人工智能资讯 第74页
聚合当前分类下的最新内容，按时间顺序查看第 74 页精选文章。
谷歌这次官司不一样：告它的不是陌生人，是老合作方
Hachette、Cengage等出版商和作家在纽约起诉谷歌，指控其把通过Google Books、Google Play有限授权拿到的书籍偷偷用于训练Gemini，还篡改版权信息掩盖来源。这案子的关键不是又一起AI版权纠纷，而是谷歌这次被指控的是滥用信任关系，而非单纯盗版，胜负逻辑和此前Meta、Anthropic案完全不同。
27B大模型压到3.9GB,能装进手机不代表能用
PrismML把基于Qwen3.6 27B的Bonsai模型压到1-bit和三值两档,体积分别只有3.9GB和5.9GB,宣称首次让27B级多模态模型跑上手机;但厂商自测数据显示,数学代码几乎不掉分,工具调用、指令遵循和视觉理解降幅明显更大,而这三项恰恰是智能体最依赖的能力。
代码在长高,理解在坍塌:AI编程正在拆掉团队的共享语言
程序员兼作家Armin Ronacher提出一个反直觉判断:AI coding agent写出的代码能持续编译通过、测试全绿,但团队对系统整体的共同理解可能同步在瓦解,而且没有指标能提前预警。这不是代码质量问题,是组织认知问题,Hacker News上专家与新手用agent的分化结果,已经是第一个信号。
Google图片搜索学起Pinterest,顺手防了ChatGPT一手
Google在图片搜索上线25周年之际推出个性化瀑布流“For You”和收藏功能，逛法直接照搬Pinterest，同时把Nano Banana模型接入AI Overviews做文生图对标ChatGPT。但新功能首发只覆盖美国桌面端英语用户且需登录，短期内难言撬动Pinterest或ChatGPT的用户习惯。
Meta内部AI排行榜真相:73.7万亿token背后,谁按了关闭键
Meta的Adam Mosseri预测,一两年内工程师的AI token消耗可能追上薪资成本,公司届时要像管payroll一样设上限。但更值得注意的是,他口中'被关闭'的内部排行榜其实是员工自己因数据泄露而下架的,这处出入暴露出Meta的token治理远比一句预测复杂。
DeepMind CEO提议成立“AI版FINRA”，关键不在测试，而在谁有权约束大模型公司
Google DeepMind CEO Demis Hassabis提议成立独立AI标准机构，测试前沿模型并制定发布规范。这个方案试图填补企业自测与政府立法之间的空白，但FINRA模式能否移植，取决于机构是否拥有法定授权、强制参与和处罚能力；缺少这些条件，它仍只是更正式的行业自律。
GPT-5.6碾压Claude Code？那份'独立基准'背后有个利益冲突
OpenAI发布企业AI投资五步框架，并晒出GPT-5.6在编码智能体基准上大胜Claude Code的数字，但评测方Artificial Analysis自曝曾协助OpenAI做预发布评估，且比较的是完整工具链而非裸模型，这份'第三方基准'的成色需要打折扣。企业在采购决策时，更该盯紧治理与自建ROI验证，而不是照搬厂商自选的对比数据。
每个人都更快了,系统却没人看得懂了
Armin Ronacher用巴别塔比喻AI编程Agent正在消解团队共识,而多项2025-2026年实证研究显示:个体确实感觉变快,但团队级生产率并未同步提升,协调成本更像是转移到了少数核心维护者身上。塔没有倒,但账单已经开出。
AI能力'89天翻倍'火了，但这个数字其实测错了对象
一篇关于'我们是否把思考都外包给AI'的反思文章，引用METR的AI能力时间跨度研究为证据，但这项研究测的是编程代理，并非Google或OpenAI的Deep Research产品。真正该关心的不是AI会不会替你思考，而是流畅完整的AI报告会不会让你懒得回头核查它漏掉了什么。
Spotify聊天式选歌助手上线,却鼓励用户问AI最容易答错的问题
Spotify上线测试版聊天助手Talk to Spotify,先在美国、爱尔兰、瑞典开放,能对话选歌、聊听歌历史、问音乐知识。公告主动示范的「灵感来源」「歌词含义」恰恰是AI最容易答错又没有引用来源的问题,而背后隐私政策对提示词、语音、对话记录的收集范围写得很宽,保留时长、删除权、训练opt-out这些具体问题,功能页完全没说清。
开源模型吃下近三成AI请求,却挣不到一成收入
Vercel数据显示,开源模型六月吃下了近三成的AI请求量,支出占比却不到4%,而闭源frontier厂商仅Anthropic一家就拿走61%的支出。这场'开源反超'更像是用量和利润分裂成两条曲线,而不是frontier模型贬值。更值得留意的是,Hugging Face自己披露的平台规模数字也和外界引用的版本对不上,'开源崛起'的具体尺度还得打个问号。
一段50秒原型视频，几天内被AI克隆了四次
独立开发者Freya Holmér发布旋转版俄罗斯方块原型后，数天内出现最多4个AI克隆版本，其中一款已上架应用商店。AI没有发明游戏抄袭，但把复刻耗时从数周压到一天，门槛降到几轮提示词。真正该盯的是应用商店的分发机制——它愿意为这种低成本仿制买单，独立开发者和普通玩家都会被波及。
Reflection签下10亿美元算力协议,合作方却是前Yandex
Reflection AI与Nebius签了一份10亿美元、期限到2027年的算力协议,几周前它刚拿下SpaceX的算力资源。放进CoreWeave、Meta动辄百亿级大单的坐标系里看,这更像是一张追赶者的入场券,而不是决定性筹码。
反中心化的宣言,中心化的产品:Murati的AI悖论
Thinking Machines Lab发布使命宣言,引哈耶克论证AI应像知识一样分散、由用户持续塑造,但同期公司正推进约20亿美元种子轮融资,旗舰产品Tinker本质是跑在自家服务器上的托管式微调服务。宣言讲反中心化,资本和产品架构却高度集中,这个落差比文章本身更值得注意。
Codex销售插件搬进ChatGPT Work：能拼数据，签不了单
OpenAI Academy在2026年5月15日发布教程，把原挂在Codex app里的销售工作流并入ChatGPT Work，能拉通CRM、通话记录、邮件和Slack生成简报、会议包和预测复盘。这是一次工作流搬家和教程更新，不是新产品发布。价值边界很清楚：拼数据，不拍板，权限和数据质量才是真正的接入门槛。
OpenAI把Codex悄悄改名ChatGPT Work,官网自己漏了嘴
OpenAI Academy一篇关于数据科学团队用ChatGPT Work的通稿几乎没有实质内容,但页面注脚暴露了关键事实:这就是Codex改的名字。在Databricks、Google、Microsoft都在拼平台深度集成的当口,ChatGPT Work选择了一条跨工具通用助手的路线,胜负手还没见分晓。
1100万学生背后，印度先给老师配了个AI助教
Google DeepMind联合印度Atal Innovation Mission推出Gemini驱动应用ATL Saathi，给ATL创客实验室的老师配AI助教，首批100所学校试点。它管的是老师的备课、项目生成和多语言教学，不直接开放给学生用。官方目标只是希望降低教师负担、提高备课效率，目前还没有效果数据。
智能爆炸被算了一笔账：15%门槛，9%现实
Elasticity Institute团队发布36页论文，首次给'AI自我加速'算出量化门槛：AI能力每提升一单位，需带来至少15%的研发生产率提升才能自我维持，而目前测算的实际回报约为9%，仍在增强但未达标。这篇论文并非孤例，而是METR、Epoch AI生态多个团队同步推进的量化辩论的一部分。
AI抢走谁的饭碗？这次轮到研究AI的人自己回答
普林斯顿学者Arvind Narayanan在ICML 2026首尔大会上直面AI研究社区自身的失业焦虑，提出AI不会靠单一里程碑让人一夜失业，但工作形态将被彻底重排，而这恰恰戳破了硅谷部分人士“先囤钱再说”的应对策略。
硅谷老将扎堆回归AI一线：放下头衔，赌一个窗口期
Tom Blomfield休假加入Anthropic做基层技术岗，Krieger、Karpathy、Bailis、Chamath陆续做出类似选择；这不是财务窘迫式再创业，而是把AI能力前沿当成值得押上现有身份的平台级窗口期；但商业结果还没验证，创业者和企业预算负责人该学的是资源起点差距，不是照抄这份名单。
阿里连投两轮,PixVerse估值破20亿:这轮融资更像一次卡位
新加坡视频生成公司PixVerse完成4.39亿美元B轮延伸融资，估值冲过20亿美元，距今年3月的Series C首轮只隔四个月。阿里巴巴从去年9月的B轮开始连续三次加注，这次还多了一层业务部署合作——比起融资数字，这层投资人兼客户的绑定关系更值得琢磨。