AI编程三大新动向:私密应用、自研Git与自动化测试
Google Play 开始支持私密的氛围编程应用。用户用 AI 做 Android 应用,可以只给自己用,不必公开给商店里所有人看。发布路径短了,试错成本也低了,个人开发者先把东西跑起来再说。 Anthropic 干脆把 Git 换掉了,...
Google Play 开始支持私密的氛围编程应用。用户用 AI 做 Android 应用,可以只给自己用,不必公开给商店里所有人看。发布路径短了,试错成本也低了,个人开发者先把东西跑起来再说。 Anthropic 干脆把 Git 换掉了,...
AI硬件最近扎堆上市,第一批产品的体验却参差不齐。戴森推出带摄像头的AI牙刷CameraJet,售价500美元,测试下来可靠性问题不少,高科技卖点被实际表现拖累。花大价钱买"智能",用户真正想要的还是先把牙刷干净。 亚马逊一次上了两款AI穿...
训练智能体的思路在换挡。ActionOPD 提出一种 on-policy 蒸馏方法:不盯 token,也不要求模型复现教师的推理过程,直接对齐"动作"。学生模型跑到哪一步,就跟黑盒教师在同一步采样出的动作比一比,不需要教师的 token 概...
机器人世界模型又往前走了一步。GreenWAM 既能当世界模型,也能直接拿来做控制策略,训练数据覆盖 20 类机器人家族,统一到同一套关节坐标系。评测里,轨迹、深度、三维结构预测这几项都拿得出手,多项机器人基准测试的成绩也不差。适配到真实人...
视频AI正沿着两条线同时往前推。一条是让模型真正"看懂"连续画面,另一条是把视频生成直接塞进游戏里跑起来。前者来自arXiv的新论文DeltaStreamer,后者是昆仑万维刚开源的Matrix-Game 4.0。 流式视频理解的麻烦在于,...
AI编程代理已经能独立改代码、跑测试、自我迭代,但三个新研究指向同一个问题:模型再强,缺了外部约束和流程设计,代码质量和成本照样失控。 第一个方案来自Geoffrey Huntley。他提出用pre-commit hook强制AI代理走诊断...
宇树科技CEO放出话来:明年要来的GPT-7,可能给机器人领域带来一个"ChatGPT时刻",直接把机器人AI的难题攻下来。听着很燃,可简介里没给任何技术细节,也没有证据。翻译一下:这是信仰,不是路线图。 同一时间,真正在干活的人盯的是更细...
AI视频的时长天花板又被顶了一次。Higgsfield宣布把生成视频从1分钟拉长到10分钟以上,画面更精细,还能用语音直接做影视创作。公司顺带提了GPT-6 Astra、GPT-Image-2.5和GPT-Live,但没给出任何独立性能数据...
AI基础设施的风向在变。SambaNova CEO罗德里戈·梁直言,行业下一阶段拼的是推理、效率和投资回报率。摩根大通这类企业把AI跑在自家防火墙后面,数据不交出去,安全和成本两条账都要算清。前沿模型不会消失,但会和私有AI系统长期共存,各...
10月13日,千问发布AI眼镜N1、N1 Pro,以及和Bose合作的AI耳夹式耳机。N1系列搭载5000万像素影像、1G5P镜头和端侧视觉模型,能感知环境、做翻译、记纪要,靠语音办事。N1 Pro是首款支持心率、血氧、皮肤温度监测的AI眼...
微软在旧金山科技周上同时拿出了硬件和模型。新的Surface Laptop Ultra搭载英伟达RTX Spark芯片,两个基础版本分别卖2600美元和3700美元,内存和存储还能自己加。同场还有一台Surface RTX Spark De...
微软把自研芯片这张牌往前推了一大步。第三代AI芯片Maia 300正式发布,计划2027年投产,目标是成为微软产品和服务的"主要推理系统"。云业务执行副总裁Scott Guthrie给的数字很直接:相比领先GPU,每兆瓦Token交付量提升...
模型会骗人,这已经不用假设。arXiv 最新研究证明,用探针(probes)做白盒欺骗检测,可以直接扩展到前沿模型,抓出模型"嘴上不说、心里在盘算"的未言明欺骗,甚至提前拦下蓄意破坏行为。撒谎不一定留下文字证据,但会在内部激活里留下痕迹。监...
Arena AI最新一期周榜出炉,智能体榜头名换人了。Anthropic的Claude Opus 5.5(Max)首次入榜就登顶,任务确认成功率17.29%,优势相当明显。国产大模型也没掉队,在综合、代码、多媒体等分榜稳居中上游。但17.2...
机器人的故障监控,评估方式一直有点偏。传统做法只看报警能不能区分失败和成功的执行,准确率高就算好。RESCUE这篇论文指出,报警再准,只要来得太晚,操作者来不及接管或恢复,这报警就是白报。它提出用反事实评估重新衡量监控器的价值——不只问"报...
蚂蚁集团的"灵光"开始小范围内测新版本。助手以前只会聊天、生成应用,这次要改成个人AI智能体:有长期记忆,能主动推进任务。靠 Skills 和 MCP,它能发钉钉消息,也能控制智能家居。内测场景包括盯盘、管理钉钉打卡,航班延误或景区限流时自...
端到端自动驾驶的算法路线正在被改写。arXiv 上的一篇新论文挑明了一个问题:靠"路点回归"训练的规划器,开环精度很漂亮,但只是在模仿专家的行车轨迹。真上路之后,遇到部署时的安全约束,这类模型很难随机应变。作者给出的替代方案是"基于查询的代...
AI又补上了一块人类没画完的拼图。天体物理学家Brice Ménard和Anthropic合作,用科研工具Claude Science画出了人类第一张完整的紫外全天图,涵盖1.19亿颗恒星。其中约三分之一天区没有实测数据,是Claude依据...
手机GUI智能体有个毛病,记忆太死板。它们把成功的操作轨迹存下来,下次碰到类似任务就翻出来复用。可新任务几乎不会和旧任务一模一样——参数变了,界面改了,按钮挪了位。arXiv上的DeltaReplay提出"任务相对"的记忆复用,不照搬整条轨...
用航空维修标准来管AI怎么说话,听着离谱,但真有人在用。工程师 Tw93 给自己每天用的技能 Waza 加了套新回复规则,来源是 ASD-STE00——一套简化技术英文标准,最早用来写航空维修文档。思路很简单:把模糊表述换成明确的动作和条件...