AI News HubLIVE

今日必读

Agent

反对实用性

本文探讨了“无用”研究对未来创新的重要性。作者以Folk Computer系统为例,追溯了从施乐帕克到动态地的研究脉络,并呼吁资助那些尚未显现实用价值的范式级工作。

  • Folk Computer是一个开源物理计算系统,让整个房间成为计算机。
  • 该系统源自艾伦·凯、布雷特·维克多等人的研究传统。
站内正文

OpenAI的AI在AtCoder世界巡回赛决赛中击败所有人类选手

OpenAI的AI系统在AtCoder世界巡回赛2026算法组中解出全部五道题,得分8300分,而人类最高分仅4300分。启发式组中,AI得分是人类最佳成绩的七倍以上。60万日元的“人类胜出奖”无人领取。该系统被比作即将发布的GPT-5.6。

  • OpenAI的AI解出所有五道算法题,得8300分,人类最高4300分
  • 无人解出最难的C题和E题
站内正文
研究

Soulless – Spotify上隐藏的AI艺术家名单

Soulless是一个社区驱动的项目,旨在揭露Spotify上隐藏的AI生成音乐艺术家。该项目列出了232位被检测为AI的艺术家,并公开了他们的月听众数和预估收入。此外,Soulless还提供了开源的AI音乐检测工具,以及相关的资源列表,帮助人们识别AI生成音乐。

  • Soulless项目识别出232位AI生成的Spotify艺术家,并公开其月听众和收入数据。
  • 检测工具采用集成方法,融合SONICS频谱图模型和lofcz声码器指纹检测。
站内正文

AI与写作的未来:作家圆桌讨论对艺术的影响

在一场圆桌讨论中,作家与文化评论家探讨了人工智能对语言、创造力和社会的深远影响。他们指出,AI既增强了也削弱了语言能力,并可能清晰划分机器与人类灵魂的界限。尽管存在焦虑,但AI也带来了研究、可及性和诊断方面的机遇。

  • AI被视为一种去中心化技术,其进展之迅速如同从莱特兄弟到747客机。
  • 作家发现AI既磨砺又钝化语言能力,需要加倍投入阅读和写作训练。
站内正文
芯片

Windows 11 Copilot 告诉你什么拖慢了电脑,而它自己却占用1GB内存

微软正在测试Copilot的“PC Insights”功能,可以分析系统资源使用情况,帮助用户找出性能瓶颈。然而,Copilot本身是一个完整的Web应用,附带私人版Edge,空闲时占用高达1GB内存,凸显了其资源消耗的讽刺性。该功能为可选,默认不自动扫描,用户需授予权限。

  • Copilot新增“PC Insights”功能,可读取CPU、内存、存储等系统信息并回答相关问题。
  • 功能为可选,需用户授权,不会在后台自动扫描。
站内正文

苹果失败的自动驾驶汽车项目留下了强大的AI芯片遗产

苹果的自动驾驶汽车项目虽未成功,但其对AI处理的需求催生了神经网络引擎。该引擎首次亮相于iPhone X的A11仿生芯片,现已成为苹果设备端AI处理的核心,并延续至M系列芯片。未来,苹果将加速M7芯片开发,其神经网络引擎大幅升级,M7 Ultra服务器芯片将支持高达1.5TB内存。

  • 苹果汽车项目促使神经网络引擎诞生,成为设备端AI处理基石。
  • 神经网络引擎伴随A11仿生芯片首次用于iPhone X的人脸识别等功能。
站内正文
模型

GPT-5.6、Fable 5和Grok 4.5根据同一规格重建Basecamp

作者通过Basecamp基准测试评估了GPT-5.6 Sol、Fable 5、Grok 4.5等AI模型在构建前端和后端方面的表现。Fable 5在两个赛道上均获胜,Grok 4.5在速度和成本之间取得了最佳平衡。结果显示,即使是顶级模型在完成度上也有显著差异,尤其是最后10%的打磨工作。

  • Fable 5在前端和后端基准测试中均得分最高,接近真实Basecamp实现。
  • Grok 4.5以9.30美元的成本在37分钟内完成构建,速度成本比最优。
站内正文
政策

利用AI让历史讲述银行挤兑的故事

研究人员编制了1863-1934年间超过3000次银行挤兑的数据库,发现大多数挤兑并未导致银行倒闭,并分析了时空模式。

  • 大多数银行挤兑并未导致倒闭。
  • 银行挤兑在1873、1893、1907和大萧条等重大危机期间激增。
站内正文

三星强制用户分享健康数据训练AI,否则无法正常使用

三星健康应用新增AI训练数据共享要求,用户若不授权则无法同步健康数据,可能导致手表功能受限。

  • 三星健康应用要求用户同意使用个人健康数据训练AI模型,否则无法同步数据。
  • 数据包括活动、健康记录、药物和月经周期,可能有人工审查。
站内正文
工具

开发者未能充分利用AI,因为他们仍紧盯代码

许多开发者未能充分发挥自动编程的潜力,因为他们仍然过度关注代码本身,这使自己成为瓶颈。应将时间投入到新想法、质量保证、设计以及明确目标上。

  • 关注代码使开发者成为瓶颈
  • 应转向更高层次的任务如设计、QA