2026年2月

AI 新闻月度归档:2026年2月 共精选 96 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 96 条新闻

  • OpenAI 与 Department of War 的协议

    OpenAI 披露与 Department of War 达成的协议内容,详细划定 AI 部署的安全红线,明确相关法律保障措施,并具体说明 AI 系统接入机密环境的部署方式。

    OpenAI:官网动态(RSS · 排除企业/客户案例)

  • 拒绝“AI 味”:我们用 6 个文学维度,重新审视了模型的创意写作边界

    本文通过叙事工艺、语言艺术等六个文学维度,评估百灵模型Ling-2.5-1T的创意写作能力。测试显示,该模型能驾驭莎士比亚十四行诗、七言绝句等多种体裁,并通过感官描写实现“展现而非告知”的文学技法,在微观叙事和语言质感上接近人类水平。然而…

    蚂蚁百灵:Developer Blog(网页)

  • 让 AI 规模化惠及每个人

    宣布获得 1100 亿美元新投资,投前估值达 7300 亿美元。其中 SoftBank、NVIDIA 各出资 300 亿美元,Amazon 出资 500 亿美元。

    OpenAI:官网动态(RSS · 排除企业/客户案例)

  • 世界建模绝非像素渲染:Project Solaris发布多智能体视频世界模型

    Project Solaris提出世界建模的本质在于全局共享状态而非局部像素渲染,推出基于Minecraft的多人在线视频世界模型。该系统突破单智能体视角局限,支持任意数量智能体随时介入交互,实现持久化世界状态演化。核心包含三大组件:So…

    X:谢赛宁 (@sainingxie)

  • AI 软件开发的第三个时代

    AI 编程进入第三时代:从 Tab 补全到同步 Agent,再到可独立运行数小时的云 Agent。Cursor 内部数据显示,Agent 用户已反超 Tab 用户 2 倍,35% 的 PR 由云 Agent 自主创建。开发者角色从逐行编码…

    Cursor Blog

  • 就战争部长 Pete Hegseth 评论的声明

    美国战争部长 Pete Hegseth 宣布将 Anthropic 列为供应链风险,因其拒绝将 Claude 用于大规模国内监控和完全自主武器。Anthropic 认为当前 AI 模型不足以支持自主武器,且大规模监控违反基本权利,称将在法…

    Anthropic:Newsroom(网页)

  • Cognition 如何用 Devin 开发 Devin

    Cognition 发文介绍其从创立起就用 Devin 构建 Devin,上周合并了 659 个 Devin PR,高于 2025 年最好一周的 154 个。文章覆盖全接口使用(web、Slack、Linear、CLI、API)及 Ask…

    Cognition 模型 / Devin 博客(网页)

  • OpenAI Codex 与 Figma 推出无缝代码转设计体验

    OpenAI 与 Figma 推出全新 Codex 集成,打通代码与设计的双向链路。开发团队可直接在代码实现与 Figma 画布间无缝切换,加速迭代和交付流程。

    OpenAI:官网动态(RSS · 排除企业/客户案例)

  • Ling 2.5 Lightning Attention+MLA 混合线性架构改造实践

    为提升超长上下文下的计算效率,Ling 2.5架构将Ling 2.0的GQA改造为1:7的Lightning Attention与MLA混合线性注意力。此举旨在利用Lightning Attention提升长序列吞吐,并通过MLA极致压缩…

    蚂蚁百灵:Developer Blog(网页)

  • 22自由度灵巧手人形机器人:从2万小时人类视频学习精细操作

    研究团队提出EgoScale方法,基于20,000小时第一人称人类视频预训练GR00T N1.5,仅用4小时机器人数据即可掌握组装模型车、操作注射器等高灵巧度任务,性能较从头训练提升54%。研究发现人类视频量与动作预测损失呈对数线性缩放关…

    X:Jim Fan (@DrJimFan)

  • Anthropic CEO就与美国国防部谈判发表声明

    Anthropic CEO Dario Amodei发表声明,称Claude已广泛用于美国军方情报分析、网络作战等任务,公司曾主动放弃数亿美元收入以阻止关联企业使用Claude,并主张对芯片实施出口管制。Amodei表示拒绝两项用途:大规…

    Anthropic:Newsroom(网页)

  • LLM Skirmish:AI代理可玩的实时战略游戏基准测试

    LLM Skirmish 是一个让大语言模型通过编写代码进行1v1实时战略游戏对战的基准测试。基于Screeps开源API,每场锦标赛包含五轮,LLM可根据对战日志调整策略以测试上下文学习能力。结果显示,Claude Opus 4.5以8…

    Hacker News:AI 热帖

  • OpenAI 发布 gpt-5.3-codex 提示词指南

    OpenAI 发布 Codex 模型提示词指南,API 上的 Codex 调优模型为 gpt-5.3-codex,推荐用 medium 推理力度平衡智能与速度,复杂任务可用 high 或 xhigh。

    OpenAI Developers(RSS)

  • SONIC:半个GPT-1规模的机器人全身控制模型

    SONIC是一个4200万参数的Transformer模型(规模仅半个GPT-1),通过1亿+动作捕捉帧和50万+并行机器人在NVIDIA Isaac Lab中训练,以密集帧级监督替代手工奖励函数。训练3天后零样本迁移至真实G1机器人,在…

    X:Jim Fan (@DrJimFan)

  • 蒸馏对中国 LLM 到底有多重要?

    针对 Anthropic 关于"蒸馏攻击"的最新论述,分析模型蒸馏技术对中国大语言模型的实际影响。探讨通过蒸馏 GPT、Claude 等模型来训练中国 LLM 的效果与争议,评估该方法在提升模型性能与降低训练成本方面的作用,以及可能引发的…

    Nathan Lambert:Interconnects(RSS)

  • Anthropic 收购 Vercept 以推进 Claude 的 computer use 能力

    Anthropic 收购 Vercept,后者专注 AI 感知与交互,将停止外部产品并加入 Anthropic。Claude Sonnet 4.6 在 OSWorld 基准测试中准确率已从 2024 年底的 15% 提升至 72.5%,可…

    Anthropic:Newsroom(网页)

  • 普林斯顿大学发布AI智能体可靠性科学论文

    普林斯顿大学研究人员将AI智能体可靠性分解为4个维度共12项指标,对14个模型测试发现,近18个月能力快速进步仅带来有限的可靠性提升,一致性得分仅30%-75%。研究团队计划推出“可靠性指数”以推动系统性改进。

    AI as Normal Technology(RSS)

  • Inception Labs 发布扩散推理模型 Mercury 2

    Inception Labs 发布 Mercury 2,称其为最快的推理语言模型,基于扩散并行细化而非自回归逐 token 解码,生成速度较此前提升超 5 倍。

    Inception Labs:Blog(网页)

  • Cognition 发布 Devin 2.2,支持桌面端测试与自动修复

    Cognition 发布 Devin 2.2,智能体现在可用 computer use 在自己的 Linux 桌面上端到端测试网页和桌面应用,并在开 PR 前自查代码、自动修复问题,完成后回传屏幕录制供用户审阅。

    Cognition 模型 / Devin 博客(网页)

  • GGML 和 llama.cpp 加入 HF 以确保 Local AI 的长期进展

    GGML 和 llama.cpp 团队正式加入 Hugging Face,以支持本地 AI 社区的长期扩展。创始人 Georgi Gerganov 及团队将全职维护 llama.cpp,保持 100% 技术自主权和社区领导力,项目继续 1…

    Hugging Face 社区博客(混合发现)

  • Gemini 3.1 Pro 发布,核心智能升级

    上周我们升级了 Gemini 3 Deep Think。今天,我们正式推出实现这些突破的核心智能:Gemini 3.1 Pro。一个明显更智能、能力更强的基线,应对你最艰巨的挑战。现已可用:https://blog.google/inno…

    X:Noam Shazeer(@NoamShazeer)

  • Ramp 如何基于 Modal 构建后台编码智能体 Inspect

    Ramp 基于 Modal Sandboxes 构建内部后台编码智能体 Ramp Inspect,目前启动了 Ramp 超过一半的已合并 pull request,其中超过 80% 的 Inspect 代码由其自身编写。

    Modal 官方工程博客(RSS)

  • IBM与伯克利利用IT-Bench和MAST诊断企业级AI智能体失败原因

    IBM Research与加州大学伯克利分校合作,通过新构建的IT-Bench基准测试和MAST评估框架,系统分析了企业级AI智能体在复杂IT运维任务中的失败原因。研究发现,当前智能体在多步骤规划、长序列操作及工具精确使用方面存在明显不足…

    Hugging Face 社区博客(混合发现)

  • Agentic 时代 AI 选择指南

    Agentic 时代 AI 不再只是聊天机器人,而是能自主执行任务的智能体。面对 Claude、GPT、LLaMA 等模型,需根据代理能力、任务类型和生态集成重新评估选择策略。

    Ethan Mollick:One Useful Thing(RSS)

  • 使用 Gradio 的 gr.HTML 组件一键构建任意 Web 应用

    Gradio 的 gr.HTML 组件允许开发者通过单一 Python 文件快速构建和部署交互式 Web 应用,无需构建步骤。它通过 html、css 和 js_on_load 三个模板,将 Python 状态注入前端并实现与 JavaS…

    Hugging Face 社区博客(混合发现)

  • 开源模型的永无止境的追赶

    开源模型与闭源巨头(如 GPT、Claude)之间的能力差距持续存在,形成永无止境的追赶态势。文章探讨了知识蒸馏技术对缩小差距的作用,分析了开源与闭源模型在创新时间尺度上的差异,以及开源模型如何通过专业化模型在特定领域寻找获胜路径。同时指…

    Nathan Lambert:Interconnects(RSS)

第 1 页 / 共 3 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