A.I. 日报
Aravind Srinivas@AravSrinivas
我们撰文介绍了我们的沙盒平台如何在Perplexity上处理每日流量，每天处理数百万次执行，错误率低，同时仍使用多台机器来降低服务成本。 [引用 @perplexity_ai]：我们的沙盒SPACE每天处理数百万次执行，错误率低于0.0002%。 我们正在分享它如何使用加密身份来确保请求与正确的执行相关联，因为沙盒会暂停、恢复和移动。 阅读更多：
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
Nathan Lambert@natolambert
非常及时地出现在 a16z 播客上，与 @lishali88 一起，试图理解开放模型如何融入 RSI 动态、谁从开放模型中获得价值、如何应对智能体集群，以及我为什么在构建 Trillium Labs。 [引用 @a16z]：Nathan Lambert，前 Allen Institute for AI 后训练联合负责人，现在正在创立 Trillium，一个非营利开放 AI 实验室，加入 a16z 的 Lisha Li，讨论开放模型是否真的能跟上前沿。 当他告诉中国的研究人员，据报一位普通 OpenAI 研究人员…
Aravind Srinivas@AravSrinivas
/anatomy 现已登陆 Perplexity Computer，面向所有用户（该技能最初由 @wheresryan22 构建）
Ethan Mollick@emollick
我真的不理解 AI 垃圾评论淹没我帖子的意义。至少在 LinkedIn 上，他们推送虚假专长是为了让发帖人看起来不错（并没有，但无所谓）。但是，几十个匿名机器人对这样的帖子做出类似回复，又能得到什么呢？ [引用 @emollick]：首次清晰目击到来自中国的失控智能体集群使用开放权重模型。和 OpenAI 的群集类似，目标似乎是 AI 们一心一意地做研究（显然是在绘制中国公园最常用入口的位置）。未来的先兆
Alexandr Wang@alexandr_wang
muse wonder 超级快且 token 高效 ⚡️ ⚡️ 试试看吧！ [引用 @merge_api]：智能指数上排名前两位的模型，每项任务耗时大约是两倍：Claude Opus 5.5 和 Sonnet 5.5（@AnthropicAI）对比 Muse Wonder（@Meta）。 Muse Wonder 平均 6.8 分钟完成一项任务，得分 52.4。Opus 5.5 耗时 13.2 分钟，Sonnet 5.5 耗时 15.3 分钟，得分分别为 57.6 和 56.0。Muse Spark 1.3 和 G…
Alexandr Wang@alexandr_wang
Muse Wonder：“这真的是第一次使用模型感觉像是在告诉员工该做什么，而不是像照顾一个我每一步都必须引导的愚蠢宠物” 我们称之为，主动聚焦™️ [引用 @harris_p10]：Muse Wonder已经在实际应用中超越了Anthropic和OpenAI的前沿模型。 一位新实验室创始人在首次尝试后给我发了私信。他的原话： “第一次使用模型感觉像是在告诉员工该做什么，而不是像照顾一个愚蠢宠物……”（截图经许可分享） 评判一个模型的最好标准是用户体验。Muse将吞噬世界。
Ethan Mollick@emollick
首次清晰目击到来自中国的失控智能体集群使用开放权重模型。和 OpenAI 的群集类似，目标似乎是 AI 们一心一意地做研究（显然是在绘制中国公园最常用入口的位置）。未来的先兆
Google AI@GoogleAI
教科书生物学，在浏览器中栩栩如生 🌿 这个由 Argon 在 @antigravity 中构建的交互式 5 阶段视觉图集将密集的教科书生物学变成了动手体验。通过流畅的动画和科学精确性，您可以从阳光照射的叶子一直滚动到亚细胞叶绿体。 该模型将准确性与无缝交互设计相结合，展示了如何构建教育工具，使复杂的科学可视化且易于探索。
Aravind Srinivas@AravSrinivas
用户正在使用 Perplexity Computer 逆向工程并跨平台移植软件。这位用户的机械键盘应用仅支持 Windows，没有 Linux 支持，也没有文档。Computer 在其云沙盒中下载了二进制文件，用无头 Ghidra 反编译，并将其移植为 Linux 的原生 Rust 应用。 Computer 阅读反编译代码以了解应用如何驱动键盘，然后逐件重建，包括通过 PipeWire 与音乐同步的键盘灯光、3D 视图、按键重映射、宏和配置文件。
NVIDIA@nvidia
@NVIDIARTXSpark 的倒计时已经开始。⚡️ 10 月 16 日加入我们，共同庆祝全球发布！ 在我们全球活动中亲临现场，感受兴奋，或在 Instagram 上观看特别庆祝活动的直播。 📍
François Chollet@fchollet
仅靠自回归采样无法解决现实世界的物理任务。物理世界对幻觉或近似模式匹配完全无情。如果我们想要真正的自主机器人，我们必须将因果性和离散推理重新设计到循环中。 Aether AI 的 Biwei 和团队正在做该领域现在真正需要的那种基础的、非共识的工作。 [引用 @huang_biwei]: 我花了十多年研究因果性。对我来说，因果性是关于理解支配行动如何改变世界的规则，并在行动前推理其后果。 规模化使今天的模型在发现模式和预测下一步方面表现出色。一个在物理世界中行动的系统需要更多。它必须问如果它行动会发生什么，……
clem 🤗@ClementDelangue
非常酷看到 @Google 的 Embedding Gemma 2 在 HF 上趋势排名第一！ 媒体和硅谷泡沫只谈论推理 LLM，而实际上有更多种类的 AI 模型非常有影响力和实用，如嵌入、决策模型、音频、视频、时间序列……（HF 上有超过 300 万个公共模型！）。 让我们把它们重新放在聚光灯下！
Mistral AI@MistralAI
欢迎加入 Mistral，New Material。让我们将设计带入任务关键型 AI。 [引用 @newmaterialAI]: New Material 加入 @MistralAI，共同设计前沿。 在过去 6 年里，我们与雄心勃勃的组织合作，通过 AI 转型他们的行业。今天，我们很高兴能在欧洲首屈一指的前沿 AI 实验室中将其提升到新的水平。
François Chollet@fchollet
弦理论就是一个智能系统在感官输入匮乏时开始产生幻觉的产物。智能需要根基。 因此，智能实际上从来不是解决有影响力问题的瓶颈。瓶颈在于与现实的反复接触。
Hugging Face@huggingface
在这个直播中，与@mervenoyann、@MaartenGr和@_EldarKurtic一起了解如何使用推测解码在本地LLM加速中获得乘数效应。
Teknium 🪽@Teknium
试试看！ [引用 @Tiny_Fish]: 如果你错过了：Hermes 可以免费搜索和阅读网页。 TinyFish 现在是 @NousResearch Hermes Agent 中的一个插件。 我们把它指向了楼里最无聊的工作：一个满是空单元格的 Excel 表格。 TinyFish 搜索并获取了所有行的信息，并将干净的结果交回给 Hermes Agent 来填写电子表格。
Bindu Reddy@bindureddy
谷歌肯定凭借Argon回归了 再经过几次迭代，他们几乎肯定会赶上OpenAI和Anthropic 他们现在有一个独特的优势，因为前沿因“安全原因”而停滞不前
Teknium 🪽@Teknium
🤗 [引用 @tonysimons_]：Hermes Agent 的插件玩法简直离谱！🤣 你想到一个想要的东西。 你告诉 Hermes 把它做成一个插件。 它就直接…… ……做完了。🤣 如果喜欢这玩意儿是错的，我不想当对的。🙌
Anthropic@AnthropicAI
我们在新加坡开设了办公室——这是我们在亚太地区的第五个。我们还与新加坡政府签署了一份关于 AI 安全和负责任采用的谅解备忘录。 你可以在这里阅读更多关于我们新办公室的信息：
Alexandr Wang@alexandr_wang
人们对 muse wonder full 还不够重视 :) [引用 @QuixiAI]：@AIatMeta 谦虚地淡化了 @Muse muse-wonder-full-1.0 的编码能力，而更强调其智能体助手优势。 Muse Code 是 Fable 级别的。速度是其两倍。而且使用限制明显更宽松。 自发布以来我一直在不停地使用它，它已经完全取代了 Fable 用于我最具挑战性的任务。如果我有一件事很擅长，那就是给智能体安排最复杂的……
Alexandr Wang@alexandr_wang
我们一直在修复 muse wonder 部署中的一堆推理错误——随着我们修复更多错误，它应该会越来越好。 真的向所有在使用模型过程中经历起伏的人道歉，但请放心，整个团队都在努力让一切变得更好！ [引用 @positronx_]: 天哪，这次 muse wonder max 表现太棒了。 @alexandr_wang，你发推之后，改进相当明显。
Gorden Sun@Gorden_Sun
哈基米再也不是美国大豆包 大肥鱼的好姐妹哈基米升级啦！3D建模、国际象棋、哥特教堂、光线追踪全都自己写，价格还很香。一分钟看完Gemini 4 Argon。
NVIDIA@nvidia
从企业到Earthshot，英国正在与NVIDIA共建。🇬🇧 更多计算能力和开放模型正在帮助开发者、研究人员和企业将AI带入医疗、银行和公共服务。 我们还承诺在五年内提供价值2.5亿美元的计算访问权，用于英国在AI代理安全与保障方面的研究。 NVIDIA将作为全球联盟创始伙伴加入The Earthshot Prize，为全球应对气候和可持续发展挑战的创新者带来计算能力和技术专长。 在GTC Berlin之前探索英国的AI生态系统：
Alexandr Wang@alexandr_wang
在 meta，我们过去称之为 PSC [引用 @stripe]: .@finkd 谈 @alexandr_wang 领导 Meta Superintelligence Labs “我和所有实验室的负责人、所有研究主管都谈过，我说，不，Alex 就是那个人。他他妈的就是那个人。我们将能够组建一个团队，招募我们需要的人。我们需要他那种战略清晰度、对人才密度的极致关注，以及沟通的清晰性……”
Teknium 🪽@Teknium
AI正在改变游戏行业的商业模式 [引用 @asha_shar]: 今天我们成立XBOX LABS（ 团队， 第一批视频游戏大约75年前出现。此后有繁荣也有萧条，但每年都有更多好游戏可玩，更多设备可玩，最棒的是，比以往任何时候都有更多人在玩。这种增长帮助造就了今天的XBOX，我们帮助了…
François Chollet@fchollet
科学理想的 outcome 不是几个实验室使用专有模型和数百万美元来解决 trophy problems，而是拥有数百万 AI 辅助的人类科学家，他们追随好奇心，变得更加雄心勃勃
Qwen@Alibaba_Qwen
祝贺 @lightseekorg 取得令人印象深刻的TokenSpeed结果！🚀 很高兴看到Qwen3.8-Flash-Next在Nvida GPUs上达到每用户685输出tokens/s。兴奋地看到社区解锁更多Qwen的推理潜力！ [引用 @lightseekorg]: 在@Alibaba_Qwen Qwen3.8-Flash-Next上每用户685输出tokens/s。 在4× NVIDIA GB300上运行TokenSpeed，使用NVFP4。 看看结果背后的内核和服务优化： 👉 ⭐
MiniMax (official)@MiniMax_AI
纽约，你带来了能量！🗽💜 在 #AWNewYork26 上，MiniMax 召集了 @krea_ai、@fal 和 @magnific，进行了一场充满犀利见解和新视角的讨论。 随着我们加深与品牌和代理机构的合作，我们探索了让 AI 视频为制作做好准备的因素：一致的结果、创意控制，以及忠于品牌的作品。 我们的展位热闹非凡，我们的小章鱼和托特包也获得了不少喜爱 🐙 感谢邀请我们，@advertisingweek！
Paul Graham@paulg
每年10倍增长持续3年？我见过很多增长，这确实是异常的。初创公司一年增长10倍并不罕见，但保持3年几乎闻所未闻。那是1000倍。 [引用 @WilliamBryk]: Exa刚刚超过1亿美元的年化收入。 我们几乎正好每年增长10倍，持续了3年。我们现在每月处理来自20多万个团队的20亿次请求。而且这还只是开始： 我们预测到2030年，代理搜索将比人类多1000倍。 代理不像人类那样搜索。它们写长而复杂的查询，想要全世界的所有数据，而不仅仅是网络。我们花了5年时间构建一个搜索……
Google DeepMind@GoogleDeepMind
在新加坡，超过一半的 reported crimes 使用复杂的社交工程。 与@GovTechSG一起，我们正在使用我们的开源模型Gemma构建设备上的欺诈检测。 通过根据当地诈骗策略对其进行微调，它可以实时识别威胁，而不会损害个人隐私 →