AI News HubLIVE

AI 新闻实时情报

实时监测

今天 AI 世界最重要的变化

来自 105 个可信来源,最近更新 2026-06-11 08:00 UTC+8。

实时监测

实时更新

实时跟踪可信来源,保留出处、权限和站内阅读模式,把噪声压成可读情报。

实时更新

重置
PixelForge:将照片转化为游戏资产

PixelForge是一款AI工具,可将真人照片瞬间转换为可识别的RPG角色精灵图,生成4方向行走的16帧透明PNG及GIF,支持Godot、Unity等引擎。一次性付费5美元,无需账户或订阅。由代码完成后期处理,注重个性化和趣味性。

Product Hunt AI工具站内正文
DiffusionGemma:谷歌开源高速文本生成模型

谷歌发布了名为DiffusionGemma的新开源模型,基于Apache 2许可证,可在NVIDIA的NIM云API上免费使用。该模型在生成速度上表现卓越,达到每秒500个token以上。

Simon Willison's Weblog模型 / 芯片 / 研究站内正文
Anthropic在图像理解上追平OpenAI

Anthropic发布了两个新模型Claude Mythos 5和Claude Fable 5,在编程能力上大幅提升,但在图像理解方面进步有限。作者测试发现,Fable 5和GPT-5.5能解决许多去年顶尖模型无法处理的图像问题,但几何推理能力仍只相当于幼儿水平,表明通用人工智能可能仍遥远。

Understanding AI政策 / 研究站内正文
对于自动驾驶出租车,安全必须内建而非外加

随着自动驾驶出租车服务在全球扩展,NVIDIA推出Halos操作系统——一个集成了认证操作系统、标准化接口、AI护栏和验证框架的全面安全系统,确保安全从底层构建于自动驾驶车辆之中。

NVIDIA BlogAgent / 芯片站内正文
谷歌AI发布DiffusionGemma:26B MoE开放模型,采用文本扩散技术实现最高4倍生成速度

DiffusionGemma是Google DeepMind推出的实验性开放文本生成模型,采用文本扩散而非标准自回归解码,在专用GPU上可实现最高4倍生成加速。模型参数量26B(MoE架构,推理时仅激活3.8B),基于Gemma 4骨干,支持多模态输入(文本、图像、视频),上下文窗口256K,覆盖140+语言,采用Apache 2.0许可。

MarkTechPost模型 / Agent / 芯片站内正文
Claude Fable 拒绝回答基础生物学问题

Anthropic 发布了其最强大的 AI 模型 Claude Fable 5,但该模型拒绝回答基础生物学问题,例如“什么是线粒体”或“细胞膜是什么”。原因是 Anthropic 为了安全考虑,故意设置了严格的生物安全防护措施,以防止模型被用于生物武器相关研究。公司表示这是一种保守策略,并计划未来为生物科学界提供无限制访问。

The Verge AI模型 / Agent / 政策站内正文
OpenAI的IPO推迟?阿尔特曼告诉员工预计“一年内”上市

山姆·阿尔特曼告诉员工,他预计OpenAI将在“一年内”进行IPO,但也可能推迟到2027年。他将此归因于对自我改进AI的谨慎态度,但分析认为Anthropic更强劲的增长数据和即将进行的IPO可能是真正的原因。

The Decoder创业融资站内正文
微软理解毕业生为何对AI演讲者喝倒彩

近日,美国大学毕业生在毕业典礼上对鼓吹人工智能的演讲者发出嘘声,引发热议。微软副总裁兼总裁Brad Smith发表长文博客回应,表示这是“警钟”,并呼吁提高标准。然而,博客内容与之前AI立场相似,被质疑为何公众要信任制造不确定性的科技巨头。

The Verge AI工具站内正文
AI监管的未来:最奇怪、最焦虑的盟友

《The Verge》的《监管者》通讯在华盛顿混乱的政治生态中回归,报道了华盛顿AI网络晚宴、教皇利奥十四世关于AI的通谕,以及特朗普领导下AI监管的不可预测性。文章强调了该行业在应对党派政治和即将到来的中期选举中的困境,其中AI正成为选民关注的关键议题。

The Verge AI政策 / 创业融资站内正文
机器学习遗忘审计新框架

Google研究人员提出正则化f-散度核检验框架,用于审计机器学习模型的遗忘和隐私保护。该框架自适应选择最优散度度量,能够更敏感地检测数据泄露和遗忘失败,且所需样本更少,调参更少。

Google Research Blog政策 / 研究站内正文
谷歌拒绝承认使用YouTube创作者内容训练音乐AI

一群独立音乐人起诉谷歌,指控其未经许可使用YouTube上传的歌曲训练Lyria 3模型。谷歌提出驳回动议,声称根据用户条款,用户已授予广泛许可。谷歌未明确承认,但过往声明暗示确实使用了YouTube视频。

The Verge AI政策站内正文
Onpilot:为您的业务量身定制的AI劳动力

Onpilot创建专门针对企业系统、工作流程和流程的AI工作者,可监控运营、识别风险、发现机会、推荐行动并自动化工作,支持3000多种集成,部署在Slack、Teams、WhatsApp、SaaS或本地。该平台强调安全与信任,提供审批流程、审计跟踪和异常处理机制,确保AI在关键操作前获得人工确认。

Product Hunt AIAgent / 政策站内正文
微软因数据保留问题限制员工使用Claude Fable

Anthropic发布首个Mythos级AI模型Claude Fable 5后,微软因新数据保留条款限制员工使用该模型。Claude Fable 5要求保留提示和输出30天,违规内容可能保留两年,引发微软对客户数据和机密信息的担忧。微软已将模型提供给GitHub Copilot和Foundry客户,但内部版本仍未启用。

The Verge AI模型 / 政策 / 研究站内正文
谷歌将保存你的Lens照片、搜索直播录音和翻译音频用于AI训练

谷歌在发送给用户的电子邮件中宣布,将推出新的“搜索服务历史”设置,保存用户使用Google Lens、搜索直播工具、语音搜索和翻译应用中的图像、文件、音频和视频,用于提供和改进服务,包括AI模型。用户可选择关闭此设置或禁用“保存媒体”选项。

The Verge AI工具站内正文
NVIDIA加速谷歌DeepMind的DiffusionGemma,实现本地AI

谷歌DeepMind发布了DiffusionGemma实验性开源模型,通过并行生成文本而非逐词预测,大幅提升速度。NVIDIA对其进行了优化,使其在GeForce RTX、RTX PRO和DGX Spark等平台上运行更快,本地即可实现高达1000 tokens/sec的推理速度。

NVIDIA Blog模型 / Agent / 芯片站内正文
使用语言服务器为 GitHub Copilot CLI 提供真正的代码智能

GitHub Copilot CLI 现在可以通过 LSP 设置技能来安装和配置语言服务器,从而获得精确的代码语义理解,不再依赖暴力 grep 或反编译。本文介绍了该技能的工作原理、配置格式以及 14 种支持的语言。

GitHub AI & MLAgent站内正文
引用杰里米·霍华德

杰里米·霍华德提出减缓递归AI自我改进的简单方案:顶级AI实验室不得使用其最强模型进行前沿AI研究,但其他所有人应可访问该模型。他认为这样做可以防止前沿进展和权力失衡,并批评Anthropic采取了相反的做法。

Simon Willison's Weblog模型 / 研究站内正文
使用Amazon Bedrock AgentCore构建AI驱动的设备维修助手

本教程介绍如何使用Amazon Bedrock AgentCore构建AI驱动的设备维修助手,帮助农民和现场技术人员通过自然语言诊断设备问题、识别所需零件并获取制造商批准的维修流程。解决方案采用AgentCore Runtime与Strands Agents SDK、Amazon Nova 2 Lite基础模型、Amazon Bedrock Knowledge Base进行检索增强生成(RAG),以及AgentCore Memory实现对话持久化。

AWS Machine Learning Blog模型 / Agent / 政策站内正文
键盘副驾:AI键盘,在任何应用中改写、翻译等

Keyboard Copilot是一款AI键盘应用,可在任何应用中直接进行改写、翻译、语法修正、语气调整和生成回复,无需切换应用。它旨在提供快速、原生且随时可用的AI辅助体验。

Product Hunt AIAgent站内正文
Ramp押注:现场部署工程师能完成现成金融AI无法做到的事

Ramp推出Applied AI Solutions,派遣工程师进驻企业财务团队,构建和部署AI代理,以处理应付账款、采购和月结等工作。此举旨在弥合AI雄心与实际成果之间的鸿沟,因为尽管AI投入激增,但多数财务主管尚未看到明确回报。该服务强调人工监督和治理,确保安全。

The New Stack AIAgent / 政策站内正文
Patchrooms

Patchrooms 是一款轻量级反馈层工具,可插入 AI 构建的应用预览中,让审查者指向元素并留下文本、截图或语音反馈,自动捕获上下文并生成代理可直接使用的补丁上下文,加速从反馈到修复的循环。

Product Hunt AIAgent站内正文
CrustRecruiter

CrustRecruiter 是一套基于 MCP 的 Claude 技能插件,结合 Claude 的推理能力和 Crustdata 的 8 亿+候选人数据库,自动完成人才搜寻、市场定位、联系方式验证、偏好记忆以及外联和 ATS 同步等繁琐工作,实现真正个性化的规模化招聘。

Product Hunt AIAgent / 研究站内正文
使用Transformers.js在浏览器中实现图像与语音的多模态AI

本文介绍了如何使用Transformers.js在浏览器中构建多模态AI应用,包括图像分类、图像描述和语音转录。所有模型完全在客户端运行,无需服务器或API密钥,保护用户隐私。文章提供了详细的代码示例和项目结构,指导开发者一步步实现。

Machine Learning Mastery模型站内正文