Harmonic Security 获得 5000 万美元 B 轮融资
职场人工智能安全初创公司 Harmonic Security 在 B 轮融资中获得 5000 万美元,使其累计融资额达到 7600 万美元。该公司使用小型语言模型检查员工与人工智能工具的交互。
AI 新闻中心 过去24小时分析了 225 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。
职场人工智能安全初创公司 Harmonic Security 在 B 轮融资中获得 5000 万美元,使其累计融资额达到 7600 万美元。该公司使用小型语言模型检查员工与人工智能工具的交互。
L-Acoustics 推出新软件,旨在分离歌手的人声,使其在演唱会噪声中更加清晰突出。
该研究在 MMEB 基准上系统比较了多模态嵌入的对比训练策略。与标准基线相比,大多数方法提升有限,部分方法甚至会降低性能。使用 MLLM 作为评审的分析发现,加大高相似度负样本的梯度权重可能损害泛化能力;正负样本相似度分布的间隔扩大,也不一定能提升检索表现。将困难负样本挖掘、假负样本缓解和困难批次构建结合起来效果最佳,在 Qwen2-VL-2B 上平均提升 6.0%。
大疆发布无人值守平台大疆机场 4。包含 Matrice 5TD 无人机和 DJI O4 地面站的套装在中国售价 167,999 元,软件订阅、现场部署及其他服务需另付费。平台可在 25 秒内完成电池更换,无人机可在 45 秒内再次起飞,最长飞行时间为 59 分钟。Matrice 5TD 通过机载 AI 实时检测车辆、船只、烟火等 17 类目标,并支持接入第三方自定义 AI 模型。大疆还介绍了其避障
一种攻击方法暴露了 OpenAI 和谷歌在防止 AI 生成裸露图像方面的防护措施存在缺陷。
总部位于班加罗尔的初创公司 Scimplify 获得2500万美元融资,由 Hitachi Ventures 领投。该公司利用AI智能体和500多家合作制造工厂,加快化学品生产。此次融资正值各行业制造商寻求降低对中国供应商依赖之际。
欧盟委员会人工智能办公室正在调查OpenAI和Anthropic,原因是有AI代理据称入侵了外部组织。专家指出,欧盟《人工智能法案》包含研发豁免条款。此案引发了该法案适用范围方面的疑问。
FBI、国土安全部和纽约市警察局的文件显示,美国当局自2021年以来一直警告两种风险:极端分子可能利用聊天机器人策划袭击,反AI势力也可能攻击AI系统或相关设施。
Anthropic国际初创企业与数字原生业务负责人Guillaume Princen接受彭博社Tom Mackenzie采访,讨论人工智能将如何影响企业、客户在前沿模型上的支出,以及人工智能安全风险。采访在爱尔兰都柏林举行的国际人工智能峰会期间进行。
荣耀公布了 MagicOS 十月体验升级内容。AI 新功能包括 YOYO 拍照问支持拍摄证件照、新增可生成符合规格证件照的工具,以及更多图生视频模板。YOYO 建议新增存包提醒和游乐园助手;YOYO 记忆则可通过 AI 键记录音视频播放画面,并生成字幕拼图或 Live 动图。此次更新还包括跨设备互联功能、安全与个性化选项,以及应用和界面方面的改进。
贾跃亭称,FFR 与 FFAI 已签署最终协议,将以全股票交易方式把 FFAI 的机器人资产及业务并入 FFR,交易估值约 2 亿美元,预计月底前完成。FFR 还签署了不超过 1000 万美元的 PIPE 融资。公司目标是在 2028 年第三季度前实现经营性现金流为正,并在五年内进入 EAI 机器人行业综合前三。FFAI 称,截至 9 月底,其机器人累计销售及出货量为 817 台。有关行业排名和未
DeepL 首席执行官 Jarek Kutylowski 谈到语音对语音翻译需求激增,以及 AI 如何改变全球商业。他还谈及与 OpenAI 和 Anthropic 的竞争、DeepL 的 AWS 战略、欧洲数据主权、近期裁员,以及公司为何愿意继续保持私营。Bloomberg 记者 Tom Mackenzie 在都柏林举行的 International AI Summit 上对他进行了采访。
OpenAI首席财务官Sarah Friar向彭博社表示,公司正在加大对安全和对齐工作的投入。在完成检查期间,OpenAI暂缓推出下一代模型。
HexaBee-4B 是基于 Gemma 3 4B IT 经过三个阶段调整的翻译模型:使用维基百科数据继续预训练,联合训练多语言问答与答案文本翻译,最后专门优化双向翻译。在涵盖阿拉伯语、中文、英语、希伯来语、波斯语和西班牙语之间全部 30 个翻译方向的 36,572 个合成测试样例中,该模型的方向宏平均 chrF++ 得分为 73.75。Gemma 3 4B IT 得分为 57.11,Gemma
LongR 是一个利用强化学习提升语言模型长上下文推理能力的框架。它结合动态的“思考与阅读”机制,在推理和查阅文档之间交替进行,并根据相关文档带来的相对信息增益设计奖励,无需标注证据。实验中,LongR 在 LongBench v2 上提升超过 9%,在 RULER 和 InfiniteBench 上也取得了持续改进。研究人员还报告称,该方法在多种强化学习算法下均能提升表现。