AI 新闻中心

AI 新闻中心 过去24小时分析了 206 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。

应该选择哪种推理力度?LLM智能体推理力度的经济性

生成式模型日益提供推理力度设置,让用户在推理时的计算量、成本与潜在性能提升之间进行取舍。一项研究在四个基准测试中评估了专有模型和开放权重模型。较高的推理力度有时能提高总体准确率,但也经常无法完成较低力度已经解决的任务。对于各个力度都能完成的简单任务,最高力度的成本最高可达最低力度的42倍。更高力度还会改变智能体的解题方式,例如增加自我验证和搜索解法,延长执行过程,却不一定改变结果。研究人员建议从最

The Trinity:面向多模态智能体的能力驱动递归式自我改进

The Trinity 是一种递归式改进多模态智能体的框架,通过协同演进环境与 Harness(帮助智能体执行任务的组件)来提升能力。它依据任务共有的能力要求,而非表面形式对任务进行组织。Creator 创建简化且可验证的模拟世界用于能力学习;Explorer 探索任务;Evolver 则发展可复用的能力模块。路由器根据公开的任务信息选择适配的模块配置。据报告,改进后的 Harness 在 28

策略会被 Harness 塑造:智能体接口的决策几何

语言模型智能体通过 harness 进行训练和部署。Harness 由提示、工具和控制逻辑组成,用于呈现任务并执行模型输出。研究显示,最优策略会体现训练所用 harness 的动作偏好。因此,固定模型比较不同 harness 时,会把 harness 本身的性能上限与模型利用它的能力混为一谈。在 MiniWoB++ 中,仅将观察字段的顺序反转,就使训练后模型的成功率从 85.0% 降至 19.2%

前英特尔 CEO 基辛格押注新型 AI 内存:Z2RAM 计划绕开 EUV 光刻

前英特尔 CEO 帕特·基辛格通过 Playground Global 支持内存初创公司 Nagare Labs。该公司已完成 500 万美元种子轮融资,正在开发 Z2RAM,目标是结合 SRAM 的速度与 DRAM 的密度,以缓解 AI 计算中的内存墙问题。Z2RAM 采用氧化物半导体和基于晶体管的存储单元,并计划通过 3D 混合键合将内存直接集成在逻辑芯片上方。Nagare Labs 表示,该

腾讯 WorkBuddy 上线手机远程控制电脑功能

腾讯 WorkBuddy 新增远程控制功能,用户可通过手机实时查看电脑屏幕并直接操作。使用需将手机 App 更新至 v2.7.0 及以上,并将 macOS 桌面端更新至 v5.9.3 及以上。完成首次设置并授予所需系统权限后,即可从手机端发起远程控制。腾讯称,连接采用加密通道,不记录用户输入内容,也不保存远程控制画面。

小鹏副总裁:IRON机器人固态电池已小批量量产

小鹏集团副总裁顾捷在SAECCE年会上表示,小鹏为人形机器人IRON开发的专用固态电池已小批量生产下线。该机器人目前处于SOP(标准作业程序)导入前阶段。小鹏称,这款电池针对机器人空间受限的特点采用高能量密度设计,并加入防止热失控扩散的结构。公司已于9月启用机器人生产线,完成一款人形机器人的自动化总装。小鹏计划在2026年底实现人形机器人量产,并于2027年上半年开始交付,初期将应用于门店、商场等

“编程面试已死”:Anthropic称AI时代的编程题已难以筛选工程师

Anthropic招聘经理兼产品工程负责人Felix Rieseberg表示,他已在团队招聘流程中取消传统编程题。由于Claude能够完成小型React挑战,甚至处理底层汇编问题,这类测试越来越难以衡量候选人的实际判断力、产品品味和协作能力,反而可能测出AI的能力。他建议初级工程师利用AI,围绕具体业务目标快速制作可运行的原型,并凭成果争取组织支持。

豆包工作新增功能:支持将录制的电脑操作保存为技能

豆包更新了豆包工作的电脑操作功能。用户可以一边演示操作、一边讲解步骤,并将流程保存为个人技能,以便在类似任务中重复使用。此次更新还提升了屏幕点击的准确度和速度。在 Mac 上启用相关设置后,电脑锁屏时任务仍可继续执行;用户也可以通过手机下达任务并查看结果。

工作总依赖 AI,专业能力可能在不知不觉中退化

一篇研究论文探讨了使用 AI 可能导致专业能力逐渐且难以察觉地退化。大型语言模型看似可信的回答,可能让人过度依赖并忽略错误,在医疗等领域尤其可能带来严重风险。研究者认为,责任不应只由从业者个人承担。雇主和专业社群应明确哪些核心能力必须由人掌握,定期进行考核,并设置禁止使用 AI 的培训和工作环节。