跳到正文

全部动态

今日 2 条
9月3日周四
  1. OpenAI News84

    OpenAI 发布新一代模型 GPT-6 Astra

    OpenAI 发布新一代模型 GPT-6 Astra,称其为目前智能水平与对齐程度最高的模型。官方表示该模型在计算机操作、编码、网络安全和科学等方向具备 SOTA 能力。

    推荐理由:OpenAI 官方发布新一代模型 GPT-6 Astra,读者可据此了解其在计算机操作、编码等方向的能力定位。

  2. Google DeepMind58

    Google DeepMind 推出 Fairwind Program,向政府与企业开放 Gemini 3.8 Flash Cyber

    Google 推出 Fairwind Program,面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力,首批提供 Gemini 3.8 Flash Cyber 模型访问权限。

    推荐理由:原文给出受限访问计划的能力组合与准入条件,读者可据此判断前沿网络防御能力的开放节奏。

  3. Google DeepMind72

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber,前者面向长时程编码与自主智能体,定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元;后者面向漏洞发现与自动修补,通过新的 Fairwind Program 向受信任防御方开放。

    推荐理由:官方给出两款 Flash 变体的定价、基准与开放入口,可据此判断长时程编码与网络安全场景的选型。

9月2日周三
9月1日周二
8月31日周一
8月28日周五
  1. Google DeepMind65

    Google DeepMind 发布 Gemini Omni 1.1 Flash,强化生成视频控制能力

    Google DeepMind 发布 Gemini Omni 1.1 Flash,为开发者提供场景延展、首尾帧插值、360p 快速草稿和最高 4K 上采样等生成视频控制能力,通过 Gemini API 在 Google AI Studio 提供。

    推荐理由:官方给出场景延展、首尾帧插值与 4K 上采样等具体能力变化,可据此判断生成视频工作流的可控程度。

8月27日周四
  1. Google DeepMind45

    Google DeepMind 试点全球首个双盲 AI 评测

    Google DeepMind 宣布推出全球首个针对专有前沿 AI 模型的双盲评测,将外部评测限制在密码学环境中,避免模型提前接触测试题。该试点与新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons 合作,在隐私保护环境下用保密基准测试一个 Gemini Flash Lite 模型,以提升评测可信度。

    推荐理由:Google DeepMind 联合多方用密码学环境做双盲评测,读者可了解基准污染问题的一种技术解法。

8月26日周三
8月25日周二
8月24日周一
8月21日周五
  1. Google DeepMind50

    Google DeepMind 回顾 15 年游戏 AI 研究,与 Fenris Creations 合作探索 EVE 宇宙

    Google DeepMind 发文回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究历程,并宣布与 Fenris Creations 合作,在 EVE Online、EVE Vanguard 和 EVE Frontier 中推进智能体研究。

    推荐理由:DeepMind 回顾游戏 AI 十五年研究脉络,并说明与 Fenris Creations 合作要攻克的持续学习与长时程规划难题。

  2. Microsoft Research40

    微软 Skala 1.1 发布:训练数据增 2.5 倍,已接入 CP2K 并推进 Psi4、FHI-aims、ORCA、VASP 集成

    微软研究院发布深度学习 DFT 交换关联泛函 Skala 1.1,训练数据比首个公开版本多 2.5 倍,在 GMTKN55 的 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正被集成进 Psi4、FHI-aims、ORCA 和 VASP,同时微软推出持续追踪各版本计算性能的 living benchmark。

8月20日周四
8月19日周三
8月18日周二