伊丽莎白·沃伦要求Anthropic解释“关乎生存”的风险
民主党参议员伊丽莎白·沃伦表示，Anthropic在首次公开募股文件中披露的风险令她“深感担忧”。在这家人工智能公司上市前，她要求其回答一长串问题。
AI 新闻中心
AI 新闻中心 过去24小时分析了 202 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。
微软和Alphabet财报令AI支出的资金压力成为焦点
自上次公布财报以来，微软和Alphabet的股价走势各异。华尔街日益关注巨额人工智能支出对企业利润的影响。
Zooming without Zooming v2：从视觉细节到证据关联，提升可泛化的多模态感知
这项研究提出 EvidenceConnect，一种为多模态模型生成训练数据的方法。它构造需要比较、汇总或串联图像不同区域视觉线索的问题，并通过独立视觉语言模型之间的答案一致性，以及移除指定区域后的测试来筛选数据。研究团队使用这些数据并通过 RLVR 训练了 ZwZ2。研究报告称，该模型在细粒度和空间感知方面有所提升，在空间推理、长上下文多模态理解、多模态智能体任务及通用视觉推理方面也取得进一步进展
宇树科技与红杉中国成立投资计划，聚焦具身智能等领域早期创业项目
宇树科技与红杉中国宣布成立“杉宇·创计划”，将投资具身智能、机器人应用、相关关键技术及其他前沿硬科技领域的早期企业。该计划拟以工程技术能力、产业经验和资金支持创业者，尤其是年轻团队。目前尚未公布投资规模。
马来西亚查获价值4950万林吉特走私AI芯片，扣押30台服务器
马来西亚海关10月15日在吉隆坡国际机场查获30台搭载先进AI芯片的服务器，货值约4950万林吉特。初步调查显示，这批服务器来自亚洲某国，原计划转运至另一亚洲国家。由于转口需要贸易许可证，执法部门怀疑涉案人员试图利用马来西亚中转来规避出口管制。涉案货物被虚报为普通电子元件。协助运输的马来西亚企业已被要求配合调查。海关还在调查该案是否与6月查获的类似走私案有关，并表示至少5起相关案件累计查获的芯片价
DeepSeek Harness 代码库现身 V5 占位符
开发者在 DeepSeek 官方 Harness GitHub 代码库中发现 deepseek-v5、deepseek-v5-open 和 deepseek-v5-next 等条目。目前它们看起来只是框架层面的占位符，并非可直接调用的模型接口。不同的版本要求暗示可能支持平滑过渡或强制更新客户端。DeepSeek 尚未发布 V5 公告、模型卡或 API 标识符。仅凭这些代码条目，不能认定新模型即将发
豆包公关负责人否认将15万名横店群演肖像和声音用于训练字节大模型
豆包公关负责人刘星称，横店与字节合作、将15万名群演的肖像和声音提供给字节大模型的传言严重失实。计划中的影视AI平台旨在将拍摄基地实景等资产建设为高质量数据集，帮助剧组选景、筹备和拍摄。刘星表示，数据资产归横店或获授权的权利方所有；使用任何人的肖像或声音都需要本人授权，项目数据也不会用于训练字节大模型。火山引擎在项目中提供技术支持。
外国博主用AI耳机为中医看诊实时翻译
博主Carlo吴表示，使用千问AI耳机后，他在中医看诊时与医生沟通更加顺畅。双方各戴一只耳机进行面对面翻译，他得以询问诊断依据和治疗方式。据介绍，该耳机支持89种语言翻译及多语言AI实时听记。这是个人体验分享，报道未提供对翻译准确度的独立评估。
人工智能紧急警报即将到来，人们准备好了吗？
人们在紧急情况下往往难以沟通。聊天机器人或许能提供帮助，但前提是人们愿意认真对待它们。
Liquid AI 发布 LFM3 多模态模型家族，主打高效与专用智能
Liquid AI 发布 LFM3，首批包含六款约 20 亿参数的模型，覆盖文本、视觉、音频、多模态任务和决策。模型基于 LFM3-1.7B-Base，并使用 22 万亿个 Token 进行预训练。其架构结合卷积层、滑动窗口注意力和全局注意力，旨在提升效率。据公司介绍，LFM3-1.7B 处理 8K 上下文时比上一代快约 25%；4 比特量化的文本模型约占 1GB。该系列支持视频理解、多语言语音识
报道称百度或将在年度大会前披露世界模型进展
据媒体报道，百度计划近期公布其在世界模型领域的研发进展与成果。世界模型旨在动态建模物理环境并预测未来状态，自 动驾驶被视为潜在应用方向。报道称，百度旗下萝卜快跑已在28座城市运营，积累了大量真实道路数据。不过，百度尚未确认该模型与萝卜快跑的直接关联，也未说明具体商业用途。百度世界2026定于11月12日在北京举行，但相关技术是否会在会上发布仍不确定。
离散 token 能否在不损失语义的情况下表示视觉信号？
一项研究重新审视了“量化误差必然限制离散视觉 token 语义保真度”这一假设。研究人员发现，有效比特预算与多模态理解性能的关联，比量化误差大小更为密切。其方法 Factorized Vector Quantization（FVQ）使用并行码本量化视觉特征的互补视图，并在比特预算增加时持续提升性能。研究称，该模型在九项指标的平均成绩上，比 UniAR 和 Emu3-Chat 等离散表示模型分别高出
MoE 解码中的通道选择无需校准数据
一项旨在加速混合专家（MoE）模型推理的研究发现，选择重要通道无需校准数据。研究以 top-k 方法取代经过校准的阈值，为每个 token 选出得分最高的 k 个通道。在读取预算相近的比较中，top-k 在 43 项对比中的 40 项表现持平或更好，其中包括全部 23 项生成任务；它还避免了 Gemma 4 使用校准阈值时出现的重复循环问题。研究人员还提出了一种完全由模型权重构建的读取器。在三个后
VibeVideoBench：评估多模态智能体的代码驱动视频生成能力
视频扩散模型能够生成令人印象深刻的片段，但难以可靠呈现精确公式、正确图表、遵循规则的游戏，或与屏幕事件同步的旁白。VibeVideoBench 是一套用于评估多模态智能体的基准测试，这些智能体通过编写代码来渲染每一帧并合成所有声音。基准包含 239 项英语和中文的独立任务，覆盖 12 个类别。在不提供图像或视频生成模型的沙盒环境中，智能体须在一小时内交付带声音的完整 MP4。评估结合交付规格检查、
Anthropic上市申请文件披露多平台算力布局
Anthropic的上市申请文件显示，公司整合Amazon Trainium、Google TPU、英伟达GPU和AMD GPU的算力，并通过软件将任务分配给合适的芯片。这项耗时多年建立的能力，可能增强其议价能力并降低对英伟达的依赖。不过，短期威胁有限：跨平台迁移任务并不容易，模型训练尤其如此，而且Anthropic仍在英伟达算力上投入数十亿美元。