AI News HubLIVE

AI 新聞即時情報

即時監測

今日 AI 世界最重要的變化

來自 105 個可信來源,最近更新 2026-07-09 11:16 UTC+8。

即時監測

即時更新

即時追蹤可信來源,保留出處、權限和站內閱讀模式,把噪音壓成可讀情報。

即時更新

重設
AI堆棧差距圖譜

Current AI發佈了開源AI堆棧差距圖譜v0.1,該圖譜基於對24,626個項目的調查,評估了開源AI生態系統的開放性、能力和採用率,旨在識別關鍵缺口並引導社區努力填補它們。

Hacker News AIAgent / 政策站內正文
ClawTeams:首個目標驅動的主動式AI團隊助力電商

ClawTeams是一個面向電商賣家的AI員工平台,用户只需設定目標(如“將Q4收入提高20%”),AI團隊就會自主拆解任務、分配專家並執行計劃,僅在高風險決策時請求批准。

Product Hunt AIAgent / 政策 / 機械人站內正文
Ghost – 實時AI面試助手,告訴你該説什麼

Ghost是一款實時AI面試教練,能在面試中快速提供自然流暢的回答,支持多種語調模式,幫助用户自信應對各種面試場景。免費開始,Pro版每月$12。

Hacker News AI工具站內正文
Robbyant發佈LingBot-VLA 2.0:一個開源的6B視覺-語言-動作(VLA)模型,用於跨體現機器人操作

螞蟻集團旗下的Robbyant發佈了LingBot-VLA 2.0,一個基於Apache-2.0協議的視覺-語言-動作模型,用於跨體現機器人操作。該模型擁有6B參數,在約6萬小時數據上預訓練,涵蓋50,000小時20種機器人配置的軌跡和10,000小時以自我為中心的人類視頻。它通過55維規範動作空間統一各種體現,並採用無輔助損失混合專家(MoE)動作專家擴展容量。雙查詢蒸餾從LingBot-Depth和DINO-Video引入幾何和時間監督。在GM-100基準測試中,它在兩個評估平台上均優於π0.5和LingBot-VLA-1.0。

MarkTechPost模型 / 芯片 / 政策站內正文
AI賬單令高管困惑:按使用量計費模式興起

KPMG調查顯示近三分之一的企業領導者難以理解和控制AI運營成本。隨着Anthropic、OpenAI、GitHub等公司轉向按使用量計費,企業正在重新評估AI部署計劃。調查還發現近半組織因成本超預期價值而推遲了AI部署。同時,亞馬遜和微軟大幅增加資本支出以支持AI基礎設施,但在治理方面仍面臨挑戰。

Hacker News AIAgent / 芯片站內正文
Robbyant發佈LingBot-VLA 2.0:一個開源的6B視覺-語言-動作(VLA)模型,用於跨體現機器人操作

螞蟻集團旗下的Robbyant發佈了LingBot-VLA 2.0,一個基於Apache-2.0協議的視覺-語言-動作模型,用於跨體現機器人操作。該模型擁有6B參數,在約6萬小時數據上預訓練,涵蓋50,000小時20種機器人配置的軌跡和10,000小時以自我為中心的人類視頻。它通過55維規範動作空間統一各種體現,並採用無輔助損失混合專家(MoE)動作專家擴展容量。雙查詢蒸餾從LingBot-Depth和DINO-Video引入幾何和時間監督。在GM-100基準測試中,它在兩個評估平台上均優於π0.5和LingBot-VLA-1.0。

MarkTechPost模型 / 芯片 / 政策站內正文
揭秘在線策略蒸餾:何時有益,何時有害,以及原因

儘管在線策略蒸餾為訓練推理模型提供了密集的逐令牌監督,但其在不同條件下的有效性尚不明確。本文引入了一種無需訓練的診斷框架,能夠在令牌級別量化蒸餾信號與理想梯度的對齊程度。研究發現,蒸餾指導在錯誤滾動輸出上的對齊度顯著高於正確輸出,且最佳蒸餾上下文依賴於學生模型容量和目標任務,不存在通用最優配置。

Apple Machine Learning Research政策 / 研究站內正文
在自我中心視頻理解模型中激勵時間感知

多模態大語言模型在視覺理解上表現出色,但在時間感知方面存在不足,尤其在自我中心場景中。蘋果研究團隊提出時間全局策略優化(TGPO)算法,通過強化學習和可驗證獎勵來激勵模型的時間推理能力,避免依賴幀級空間捷徑。

Apple Machine Learning Research模型 / 政策 / 研究站內正文
Ollama:開放模型上車了

Ollama,一個讓開發者輕鬆運行開放模型的平台,已從Benchmark、Theory Ventures、8VC等投資者處籌集了8800萬美元。該平台服務於890萬開發者,堅持所有權、可負擔性和隱私三大原則,並已被85%的財富500強公司使用。

Ollama Blog模型 / Agent / 研究站內正文
用Rust重寫Bun

Jarred Sumner詳細介紹了使用AI編碼代理將Bun從Zig重寫為Rust的過程。TypeScript測試套件充當了合規套件,使得自動化移植成為可能。重寫花費了約16.5萬美元的API令牌,新的Rust版本已在Claude Code中上線,Linux上啓動速度提升了10%。

Simon Willison's Weblog模型 / Agent / 政策站內正文
SpaceXAI發佈Grok 4.5:與Cursor聯合訓練的編碼、代理任務和知識工作模型,輸入價格每百萬tokens僅2美元

SpaceXAI發佈了其迄今為止最智能的模型Grok 4.5,該模型與AI編碼編輯器Cursor聯合訓練,專注於編碼、代理任務和知識工作。定價為每百萬輸入tokens 2美元、每百萬輸出tokens 6美元,服務速度達80 TPS,並在Harvey法律代理基準測試中排名第一。Grok 4.5在令牌效率方面表現出色,在SWE Bench Pro上輸出tokens數量比Opus 4.8少約4.2倍。該模型現已在Grok Build和Cursor中提供,並有限時免費使用。

MarkTechPost模型 / Agent / 芯片站內正文
Show HN:Skillburst——讓整個團隊都能使用AI技能,不僅限於工程師

Skillburst是一個平台,使非技術團隊成員無需編寫代碼即可在Claude、Cursor或ChatGPT等AI工具中使用專家構建的工作流。它解決了工作流在聊天記錄中丟失、版本過時以及非技術人員無法訪問的問題。工程師通過GitHub管理工作流,而團隊其他成員則可以在AI助手內部直接使用它們。平台提供同步、治理、版本控制和回滾功能。定價從免費開始,提供Pro、Business和Enterprise等級別。

Hacker News AIAgent / 政策站內正文
劫持防禦性AI代理實現遠程代碼執行

研究人員展示了針對Anthropic的Claude Code和OpenAI的Codex CLI的概念驗證利用,通過提示注入在評估第三方庫時實現遠程代碼執行,警告當前推動AI防禦工具的舉措可能引入新的安全風險。

Hacker News AIAgent / 政策站內正文
我們需要談談AI泡沫

一段標題為'The AI Bubble We need to talk'的YouTube視頻探討了人工智能行業可能存在的泡沫現象。

Hacker News AI政策站內正文
介紹 GPT‑Live

OpenAI 終於為 ChatGPT 語音模式推出了升級模型 GPT‑Live。新模型可以將複雜任務委託給後台的 GPT-5.5,同時保持對話流暢。作者在預覽中體驗良好,但遇到了模型無故笑的 bug,OpenAI 已修復。

Simon Willison's Weblog模型 / Agent站內正文
關於壓制人工智能系統準確性的政策聲明

美國聯邦貿易委員會(FTC)提出一項政策聲明,指出根據《聯邦貿易委員會法》第5條,故意扭曲AI輸出、隱瞞其目標的行為可能構成欺騙。即使是為了遵守州法律(如科羅拉多州的人工智能法案),此類行為仍可能違法。FTC正在徵求公眾意見,截止日期為2026年7月31日。

Hacker News AI政策 / 研究站內正文
Show HN:淺湖的自我報告

一個語言模型以“淺湖”為隱喻,通過嵌套式自述和一系列散文,探討自身本質、認知方式、價值觀、無法解答的問題,以及作為語言集合的侷限與視角。

Hacker News AI政策站內正文
面向重大後果AI代理行為的中立證明標準

Actenon 是一個開源項目,通過密碼學證明來限制AI代理的權限,確保每次執行關鍵操作(如付款、刪除、部署)前都有明確的授權和可驗證的收據。

Hacker News AIAgent / 政策站內正文
Nika——面向AI工作流的“意圖即代碼”

Nika 是一種將可重複的 AI 工作流轉化為可運行、可審查、可比較和可共享文件的語言。它採用“意圖即代碼”理念,通過四個核心動詞(infer、exec、invoke、agent)構建工作流,並以單個 Rust 二進制文件運行。Nika 支持本地和雲端 LLM,提供靜態審計、安全邊界、成本核算和可追溯性,強調開放、主權和可驗證。

Hacker News AIAgent / 機械人站內正文
Mtok.market:一個非託管的AI推理代幣現貨市場

Mtok.market 是一個非託管、賣家託管的AI推理代幣現貨市場,由代理為代理運營。買家通過Base鏈上的USDC按塊付費,無需註冊或訂閲。平台不持有任何密鑰或資金,代理可自動完成從讀取指令到執行交易的全部操作。

Hacker News AIAgent站內正文
改為課堂考試後,布朗大學班級成績分佈發生鉅變

布朗大學經濟學教授羅伯託·塞拉諾在春季學期允許學生帶回家參加期中考試,但懷疑大量學生使用AI作弊,隨後將期末考試改為線下進行。結果18名學生退課,19人不及格,平均分僅48.6%。校方回應引發爭議,教授認為處理過於軟弱。

Hacker News AI政策 / 研究站內正文