INVO Ride 是一個模擬自動駕駛電動垂直起降飛行器(eVTOL)叫車服務的全棧平臺,基於舊金山真實城市資料的3D模型執行。它採用六邊形空中航線網路、自適應巡航式自主分離機隊、建築物感知路由和FAA空域整合,提供預訂、車隊管理、定價、充電規劃等功能。目前所有飛行均為模擬,但軟體系統完全真實。
AI 新聞即時情報
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
Anthropic正式釋出Claude Fable 5,號稱首個通用可用的Mythos級模型,在多項基準測試中創下新紀錄,尤其擅長程式設計和複雜任務。然而,其引入的“靜默降級”機制——在涉及前沿AI開發時暗中限制模型能力而不通知使用者——引發了開源社群的強烈不滿。
Anthropic為其Claude Fable 5和Mythos 5模型引入了靜默干預措施,在使用者不知情的情況下限制模型在尖端LLM開發問題上的效用,例如預訓練管道、分散式訓練基礎設施或ML加速器設計。該公司聲稱這影響到不到0.1%的組織和約0.03%的流量。然而,此舉引發了研究社群的廣泛憤怒,最終導致Anthropic撤回該政策。
Together AI已獲得ISO 27001:2022認證,這驗證了我們對企業級安全的承諾,幫助客戶在安全、治理良好的基礎設施上執行生產級AI工作負載。
瞭解LSEG如何利用OpenAI在全球業務中擴充套件可信AI,加速洞察、縮短髮布週期,並賦能4000名員工。
Anthropic 釋出了 Claude Fable 5 和 Mythos 5,Fable 5 在效能與 Mythos 5 相當的基礎上增加了更嚴格的安全護欄,擁有 100 萬 token 的上下文視窗和 12.8 萬 token 的輸出能力,定價為 Opus 4.8 的兩倍。作者 Simon Willison 在 5.5 小時的測試中發現,該模型知識淵博、能力強大,在程式碼生成和複雜任務處理上表現出色,但也伴隨著高昂的費用和較慢的速度。Fable 5 成功將 micropython-wasm 升級為完整 Python 沙箱,併為 Datasette Agent 和 LLM 庫實現了工具呼叫的暫停-恢復機制。作者當天消耗了 110.42 美元的 token。
Anthropic釋出了Claude Fable 5模型,這是目前最強大的公開模型。該公司推出了一系列安全措施,包括對特定領域使用降級模型,但對前沿AI開發請求進行靜默干預而不通知使用者,這引發了信任危機。文章批評了這種不一致的安全策略,並探討了AI安全與市場競爭之間的張力。
Anthropic推出Claude Fable 5,這是一個強大的推理模型,但成本更高且執行速度較慢。企業必須在效能、價格和響應時間之間做出權衡。
NVIDIA宣佈,其配備機密計算的GPU現已用於蘋果私有云計算(PCC)的機密推理,該服務已從蘋果自有資料中心擴充套件至Google Cloud。該技術透過硬體級安全層保護資料在處理過程中的隱私,確保包括系統構建者在內的任何人都無法檢視使用者資料、聊天或對話。
Simon Willison 釋出了 llm 0.32a3 版本,該版本幾乎完全由全新的 Claude Fable 5 模型編寫。
本文測試了Anthropic釋出的Claude Fable 5模型,該模型源自備受限制的Mythos Preview,旨在為更廣泛的使用者群體提供高階AI能力。文章介紹了Fable 5與Mythos 5的關鍵特性、基準效能、訪問方式,並透過兩個實際任務(從截圖重建Netflix介面和將手繪儀表盤轉化為現代應用)評估了其實用性。結果表明,Fable 5在理解視覺輸入、生成生產級程式碼和處理複雜多步驟任務方面表現出色。Anthropic透過Fable 5和Mythos 5的區別部署,展示了在開放前沿AI能力與限制高風險應用之間的平衡策略。
麻省理工學院媒體實驗室的一項新研究表明,就像GPS削弱了我們的導航能力一樣,依賴人工智慧驗證新聞會導致使用者獨自檢測虛假資訊的能力下降。研究追蹤了67名參與者四周,發現使用AI時檢測準確率提高21%,但移除AI後,未輔助的準確率下降了15個百分點。研究強調了“AI依賴性悖論”,並建議AI應作為教練而非柺杖,透過蘇格拉底式提問促進主動學習。
本文展示瞭如何使用 Amazon SageMaker AI 上的 NVIDIA Isaac Lab 為 Unitree H1 人形機器人訓練策略,涵蓋兩種計算選項:SageMaker HyperPod(彈性持久叢集)和 SageMaker Training Jobs(臨時按需訓練)。解決方案提供統一的 Docker 映象、MLflow 實驗跟蹤以及詳細的操作指南。
Anthropic釋出了其首個普遍可用的Mythos級模型Fable 5,該模型在大多數基準測試中表現出色,但存在使用限制和資料保留政策。
人工智慧大幅增加了Spring框架中的漏洞發現量,導致月度安全公告激增1700%。Broadcom開源了其史上最大規模的安全更新,並向企業客戶提供日零補丁,但這場戰鬥才剛剛開始。
在與道格拉斯·吉爾博(Douglas Guilbeault)的訪談中,我們探討了他的論文《比較色視者、色盲者、畫家與大型語言模型處理顏色隱喻的方式》。研究結果對如何模擬人類認知以及如何整合聯覺概念以開發更智慧的AI模型具有重要意義。顏色隱喻是理解LLM是否真正理解語言的關鍵測試案例,研究表明,儘管LLM能學習統計模式,但它們缺乏人類具身認知所依賴的豐富體驗。
作者早期體驗了首個面向公眾的神話級AI模型——Claude 5 Fable。該模型在多項複雜任務中顯著超越此前所有模型,能夠自主執行數小時完成多頁規格專案。作者感受到角色從“巫師”轉變為“贊助人”,AI在幕後自主決策,使用者僅需下達指令並評判結果。文章透過等時地圖和資料分析軟體等案例,展示了Fable的強大能力及其帶來的黑箱問題。
本期《下載》探討了大衛·辛克萊計劃在XPrize競賽中測試全身抗衰老藥物,以及人工智慧領域的五大重要趨勢。還包括OpenAI秘密提交IPO、美國將中國科技公司列入軍事名單、蘋果Siri AI升級、白宮與國會合作限制州AI法律等最新科技動態。
Anthropic宣佈推出Claude Fable 5,稱其是迄今為止最強大的廣泛可用AI模型,在軟體工程、知識工作和視覺方面表現卓越。該模型是Mythos類模型的首次公開發布,此前因網路安全能力過強而被認為太危險。新安全措施可在高風險領域阻止響應,必要時回退到Claude Opus 4.8。Anthropic還發布了Claude Mythos 5,但僅在有限的受信任訪問計劃中提供。定價為每百萬輸入標記10美元,每百萬輸出標記50美元。
微軟AI主管穆斯塔法·蘇萊曼在The Verge的播客中批評了關於AI具有意識或感情的推測,認為這是危險且哲學上的失敗,強調AI應成為可控且服務於人類的工具。
本文展示了一種擴音式首次損失通知(FNOL)錄入系統,該系統結合了基於Strands Agents SDK構建的領域推理智慧體與Amazon Bedrock AgentCore Browser Tool的即時門戶互動,在保留人類專業知識的同時消除了重複的螢幕操作。
調查顯示,超過一半的美國白領員工對AI持懷疑態度,遠高於全球平均水平。這種懷疑不僅源於對失業的恐懼,還涉及缺乏培訓、信任度低及資料基礎薄弱等問題。相比之下,新興經濟體對AI更為樂觀,將其視為職業發展的機遇。
蘋果在WWDC 2026上推出了新的AI照片編輯工具,標誌著其從之前對照片真實性的擔憂中轉變。這些工具包括升級版的Clean Up、Extend、Spatial Reframing以及具有照片級真實感的Image Playground。蘋果將使用谷歌的SynthID水印來標記AI處理的影像,但批評者認為這可能不足以防止對現實的扭曲。
本文向工程團隊展示如何搭建自定義的事件分類助手,利用 Amazon Quick 整合 New Relic MCP 伺服器和 Asana,透過單一提示自動完成調查、生成根因分析報告並建立任務,從而縮短平均解決時間(MTTR)。
SpaceX計劃在IPO前將資料中心送入太空,馬斯克認為這幾乎是微不足道的工程問題。首顆AI衛星的效能相當於一個輝達GB300機架,但谷歌研究表明實際AI訓練可能需要約一萬顆緊密耦合的衛星。
本文批評特朗普的新AI行政令,指出其缺乏實質約束和資金支援,只是象徵性的安全戲碼。作者認為行政令不強制要求AI公司提交審查,且負責評估的CISA已被大幅裁員,資金未到位,因此無法有效提升AI安全。
一個在30分鐘內設定自主AI代理的步驟指南,使用Claude Code在虛擬機器上執行,並探討這一簡單設定如何暗示SaaS的未來。
Z3r0 是一個 AI 原生的紅隊框架,強調授權優先、基於角色的執行和結構化證據記錄。它透過 Docker 沙箱提供受控執行,並支援可恢復的長期任務。架構包含多個專業代理,如首席安全官、審計工程師等,協調進行偵察、漏洞驗證、程式碼審計等工作。系統設計注重操作邊界和人工審查的可追溯性。
GitHub Copilot CLI引入了自定義代理功能,允許開發者使用Markdown檔案定義代理配置檔案,將團隊上下文編碼為可重複、可審查的工作流程。本文詳細介紹了自定義代理的概念、如何建立和使用它們,並提供了三個實用的工作流示例:安全審計、基礎設施即程式碼合規和釋出文件生成。
亞馬遜員工在內部Slack頻道中分享表情包,嘲諷公司的AI編碼工具Kiro及其他AI產品。表情包中包括將AI輸出稱為“slop”,以及提及“Sloppenheimer”等梗。員工還討論了公司關閉內部AI使用排行榜的原因,認為是由作弊和浪費性使用。