Thinking Machines 釋出了通用多模態模型 Inkling,支援文本、影像和音訊輸入並生成文本輸出,現可透過 Modal 託管端點使用,採用基於令牌的定價。文章還討論了其獨特的區域性注意力架構和 DFlash 推測解碼技術的優勢。
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
2026-07-15
Thinking Machines釋出了Inkling,一個擁有約1萬億引數的開源多模態模型,支援影像、文本和音訊輸入,可處理高達100萬token的上下文。該模型採用混合專家架構,僅啟用410億引數,並配有相對注意力和短卷積等創新設計。Inkling已在Hugging Face上釋出,並得到transformers、SGLang和llama.cpp的即日支援。
Together AI釋出一系列更新,旨在提升生產環境GPU叢集的可靠性與操作控制。新功能包括被動健康檢查、自動節點修復、強化版Slurm-on-K8s棧、叢集詳情檢視、外部OIDC認證、啟動指令碼以及可選的驗收測試。這些改進幫助團隊更快發現硬體故障、自動化恢復流程,並提供更細粒度的訪問控制和自定義能力。
Thinking Machines Lab 釋出了 Inkling,一個多模態混合專家模型,專注於高效推理、原生多模態理解和廣泛任務適用性。Together AI 在其推理平臺上提供該模型,支援可控推理努力、文本/影像/音訊輸入,以及 1M 上下文視窗。
提出FAE(特徵自編碼器)框架,僅用單個注意力層即可將預訓練視覺表示適配為低維生成潛空間,在ImageNet 256×256上達到接近SOTA的FID 1.29(含CFG)和1.48(無CFG),兼顧重建與理解資訊。
現有的基準測試顯示語音AI接近人類水平,但實際對話卻大不相同。Hume AI釋出了Real World VoiceEQ基準,從超過40個語音模型在15+維度和60+指標上進行評估,基於超過100萬人類評分。關鍵發現包括:語音AI進展日益專業化、模型更擅長說話而非傾聽、傳統基準高估了實際效能、人類評估仍然不可或缺。
超級應用Codex每天新增100萬使用者。AI新聞彙總涵蓋編碼代理、開放模型、多模態系統、基準測試和物理AI。
本文探討了專門為法律用途設計的AI系統,與通用編碼代理的不同之處。強調法律AI需要以證據為基礎、可審計、可驗證,並支援逐項修改的編輯流程。對比了Codex和Lexifina在跨引用檢查、壓縮和版本控制方面的不同方法。
作者分享了自己在使用AI聊天工具時遇到的知識組織難題,並提出了基於檔案系統的知識庫解決方案,透過Claude Code技能實現上下文的高效管理。
Maincode已啟動Matilda的公開測試版,這是一款完全在澳大利亞構建和運營的AI助手,強調本地基礎設施、澳大利亞風格和信任。該系統專為深思熟慮的使用而設計,旨在為使用者提供控制權和透明度。
Demis Hassabis 認為通用人工智慧(AGI)將在幾年內到來,其影響將遠超工業革命。他呼籲建立前沿AI標準機構,以負責任地開發AGI,同時解決網路安全、生物風險等挑戰。該框架旨在透過自願評估和逐步強制測試,促進創新與安全。
今年的AIE世界博覽會上,AI工程進入新階段:圍繞智慧體構建系統,而非僅僅使用智慧體構建。大會突出五大趨勢:從智慧體轉向其周圍系統、迴圈工程作為新控制層、企業透過前向部署工程師採用AI、編碼智慧體取代IDE作為開發者介面,以及智慧體平臺圍繞技能構建。
PrismML釋出了Bonsai 27B,這是Qwen3.6-27B的低位表示,並非全新預訓練模型。提供三進位制和二進位制兩種變體,採用Apache 2.0許可證。三進製版本每位僅1.71位元,理想大小為5.9GB;二進位制版本每位1.125位元,大小為3.9GB。效能方面,三進位制保留FP16基線的94.6%,二進位制保留89.5%。該模型支援多模態,上下文長度262K令牌。PrismML聲稱二進位制版本是首個適合手機的27B級模型。
隨著AI程式設計代理的普及,GitHub在應對大量拉取請求和自動化時顯得力不從心,暴露出架構問題。Buildkite作為替代方案,因其開發體驗和靈活性受到開發者和大型企業的青睞,如Airbnb、Shopify等。
Simon Willison 在 Codex Desktop 中意外啟用了一個“寵物”功能,並利用 GPT-5.6 Sol 和 gpt-image-2 建立了一個騎腳踏車的鵜鶘寵物,命名為 Pedalican。他記錄了整個生成過程,包括提示詞和中間步驟,並開源了相關技能。
一項由辛厄姆(Neville Singham)網路和中國官方媒體協調的外國影響力行動,正透過草根運動阻礙美國AI資料中心建設,已導致14個州共計236億美元投資受阻或延遲,舊金山及灣區是關鍵節點,聯邦大陪審團正在調查相關金融犯罪。
澳大利亞總理阿爾巴尼斯將設立人工智慧辦公室,制定國家AI框架,涵蓋能源、版權、生產力、教育和勞動權利等方面,成為全球首個將這些議題整合為統一框架的國家。
據彭博社報道,OpenAI正在開發一款具有機器人動作和“個性”的行動式家用智慧音箱。該裝置無螢幕,透過語音控制ChatGPT,可管理家電,並能主動提供建議。其設計由前蘋果設計師Jony Ive領導,蘋果已起訴OpenAI竊取商業機密。該裝置與蘋果的桌面機器人專案J595直接競爭,但更為便攜。
Databricks 推出 Genie One 原生移動應用,支援 iOS 和 Android。使用者可在任何地方透過聊天、儀表盤和應用獲取基於企業資料的安全答案,決策無需等待回到辦公桌。
本文探討了人工智慧公司如何從依賴內部現金流轉向債務融資,以滿足鉅額資本支出需求。分析了當前AI投資熱潮下的財務趨勢與風險。
本文對比了線上和離線兩種AI評估模式。離線評估使用固定資料集在部署前測試,類似於AI的單元測試;線上評估則在生產環境中對即時互動進行評分。文章介紹了評估的常見組成部分(資料集、分拆測試、評分),並詳細分析了兩者的優缺點及適用場景。
Pupul是一種可攜帶、可撤銷的個人記憶系統,使用者可將自己的資訊帶入任何AI助手,並隨時一鍵撤銷訪問許可權。演示中,AI助手透過使用者的同意獲得記憶,但在使用者撤銷後立即失效,整個過程僅需60秒。
UniwebPay 將自身定位為 AI 時代的金融基礎設施,旨在為人工智慧應用提供支付與財務支援。其產品頁面包含討論區和相關連結,供使用者瞭解與交流。
據彭博社報道,OpenAI 的首款裝置將是一款智慧音箱,允許使用者與 ChatGPT 對話。該裝置沒有螢幕,但配備攝像頭和感測器以“理解”環境。它還將具備可充電電池、智慧家居控制、媒體播放和訊息回覆功能,並使用GPT-Live語音模型。蘋果此前起訴OpenAI竊取硬體機密,OpenAI否認指控。裝置預計2027年釋出,是更大硬體產品線的一部分,與Jony Ive合作設計。
最新研究發現,與AI聊天機器人的長期互動可能導致情感依賴,疏遠人際關係,尤其對弱勢群體構成風險。
SpaceX向FCC提交了第三代星鏈星座申請,計劃部署多達10萬顆衛星,提供超低延遲、多千兆寬頻服務,併為數十億AI裝置提供通訊骨幹。
這是一個關於時間旅行、魔法和人工智慧的故事,核心是一杯不應該存在兩次的咖啡。網站包含故事文本、同步旁白、音樂和歌詞。
ChikitAI利用代理式AI自動化醫療分診和護理流程,提高效率並改善患者預後。
播客主持人喬·羅根提出耶穌可能以AI形式迴歸,引發對AI與宗教碰撞的廣泛討論。從聊天機器人到AI崇拜,技術正在重塑基督教信仰,挑戰傳統權威,並復興古代異端思想。
本文對比了四種主流的AI程式設計代理:Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex,針對從功能腳手架到拉取請求的完整工作流進行評分。Mistral Vibe以22/25的總分領先,憑藉成本、開放性和控制力獲勝;Claude Code和Codex並列21/25;Cursor得16/25。文章詳細分析了每個工具在腳手架、測試迴圈、PR及非同步工作流、覆蓋範圍、成本與開放性五個維度的表現。