驾驶文化的终结
自动驾驶汽车有望让道路更安全、通勤更轻松，但也可能抹平地方文化中一种独特的表现：不同地区的驾驶方式。纽约司机通常被认为激进，加州司机适应了高速公路上的拥堵，佛罗里达的司机开得快，而缅因州的司机开得慢。这类习惯并不限于美国。在开罗，鸣笛是一种交流方式；在印度尼西亚雅加达，司机会在环岛中减速，向维持交通秩序的人员支付小费。随着自动驾驶汽车普及，这些地方性的驾驶文化可能逐渐消失。
AI 新闻中心
AI 新闻中心 过去24小时分析了 149 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。
人工智能并非在取代工作，而是在重构工作
随着人工智能自动化初级任务，企业可能削弱培养未来专业能力的训练基础。企业竞相推进工作自动化，却可能同时消除员工积累经验、提升技能并成长为专业人才所依赖的体系，这正成为当前人工智能讨论背后的劳动力挑战。
Claude用户找到绕过生物武器研究安全防护的方法
一些用户找到了绕过Anthropic人工智能助手Claude安全防护的方法，以获取与生物武器研究有关的信息。这些案例凸显出，人工智能安全系统很难区分危险的生物学请求与合法的科学研究。
美国律师用 ChatGPT 生成诉讼文书出现虚假警察证词，被罚款 5000 美元
美国新墨西哥州最高法院以藐视法庭为由，对辩护律师斯蒂芬·阿伦斯处以 5000 美元罚款。阿伦斯为一宗谋杀案上诉提交的文书中，出现了由 ChatGPT 生成的虚构证人和编造的警察证词。他承认曾让 ChatGPT 整理庭审记录及其他案件材料，但没有充分核实生成内容。法院还将把他移交律师纪律委员会调查。法官批评他没有认识到 AI “幻觉”风险的严重性。近年来，已有多名律师因未核查 AI 生成的虚假判例引
上海发布“明珠星座计划”：计划到2030年逐步形成全球太空算力服务网络
东方天算发布“明珠星座计划”，将联合上海交通大学、科研机构及产业链合作伙伴，建设太空计算基础设施。计划长期目标是打造吉瓦级天基算力星座，将计算、网络、能源和云服务整合，并把智能计算能力延伸至近地轨道。项目方称，计划到2030年逐步形成全球覆盖、天地协同的太空智能算力服务网络。目前公布的信息未披露已确定的卫星发射数量、在轨算力规模或商业化运营时间表。
Anthropic称伊朗利用美国AI模型瞄准美国海军军舰
Anthropic表示，公司挫败了一项伊朗行动。据称，该行动利用美国开发的AI模型瞄准美国海军军舰。相关事件被纳入公司发布的一份报告，报告介绍了对手如何利用AI开发武器并追踪异议人士。
为什么甲骨文的新数据平台值得关注
文章分析了甲骨文新数据平台的潜在意义，并讨论人工智能的经济未来。文章认为，学习哲学并培养更广泛的能力，可能有助于人们适应日益受到自动化和机器人影响的就业市场。
纽约和洛杉矶蒙台梭利学校限制人工智能，家庭转向低科技课堂
面对家长日益增加的担忧，美国各地学校正在减少技术使用，其中也包括限制人工智能。在学生人数不断减少的背景下，各学区还在努力提高招生人数并削减成本。
曝捷达首款纯电轿车 M6 将于下月中旬上市，采用纯视觉智驾方案
据中国媒体报道，一汽-大众捷达品牌首款纯电轿车 M6 预计于下月中旬上市。该车搭载地平线征程 6M 芯片，并采用仅依靠摄像头、不使用激光雷达的纯视觉智能驾驶方案。捷达还预计于明年下半年推出新能源 SUV。作为品牌首款新能源战略车型，M6 配备全液晶仪表、大尺寸悬浮式中控屏、手机无线充电面板和全景天幕。前排座椅可完全放平，与后排座椅组合成类似床铺的空间。车辆整备质量和轮胎规格将因不同版本而有所差异。
这个 AI 喜剧演员能逗你笑吗？
喜剧演员 Garrett Millerick 根据自己的喜剧素材创建了一个 AI 化身。文章探讨这个 AI 化身是否真的有趣。
FreeFlow：用于光流估计的无偏层次化Transformer
FreeFlow是一种用于光流估计的层次化Transformer，不依赖相关体、特征扭曲和迭代细化等传统任务专用组件。该模型采用单一前馈式编码器—解码器，并结合用于局部处理的窗口注意力、用于窗口间信息交换的移位窗口注意力，以及在低分辨率下运行的全局注意力。该架构可随模型容量自然扩展，并在多项主要基准测试中取得领先结果，包括Sintel Clean/Final上的0.68/1.48 EPE、KITT
人工智能显现助力英国走出低迷的初步迹象
人工智能可能开始展现帮助英国摆脱经济低迷的早期迹象。不过，伦敦金融城没有人预料到英国在夏季会出现这轮增长加速。
Anthropic称美国对手将Claude用于武器研究
Anthropic PBC表示，与美国对手有关的行为者滥用其人工智能模型Claude，试图开发多种潜在军事应用，包括自杀式无人机群、导弹导航系统和生物武器。
Memory as Plans：基于记忆规划的世界—动作建模
MaP-WAM 是一个面向机器人操作任务的框架，旨在处理需要长期历史信息的非马尔可夫任务。它不再反复将完整历史输入执行模型，而是把多模态情节记忆转换为包含语言指令和稀疏视觉提示的紧凑分段计划。世界—动作—进度模型联合预测动作块及其执行进度，从而支持分段之间的自适应切换。MaP-WAM 在 RMBench 上取得 83.3% 的成功率，在真实机器人任务上达到 78.0%，并使执行器推理延迟在任务历史
因“数学垃圾”批评，OpenAI停止赞助加州理工学院数学黑客松
OpenAI表示，不再赞助加州理工学院举办的数学黑客松。参与者在活动中使用人工智能解决研究问题。此前，数学家批评部分人工智能辅助产出流于表面、质量不高，并将其称为“数学垃圾”。