.8 Flash TTS及Flash-Lite TTS语音模型、亚马逊官宣接入Kimi K3、超聚变发布FusionServer“无极”架构,以及Anthropic起诉特朗普政府受挫等消息。内容以产品发布、模型更新和企业合作等产业动态为主,未涉及具体的投资金额、估值或资本开支数据。
文章以戏谑口吻称,Anthropic 的 Opus 5.5 与 OpenAI 的 GPT-6 Luna 在技术路线上分别借鉴了中国团队(混元、DeepSeek)的思路,反映出中美大模型在方法论上的相互靠拢。全文聚焦模型能力与研发路径,未涉及融资、估值或资本开支等投资层面的数据。
开源AI模型以及OpenAI和Anthropic的激进降价,重塑了企业的AI支出结构。DeepSeek等中国实验室和Meta的Llama系列以远低于以往的成本提供强劲性能,迫使前沿模型厂商将推理价格最多下调50%。企业如今通过智能调度工作负载来控制预算,而模型能力正快速趋同。
TypeSafe AI 发布了 Jev,一个只返回结构化判断而非文本的模型。早期测试显示,在分类和路由任务上,其速度与成本都有大幅改善。这一思路与中国 AI 行业已经显现的效率优先取向相呼应,并可能面临本土的快速竞争。
文章讨论端侧AI的发展路径,指出过去三年云端AI证明了模型能有多聪明,但最聪明的模型未必最贴近生活场景。接下来端侧AI需要证明的是如何在智能、成本与功耗之间取得平衡,让AI真正成为设备的一部分。
TMTPost 报道了两篇论文,探讨 AI 如何通过“自我改进”以及在群体中相互协作来实现下一次跃迁。文章聚焦于技术演进路径,而非投资或商业数据。
在上海西岸举行的一场长达五小时、由AGI House、红杉中国与Research AI+合办的活动中,来自Google DeepMind的姚顺宇、估值46.5亿美元的硅谷创业公司Recursive Superintelligence联合创始人施天麟,以及清华、上海交大的研究者,围绕RSI(递归式自我改进)的定义、评估与实现路径展开讨论。文章主要整理了他们关于RSI何时到来、创业公司机会在哪、以及验证环节是否仍需人类参与的十一条观点。
新浪财经报道,一份报告预测到2030年全球活跃的AI智能体(Agent)数量将达到22.16亿个。该预测描绘了AI应用层未来规模的长期愿景,但并未涉及任何投资、资本开支或收入数据。
文章讨论AI自进化(RSI,递归自我改进)目前发展到什么阶段,以及距离真正的递归自我改进还有多远。文中提到多家AI巨头在相关推进上集体“踩刹车”,即放缓或调整了激进的自我进化路线。整体属于对AI技术能力演进的讨论,而非投资或资本开支层面的报道。
华尔街见闻梳理了人形机器人领域的三大争议:大规模部署的时间表、随之而来的算力需求激增,以及“人形”形态是否真的必要。文章属于行业讨论性质,未给出具体的投资金额或财务数据。