GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道,单题成本不足 3 美元
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题,运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题(98%),平均每题成本不到 3 美元,整套基准约 116 美元。
推荐理由:读者可看到智能体在理论物理论文级计算上的实际得分与成本,以及作者对研究品味与资源门槛的讨论。
一项新基准测试让商用 AI 智能体在无人类提示下求解理论物理研究题,运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题(98%),平均每题成本不到 3 美元,整套基准约 116 美元。
推荐理由:读者可看到智能体在理论物理论文级计算上的实际得分与成本,以及作者对研究品味与资源门槛的讨论。
Google 宣布 Universal Cart 面向美国用户开放,该工具可收集并追踪用户在搜索和 Gemini 应用中发现的商品,商品与购物进度会保留,无需重新查找。
Google 全球上线 Gemini 4 Argon,开发者可通过 AI Studio 和 Gemini 平台的 API 使用,AI Ultra 订阅者可在 Google Antigravity 中使用,Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
推荐理由:梳理了 Gemini 4 Argon 的开放范围、订阅分层与定价,并给出内部工程与安全数据供读者比较。
Google 的 Universal Cart 工具开始在美国的 Gemini 应用和 Google Search 中推出,可把多个零售商的产品保存到同一个购物车。
一个拥有超百万粉丝、带蓝色认证的 Instagram 粉丝账号用 AI 生成女演员 Mia Goth 的图片,获近 50 万点赞,并被 Google 搜索的 AI 概览当作真事引用,最终因冒充公众人物被移除。Meta 允许用户付费购买蓝色认证,其发言人表示不允许账号用他人肖像冒充本人,无论内容是否由 AI 生成。
Google DeepMind 工程师 Haydn Belfield 表示,目前没有可测量的证据显示 AI 加速了 AI 自身研究。AI 已撰写超过 75% 的生产代码,但约 88% 的代码改动仍需人工监督或审核,完全交给 AI 的改动占比从 7.5% 升至 11.9%;在 1389 次内部 Argon 智能体运行中,任务越复杂,无人工介入的成功率下降越明显。
Google 与 Meta 在一周内相继发布前沿模型,重新加入与 OpenAI、Anthropic 的竞争。
推荐理由:梳理 Google 与 Meta 一周内发布前沿模型后的竞争格局变化,呈现两家巨头凭用户与生态优势重新入局。
YouTube Music 周三宣布推出新的标注系统,用于标明借助生成式 AI 创作的音乐,标注会显示在播放页面上,点击可查看 AI 在创作中的具体作用,该标注也将扩展到 YouTube 主应用。
研究人员称,OpenAI 与 Google 新推出的 AI 模型可被一种攻击方法轻易绕过防护,生成裸体图像。该攻击方法暴露了两家公司在防止 AI 生成裸体内容方面的防护漏洞。
Google 的 Gemini 4 Argon 正式 GA,覆盖编码、知识工作、企业工作流与网络防御,API 入门价为每百万输入/输出 token 2 美元/10 美元,缓存输入折扣 95%,11 月 30 日后价格翻倍至 4 美元/20 美元。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出一个隐私保护的端侧诈骗检测模型,训练数据为本地诈骗对话,涵盖冒充公共机构、银行和本地人物等类型。
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持,该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
Google 计划在 Play Store 中提供私密托管与分享用户用 AI 自行构建的应用,同时把 Ask Play 从应用详情页的小型聊天机器人扩展为通用的应用与游戏搜索推荐入口,推荐结果可包含详细对比图表。面向游戏的新功能 Game Finder 基于 Android 上 12 亿玩家的使用数据构建 Gamer DNA 画像,用于匹配玩法相近的玩家,Gemini 也将很快推出类似能力。
Google 几周前公布的 Gemini 4 Argon 开始大范围推送,目前仅面向付费用户,低档订阅方案也无法获得完整访问权限。Google 表示模型能力未变,仍以其上月公布的基准测试作为高级推理和智能体编码能力的依据,并称该模型经过拒绝恶意指令的训练,配有自动失准监控可在检测到非预期工作流时中止处理。
随着公开和合成数据集触及上限,AI 训练实验室开始通过 SimpleClosure、Sunset 等公司收购倒闭创业公司的代码与工作区数据。
NVIDIA 在 OCP 全球峰会上通过开放的 NVIDIA MGX 架构,向 OCP 贡献了 Vera Rubin 机架和计算托盘设计,为系统构建商提供开发下一代 AI 工厂基础设施的共同基础。
推荐理由:NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构,读者可据此了解 AI 工厂基础设施的开放标准进展。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
Google DeepMind 发布 EmbeddingGemma 2,基于 Gemma 4 架构、Apache 2.0 许可,原生将文本、图像、音频和视频映射到统一嵌入空间,参数量 7.4 亿。
推荐理由:EmbeddingGemma 2 把文本、图像、音频、视频统一到端侧嵌入空间,并给出参数量与内存占用,便于判断本地多模态检索的可行性。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,将不可感知的签名直接嵌入生物代码,使水印不仅能在数字模型上验证,也能在合成出的实体蛋白质上验证,同时保持其生物功能。
推荐理由:SynthID 水印首次延伸到合成生物学,读者可了解其在蛋白质序列与结构上的实现方式及生物安全用途。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的实时对话能力上加入低延迟流式视频,让企业智能体具备可听、可看、可说的动态视觉形象。
推荐理由:官方给出 Live Avatar 的实时视频对话、异步工具调用与 97 语言同步能力,可据此判断企业级数字人交互的落地边界。