AI智能体成为媒体新的宠儿受众
随着AI智能体逐渐走向主流，一些出版商希望人们愿意为专为AI而非人类读者定制的内容付费。
AI 新闻中心
AI 新闻中心 过去24小时分析了 184 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 的 S-1 未将 Labs 联合负责人 Ben Mann 列入“继续任职的创始人”或 Founder LLC
Anthropic 的 S-1 文件未将 Labs 联合负责人 Ben Mann 列入“Continuing Founders”，也未列为 Founder LLC 成员。公司表示，称他为联合创始人仍然恰当。Anthropic 在 10 月 14 日宣布设立首个新加坡办公室时，曾称 Mann 为联合创始人。
分析：AI政治团体在2026年选举周期向美国联邦候选人投入7850万美元
分析称，AI政治团体在2026年选举周期中，向美国联邦层级候选人投入了7850万美元。支持加速AI发展的团体支出3400万美元，侧重安全保障的团体则支出3900万美元。硅谷争夺AI政策主导权的努力，已演变为一场内部角力。
受限解码有害还是有益？重新审视其对大语言模型性能的影响
本研究探讨受限解码是否必然损害大语言模型的推理能力。研究人员在四个模型系列、11个开源模型和多种基准测试中进行评估，发现表面上的性能下降大多源于提示词与输出格式不一致，而非解码器层面的限制。有效性约束可以排除无效答案，从而提高可靠性并便于提取结果。如果推理约束能够引导模型采用有益的推理路径，也可能提升准确率。其影响取决于约束的类型以及被排除的输出。
景嘉微2026年前三季度归母净亏损1.85亿元，同比由盈转亏
中国GPU厂商景嘉微披露，2026年前三季度实现营收5.53亿元，同比增长11.71%；但归母净利润亏损1.85亿元，较上年同期由盈转亏。经营活动现金流量净额为负5.42亿元。研发费用同比增长90.72%至4.41亿元，主要投入JM11系列GPU迭代、端侧AI SoC研发及生态适配。受产品结构优化影响，公司综合毛利率升至51.76%。短期利润仍受到高研发投入等因素拖累，后续重点将是JM11 GPU
纯国产算力驱动讯飞星火X2.6，端侧模型成为突破硬件限制的关键
在2026科大讯飞全球1024开发者节上，董事长刘庆峰表示，国产算力在显存和带宽方面仍落后英伟达近两代。讯飞发布了端云一体架构“讯飞星火X2.6”，由云端大模型和端侧4B模型组成。公司称，动态并行训练可使长上下文训练效率提升约4倍；通过自适应存算协同、四层KV Cache以及完全采用国产设备的分布式推理，整体效率可提升4.5倍。用户可根据任务难度和数据敏感度，选择本地处理、端云协同或云端处理。讯飞
荷兰拟用人工智能取代2.5万个政府职位，推动效率改革节省35亿欧元
荷兰政府正考虑利用人工智能将生产率提高20%。该计划可能削减约2.5万个公共部门职位，目标是节省35亿欧元。这些数字目前只是拟议政策的目标，并非已经证实的实际成果。
英国AI初创公司22one融资后估值接近4亿美元
据《金融时报》报道，处于隐身运营阶段的英国AI初创公司22one估值已接近4亿美元。该公司正在开发面向执法机构的工具。Sequoia、Lux等投资方参与了融资。
微软校友融资开发金融领域AI智能体
Hyphenate Inc.在由Nexus Venture Partners领投的一轮融资中筹集了4500万美元，计划将资金用于开发能够管理企业财务的AI智能体。
边缘端离线生成式 AI 的信任机制：连接状态框架与树莓派 5 实证研究
本研究在网络隔离的树莓派 5 上评估完全本地运行的检索增强生成。研究提出连接状态框架，并使用三种规模的 Qwen2.5 模型和 300 道 SQuAD 2.0 题目测试信任机制。经过校准的检索分数门槛能够较好地发现知识缺口，但对主题相关却无法回答的问题识别较差。确定性输出验证器可以拒绝格式错误的输出，且未观察到正确答案损失；测试的 NLI 验证器帮助有限。小型模型的标准答案涵盖率与 7B 模型相同
铭瑄将深度参与英特尔 GPU D 系列研发与制造
铭瑄在 2026 英特尔 LOEM 峰会新闻稿中表示，将深度参与代号为 Crescent Island 的英特尔 GPU D 系列项目研发与制造。公司规划了三种产品形态：涡轮风扇版 Turbo、被动散热版和迷你主机，面向 PC 工作站、服务器及边缘 AI 站点。目前尚未公布具体规格和上市时间。
Anthropic的“调整后”利润揭示华尔街的盈利游戏
报道称，人工智能开发商Anthropic的亏损，与亚马逊和Alphabet获得的大幅收益形成对照。文章分析了不同的会计处理和调整方式如何以不同形式呈现人工智能投资对企业财务状况的影响。
AI智能体没有规则，因此Meta制定了自己的规则
出版商有充分理由不信任Meta。但围绕抓取数据的争端揭示了一个更大的空白：目前还没有人界定AI智能体可以做什么。这也令人质疑，为什么有人会相信Meta能够制定这些规则。
我花一天测试了各大主流 AI 智能体，表现最好的是这款
评测对比了六款 AI 智能体，从 Meta 的 Muse 到 Anthropic 的 Claude Duet，并根据它们完成基本任务的能力进行排名。
AV-FABLE：长视频中的视听操纵取证
长视频中的操纵往往只影响原本真实内容中的短暂片段。AV-FABLE 是一个基准数据集，包含通过 27 种编辑配置生成的 16,650 对原始与被操纵视频，共计 998 小时。音频和视频采用独立时间轴，支持按模态定位操纵。对视听大语言模型进行零样本提示，检测表现接近随机水平，时间定位也较差；而对其冻结的感知特征进行有监督读出，则能发现较强的取证信号。研究提出 NFSR，分别使用音频和视频时间解码器，