公众号：蚂蚁百灵（Ling）
42
inclusionAI团队发布了TC-AE项目，旨在通过开源与开放科学推动人工智能技术的进步与民主化。该项目致力于降低AI技术的使用门槛，促进更广泛的社区参与和创新。核心变化在于构建了一个可访问的AI开发框架，强调协作与知识共享。此举预期将加速AI工具在多元领域的应用，并推动技术发展的透明性与包容性。
OpenAI 发布 Child Safety Blueprint，提出负责任开发 AI 的系统性路线图。该方案通过建立技术保障机制、设计适龄交互界面及推动跨领域协作，致力于在保护青少年网络安全的同时赋予其数字能力。蓝图强调将儿童安全原则融入 AI 产品全生命周期，为行业提供兼顾安全防护与成长赋能的框架，应对未成年人使用人工智能的潜在风险。
Claude Code v2.1.96 修复 Bedrock 请求 403 "Authorization header is missing" 错误，解决使用 AWS_BEARER_TOKEN_BEDROCK 或 CLAUDE_CODE_SKIP_BEDROCK_AUTH 环境变量时的认证失败问题。该回归缺陷源自 2.1.94 版本。
智谱推出开源模型GLM-5.1，支持独立工作长达8小时。模型可直接部署使用，无需人工频繁干预，适用于长周期自动化任务场景。
关联讨论 1 条公众号：智谱（GLM）新版本新增对 Amazon Bedrock（由 Mantle 驱动）的支持，并将 API-key、Bedrock/Vertex/Foundry、Team 及 Enterprise 用户的默认 effort level 从 medium 提升至 high。修复了 429 速率限制后代理卡死、macOS 控制台登录失败、插件 hooks 被忽略、长会话滚动回显重复、CJK 字符损坏等关键问题。VSCode 扩展优化了冷启动性能并新增设置解析失败警告。
2025年推出的AI时尚应用Alta Daily，利用Meta的Segment Anything Model (SAM)分割和数字化用户上传的衣物图像。用户可拍摄整个衣橱，应用通过自然语言提示推荐穿搭，并在虚拟形象上展示效果。面对用户上传内容的复杂场景（如纯色背景、复杂光照），SAM在八个产品类别中分割效果最佳，能处理镜面自拍、地毯背景等挑战。采用SAM使应用以低成本处理超2000万张图像，节省了API费用。目前在美国、法国、德国、墨西哥和荷兰拥有大量用户，团队正试验SAM 3D模型以提升虚拟试衣沉浸感。
Google Cloud推出PaperVizAgent与ScholarPeer两款学术AI智能体。前者通过检索、规划、风格、可视化与批判五个专门智能体协作迭代，将论文文本转化为符合发表标准的图表，综合评分（60.2）显著超越人类基线（50.0）及GPT-Image-1.5等模型；后者模拟资深审稿人流程，动态构建文献背景并验证基线，实现基于实证的自动化同行评审。
Ming-flash-omni 模型具备全模态创作能力，能够同时完成照片中路人干扰的识别、自动修图、修图效果自评，并最终生成一段社交媒体推文，实现从视觉理解到内容发布的完整闭环。
研究团队发布了TC-AE，一种用于深度压缩自动编码器的新方法，旨在突破现有模型的令牌容量限制。该方法通过创新的架构设计，显著提升了模型在压缩表示中保留信息的能力，实现了更高的压缩效率与重建质量。具体指标显示，TC-AE在多个基准测试中，相较于传统深度压缩自动编码器，将有效令牌容量提升了约30%，同时保持了较低的计算开销。这项工作为高密度数据压缩与表示学习提供了新的技术路径。
《纽约客》最新调查报道证实了对OpenAI首席执行官山姆·奥特曼的既有质疑。报道指出其在公共言论中缺乏对事实的约束，存在夸大或误导性陈述。这一调查为此前关于奥特曼诚信问题的担忧提供了佐证，揭示了这位AI行业领军人物在承诺与事实之间的偏差，反映出其言行中真实性约束的缺失。
针对Blackwell GPU上的小批量解码，研究提出了一种名为“warp decode”的新方法。该方法颠覆了传统以专家为中心的计算路径，改为让每个GPU warp负责计算一个输出神经元。这一根本性改变消除了原有流程中五个纯数据管理的“簿记”步骤，将整个MoE计算层压缩为仅两个内核。其优势在于避免了填充、分散和中间缓冲区的读写，并通过warp独立性实现了更好的调度。在Blackwell GPU上，该方法实现了1.84倍的吞吐量提升，同时输出精度更高，与全FP32参考值的差距缩小了1.4倍，有效加速了模型研发流程。
OpenAI 启动一项全新的安全研究奖学金试点计划，旨在支持独立的安全与对齐研究，并培养下一代人才。该计划为研究人员提供独立开展 AI 安全和对齐研究的机会，同时致力于发掘和培养该领域的新兴研究力量，推动人工智能安全研究的长期发展。
OpenAI 启动了一项试点计划——OpenAI 安全研究员计划，旨在支持独立的安全与对齐研究，并培养下一代相关人才。该计划将为研究人员提供资金、资源以及与 OpenAI 团队的协作机会，以推进人工智能安全领域的前沿工作。此举是 OpenAI 构建更安全、更对齐的 AI 系统整体战略的一部分。
提出了一套面向AI时代的雄心勃勃的以人为本的产业政策方案，聚焦扩大经济机会、促进繁荣共享与构建韧性制度三大支柱，以应对先进智能技术演进带来的挑战。该框架强调在技术变革中保障人的主体地位，建立包容性制度体系确保AI发展成果广泛惠及社会，同时增强 institutions 适应智能化转型的长期能力。
由于提供的正文内容仅包含不完整片段（"AI isn't the only thing behind Medvi"），缺乏关键信息点（如公司具体业务、融资细节、技术突破或财务指标等），无法撰写符合要求的100-200字摘要。请提供完整正文以便提取核心事实与数据。
Anthropic宣布与Google、Broadcom达成新协议，将获得多千兆瓦下一代TPU算力，预计2027年上线。这是其迄今最大的算力投资，用以支持Claude模型及激增的客户需求。数据显示，Claude年收入运行率已突破300亿美元，年消费超百万美元的企业客户两个月内从500家翻倍至超1000家。新设施主要位于美国，符合其500亿美元投资美国基础设施的承诺。公司强调将继续保持多硬件平台策略，AWS仍是主要云服务商。
天工AI Mureka亮相央视《焦点访谈》，1分钟内即可为宋词谱曲，展现中国AI在音乐创作领域的原创能力。
新增强制远程设置刷新策略、Bedrock 交互配置向导与按模型成本细分，远程控制会话默认使用主机名前缀。修复子代理生成、工具验证、API 400 等十余项错误，Write 工具大文件 diff 速度提升 60%。移除 /tag 和 /vim 命令，Linux 沙盒恢复 seccomp 限制。
Gemma 4 的发布揭示了开放模型成功的真正标准。文章指出，决定模型成败的关键并非基准测试分数（benchmark scores），而是其他因素。当前 AI 领域过度关注 leaderboard 排名，但高分数不等于实际应用价值与社区采用率。真正的成功取决于模型解决真实场景需求的能力、开发者友好度以及生态建设，而非单纯的技术指标领先。这一观点挑战了以 benchmark 为导向的行业评估范式。
关联讨论 9 条X：Francois Chollet (@fchollet)X：Artificial Analysis (@ArtificialAnlys)X：Demis Hassabis (@demishassabis)X：Google DeepMind (@GoogleDeepMind)X：Sundar Pichai (@sundarpichai)Hugging Face：Blog（RSS）Google Developers Blog（RSS）X：Rohan Paul (@rohanpaul_ai)Hacker News 热门（buzzing.cc 中文翻译）Gas Town（编程智能体框架）与Beads（智能体记忆系统）今日同步发布1.0.0正式版。Gas Town目前拥有13k星标，已进入稳定维护模式，让非技术人员也能构建软件。Beads则以轻量级问题工单为基础，将记录存储在Git中并支持SQL查询，为智能体提供跨会话的历史记录与上下文。
科技领域正经历目标基准的转移与叙事体系的重构。行业评估标准持续调整，原有衡量目标被不断重新定义；同时出现新一轮努力，试图重塑技术发展的公众话语框架与内在逻辑。这些变化反映了科技产业在转型期对价值标准和传播策略的深层调整，涉及对既有范式的反思与未来路径的再定位，标志着行业进入新的认知与评价阶段。
Claude Code v2.1.91 发布，支持 MCP 工具结果最大 500K 字符不截断，新增禁用技能内联 shell 执行选项，插件可打包 bin/ 目录可执行文件。修复了 --resume 转录链断裂、远程会话计划模式丢失、cmd+delete 快捷键等 bug，并优化了 ANSI 剥离性能。
Meta的Ranking Engineer Agent系列博客第二篇，聚焦其底层基础设施优化能力。该自主AI代理能够优化支撑广告排名模型运行的低层基础设施，旨在提升系统性能与效率。本篇承接首篇介绍的机器学习实验自主探索功能，进一步展示了该代理在硬件与系统层面的自动化优化实践。
关联讨论 1 条Meta Engineering Blog（RSS）Google Vids 接入 Lyria 3 与 Veo 3.1 模型能力，新增免费 AI 视频生成功能，用户可无成本创建、编辑和分享高质量视频。
Google 为 Gemini API 新增 Flex 和 Priority 两个推理层级，帮助开发者在成本与延迟之间灵活取舍。
Google Research 提出系统性评估框架，将标准化心理学问卷（如 IRI、ERQ）转化为情境判断测试，量化 LLM 行为倾向与人类共识的偏差。研究测试了25个模型，发现小模型（<25B）一致性显著较低，且模型存在两种偏差：偏离人类共识、未能覆盖人类观点的多样性。该框架通过真实场景（如职场冲突、日常决策）评估模型行为，为改进 LLM 社交互动能力提供依据。