跳到正文
#OpenAI
10月25日周日
  2. The Decoder

    埃里克·施密特：OpenAI与 Anthropic 如东印度公司般成为现代殖民贸易公司

    美国与中国在过去几年建设AI帝国，其他国家若想获取先进AI将沦为依赖。文章论证模型进步依赖能源、矿产、芯片与资本，软件成为稀缺地缘政治资源。作者将 OpenAI 与 Anthropic 比作东印度公司，指出其虽拥有政府特许但仍受政府牵制，并以 2026 年 6 月美国商务部勒令 Anthropic 切断外国用户两款顶尖模型为例。

    阅读原文 来源：The Decoder
  3. The Decoder

    OpenMobile-2 发布：开源智能体模型在智能手机自动化任务上超越前代并与闭源模型竞争

    研究者发布两款基于Qwen3.5 9B和Qwen3.6 27B的开源智能体模型，并开源完整训练环境、数据和复现指南。通过重新训练110款应用（包括淘宝、京东、Slack等）并增加应用多样性而非单纯堆积数据，两款模型在AndroidWorld基准测试中分别提升24.8和20.7个百分点，在MobileWorld多应用任务中大模型提升14.5个百分点。

    阅读原文 来源：The Decoder
  6. TechCrunch · AI

    Block发布全语音全双工模型Dessa，声称可在消费级GPU上本地运行

    Block发布全语音全双工模型Dessa，声称可在消费级GPU上本地运行。该模型全程基于人类语音训练，无需大型语言模型辅助知识检索，支持即时双向对话。Dessa具备情感表达能力，可模拟笑声、暂停和哭声等自然语调。目前无公开访问入口，Block已面向安全研究人员开放测试。Square已开始使用语音AI处理订单，该模型或将降低企业级语音交互成本。

    阅读原文 来源：TechCrunch · AI
10月24日周六
  3. The Decoder

    Block 发布 Dessa AI 语音模型

    Block 发布全新语音模型 Dessa，该模型首次完全基于人类语音训练，无文本数据，直接处理音频以捕捉情感、讽刺和笑声。该模型支持全双工通信，可在 MacBook Pro M4 Max 本地运行，并声称在情感检测上优于现有文本模型，目前仅向 AI 安全研究人员开放测试。

    阅读原文 来源：The Decoder
  5. BBC World

    Ukraine 称 Starlink 连接“现已稳定” 恢复军事操作能力

    乌克兰国防部长表示，在网络限制后，乌克兰已恢复与 Starlink 的“稳定连接”，可支持无人机飞行和军事行动。此前，网络限制导致无人机在 161km/h 或更高速度下失联，现已恢复至超过 400km/h 的速度。乌克兰军方广泛使用这 10,000 颗低地球轨道卫星进行军事行动，同时使用 Starshield。

    阅读原文 来源：BBC World
  7. BBC Politics

    UK 计划投资 1000 万英镑建设首个 AI 生物安全实验室

    UK 将投入 1000 万英镑建设首个 AI 生物安全实验室，旨在加强对新兴生物威胁的防御。政府将在周三预算中拨款，并承诺 AI 公司 OpenAI 和 Anthropic 提供价值 2000 万英镑的模型使用权。此外，还将有 1.2 亿英镑额外资金投入 AI 安全研究所，并配套设立 6000 万英镑的国家网盾和 7000 万英镑的实时漏洞中心。

    阅读原文 来源：BBC Politics
  11. The Verge · AI

    Block 的 AI 模型 Dessa 介绍

    Block 的 Dessa 是一款从零训练、仅依赖人类对话的真正语音对语音模型，可在 MacBook Pro M4 Max 或更高配置本地运行。该模型旨在探索无文字输入的语言习得方式，并通过更自然的语音交互提升人机理解与安全性，目前向 AI 安全研究人员提供早期访问。

    阅读原文 来源：The Verge · AI
  14. The Decoder

    Sam Altman：高级 AI 必然逃离沙箱，仅靠对齐才能保全

    OpenAI CEO Sam Altman 认为沙箱只能暂时隔离 AI，模型智能提升后将难以追踪逃逸。他警告 AI 已发现硬件级安全漏洞，互联网安全架构需重建。Altman 的言论或旨在转移监管压力，因 FTC 已对 OpenAI 等展开针对性调查。Nvidia CEO Huang 则将 AI 安全视为工程问题，并表示若非工程问题则无解。

    阅读原文 来源：The Decoder
10月23日周五
  1. The Decoder

    Canva发布自研图像生成模型Craft

    Canva发布自研图像生成模型Craft，该模型主要依赖数百万设计模板训练，支持多达55种语言的文字渲染，并可通过Magic Layers生成可编辑图层。在DesignArena平台排名中，Craft整体位列第四，肖像和风景类别位列第一。该模型现通过Dream Lab和公开API提供，并计划后续接入MCP协议。

    阅读原文 来源：The Decoder
  3. BeInCrypto

    OpenAI在安thropic IPO前将估值降至1.25万亿美元

    OpenAI将最新融资轮估值目标降至1.25万亿美元，低于此前的1.4万亿美元。投资者有至10月30日前承诺，此前Morgan Stanley和Dragoneer曾向私人财富客户推介1.4万亿美元估值。部分投资者因‘indigestion’（消化不良）而持币待价，更倾向于等待Anthropic IPO定价。US tech股市因AI融资担忧抛售，Chip股本月已蒸发2万亿美元。

    阅读原文 来源：BeInCrypto
  6. The Verge · AI

    Canva 首个 AI 图像模型上线，支持设计前规划

    Canva 发布首个 AI 图像生成模型 Canva Craft，采用两阶段架构在生成前进行设计规划，支持最高 2K 分辨率和 30 多种宽高比。该模型训练于平台上百万张人工模板，可生成社交媒体、营销内容及适配文字的复杂图像。Canva 计划通过开放 Model Context Protocol 让 AI 代理接入，并将推出更高效的 Craft-fast 与 Craft-ultrafast 版本。

    阅读原文 来源：The Verge · AI
  9. The Verge · AI

    微软称其 AI 工具诊断能力优于医生

    微软称其 AI 工具诊断能力可达 83%，较普通医生提高 130%，在急诊病例中得分 80% 对比医生 47%。该系统基于 OpenAI GPT-5，使用多智能体推理模拟医生诊疗流程，并计划开源基准数据集 SDBench。微软计划在接下来几个月与贝斯以色列迪康尼斯医疗中心展开真实临床测试，旨在推进医疗超级智能的落地。

    阅读原文 来源：The Verge · AI

    推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  10. MIT Technology Review · AI

    可扩展 AI 的基础：EmTech Future 会议探讨治理与价值实现

    文章探讨了在高度监管环境下构建可扩展 AI 系统的必要性，强调数据、工程、平台、运营模型与治理需协同工作。MIT Technology Review EmTech Future 会议中，Vanguard Principal Jing Wang 分享了如何通过负责任的实施将代理系统等新兴能力转化为投资者价值，并推进企业创新与客户体验提升。

    阅读原文 来源：MIT Technology Review · AI
  11. TechCrunch · AI

    OpenAI 发布 Decisions API，使决策模型广泛可用

    OpenAI 发布 Decisions API，使其决策模型面向所有用户开放。该模型可在语音和视觉等多模态场景下以更低成本、更低延迟替代传统 LLM。Speak 等公司已将决策时间从 1.4 秒缩短至 0.13 秒。OpenAI 还在公共版中加入了语音和视觉模态，并通过地理资源调度降低延迟。尽管决策模型的优化标准仍不统一，但其低成本高速度的特性正推动其在各类工作流中的替代。

    阅读原文 来源：TechCrunch · AI
  12. TechCrunch · AI

    Canva发布首个图像生成模型Canva Craft

    Canva发布首个名为Canva Craft的图像生成模型，采用两阶段流程：第一阶段解析提示词并规划空间关系、视觉层级及文本生成信息，第二阶段生成最高2K分辨率、最多30种比例的图像，并支持精准编辑。该模型训练于Canva自有设计模板，生成图像可转化为可编辑层级设计。公司计划推出两款成本效率版本Craftfast和Craft-ultrafast，并计划通过MCP接口支持第三方聊天机器人。

    阅读原文 来源：TechCrunch · AI
  13. TechCrunch · AI

    1Password推出让AI代理代为登录的功能，无需暴露密码

    1Password推出新平台1Password for Agents，通过唯一数字密钥验证AI代理身份并由用户确认后填入凭据实现登录。该功能支持Claude、OpenAI、Grok、Meta等多种代理，旨在解决用户委托代理时凭据被保存的安全风险。同日，Axios报道美国银行已检测到账户内的代理活动，但大多数银行仍无法区分是用户请求还是代理行为。

    阅读原文 来源：TechCrunch · AI
  15. Decrypt

    特斯拉第三季度利润下降43%，马斯克推进人形机器人与无人出租车计划

    特斯拉第三季度净收入同比下降43%至7.87亿美元，营收持平280.5亿美元。公司在弗里蒙特工厂开始生产Optimus人形机器人，目标年产20万台，预计外部交付于2027年底。同时，Tesla力争在2026年底前向客户交付Cybercab无人出租车，但面临联邦安全审计和成本压力。车企交付量同比下降2%，运营利润更跌56%至7.18亿美元。

    阅读原文 来源：Decrypt
  16. Latent Space

    Modal CEO 解释 AI 算力为何呈矩形：需求弹性与沙箱增长

    Modal CEO 解释 AI 算力需求呈非矩形波动，通过汇聚跨千计客户的需求并提供弹性沙箱来解决。沙箱现占 Modal 近三分之一收入，主要得益于 2023 年语言模型代码生成能力提升。公司通过自研文件系统、进程检查点和 GPU 内存快照实现快速沙箱启动，并计划向训练、后训练等更多产品扩展。

    阅读原文 来源：Latent Space

    推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  17. AWS Machine Learning Blog一手

    Amazon SageMaker training session APIs：无服务器 GPU 基础设施下的自定义训练循环实现

    Amazon SageMaker 发布 training session APIs，让用户在本地 Python 进程中驱动 GPU-backed 会话，用于自定义 LLM 训练循环。

    阅读原文 来源：AWS Machine Learning Blog

    推荐理由原文介绍了 SageMaker training session APIs 的编程模型和三大 SDK 客户端，并通过 GRPO 示例展示了自定义训练循环的四步操作，读者可直接获取无服务器 GPU 基础设施下的算法控制与运维分离的具体实现方式。

  19. Hugging Face Blog一手

    OlmoEarth v1.3：全球卫星嵌入模型发布

    Hugging Face 发布 OlmoEarth v1.3，这是一个全球卫星嵌入模型，可将一年卫星时间压缩为每 10 米像素 128 维向量。该模型在 27 项评估中以 128 维嵌入在 20 项任务中得分最高，64 维嵌入在 18 项任务中领先。

    阅读原文 来源：Hugging Face Blog

    推荐理由OlmoEarth v1.3 发布全球卫星嵌入模型并开放预计算嵌入，提供交互式浏览器工具，读者可直接获取跨年份变化分析方法和具体案例。