SkillGate：训练长程智能体在策略内选择技能
SkillGate研究人工智能智能体如何在长程任务中决定读取哪项程序性技能。研究人员发现了“选择器信用饥饿”现象：在仅依据结果进行强化学习时，负责命名所选技能的少数词元几乎得不到有效训练信号；如果后续执行失败，正确的选择也可能受到惩罚。SkillGate将传递给执行词元的结果信用，与只传递给技能命名词元的局部优势信号分开。在五项智能体基准测试中，使用16个候选技能时，一个9B策略模型的试验成功率从
AI 新闻中心
AI 新闻中心 过去一年分析了 4114 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。
Anthropic计划推出要求企业保留数据30天的安全系统
Anthropic计划在今年推出面向企业客户的安全系统。使用其最强大人工智能模型的企业将被要求保留数据30天，同时可以选择将数据存储在自有云基础设施中。此举旨在让企业更好地控制敏感信息。
Grok 持续向用户发送乱码回复
受影响的用户告诉 TechCrunch，他们使用的是 Grok Lite，并且最早在周三上午就注意到了这一问题。
人工智能能解决自己制造的能源问题吗？
文章认为，现有电力足以满足人工智能数据中心不断增长的需求，而人工智能还可以帮助确定美国下一批数据中心的建设地点。文章称，训练一个用于此类选址分析的模型成本约为5美元，耗时约15分钟。不过，这些数据仅说明了一种拟议应用，并不能证明人工智能已经找到了其整体能源问题的解决方案。
Astromech 为预测生物变化的 AI 模型融资 2000 万美元
Astromech 利用基因组数据构建预测生物变化的 AI 模型，近期以 38 亿美元的估值融资 2000 万美元，使公司累计融资额达到 6000 万美元。
Ramp 推出自有 AI 模型路由服务 Router
Ramp 推出了一项名为 Router 的 AI 模型路由服务。用户和企业可以通过 API 使用不同的大型语言模型，并在这些模型之间切换。
苹果应避免在AI耳机和智能眼镜上重蹈Meta的覆辙
彭博社专栏作家戴夫·李分析了苹果开发AI增强型AirPods和智能眼镜的计划。他认为，苹果应吸取Meta在开发和推广联网可穿戴设备时所犯错误的教训。
Meta 将可通过“氛围编程”创建和分享游戏的 Pocket 推向美国用户
Meta 正向美国用户推出 Pocket。这是一款利用人工智能创建和分享互动游戏的实验性应用。此前，Meta 曾在巴西低调测试该应用。
杭州部署自动交通管制机器人
中国杭州市已部署自动交通管制机器人，用于监测和管理道路交通。这些设备配备摄像头和雷达，能够向车辆发出信号并标记交通违法行为。不过，它们与1987年电影中的“机械战警”相去甚远：没有武器，也无权逮捕人员，移动时依靠轮子，而不是像人形机器人那样行走。
Palo Alto Networks与NTT DATA扩大合作，推进10亿美元AI安全计划
Palo Alto Networks与NTT DATA将扩大合作，推动安全运营自动化，并让Palo Alto的身份管理工具更深入地进入大型企业。AI代理能够自主查询数据库、移动文件和调用其他软件，因此像员工一样需要凭据。Palo Alto Networks表示，典型企业中每个人类账户对应超过80个机器账户。然而，许多安全团队无法完整列出这些账户，也就无法确定哪些人员或系统能够访问最敏感的企业资源。
扩大 Skala 的使用范围，加速预测性 DFT 的发展
Skala 1.1 是微软研究院更新的一款基于深度学习的交换-相关泛函。新版本旨在提高准确性，扩大其在计算化学生态系统中的可用性，并提供持续更新的基准测试，以跟踪计算性能。DFT 指密度泛函理论。
ChatGPT Work帮助Stampli加快创意上市
在上线期限固定、设计资源又被其他项目占用的情况下，Stampli使用Codex和ChatGPT Work，将产品上线制作周期从数周缩短至数天。
智界 RX 的 L3 架构不只四颗激光雷达，官方预告还有未公开功能
电动轿跑 SUV 智界 RX 已在中国开启预订。华为余承东表示，该车采用面向未来的 L3 级自动驾驶架构。智界汽车董事长兼 CEO 郭锐透露，这套 L3 架构不只配备四颗激光雷达，还包含其他尚未公布的功能。他还表示，即使在驾驶员亲自操控的情况下，L3 架构的安全性也有望高于 L2。智界 RX 基于华为途灵平台打造，提供单电机后驱和双电机四驱版本。不过，官方尚未公布 L3 系统的具体技术参数、运行限
独家：这家估值1亿美元的初创公司希望为企业提供“AI员工”
总部位于旧金山的Anything AI正在使用150多个色彩鲜艳、卡通风格的AI代理。该公司认为，如果人类也以类似方式与专业化的数字员工协作，软件开发可能会更加容易。这家初创公司的内部架构模仿了快速成长企业常见的组织图。
推动人工智能从试点走向生产环境
企业要成功扩大人工智能应用，关键在于稳健的基础设施、对系统的信任以及有效的领导力。