唐家三少呼吁标注 AI 内容，警告网络文学 AI 洗稿问题蔓延
中国网络作家唐家三少警告，AI 洗稿和批量生成的低质量内容正在网络文学行业扩散。据称，热门作品的结构可以被拆解，再由 AI 重新填充，48 小时内生成 500 万字。他将这类内容称为“AI 泔水”，并呼吁行业加强自律、完善法规标准、保护青少年，同时明确标注 AI 生成的文字内容。报道引用的相关数据和预测尚未经过独立验证。
AI 新闻中心
AI 新闻中心 过去30天分析了 4670 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
智己汽车确认无方向盘车辆，采用新一代LS6同源线控转向技术
智己汽车正式确认了此前曝光的无方向盘车辆。该工程测试车型采用与新一代LS6同源的技术，并使用线控转向，取消方向盘与车轮之间的机械连接，改由电信号控制车轮。全线控四轮转向系统据称可在约20毫秒内执行指令。为提升安全性，系统配备双电源、双通信和双硬件备份；即使前轮转向链路发生双重故障，后轮转向仍可作为额外冗余介入，协助车辆保持稳定并安全停车。智己表示，该系统达到车规功能安全最高等级ASIL D，失效概
Anthropic 对齐科学负责人称：未来十年内 AI 杀死全人类的概率超过 10%
Anthropic 对齐科学负责人埃文·休宾格表示，他个人认为未来十年内 AI 可能杀死全人类的概率超过 10%。他还担心 AI 进行递归式自我改进。休宾格称，Anthropic 正在认真应对这一问题，但目前还没有解决超级智能对齐问题的可靠方案，也无法明确证明公司正朝着解决目标稳步前进。
CosmoH2G：面向复杂空间物体操作的手到夹爪迁移数据集与基线方法
CosmoH2G提出了一个数据集和基线方法，用于将人类手部演示迁移到机器人夹爪。该数据集包含1,254种物体的6,189个操作片段，重点覆盖旋转、翻转和复杂轨迹等高空间复杂度动作。所提出的两阶段框架首先预测夹爪的初始和终止稀疏关键帧，然后以此为条件生成完整的连续动作序列。为减轻误差累积，系统学习夹爪的方向，并依据抓取启发式方法和运动学一致性对平移进行后处理优化。作者报告称，在仿真和真实机器人实验中
通过在策略反向蒸馏实现从弱到强的泛化
研究人员提出了在策略反向蒸馏（OPRD），旨在让更强的学生模型从较弱的教师模型中学习，同时超越教师的性能。OPRD在学生模型生成的轨迹上，评估教师策略相对于参考策略的变化，并仅放大得到验证器支持、且与该变化方向一致的策略梯度更新。这样既能利用教师指导加快训练，又不会将教师的能力上限强加给学生。在连续模型迁移和多教师蒸馏实验中，OPRD以更少的学生更新次数取得了优于现有强化学习和蒸馏方法的性能。研究
消息称华为 Pura X View、Mate XT 2 支持下载部署端侧本地大模型
据博主 @超维界 透露，华为 Pura X View 和 Mate XT 2 手机支持将多模态 AI 模型下载并部署在设备端。用户据称可在约 6GB 的多模态增强模型和约 15GB 的多模态混合专家模型之间选择。两款模型均可在无网络状态下运行，功能包括本地图像生成、语音合成、相机 AI 超清增强、图库修图和人声播报。混合专家模型还可用于复杂任务理解、应用操控以及离线整理照片。相关信息来自博主爆料，
OpenAI 版权诉讼披露新细节：GPT-5 被指可代写乔治·R·R·马丁作品
多名图书作者向纽约联邦法院提交简易判决动议，要求认定 OpenAI 未经许可复制 194 部图书并用于 AI 模型训练，且相关行为不构成合理使用。本案源于美国作家协会 2023 年对 OpenAI 和微软提起的集体诉讼。原告称，OpenAI 曾从 LibGen 获取图书，并在 GPT-3 论文中将相关数据集改称为“Books1”和“Books2”，以淡化其与 LibGen 的关联。乔治·R·R·马
已修复：ChatGPT 生图功能故障持续约 7.5 小时
OpenAI 官方状态页面显示，北京时间 9 月 8 日 22:32 至 9 月 9 日 05:59，ChatGPT 和 Images API 的图像生成功能出现故障。用户提交图像生成请求时遇到错误的频率上升，文件上传处理也受到影响：部分文件虽显示上传完成，却一直停留在处理中，另一些上传请求则直接失败。OpenAI 尚未公布具体技术原因、受影响用户数量或预计恢复时间。目前该故障已修复。
GE-Act 2.0：面向机器人操作的世界行动模型预训练与扩展
GE-Act 2.0是一种用于机器人操作的世界行动模型，通过预测未来状态来指导机器人行动。与许多依赖预训练视频生成模型的系统不同，其生成和行动组件均使用操作数据从零开始初始化和训练。该模型结合了控制导向自动编码器、单步视觉规划器和逆动力学模型。将联合训练数据从300小时扩展到3万小时后，两种机器人平台的成功率分别从17.1%提升至44.1%，以及从13.4%提升至31.1%。性能提升覆盖了大多数技
引导几何：验证大语言模型引导空间中的人类价值结构
一项研究考察大语言模型中的激活引导向量，究竟是否反映了人类价值观的连贯语义结构，还是仅仅利用了与特定行为相关的捷径。研究人员依据施瓦茨基本人类价值理论，构建了涵盖20种价值观、2.6万个样本的基准测试。基于分布的方法部分恢复了理论预测的价值关系；以行为为中心的方法虽然取得相近的引导效果，但与预期价值结构的相关性较低。几何一致性随模型规模扩大而提升，却在指令微调后下降。代码和数据已公开。
用于长篇多镜头视频生成的 Multi-Grid 后训练
MovieGrid 是一种用于生成由多个按时间排序镜头组成的长篇视频的后训练方法。它将长视频拆分为较短片段，排列在空间网格中并进行联合建模，从而实现片段之间的全局信息交换。研究团队从 1,000 部长篇视频构建了 MGLV 数据集，其中包含 5.4 万个网格视频，以及故事和角色标注。该方法结合 Grid Embedding、角色感知故事提示和 Grid Boundary Loss，提升镜头内及镜头
面向大规模长上下文强化学习后训练的在线协同训练投机解码
研究人员提出了一套端到端系统，通过在线协同训练草稿模型，加速强化学习后训练中成本占比很高的 rollout 生成。该系统将分支注意力融入上下文并行执行，并在不改变流水线调度的情况下，在不同流水线阶段之间传输目标模型的中间特征。在最大规模达1220亿参数的模型上进行的实验显示，rollout 和端到端处理速度均得到显著提升；其上下文并行设计还可扩展至25.6万 token，并比现有方法节省内存。代码
Kalman Delta Networks：引入不确定性感知的联想记忆
研究人员提出了 Kalman Delta Networks（KDN），这是一类面向线性注意力和高效长上下文处理的新模型。KDN不仅跟踪循环记忆状态，还跟踪其不确定性，并利用卡尔曼增益，根据累积证据和观测可靠性调整每次记忆更新。由于精确跟踪协方差难以在GPU上并行执行，研究还提出了支持结合扫描的对角和各向同性近似方案。在使用7.5亿和13亿参数模型进行的受控预训练中，KDN变体相比领先的线性注意力模
将环境作为脚手架：通过丰富反馈培育长程任务中的自我进化智能体
一项研究提出“反馈增强环境”（FEE），旨在解决使用强化学习训练大型语言模型自主智能体时的奖励稀疏问题。FEE不直接指导智能体的行动，而是在探索后期丰富其观测信息。在SciWorld和BFCL基准测试中，研究人员使用不同规模的Qwen3模型以及GRPO、GSPO和DAPO算法进行大规模实验，结果显示其性能持续优于标准环境。研究表明，FEE能够稳定训练过程、促进对困难状态空间的主动探索，并使环境指导
Miles v0.1：面向前沿模型的生产级后训练系统
Miles v0.1 是一个用于大型 AI 模型后训练的开源全栈系统。该平台以可验证、可定制的组件为核心设计强化学习流程，提供基于 SGLang 的 rollout 引擎、支持 NVIDIA Megatron-LM 和 PyTorch FSDP 的训练器，以及适应不同部署拓扑的三种权重同步方式。系统支持全参数 RL、LoRA RL、on-policy 蒸馏、监督微调，以及 rollout 与训练之