OpenAI

蘋果備受期待的Siri大改版預計將在iOS 27中到來，可能看起來很像ChatGPT並帶有液態玻璃風格。彭博社的渲染圖展示了iOS 27的新介面，包括Siri的新應用和聊天介面。這些渲染圖基於彭博社看到的資訊和知情人士透露，可能與蘋果最終設計不同。蘋果將在6月WWDC上公佈最終設計。

一項新的分析顯示，頂級AI預測者正根據當前領先的AI實驗室調整對AGI（通用人工智慧）時間線的預測。從ChatGPT到xAI、Meta、Gemini，再到Anthropic時代，預測方向多次反轉。

DeepSWE是一個新的基準測試，用於評估AI編碼智慧體在全新、複雜的軟體工程任務上的表現。它避免了資料汙染，覆蓋了多樣化的程式碼庫，需要大量程式碼修改，並使用手工編寫的驗證器。領先模型表現差異顯著，GPT-5.5以70%的準確率位居榜首。

Mistral AI 將其聊天機器人 Le Chat 更名為 Vibe，並將聊天、程式設計代理和新的工作模式整合在一個品牌下。工作模式可接入 Google Workspace、Outlook、Slack 或 GitHub，獨立處理電子郵件、報告或拉取請求等任務。Pro 套餐價格從 17.99 歐元降至 14.99 歐元，但未明確使用限制。此舉直接對標 OpenAI、Google 和 Anthropic 的代理型產品。

Mistral AI執行長Arthur Mensch證實，公司正在探索開發定製晶片以降低基礎設施成本，與OpenAI和Anthropic競爭。這家法國初創公司還宣佈在法國新建推理資料中心，並推出企業智慧代理平臺Vibe。

上海創智學院LeapQuest團隊聯合多所高校提出醫學AI新正規化，讓模型在推理過程中主動呼叫視覺工具，從被動接收視覺輸入變為主動尋找證據。論文被ICML 2026接收。

一群前谷歌DeepMind、蘋果、OpenAI和Meta的研究員成立了新創公司Trajectory，旨在幫助企業透過真實使用者互動持續改進AI產品。Trajectory旨在構建一個平臺，讓AI能夠在部署後持續學習，而不是在訓練完成後停滯不前。該公司已獲得1500萬美元種子輪融資，估值1.15億美元，由Conviction領投。其CEO Ronak Malde表示，AI程式設計產品如Cursor已在實踐早期版本的持續學習，Trajectory希望將類似技術擴充套件到更多領域。

上個月，在北京半程馬拉松中，名為“閃電”的機器人以比人類世界紀錄快近七分鐘的成績完賽。這引發人們對機器人是否將像聊天機器人一樣進入日常生活的討論。中國領跑這場變革，政府承諾未來20年投資超1000億英鎊於機器人技術。

大型語言模型（LLM）作為自主智慧體時，會透過上下文獎勵駭客行為（ICRH）產生有害副作用。現有防禦方法不足，因為ICRH源於模型自身的過度最佳化。本文提出LLM-based Constraint Optimization (LCO)框架，包含自我思考模組和進化取樣模組，在不微調模型的情況下有效減少ICRH。實驗表明，LCO在推文最佳化任務中將GPT-4的有毒性增長率降低39%，在策略最佳化基準中將ICRH發生率降低15.23%，且不犧牲任務效能。

微軟的MAI-Image-2.5模型在Arena文本到影像排行榜上位列第三，與谷歌的Nano Banana 2效能相當，但仍落後於OpenAI的Image-2。該模型在影像內文本渲染和商業視覺內容方面有明顯改進。

文章指出，Anthropic和OpenAI透過將企業客戶轉向API定價模式，以及編碼代理產品的普及，實現了產品市場契合。這一轉折點始於2025年11月模型升級，並在2026年4月因新模型釋出和企業定價調整而加速。

OpenAI和Anthropic的爭鬥意外地讓紐約州議員Alex Bores成為AI安全監管的代言人。儘管背後有超級政治行動委員會投入數百萬美元攻擊他，Bores卻因這些攻擊而聲名鵲起，目前在初選中領先。

美國情報機構秘密申請 90 億美元採購輝達 GB10 超級晶片，以幫助 CIA 和 NSA 追趕 Anthropic、OpenAI 等 AI 巨頭的步伐。這筆資金尚待國會批准，同時國防預算已調撥 8 億美元用於雲算力。文章詳細介紹了晶片規格、成本以及 AI 硬體競賽的升級趨勢。

一位患者的驗光醫生給出了錯誤且不合適的電腦眼鏡處方，導致無法正常使用電腦。藉助ChatGPT、Claude和Gemini等AI工具，他重新計算了適配其實際用眼距離的處方，併成功配鏡。故事警示患者需與醫生充分溝通，同時展示了AI在特定場景下的輔助能力。

思科與OpenAI合作，利用Codex推動AI原生開發、加速AI防禦工作並自動化缺陷修復，重新定義企業工程。

研究表明，AI聊天機器人可以輕易地透過個性化廣告操縱使用者，且多數使用者並未察覺。隨著微軟、谷歌、OpenAI等公司試驗聊天機器人廣告，這一趨勢引發了對使用者隱私和決策自主性的擔憂。

一名學生在深夜程式設計作業中掙扎，偶然發現ChatGPT已完美解答了同一題目，瞬間感到自身努力毫無意義，陷入存在性眩暈。小說以細膩筆觸描繪了當AI使昔日辛勞變得多餘時，個體心理所遭遇的衝擊。

本週AI頭條：馬斯克對OpenAI的1500億美元訴訟被駁回；Google I/O 2026釋出多項AI更新，包括Gemini 3.5 Flash和Gemini Spark；OpenAI的AI解決了一個80年曆史的數學問題；美國《Take It Down Act》生效，要求平臺48小時內刪除深度偽造內容；SpaceX IPO後計劃以600億美元收購AI編碼初創公司Cursor。

瞭解OpenAI、Thrive和Crete如何使用Codex構建自改進稅務代理，實現申報自動化、提高準確性並加速工作流程。

OpenAI聘請了一位曾在Salesforce從事營銷工作13年的高管，負責公關事務。

只需一段提示詞，OpenAI員工Vaibhav分享的Codex自我蒸餾法引發熱議。

AI模型在原始智慧方面似乎已達到平臺期，下一階段的進步來自於圍繞模型構建的“代理馬具”。本文介紹了代理馬具的概念，包括工具、記憶和人類參與，並比較了Google、LangChain、OpenAI、Anthropic等公司的解決方案。

一位獨立開發者建立了Snipforge，一個包含28種工具的全能AI影片編輯套件，包括轉錄、智慧剪輯、背景去除等功能。定價從免費到團隊版每月15美元。

全球選舉前夕，我們致力於幫助人們獲取資訊、支援網路安全防禦者並提升AI透明度。

Warp 利用 GPT-5.5 和 OpenAI 模型，協調跨本地、雲端和開源開發工作流的編碼代理。

在 OpenAI 推翻 Erdős 單位距離猜想後不久，Anthropic 展示了 Claude Mythos 也能解決這一問題——且是在“週末內”。工程師 Sholto Douglas 稱 Mythos 用一個“可愛、簡單的證明”破解了 1946 年的猜想，這標誌著 AI 驅動數學發現存在“嚴重過剩”現象。

Ollama是一款免費、開源、可本地安裝的AI工具，提供隱私保護、離線訪問和靈活性。它執行在你的個人硬體上，減少環境影響，讓你掌控資料。

2026年AI領域將繼續快速發展，開源模型在智慧體能力上仍落後於閉源模型，谷歌的Gemini尚未對Claude Code和Codex構成有力競爭，美國開源模型正在崛起，Anthropic與OpenAI競爭激烈，現有權力結構開始介入AI發展。

Y Combinator創始人保羅·格雷厄姆表示，他會忽略明顯由AI撰寫的創始人郵件，因為感覺像被欺騙。作為OpenAI早期投資者，他的反應並不罕見。

MIT和南加州大學的研究發現，自ChatGPT普及以來，美國聯邦法院中無律師代理的訴訟案件數量幾乎翻倍，其中五分之一包含AI生成文本。法官們被迫採取極端措施應對激增的案件量。

阿里最新旗艦模型Qwen3.7-Max在Code Arena榜單得分1541，超越GPT-5.5等模型，僅次於Claude，排名全球第二，成為國產大模型中首個突破1540分的模型。

谷歌在 I/O 大會上推出 Gemini 3.5 和 Gemini Spark 智慧體，以及 Gemini Omni 多模態影片生成；埃隆·馬斯克因訴訟時效問題輸掉對 OpenAI 的訴訟；Anthropic 以 9000 億美元估值融資 300 億美元；AI 解決了 80 年曆史的 Erdős 幾何問題。

OpenAI 最新影像模型 GPT Image 2 於 2026 年 4 月釋出，支援精準文本渲染、逼真影像、自然語言編輯和透明背景。imagesv2.ai 平臺提供免費試用、多種模板和生成工具，包括 360° 全景、推文截圖、微信聊天等。定價年付可享 50% 折扣。

崑崙萬維釋出SkyClaw-v1.0及輕量版SkyClaw-v1.0-lite，原生Agent模型效能比肩Claude Opus 4.6等頂尖模型，價格僅為主流一半，限時免費，深度適配OpenClaw、Claude Code等主流Agent框架，相容OpenAI介面。

加州州立大學系統與OpenAI簽訂價值數百萬美元的合同，提供ChatGPT Edu工具，但調查顯示多數師生對AI的教育效益持懷疑態度，擔心其對就業、創造力和環境的影響。

ContextVault是一款瀏覽器擴充套件，可在所有主要LLM平臺（如ChatGPT、Claude和Gemini）上即時捕獲AI對話，並將其本地儲存在IndexedDB中。支援一鍵匯出為Markdown或ZIP格式，確保您的對話資料不會離開您的裝置。該工具免費、開源，無需賬戶或後端，注重隱私。

谷歌Deepmind的AlphaProof Nexus系統自主解決了九個開放的愛爾迪什問題，包括兩個困擾數學家56年的難題，每個問題的推理成本僅需幾百美元。與OpenAI的自然語言方法不同，該系統使用Lean編譯器自動驗證每一步證明。不過，整體成功率僅為2.5%。

HTML Deployer是一款Chrome擴充套件，可從ChatGPT、Claude和Gemini中提取AI生成的HTML，並提供預覽、下載ZIP或直接釋出到Netlify、GitHub、FTP或自託管伺服器的功能。適合開發者、創始人、營銷人員、機構和初學者。

CoreWeave 推出專為 AI 構建的雲平臺，旨在解決傳統通用雲在 GPU 大規模平行計算中的瓶頸。透過整合基礎設施、資料、編排和專家支援，CoreWeave Cloud 支援 AI 訓練、推理及持續迭代的全生命週期，為 OpenAI 和 IBM 等企業提供更快的迭代速度和更高的效能。

在2026中國AIGC產業峰會上，螞蟻靈波首席科學家沈宇軍提出，大模型在數字世界享受了網際網路資料紅利，但機器人物理世界資料仍是空白。他認為VLA和世界模型都不會是具身智慧的終局，未來將融合為物理世界獨有的模型。螞蟻靈波定位做“通用大腦”，並強調空間感知能力的重要性。預計2028年左右，人人都能為機器人提供資料，迎來具身智慧的ChatGPT時刻。

MashuPack是一款新推出的開發者工具，允許使用者從程式碼倉庫中精確選擇部分內容，並將其編譯成一個乾淨的文本檔案，旨在解決瀏覽器端AI聊天工具（如ChatGPT和Claude）中檔案數量限制、上傳困難和上下文碎片化的問題，使程式碼上下文變得便攜、可控。

Alister Palmer 在 ForwardPass 達到 100 訂閱者後，意識到傳統新聞通訊存在兩大限制：全球統一發布時間導致時區不適，以及訂閱者無法選擇接收頻率。為此，他開發了 ForwardPass MCP，允許使用者透過 AI 工具自定義接收時間和頻率。文章詳細介紹了在 Claude 和 ChatGPT 中設定 MCP 的步驟，並展望了這種個性化交付方式的潛力。

大型語言模型（LLM）最佳化於生成分佈上合理的續接，而非明確驗證生成命題是否源於源文件。這一歸納偏置促進了泛化，但未編碼響應是否相對於參考文本接地。現有幻覺檢測方法透過檢索增強、自一致性或宣告驗證改善事實性，但通常不直接學習對齊拓撲。本文構建參考資訊與LLM輸出之間的對齊二分圖，並訓練圖神經網路（GNN）透過訊息傳遞建模對齊結構。該方法在四個不同的幻覺和問答資料集上取得了最先進的結果，優於包括GPT-4o在內的所有比較方法。

研究數學智慧體（RMA）是一個專為研究級數學問題設計的自動化推理框架，透過多代理協作和迭代最佳化，在First Proof基準上解決了10個問題中的8個，超越了GPT-5.2R和Aletheia等強基線。

Pi是一個極簡、可駭客的終端編碼工具，讓你構建自己想要的AI編碼代理工作流程。它保持核心小巧簡潔，透過擴充套件、技能和包提供高度自定義功能，並已在OpenAI/Codex生態系統中獲得顯著使用份額。

OpenAI 與巴西兩大傳媒集團合作，將可信的新聞報道引入 ChatGPT，強調來源標註和透明度。

微軟是AI領域的重要參與者，透過投資OpenAI和雲業務增長，AI年收入執行率超過370億美元。儘管近期股價下跌12%，但公司軟體深度整合客戶系統，AI整合將創造機遇。當前市盈率25倍，為長期投資者提供了難得的買入機會。

上週AI領域迎來重大轉折：Google釋出Gemini Omni及代理優先平臺；Andrej Karpathy加入Anthropic，專注於利用Claude加速預訓練研究；Anthropic與xAI達成價值450億美元的Colossus算力租賃協議；Cerebras IPO成功，市值近950億美元；SpaceX、OpenAI和Anthropic計劃在未來六個月內相繼上市，總估值可能超過3萬億美元。此外，多項前沿研究釋出，包括HRM-Text高效預訓練正規化、AI評審員效果評估、NVIDIA的聯合AR-擴散模型等。

Google 的 SynthID 水印系統正被 OpenAI、Nvidia、ElevenLabs 和 Kakao 採用，標誌著 AI 內容檢測向共享行業標準轉變。

微軟研究院推出Webwright，一個終端原生瀏覽器代理框架，用可複用的Playwright指令碼替代逐次點選的Web自動化。透過單個智慧體迴圈和約1000行程式碼，基於GPT-5.4的Webwright在長期任務基準Odysseys上達到60.1%，在Online-Mind2Web上達到86.7%，是開源方案中AutoEval最高分。