A.I. 日报
Tibo@thsottiaux
看！一条鱼！ [引用 @OpenAI]: ChatGPT Images 2.5——更快、更清晰、更智能，拥有更好的工具来创造你能想象的一切。 - 更快的图像生成，让你的创意不断流动 - 提升的保真度，生成更自然、更易识别的图像 - 多次编辑中保持一致的细节 - 基于评论的编辑，只更改你想改的部分
社区音量
全部内容 · 按时间倒序AI 领域头部人物在 X 上的最新观点
Simon Willison@simonw
我写下了我对整个 OpenAI Navier–Stokes 千禧年难题事件的看法，以及它如何凸显“使用我的数据来提升模型性能”到底意味着什么这一仍然令人困惑的问题 https://t.co/vgheVu3rw3 https://t.co/dXoCrQPqDm
Alexandr Wang@alexandr_wang
团队倾注了他们的心血，看到这样的反馈让我们很暖心 ❤️ 我们非常期待更多人去体验：https://t.co/oGzBjKtAyn [引用 @thatguybg]: Meta 的 Muse 可能是今年最好的新产品 - 角色设计非常出色。可爱=值得信赖。定制也很容易。 - 简洁、漂亮、干净。喜欢 MD 文件的视觉设计 - 非常快。并且在执行所有前沿的代理流程（尤其是带浏览器的）方面表现良好 - 各处都有出色的设计选择：思考、权限等都在侧边栏处理，想法、侧聊、Feed 等也很到位…
Greg Brockman@gdb
团队一直在努力制作中 [引用 @arena]: 来自 @OpenAI 的更多令人兴奋的消息：GPT-Image-2.5-Sunburst 在 Text-to-Image Arena、Image Edit Arena 和 Multi-Image Edit Arena 中排名第1，Flare 排名第2！ 这两个发布在所有三个 Arena 中相较 GPT-Image-2（medium）都有显著改进。Sunburst 提供了最高质量的生成，而 Flare 在显著更快的速度下仍优于 GPT Image 2。 分数的提升由点…
Greg Brockman@gdb
ChatGPT Images 2.5 用于时尚： [引用 @yanabana]: .@ChatGPT Images 2.5 是时尚应用的一大飞跃。 之前的模型在忠于原始设计方面表现很好，不会把它变成你在秀场上已经见过的东西。但结果有时看起来平淡。 2.5 让那些设计栩栩如生！ https://t.co/b9AtvNyJrB
Greg Brockman@gdb
很棒的演示，展示了 chatgpt image 2.5 的新特性： [引用 @chetaslua]: chatgpt image 2 vs image 2.5 天哪，openai 进入狂热模式，先是 astra，然后是 ns math，现在又是 SOTA 图像 https://t.co/x6Wk76C92p
OpenAI@OpenAI
Astra 已在 Codex 和 ChatGPT Work 中向 Plus、Pro、Business 和 Enterprise 用户全面推出。 去构建吧！ 如果你需要灵感，请观看 Astra 的实时演示：https://t.co/VmBLksCNZW
Greg Brockman@gdb
chatgpt 的势头在积聚，团队为我们的用户做了令人难以置信的工作 [引用 @Similarweb]: ChatGPT 在 8 月份连续第四个月创下其月活跃用户记录，达到 10.6 亿 MAU。 https://t.co/NMjaqI0R9b
Ethan Mollick@emollick
AI 似乎正在超越最优秀预测者的预期。 [引用 @Afinetheorem]: 2025 年 11 月 LEAP 小组的 AI 专家和超级预测员：到 2027 年 AI 有 10% 的概率帮助解决一个千禧年难题。“一位专家引用了 Clay 主席 2025 年 6 月的说法：‘我们离 AI 能对这些问题说任何严肃的话还很远’ (Heaven 2025)” https://t.co/zo7rqXeMVb
Aravind Srinivas@AravSrinivas
史诗般的成就！ [引用 @OpenAI]: 我们正在分享一个关于纳维-斯托克斯千禧年奖问题的解答，这是数学前沿最深刻的问题之一。 该证明由一组代理生成，使用了比 GPT-6 Astra 能力显著更强的一代 OpenAI 模型。 该问题关乎用于描述由纳维-斯托克斯方程建模的光滑三维流体运动的描述是否可能在…
Sam Altman@sama
我们想和使用 GPT-6 的人一起庆祝。我们曾为 GPT-5.5 举办过，这非常有趣。 我们将于 9 月 16 日在旧金山聚会，讨论该模型、我们下一步该建什么，主要就是聚在一起闲聊。 请在 9 月 10 日前申请： https://t.co/3LIMfGOBRQ
Ethan Mollick@emollick
然而，无论我们有多少算力，我们越来越可能需要更多算力。 [引用 @abhishekn]: 根据我的计算，仅这里的算力（300 BILLION output tokens），按代价算对普通用户来说代币就要花费2000万到3000万美元。一旦 AI 公司决定不再值得去追求那些不是千禧年难题的事情，我们如何维持这一级别的科学投资？ 还有——完全震惊 🤯 ——接下来很难再专注于另一个研究研讨会/主题了…
Elon Musk@elonmusk
如果你注意到关于 𝕏 有任何令人担忧的事情，请直接在回复里告诉我 [引用 @michaelo]: 很高兴回到 X，担任安全负责人。 重点：保障我们产品和 AI 系统中的用户安全，保护言论自由，并使安全措施更加透明。
Greg Brockman@gdb
ChatGPT Images 2.5——又向创造你所能想象的一切迈进了一步。 [引用 @OpenAI]: ChatGPT Images 2.5——更快、更清晰、更智能，并提供更好工具来创建你能想象的一切。 - 更快的图像生成以保持你的创意流动 - 改进的保真度以获得更自然、更可识别的图像 - 在多次编辑中保持一致的细节 - 基于评论的编辑，仅更改你想要的部分
Noam Brown@polynoamial
看到 Levent 在剽窃指控上越描越黑，我感到非常难过。希望我在 @AnthropicAI 的朋友们能在内部对此有所作为。现在应该很清楚真相是什么了。
Sam Altman@sama
我花了大部分周末与做这项工作的团队交谈。Seb——以及所有其他人——在整个过程中的行为都很正直和慷慨。 起初我们相信另一支团队也解决了这个问题。我们希望能够合作并联合发布。 当我们得知他们解决的是 Euler 而不是 Navier-Stokes 时，我们提出让他们先发布，建议他们应该获奖，并可选择让 Tristan 在对 OpenAI 证明的重写中担任第一作者。我们认为对 Levent（Anthropic 的员工）提出同样的建议具有挑战性——他无论如何都不愿意与我们沟通或协调。我们对其他解决方案持开放态度。 我们…
Noam Brown@polynoamial
我能理解，看着今天的 LLM，人们可能会认为我们实现 NS 的唯一方式是使用 Levent/Tristan 的提示。但我希望这张图表能传达出所用模型比当今的 LLM 有巨大进步。没有人看过 Levent/Tristan 的提示。那样做太疯狂了。 https://t.co/hdAQbP486X [引用 @SebastienBubeck]: 我想澄清几件事： 1) 屏幕截图是我联系 Levent 协调我们发布的记录。我希望信息中能清楚地看到我们是以最好的意图来做这件事的。 2) 我从未也绝对不会要求将 Levent…
Greg Brockman@gdb
宣布对纳维-斯托克斯问题的解答，这是七大千禧年问题之一。 这代表了 AI 与数学的重要里程碑，也指向即将到来的科学发现复兴。 希望该模型创造的知识能帮助社区更好地理解非线性偏微分方程，这些方程用于模拟许多物理世界现象。 [引用 @OpenAI]: 我们正在分享一个关于纳维-斯托克斯千禧年奖问题的解答，这是数学前沿最深刻的问题之一。 该证明由一组代理生成，使用了比 GPT-6 Astra 能力显著更强的一代 OpenAI 模型。 该问题关乎用于描述由纳维-斯托克斯方程建模的光滑三维流体运动的描述是否可能在…
Noam Brown@polynoamial
是的，这个结果花费了数百万美元。 但请记住，当 @OpenAI 宣布 o3 时，在 ARC-AGI 上取得 87.5% 的分数大约花费了 $500,000。今天，Astra 用大约 $20 就能达到更高的分数。 在 2025 年，我们和 GDM 为了取得 IMO 金牌投入了巨量计算。对 2026 年 IMO 来说，任何订阅每月 $20 的 ChatGPT 的人都能做到。 大幅扩展测试时的计算让我们瞥见了未来。我相信一年后每个人手边都会有一个能够解决此类难题的 AI。 [引用 @OpenAI]: 我们正在分享一个关…
OpenAI@OpenAI
我们祝贺 Levent Alpöge 和 Tristan Buckmaster 在数学上取得的卓越成果。 我们（研究人员和代理）在他们公开发布之前，通过任何手段都没有看到他们的任何工作——特别是，为了解决这个问题没有访问任何特定的用户数据。 虽然不太可能，但我们不能排除从他们使用我们产品中派生出的去标识化数据帮助改进了我们的模型的可能性。 然而，我们的证明有显著不同，即便在 Euler 情形中（受迫 vs. 非受迫）所证明的精确结果也不同。 [引用 @OpenAI]: 我们正在分享一个关于纳维-斯托克斯千禧年奖问…
Aravind Srinivas@AravSrinivas
我们已经开始在 NVLink Blackwells 上提供大量推理服务。Vera Rubins 即将上线！ [引用 @NVIDIAAIInfra]: 在大规模上以秒级速度提供高质量结果需要什么？ @perplexity_ai 每天服务超过 5000 万次查询，覆盖 15 个模型，包括 NVIDIA Nemotron 3 Ultra。这需要高性能基础设施和更智能的路由，同时不牺牲质量、速度或成本。 这就是为什么 Perplexity 一代又一代建立在 NVIDIA 之上。随着 NVIDIA Blackwell，更大…
Alexandr Wang@alexandr_wang
muse spark 1.3 在 opencode 上被大量采用！ [引用 @noctus91]: Muse Spark 1.3 by Meta 在 @opencode 的代币使用量终于超过了 deepseek v4 flash。 23T tokens 🤯 对于一个相对较新推出的模型来说，这个使用量简直惊人。 https://t.co/oDj4y5LOm6
Demis Hassabis@demishassabis
有了 AlphaFold 我们绘制了蛋白质宇宙——现在有了 AlphaGenome Atlas 我们正在绘制人类基因组。它可以预测所有 90 亿个可能的单字母 DNA 变体的影响，帮助科学家更好地理解疾病。供学术研究免费使用：https://t.co/Gsy6lW3z6O [引用 @GoogleDeepMind]: 我们正在发布 AlphaGenome Atlas：一个由 AI 驱动的可搜索数据库，绘制所有 90 亿个可能单字母 DNA 变化的预测影响。 下面是它如何帮助研究人员更好理解我们生物学的说明 🧵
Sundar Pichai@sundarpichai
AlphaGenome Atlas 是一个交互式资源，绘制了所有 90 亿个 DNA 变体的预测影响。 它可以在普通网页浏览器中使用，无需任何编码，并对学术研究者免费。对即将到来的发现感到兴奋。 [引用 @GoogleDeepMind]: 我们正在发布 AlphaGenome Atlas：一个由 AI 驱动的可搜索数据库，绘制所有 90 亿个可能单字母 DNA 变化的预测影响。 下面是它如何帮助研究人员更好理解我们生物学的说明 🧵
Ethan Mollick@emollick
@METR_Evals 的长时程度量是否已经有效饱和？ 自 5 月以来最著名的 AI 进展图没有更新，但其他发表的工作表明，你实际上可以从 Fable（我也假设 GPT-6）在 harnesses 中获得 18+ 周的工作量。 https://t.co/2AjjXcQVCg
clem 🤗@ClementDelangue
为 Mistral 鼓掌！ 看到他们表现优异太棒了，他们对所有人都是榜样，因为我们需要世界各地更多主权化和开源的 AI。 很高兴继续在 https://t.co/BgguuZx7nO 支持他们！ [引用 @MistralAI]: 今天对 Mistral 来说是重要的一步：我们宣布完成 30 亿欧元的 D 轮融资，这是欧洲科技公司成立三年内获得的最大一笔股权融资。 https://t.co/5AexUxyrZM
Arthur Mensch@arthurmensch
我们刚筹集到了 30 亿欧元，用于扩展我们的训练和推理计算，并将开放且主权的 AI 打造成技术前沿。感谢所有帮助我们走到这一步的人，对即将到来的斗争感到兴奋。 https://t.co/AFY2q2TBZP
已经到底了