2025年10月

AI 新闻月度归档:2025年10月 共精选 73 条 AI 新闻,含模型发布、产品更新、行业动态、论文研究、教程与观点,每条附 AI 摘要、来源署名与原文链接,可按页浏览。也可通过主题页继续深入。

共 73 条新闻

  • Aligning to What? Rethinking Agent Generalization in MiniMax M2

    MiniMax 在 Hugging Face 发布博客,探讨其 M2 智能体模型的泛化能力。文章核心在于重新思考智能体应“对齐”到什么标准或目标,以提升其在未见任务和环境中的通用性能。这涉及对模型训练范式和评估指标的反思,旨在突破当前智能…

    Hugging Face 社区博客(混合发现)

  • Dan Hendrycks团队发布远程劳动指数:当前AI自动化率不足3%

    Dan Hendrycks(AI安全研究者)团队发布“远程劳动指数”(RLI),通过真实远程工作平台上的数百个经济价值高的长周期项目,评估主流AI模型的自动化能力。结果显示,当前最先进AI代理的自动化率低于3%;图表对比了Gemini 2…

    X:Dan Hendrycks (@hendrycks)

  • 金融服务领域构建 AI 代理指南

    Claude 发布金融服务 AI 代理构建指南,分享 NBIM、Brex 等机构实践。NBIM 员工每周节省数百小时,McKinsey 研究显示欺诈检测生产力可提升 200% 至 2000%。AI 代理能自主整合多源数据、执行跨系统操作,…

    Claude:Blog(网页)

  • MiniMax发布新一代语音模型Speech 2.6

    MiniMax发布语音模型Speech 2.6,端到端延迟降至250毫秒内,支持实时对话。新增多语言特殊格式解析能力,可自动朗读URL、邮箱、电话、日期及金额,无需预处理。推出Fluent LoRA功能,即使源录音带口音也能保留音色并生成…

    MiniMax:Blog(网页)

  • 大语言模型中涌现的自省意识

    研究通过“概念注入”技术直接操控模型内部激活状态,以检验大语言模型是否具备真正的内省能力。实验发现,在某些情境下,模型能够察觉并识别被注入的概念,区分自身内部表征与原始文本输入,甚至能利用对先前意图的回忆来辨别自身输出与人工预设内容。其中…

    Anthropic:Transformer Circuits(可解释性研究)

  • Manus 推出 Wide Research,用并行子代理突破上下文窗口限制

    Manus 面向所有订阅者推出 Wide Research,用多个并行子代理替代单模型顺序处理大规模研究任务。主控制器将请求分解为可并行的子任务,每个子代理作为功能齐全的 Manus 实例运行,拥有完整虚拟机、工具库和全新上下文窗口,完成…

    Manus:Blog(网页)

  • Microsoft 与 OpenAI 签署新协议开启合作新篇章

    Microsoft 与 OpenAI 签署新协议,进一步强化双方长期合作关系,扩大创新并确保负责任的 AI 发展。官方公告称这是双方合作伙伴关系的下一阶段。

    OpenAI:官网动态(RSS · 排除企业/客户案例)

  • OpenAI 宣布重组融资,强化使命导向治理

    OpenAI 宣布完成重组融资,官方称此举强化以使命为核心的治理结构,并扩大资源投入,目标是让 AI 惠及所有人,同时负责任地推进创新。

    OpenAI:官网动态(RSS · 排除企业/客户案例)

  • MiniMax 发布 Hailuo 2.3 / 2.3 Fast 视频模型

    MiniMax 推出 Hailuo 2.3 视频生成模型,在物理动作流畅度、艺术风格化(支持动漫、水墨、游戏 CG)及角色微表情方面显著提升,维持 Hailuo 02 原价,Fast 版本批量创作成本降低 50%。Hailuo Video…

    MiniMax:Blog(网页)

  • Anthropic 发布试点版破坏风险报告,评估 Claude Opus 4 的对齐风险

    Anthropic 发布《2025 年夏季试点破坏风险报告》,作为其负责任扩展政策下对齐类风险论证的试点成果。报告评估以 Claude Opus 4 为主的模型,结论是其产生显著推动灾难性后果的错位自主行为的破坏风险很低但并非可忽略;内部…

    Anthropic:Alignment Science Blog(网页)

  • MiniMax M2与AI智能体:简中见巧

    MiniMax正式开源并发布了专为AI智能体(Agent)和代码场景设计的大语言模型MiniMax M2。该模型API定价极具竞争力,仅为Claude Sonnet价格的约8%,且推理速度更快。在关键的智能体能力方面,其工具调用和深度搜索…

    MiniMax:Blog(网页)

  • MedGemma:健康 AI 开发领域最强的开源多模态模型

    谷歌 MedGemma 系列新增多模态模型,专为健康 AI 开发设计。作为该系列迄今最强的开源版本,新模型具备更强大的医疗场景理解能力,为开发者提供先进的医疗人工智能技术支持,助力构建更精准的健康医疗解决方案。

    Google DeepMind:Blog(RSS)

  • 带 Deep Think 的 Gemini 高级版本在 IMO 中正式达到金牌标准

    集成 Deep Think 的 Gemini 高级版本在国际数学奥林匹克(IMO)中达到金牌水平。IMO 自1959年起每年举办,是全球最顶尖的青年数学家竞赛,各国派出6名精英学生角逐代数、组合、几何和数论领域的6道极难题目。

    Google DeepMind:Blog(RSS)

  • 美团开源全模态模型LongCat-Flash-Omni

    美团开源全模态模型LongCat-Flash-Omni,采用5600亿参数MoE架构(激活270亿),支持128K上下文与实时音视频交互。模型基于快捷连接MoE与零计算专家,配备轻量级编解码器及分块特征交错机制,通过课程式渐进训练提升效率…

    美团 LongCat:HuggingFace 新模型

  • Gemini 2.5 Computer Use 模型发布

    Gemini 2.5 Computer Use 模型基于 Gemini 2.5 Pro 构建,专门用于驱动能与用户界面交互的 agent,现已通过 API 以预览版形式提供。

    Google DeepMind:Blog(RSS)

  • OpenAI 在 ChatGPT 推出 Company knowledge 功能

    OpenAI 推出 Company knowledge,将来自企业各应用上下文引入 ChatGPT,生成针对自身业务的回答并提供清晰引用,同时包含安全、隐私和管理员控制。该功能现已面向 Business、Enterprise 和 Edu…

    OpenAI:官网动态(RSS · 排除企业/客户案例)

  • AI基建扩张观察

    AI基础设施建设正面临晶圆厂资本支出过剩的风险,同时算力扩张带来每周1吉瓦的能源消耗压力。文章指出,在长周期基础设施竞赛中,中国凭借产业链整合优势占据有利地位。分析涵盖了AI基建中的产能过剩隐忧、电力瓶颈挑战,以及地缘政治背景下的技术长跑…

    Dwarkesh Patel:Podcast & Blog(RSS)

  • Provider Variance: Introducing Exacto

    同一AI模型在不同服务提供商上的性能表现可能存在显著差异。为了量化这种“提供商方差”,研究团队推出了Exacto评估平台。该平台通过标准化测试揭示,即使是相同的模型(如GPT-4、Claude或LLaMA),在不同云服务或API提供商处运…

    OpenRouter:Announcements(RSS)

  • Hugging Face 发布开源 OCR 模型选型指南

    Hugging Face 发布开源 OCR 模型指南,并新增 Chandra 和 OlmOCR-2 及其在 OlmOCR Benchmark 上的分数(Chandra 83.1±0.9,OlmOCR-2 82.3±1.1)。

    Hugging Face 社区博客(混合发现)

  • Claude Code 发布网页版

    Anthropic 推出网页版 Claude Code,以研究预览形式向 Pro、Max 及企业用户开放。用户可直接在浏览器中分配编码任务,无需本地终端,支持并行处理多个 GitHub 仓库的开发工作,并自动创建 PR 和变更摘要。该服务…

    Claude:Blog(网页)

第 1 页 / 共 2 页

推广

由橙子中转站提供支持

橙子中转站(pro.nat6.net)是一家优质的 AI API 中转站:价格优惠、质量稳定、模型齐全,支持 Claude、GPT、Gemini 等主流模型,欢迎体验。

访问橙子中转站