GPT-6踩了刹车
本文分析了OpenAI据称发布GPT-6 Astra，以及其暗示该模型可能标志着AGI时代开始的说法。根据OpenAI公布的数据，Astra在数学、软件工程、网络安全和计算机操作方面取得了很高成绩。其最重要的进展，是能够直接操作浏览器和企业软件，处理文档、日历，并执行较长的多步骤工作流。不过，这些数据需要谨慎解读：Astra在ARC-AGI测试中的99.9%最高分，是通过专用Provider Ad
AI 新闻中心
AI 新闻中心 过去30天分析了 2404 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。
Scal3R：面向可扩展在线三维重建的高效多重相对位姿查询
在线三维重建模型在处理长视频时通常会出现性能下降，因为相对于固定的第一帧进行位姿回归会迫使模型超出训练分布进行外推。Scal3R改为相对于多个历史关键帧查询位姿。该方法通过非对称注意力，将约占参数量1%的轻量级可学习令牌注入完全冻结的骨干网络。带有闭环检测的在线位姿图优化系统可抑制长距离漂移。作者称，该模型在单张GPU上可于8小时内收敛，在KITTI上相比在线基线将平均ATE降低60%以上，并在多
中国气象局：AI气象预警系统“妈祖”埃及定制版开发取得进展
中国气象局表示，气象智能预警系统“妈祖”埃及定制版开发取得阶段性进展。相关系统平台的数据清单梳理，以及埃及行政区划和地理信息系统数据接入均已完成。针对当地需求，系统设计了航空气象和文旅气象功能：为机场提供综合监测、重点气象要素预报和机场综合预警，并提供星空观赏适宜度预报、沙尘暴预报预警及日出日落时间预报。下一步，双方将进一步研究人工智能气象模型，包括AI沙尘模式等专题模块，并持续完善数据接入和产品
AI生成菜单陷入“完美美学”，食物图片出现恐怖谷效应
生成式AI正逐渐进入餐厅菜单设计，但高度同质化的“完美美学”也带来新的视觉问题。AI生成的食品图片往往过度对称、光滑且精致，部分作品还出现明显异常的食物结构，被消费者形容为具有“恐怖谷效应”。专家指出，这种风格收敛与模型训练机制有关：语言模型和扩散模型从海量数据中学习模式，反复参考风格相近的连锁餐厅菜单后，生成结果也会趋于相似。如果AI生成内容进一步进入训练数据，这种同质化可能被强化。反复编辑还可
Vara获全球首个自主乳腺癌筛查AI分诊认证
德国柏林医疗AI公司Vara宣布，其乳腺癌筛查系统获得欧盟《医疗器械法规》（MDR）IIb类CE认证。在有组织的群体筛查中，系统可将判定为明显正常的乳腺X光检查自主排除在放射科医生阅片之外，其余病例仍须至少由一名放射科医生复核。认证主要依据PRAIM研究，该研究覆盖463,094名女性，显示AI辅助双重阅片使癌症检出率提高17.6%。不过，研究测试的是AI辅助双重阅片，并未直接验证此次获批的自主分
Editable Visual Design：支持图层编辑的 AI 视觉设计
Editable Visual Design 提出了一种由 AI 驱动的设计流程，将视觉语言模型的审美判断与 HTML/CSS 提供的精确布局控制结合起来。编程代理利用图像生成模型创建独立的视觉素材，将其组装成可编辑设计，并根据渲染反馈持续迭代优化。该系统生成的作品包含分离图层和真实文本，而不是扁平化位图，因此用户可以通过鼠标直接调整布局。在海报、信息图表等场景中的评估表明，这种方法能够兼顾较高的
Compile by Training：将自然语言规范转化为本地神经函数
“Compile by Training”可将自然语言描述的任务规范转化为可复用的神经函数。在编译阶段，教师模型生成特定任务的示例，用于训练适配器，使其适配一个紧凑型解释器。生成的函数无需教师模型即可运行，并能像普通软件一样存储、版本管理和组合。在 FuzzyBench-Hard 上，对于 Program-as-Weights 快速编译器无法得到任何精确匹配的任务，该方法达到了83.6%的语义准确
服役近10年后，谷歌开始逐步停用移动版助理，全面转向Gemini
谷歌于9月4日开始逐步停用移动设备上的Google Assistant。符合条件的安卓手机和平板电脑将在未来数周内分批自动切换至Gemini，完成迁移后将无法切换回Assistant。此次调整还涉及Wear OS智能手表、受支持的耳机，以及通过手机投屏使用Android Auto的车辆。Google TV和Google Home也将在之后逐步接入Gemini。设备需运行安卓9或更高版本，并至少配备
缺失的时间连接：用于脚本驱动音视频生成的Temporal Context Routing
音视频联合生成模型在画面质量和音画同步方面取得了明显进展，但对镜头切换和对白出现时间的控制仍然有限。Temporal Context Routing（TCR）将结构化脚本中的时间信息映射到音频与视频共享的时间轴上，并把提示词引导传递到两种模态中的对应位置。在200个测试脚本上，TCR将镜头边界平均绝对误差降低了96%，从1.11秒降至0.042秒；0.5秒内对白准确率则从28.3%提升至84.1%
PACE：发现用户请求中的隐藏冲突
该研究推出了 PACE 数据集，用于评估个性化助手能否判断一个看似合理的请求是否与用户的实际情况相冲突。不同于主要关注执行指令的既有研究，PACE 要求模型从知识库中检索与用户相关的隐含事实，并结合请求识别潜在限制。研究人员还提出多智能体框架 PaceMaker，通过查询改写、多跳图遍历和冲突感知过滤来获取具有决定性的上下文证据。实验结果显示，PaceMaker 在证据检索质量和冲突判断准确率方面
超越检索：面向流式视频理解的渐进式潜在记忆演化
LatentStream是一种面向连续视频理解的框架，旨在让多模态大语言模型在严格的因果性和有限内存条件下进行推理。与将历史视觉信息存储在外部记忆中、需要时再检索的传统方法不同，该系统会将相关证据逐步内化到紧凑的潜在工作记忆中。其层级化设计在固定内存预算下管理短期、中期和长期视觉历史。潜在记忆标记逐步扩大感受范围，以检索并整合历史证据；同时，基于预测置信度的优化机制会共同改进潜在记忆和检索信息。实
蔚来李斌：市场低估了蔚来，我们不仅是车企，也是AI与能源公司
蔚来创始人兼CEO李斌在二季度业绩沟通会上表示，资本市场低估了蔚来的价值。他认为，蔚来不仅是一家汽车制造商，也是一家能源和人工智能公司。李斌称，AI产业的发展正通过推高对算力和原材料的需求、加剧技术人才竞争，以及分流投资者注意力和资本等方式影响汽车行业。他还指出，蔚来的全栈自研技术、能源业务，以及持续增长并实现盈利的服务和社区业务，尚未得到充分估值。不过，此次表态主要属于战略层面的企业叙述，并未公
英伟达发布 Game Ready 616.64 驱动：首发支持《NBA 2K27》DLSS 5
英伟达发布 GeForce Game Ready 616.64 版驱动，重点针对《NBA 2K27》进行优化，并在游戏推出时支持 DLSS 5 3D-Guided Neural Rendering 技术。该驱动还支持《鬼武者：武士之路》等采用 DLSS 和 RTX 技术的最新游戏。英伟达未在更新说明中列出已修复的游戏专属问题或通用问题。驱动适用于运行 Windows 10 或 Windows 11
Random Attention：重新思考高效推理中的 KV 缓存淘汰
Random Attention 对根据缓存 Token 未来重要性进行评分和保留的 KV 缓存压缩方法提出质疑。该方法保留提示内容，并在每个注意力头内均匀随机淘汰 Token，完全省去评分计算。在四个模型和六项推理任务上的测试显示，其效果可与此前最强的淘汰方法相当，同时在 vLLM 部署中的吞吐量提升 32% 至 43%。受控实验表明，提示是缓存中最脆弱的部分；推理轨迹则依靠文本中的重复表述以及
人人影视负责人回应 App 上线：力争激活 3000 万存量用户
曾以字幕分享闻名的人人影视已推出“人人影视分享精彩”App。公司称，正在开发结合翻译和声音克隆的 AI 影视本地化技术，让国产影视作品能够以当地语言呈现。安卓端已经上线，iOS 版本正在准备中。平台计划覆盖 50 多个国家和地区，初期优先向东南亚输出国产影视内容。公司表示，相关技术依托超过 7 万集影视素材，并与华数传媒合作采购正版片源。目前 App 仍处于前期公测阶段，预计月底正式发布。