AI 新闻中心

AI 新闻中心 过去24小时分析了 120 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。

影石正布局 AI 眼镜,或采用分体电池设计

据接近影石创新的人士透露,该公司目前正在研发 AI 眼镜,未来可能推出自有产品。影石此前获得一项可穿戴眼镜实用新型专利,设计将电池与眼镜主体分离,佩戴在身体其他部位并通过线缆供电,旨在减轻头部负重、降低长时间佩戴的不适。这一方案不同于将电池置于镜腿中的主流 AI 眼镜设计。

据称 Claude Opus 5.5 约一小时开发出 RTX 加速路径追踪器

一名 Reddit 用户称,Claude Opus 5.5 约用一小时从零生成了实时路径追踪器。该 C++ 与 CUDA 项目使用 NVIDIA OptiX 9.1 和两块 RTX 5090,支持漫反射、金属材质、透明效果及自发光等功能。据该用户介绍,演示程序达到每秒 34 帧,并处理每秒 2.67 亿次光线采样。开发过程和性能数据尚未经过独立验证。

Muse走红提振Meta股价,扎克伯格跃居《福布斯》全球第四大富豪

据《福布斯》报道,随着Meta股价上涨,Meta首席执行官马克·扎克伯格的个人财富超过戴尔科技董事长兼首席执行官迈克尔·戴尔,跃居全球第四大富豪。Meta股价于9月24日收于777.59美元,公司市值约为1.98万亿美元。报道认为,Meta推出的AI助手Muse是推动股价上涨的因素之一。Muse可帮助用户预订旅行、发送电子邮件以及管理联网家居设备,扎克伯格将其定位为Meta“个人超级智能”战略的重

GPT-6 Astra需求空前?曝OpenAI正筹备ChatGPT Pro Max订阅层级

有开发者在ChatGPT网页端源代码中发现“PROMAX”相关字段,据此推测OpenAI可能正在准备更高阶的Pro订阅方案。外界猜测其月费可能高达600美元。不过,OpenAI尚未确认该产品是否存在,也未公布名称、功能或价格,相关代码不一定对应未来正式上线的产品。近年来,OpenAI持续调整ChatGPT订阅体系,此前还暂停了月费200美元Pro方案的新用户订阅,以缓解系统压力。

DeepSeek Harness 官方桌面版预览提前上线

DeepSeek 悄然发布 DeepSeek Harness(dsh)桌面预览版,目前版本为 V0.1.7-rc.2,支持 Windows x64 和 Apple Silicon Mac,无需安装 Node.js 或通过终端进行设置。应用提供四种模式,分别用于常规任务、批量调用工具、仅使用终端进行测试,以及创建自定义模式和插件。DeepSeek Harness 是一款采用 TypeScript 编

英伟达黄仁勋:无法控制 AI 的前沿实验室必须关闭

英伟达首席执行官黄仁勋在接受《纽约时报》采访时表示,如果前沿 AI 实验室无法确保实验安全并保持可控,就应当关闭。针对针对 OpenAI、Anthropic、Meta 和 Google 模型的越狱攻击,他认为可能产生失控智能体的实验必须停止。黄仁勋指出,一旦发生相关事故,实验室可能承担民事和刑事责任。他表示,行业讨论应重点关注 AI 实验能否被可靠控制,而不是停留在对前沿 AI 的笼统担忧上。

训练世界模型掌握物体恒存

这项研究推出 WROP:一个包含 150 万个样本的数据集,旨在训练视频世界模型掌握物体恒存及相关认知能力。数据集由六类共 150 项人工设计的任务组成。研究团队使用一份 300 题的测试评估了 14 个视频模型。在盲测成对比较的 Elo 评估中,160 亿参数的 PWM-WROP 在视频续生成模型中排名第一,综合排名第三。研究团队将公开数据集、测试、模型权重和训练工具。

Agent-Editing World Model:重新思考大语言模型智能体的世界建模

该研究提出 Agent-Editing World Model(AEWM),不再重点模拟工具响应,而是建模智能体的推理和行动如何影响后续任务进展。AEWM结合 Action Judge,将决策区分为关键、探索性和噪声性决策;同时利用 State Revision,根据相同历史修正错误的推理—行动延续。EditAct进一步将这些能力与真实执行结合。在搜索、终端和软件工程任务上训练后,AEWM在 Ac

Qwen-Planner-Agent:面向真实世界移动规划智能体的闭环 AI-for-AI 框架

Qwen-Planner-Agent 是一个用于开发和迭代改进移动规划智能体的闭环 AI-for-AI 框架。它通过统一的行动、反馈和验证流程,连接数据生成、模型训练与部署。专用智能体负责构建任务、收集交互轨迹并整理训练数据,训练结果则用于指导后续数据生成。该系统将监督学习与混合环境中的在线强化学习结合起来,并引入 CARE,以降低推理和工具使用成本。基于执行证据的循环还会协同改进模型及其运行框架