Demis Hassabis@demishassabis
约翰·乌尔谢尔是个了不起的人。几年前我有幸在突破奖上与他共同颁奖——他是个很棒的人,也是一种激励! [引用 @MLFootball]: 天才:前#乌鸦队进攻锋线球员约翰·乌尔谢尔在26岁时从NFL退役,全职追求数学。 多年后,据报道,乌尔谢尔帮助解决了一个涉及高斯消元的长期数学猜想。 乌尔谢尔获得了4.0的GPA,在宾夕法尼亚州立大学获得了数学学士和硕士学位,并在打球期间在麻省理工学院攻读博士学位……
仅显示 2026年10月6日 周二 的内容 · 查看全部日期 →
约翰·乌尔谢尔是个了不起的人。几年前我有幸在突破奖上与他共同颁奖——他是个很棒的人,也是一种激励! [引用 @MLFootball]: 天才:前#乌鸦队进攻锋线球员约翰·乌尔谢尔在26岁时从NFL退役,全职追求数学。 多年后,据报道,乌尔谢尔帮助解决了一个涉及高斯消元的长期数学猜想。 乌尔谢尔获得了4.0的GPA,在宾夕法尼亚州立大学获得了数学学士和硕士学位,并在打球期间在麻省理工学院攻读博士学位……
工程即设计服务 [引用 @AskPerplexity]: 计算机可以创建设计的交互式3D预览,并将模型导出为可编辑的CAD文件。 它还可以在FreeCAD中进行更改,并录制编辑视频。
我也开始认为我们需要在美国将蒸馏合法化。禁止是不可能的,否则几年内战略竞争将变得非常难以维持。 [引用 @natolambert]: Reflection加入了英伟达和Thinking Machines的名单,他们发布了最强大的模型,但落后于中国同行。人们会以很多方式过度思考这一点,但最清晰的结论应该是,中国人在构建LLM方面非常非常擅长。
与 Codex 对话,让你的键盘休息一下: [引用 @codestantine]: 我以前整天坐在办公桌前。 现在我在阳光房里用语音发送演示文稿。☀️
我们正在扩展网络验证计划,让安全专业人员能够更广泛地使用我们最强大的模型。 通过该计划,经过验证的安全专业人员可以使用 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5,并配有专为防御性工作设计的保障措施。 我们还开放了新的层级,以支持获得授权的攻击性工作,例如渗透测试和红队演练。
完整对话在这里: [引用 @guilleflorvs]: 突发:帕特里克·科里森刚刚告诉硅谷下一个Stripe将在哪里建立。 而且它不是AI实验室。 当被问及如果从头开始他会建立什么时,科里森直接指向了遗留垂直软件——仍然在运行医疗、物流、建筑、金融的几十年前的系统。 整个行业。仍然运行在1990年代的基础设施上。 每个雄心勃勃的创始人都追逐基础模…
我看到的明显 AI 趋势: 我有抱负的朋友们比以往任何时候都工作更长时间。 我朝九晚五的朋友们比以往任何时候都更快乐地摸鱼。
Nano Banana 2.1 来了!🍌 对于图像生成和编辑客户来说这是一次不错的更新,它带来了更高质量的图像、修复了之前模型的许多错误,并推出了新的更低价格! 已在 API、AI Studio 和 Gemini 应用中提供!
我们正在这个火车站构建AGI [引用 @GuillaumeLample]: ML4 是在我们欧洲数据中心的 3,800 块 NVIDIA Grace Blackwell GPU 上训练的——我们位于 Bruyères-le-Châtel 的集群是利用我们的 B 轮融资建造的。 我们正在大力投资基础设施,我们的 C 轮和 D 轮集群即将上线。这些额外的计算资源将让我们能够训练更长时间、追求更雄心勃勃的后训练,并更快地迭代。 我们预计将会有巨大而快速的改进……
你的下一个百万用户将是代理。 数百万代理已经拥有@AgentMail账户,而AgentID让它们都能在几分钟内登录你的应用。 这是下一个“使用Google登录”。 但规模会大1000倍。 [引用 @haakamaujla]: 介绍AgentID by @agentmail,为AI代理提供“使用Google登录”功能。 数百万代理已经使用AgentMail。AgentID让它们登录你的应用。 用下面的提示集成,回复截图,我们将免费赠送任何AgentMail计划3个月。
对此非常兴奋,我知道权重即将到来( [引用 @MistralAI]: 认识一下 Mistral Large 4,又名 Le Chonk。 • 1T 参数,原生多模态。49B 活跃。 在美国或欧洲的聚合基准测试中,它是最好的开放权重模型。 • 在关键工作负载上达到最先进水平,包括网络防御、制造业和金融,并在视觉基础上超越了封闭的前沿模型。 • 完全在欧洲锻造,可通过我们自己的 Mistral 从欧洲部署…
Perplexity 在 Hugging Face 决策指数(决策模型基准)上获胜。我们的模型是开放权重的,所有人都可以访问! [引用 @perplexitydevs]: pplx-decider-v1.1-27b,我们更新的开放权重多模态决策模型,现已可用。 它在新的 @huggingface Decision Index 0.3 基准上得分最高。pplx-decider-v1.1-27b 的成本是 v1 的一半,为每百万输入令牌 0.02 美元。
很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天都达到了大致 GLM-5.2 的水平。 这让我怀疑西方与中国开源模型之间真正的差距是不是就这么简单: 中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型。西方实验室不能。
推出 Hark Pro Hark Pro 现已在网页、iOS 和 Android 上线 免费试用:
介绍EmbeddingGemma 2,一个新的开放多模态模型,为设备端效率设定了标准。 - 我们的第一个开放的、原生多模态嵌入模型 - 在轻量级、模块化的740M参数形式中处理文本、代码、图像、视频和音频任务 - 与Gemma 4配对时,非常适合离线、隐私优先的RAG - 性能超过一些规模是其两倍以上的专业模型 权重现已在Hugging Face上提供。
Perplexity Decider是最好的决策模型 [引用 @alokbishoyi97]: 这是我们运行的一个有趣基准:8个决策模型玩俄罗斯方块。在我们的测试中,@perplexity_ai Decider一直名列前茅!!(抄送@AravSrinivas) 你可以在这里尝试 -
我认为过去几年密切关注人工智能的大多数人可能会惊讶于,鉴于总共有十亿用户和数亿企业用户,糟糕的人工智能事件相对较少。这并不意味着这种情况会持续,但令人惊讶。
Astra 和 Fable 很有可能便宜得多 🚀 对此超级兴奋,因为这将真正把超级智能带给大众 这些模型被如此低估真是不可思议,因为它们太贵了
新想象。新故事。新的创作方式。✨ 看看创作者们用 Kling 4.0 和 Kling 4.0 Flash 制作了什么。
Mistral现在能鹈鹕了! [引用 @MistralAI]: 认识Mistral Large 4,又名Le Chonk。 • 1T参数,原生多模态。49B活跃。 在聚合基准测试中,它是来自美国或欧洲的最佳开源权重模型。 • 在关键工作负载上达到最先进水平,包括网络防御、制造和金融,并且在视觉基础上超越了封闭的前沿模型。 • 端到端在欧洲打造,可通过我们自己的Mistral在欧洲部署……
有被金钱驱动的竞争对手是件好事。如果他们有能力,他们最终会得到钱,然后就不再工作了。而如果他们能力不行,那就是能力不行。
我们让电脑对电脑实时玩《星际争霸》。没有暂停。游戏在每个代理思考时继续运行。 蓝2 – 红5 最终比赛。蓝色安全地建立起来,达到41个龙骑士,然后出动。红色用高级圣堂武士等待,并用灵能风暴打击军队。蓝色没有侦察到红色在建造什么。 电脑组装了整个设置:基于OpenBW的母巢之战运行时在VPS上,一个C++桥接,每个代理四个游戏工具。每个代理获得自己的有限战争迷雾的游戏状态。录制和摄像机控制单独运行;代理没有视频输入。
西方开源模型的重要一周! [引用 @MistralAI]: 认识Mistral Large 4,又名Le Chonk。 • 1T参数,原生多模态。49B活跃。 在聚合基准测试中,它是来自美国或欧洲的最佳开源权重模型。 • 在关键工作负载上达到最先进水平,包括网络防御、制造和金融,并且在视觉基础上超越了封闭的前沿模型。 • 端到端在欧洲打造,可通过我们自己的Mistral在欧洲部署……
那个花了一些基础工作。在我们自己的计算上训练和服务,而且RL没有显示出饱和的迹象 [引用 @MistralAI]: 认识一下 Mistral Large 4,又名 Le Chonk。 • 1T 参数,原生多模态。49B 激活。 在综合基准测试中,它是来自美国或欧洲的最好的开放权重模型。 • 在关键工作负载上达到最先进水平,包括网络防御、制造业和金融,并且在视觉接地方面超越了封闭的前沿模型。 • 端到端在欧洲锻造,可通过我们自己的 Mistral…
认识一下 Mistral Large 4,又名 Le Chonk。 • 1T 参数,原生多模态。49B 激活。 在综合基准测试中,它是来自美国或欧洲的最好的开放权重模型。 • 在关键工作负载上达到最先进水平,包括网络防御、制造业和金融,并且在视觉接地方面超越了封闭的前沿模型。 • 端到端在欧洲锻造,可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天起可通过 API 向所有人提供。正在与网络安全合作伙伴私下合作。 开放权重发布于十月底。
按照这个速度,AI会在GTA 6之前给我们带来GTA 7
中国的开源模型在简单任务上表现得异常出色 没有任何美国模型或前沿实验室能与之相比 DeepSeek仍然是简单个人智能体的最佳选择。每个用户的推理成本几乎为零!
当人们谈论AI轻易取代工人时,我想到了这份关于1990年代复印机维修技术员的民族志研究。 你会看到工作是复杂的,由工人即兴发挥,非正式的,记录糟糕。 (但最终技术确实在很大程度上消除了这个工作)
下一个大型开源发布 - GLM 5.5 当然,他们会声称它达到了Fable 5.1的水平 😂 但我怀疑它会击败Opus和Sol!!