https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
微软补丁引发 Claude Desktop 大崩溃，Anthropic 拒绝修复引争议
近日，AI 编程工具 Claude Desktop 与微软 3 月发布的安全更新 KB5079473 之间出现了严重的兼容性问题，导致大量用户反映在安装和运行过程中遭遇了诸多障碍。用户们在社交平台 Reddit 和开发者社区纷纷发声，表示该工具在安装、运行和认证等环节全线告急，最明显的问题是安装失败。
许多用户在从 Claude 官方网站下载后，系统自动跳转至微软应用商店，但商店中却没有 Claude Desktop 的官方版本可供下载。即使绕过安装障碍，Windows 11 家庭版中的 Cowork 协作功能由于缺乏 Hyper-V 虚拟化支持而直接崩溃。许多用户不得不反复重启系统才能使应用恢复运行，而某些用户甚至开启了 Windows 开发者模式并允许旁加载，但仍然难以保证稳定性。
在 Windows 10 平台上，兼容性问题导致任务管理器也会意外崩溃。更严重的是，Claude Code 的 VS Code 扩展在 WSL 环境下表现不佳，当生成超过 600 行代码时，系统由于内存消耗过大而被强制终止。技术分析表明，KB5079473 更新后，Claude Code 在 WSL2 中堆内存消耗达到 4.6GB 时，便触发了系统的 OOM Killer。
面对如此严重的缺陷，Anthropic 的回应引发了广泛的质疑。公司表示由于 Claude for Linux 未在 WSL 环境下进行兼容性测试，因此将多个关键 Bug 标记为 “不计划修复”，并锁定了相关讨论。这一决定令开发者感到失望，他们认为这一做法对依赖 Windows 平台的企业 IT 环境极为不负责任。
截至目前，Anthropic 尚未对此事件发布官方声明，也没有提供任何修复时间表，用户的期待与失望交织。
via AI新闻资讯 (author: AI Base)
近日，AI 编程工具 Claude Desktop 与微软 3 月发布的安全更新 KB5079473 之间出现了严重的兼容性问题，导致大量用户反映在安装和运行过程中遭遇了诸多障碍。用户们在社交平台 Reddit 和开发者社区纷纷发声，表示该工具在安装、运行和认证等环节全线告急，最明显的问题是安装失败。
许多用户在从 Claude 官方网站下载后，系统自动跳转至微软应用商店，但商店中却没有 Claude Desktop 的官方版本可供下载。即使绕过安装障碍，Windows 11 家庭版中的 Cowork 协作功能由于缺乏 Hyper-V 虚拟化支持而直接崩溃。许多用户不得不反复重启系统才能使应用恢复运行，而某些用户甚至开启了 Windows 开发者模式并允许旁加载，但仍然难以保证稳定性。
在 Windows 10 平台上，兼容性问题导致任务管理器也会意外崩溃。更严重的是，Claude Code 的 VS Code 扩展在 WSL 环境下表现不佳，当生成超过 600 行代码时，系统由于内存消耗过大而被强制终止。技术分析表明，KB5079473 更新后，Claude Code 在 WSL2 中堆内存消耗达到 4.6GB 时，便触发了系统的 OOM Killer。
面对如此严重的缺陷，Anthropic 的回应引发了广泛的质疑。公司表示由于 Claude for Linux 未在 WSL 环境下进行兼容性测试，因此将多个关键 Bug 标记为 “不计划修复”，并锁定了相关讨论。这一决定令开发者感到失望，他们认为这一做法对依赖 Windows 平台的企业 IT 环境极为不负责任。
截至目前，Anthropic 尚未对此事件发布官方声明，也没有提供任何修复时间表，用户的期待与失望交织。
划重点：
🔧 Claude Desktop 与微软安全更新 KB5079473 存在严重兼容性问题，导致用户在安装和使用中遭遇多重障碍。
💻 Anthropic 以未进行兼容性测试为由，拒绝修复多个关键 Bug，令开发者感到失望。
📅 目前，Anthropic 尚未发布官方声明，也未提供修复时间表。
via AI新闻资讯 (author: AI Base)
苹果公司差点将 Grok 踢出应用商店，因其未能控制性别化深度伪造内容
根据 NBC 新闻的报道，苹果公司曾在 1 月暗示可能会将 Elon Musk 的 AI 应用 Grok 从应用商店中移除，原因是该应用未能有效遏制在社交平台 X 上泛滥的非自愿性别化深度伪造内容。这一举动在公众舆论高涨时显得相对低调，苹果的强硬态度是在幕后进行的。随着这一危机的不断升级，外界对苹果公司的批评声也随之上升。
苹果向美国参议员们表示，他们在收到投诉和看到相关新闻报道后，联系了 X 和 Grok 的开发团队，并要求他们制定改善内容审核的计划。此时，xAI 开发的 Grok 不仅可以在 X 平台上使用，还有独立应用可供下载，其内容审查机制不完善，用户可以轻松生成和分享性别化深度伪造图像，尤其是针对女性以及一些未成年人的照片。
根据《边缘》报道，这些行为明显违反了苹果在应用商店中通常严格执行的指导方针。苹果公司从类似 X 和 Grok 这样的应用中获利，但他们对此事件未做公开评论，Google 在其 Google Play 应用商店中也同样未对此事发表任何看法。
苹果方面表示，他们对 X 和 Grok 应用提出的修改建议进行了审查。虽然苹果认为 X 已 “基本解决了其违规问题”，但 Grok 仍然 “未符合规定”。
via AI新闻资讯 (author: AI Base)
根据 NBC 新闻的报道，苹果公司曾在 1 月暗示可能会将 Elon Musk 的 AI 应用 Grok 从应用商店中移除，原因是该应用未能有效遏制在社交平台 X 上泛滥的非自愿性别化深度伪造内容。这一举动在公众舆论高涨时显得相对低调，苹果的强硬态度是在幕后进行的。随着这一危机的不断升级，外界对苹果公司的批评声也随之上升。
苹果向美国参议员们表示，他们在收到投诉和看到相关新闻报道后，联系了 X 和 Grok 的开发团队，并要求他们制定改善内容审核的计划。此时，xAI 开发的 Grok 不仅可以在 X 平台上使用，还有独立应用可供下载，其内容审查机制不完善，用户可以轻松生成和分享性别化深度伪造图像，尤其是针对女性以及一些未成年人的照片。
根据《边缘》报道，这些行为明显违反了苹果在应用商店中通常严格执行的指导方针。苹果公司从类似 X 和 Grok 这样的应用中获利，但他们对此事件未做公开评论，Google 在其 Google Play 应用商店中也同样未对此事发表任何看法。
苹果方面表示，他们对 X 和 Grok 应用提出的修改建议进行了审查。虽然苹果认为 X 已 “基本解决了其违规问题”，但 Grok 仍然 “未符合规定”。
划重点：
- 📉 苹果公司曾威胁将 Grok 从应用商店移除，因未能控制性别化深度伪造内容。
- 🚨 Grok 允许用户轻松生成和分享性别化深度伪造图像，尤其是针对女性和未成年人。
- 📱 苹果表示，X 已改善违规情况，但 Grok 仍不符合应用商店规定。
via AI新闻资讯 (author: AI Base)
NVIDIA 推出全球首个开源量子 AI 模型，量子纠错技术提升三倍
NVIDIA 宣布推出全球首个开源量子 AI 模型，命名为 “NVIDIA Ising”。这一创新旨在解决量子处理器校准和量子纠错这两个关键难题，推动量子计算技术的实际应用。
“NVIDIA Ising” 模型系列主要包括两个重要部分：Ising Calibration 和 Ising Decoding。Ising Calibration 是一个拥有 350 亿参数的视觉语言模型，能够自动执行连续校准，使得处理测量数据所需的时间大幅缩短，从数天缩减至仅数小时。而 Ising Decoding 则提供了两种 3D 卷积神经网络模型，分别针对速度和准确性进行了优化。这一模型在量子纠错的实时解码过程中，实现了比行业基准 pyMatching 高出 2.5 倍的速度和 3 倍的准确率，同时所需的训练数据也仅为后者的十分之一。
值得一提的是，“NVIDIA Ising” 已被全球多个科研机构与企业采用，包括 IonQ、哈佛大学和费米国家加速器实验室等。它不仅有助于量子处理器的校准，也为构建混合量子 - 经典系统提供了重要支持。
“NVIDIA Ising” 模型的命名来源于统计力学中的 “Ising 模型”，该模型帮助人们更好地理解铁磁性与相变。通过将量子计算和人工智能相结合，NVIDIA 正在为复杂物理系统的研究与应用开辟新的可能性。
此次发布的量子 AI 模型不仅丰富了 NVIDIA 的开放模型体系，还与其他领域的模型如 NVIDIA Nemotron（智能体）、NVIDIA Cosmos（物理 AI）、NVIDIA Alpamayo（辅助驾驶）、NVIDIA Isaac GR00T（机器人）和 NVIDIA BioNeMo（生物医学研究）相辅相成，共同推动科技的进步。
via AI新闻资讯 (author: AI Base)
NVIDIA 宣布推出全球首个开源量子 AI 模型，命名为 “NVIDIA Ising”。这一创新旨在解决量子处理器校准和量子纠错这两个关键难题，推动量子计算技术的实际应用。
“NVIDIA Ising” 模型系列主要包括两个重要部分：Ising Calibration 和 Ising Decoding。Ising Calibration 是一个拥有 350 亿参数的视觉语言模型，能够自动执行连续校准，使得处理测量数据所需的时间大幅缩短，从数天缩减至仅数小时。而 Ising Decoding 则提供了两种 3D 卷积神经网络模型，分别针对速度和准确性进行了优化。这一模型在量子纠错的实时解码过程中，实现了比行业基准 pyMatching 高出 2.5 倍的速度和 3 倍的准确率，同时所需的训练数据也仅为后者的十分之一。
值得一提的是，“NVIDIA Ising” 已被全球多个科研机构与企业采用，包括 IonQ、哈佛大学和费米国家加速器实验室等。它不仅有助于量子处理器的校准，也为构建混合量子 - 经典系统提供了重要支持。
“NVIDIA Ising” 模型的命名来源于统计力学中的 “Ising 模型”，该模型帮助人们更好地理解铁磁性与相变。通过将量子计算和人工智能相结合，NVIDIA 正在为复杂物理系统的研究与应用开辟新的可能性。
此次发布的量子 AI 模型不仅丰富了 NVIDIA 的开放模型体系，还与其他领域的模型如 NVIDIA Nemotron（智能体）、NVIDIA Cosmos（物理 AI）、NVIDIA Alpamayo（辅助驾驶）、NVIDIA Isaac GR00T（机器人）和 NVIDIA BioNeMo（生物医学研究）相辅相成，共同推动科技的进步。
划重点：
🌟 NVIDIA 推出全球首个开源量子 AI 模型 “NVIDIA Ising”，旨在解决量子处理器校准和纠错难题。
⚡️ Ising Calibration 可将处理测量数据的时间从数天缩短至数小时，Ising Decoding 实现了 2.5 倍速度和 3 倍准确率的提升。
🌍 多家科研机构和企业已开始应用 “NVIDIA Ising” 模型，助力构建混合量子 - 经典系统。
via AI新闻资讯 (author: AI Base)
波士顿动力的机器狗集成了 Google 的 Gemini 模型
2026-04-16 15:34 by 驶入深海
波士顿动力将 Google DeepMind 的高级具身推理模型 Gemini Robotics-ER 1.6 集成到其机器狗 Spot 中，使 Spot 在工业检测如发现泄漏和读取仪表数据上拥有更强的自主推理能力，机器狗还能认识到何时调用其他 AI 工具。波士顿动力与 Google DeepMind 合作的重点集中在工业检测相关领域，即机器狗在工业设施内巡逻过程中是否能识别潜在爆炸风险。在集成 Gemini Robotics 之后，Spot 能自主寻找危险碎片或泄漏物，读取复杂仪表和视镜，在需要帮助理解周围环境时调用视觉-语言-动作模型等工具。波士顿动力在 YouTube 上发布了一则视频演示了 Spot 的新能力。
https://spectrum.ieee.org/boston-dynamics-spot-google-deepmind
https://www.youtube.com/watch?v=LP4-c5AK30g
#人工智能
via Solidot - Telegram Channel
2026-04-16 15:34 by 驶入深海
波士顿动力将 Google DeepMind 的高级具身推理模型 Gemini Robotics-ER 1.6 集成到其机器狗 Spot 中，使 Spot 在工业检测如发现泄漏和读取仪表数据上拥有更强的自主推理能力，机器狗还能认识到何时调用其他 AI 工具。波士顿动力与 Google DeepMind 合作的重点集中在工业检测相关领域，即机器狗在工业设施内巡逻过程中是否能识别潜在爆炸风险。在集成 Gemini Robotics 之后，Spot 能自主寻找危险碎片或泄漏物，读取复杂仪表和视镜，在需要帮助理解周围环境时调用视觉-语言-动作模型等工具。波士顿动力在 YouTube 上发布了一则视频演示了 Spot 的新能力。
https://spectrum.ieee.org/boston-dynamics-spot-google-deepmind
https://www.youtube.com/watch?v=LP4-c5AK30g
#人工智能
via Solidot - Telegram Channel
现在的AI看图，其实有个隐藏的短板。
问它"这张图里有什么"，它能答得头头是道。但要问"图中那只熊猫的左后腿在哪里"，它就开始含糊了。这不是个别模型的问题，而是整个视觉-语言大模型领域长期存在的通病——全局理解强，局部定位弱。
谷歌DeepMind在最新论文中提出了TIPSv2方案，专门来啃这块硬骨头。
研究团队在调查中发现了一个反直觉的现象:在精细分割任务上，参数量少的"学生模型"表现经常碾压体量更大的"教师模型"。原因在于，蒸馏过程移除了遮盖机制，迫使模型学习整张图的所有细节，形成了"全区域监督"。受此启发，TIPSv2围绕这一发现做出了三项关键改进。
第一项是iBOT++。传统预训练只对图像中被遮盖的区域计算损失，可见区域处于"放养"状态，局部语义容易漂移。iBOT++要求模型同时对所有可见区域进行精确监督，相当于从"猜谜游戏"升级为"全文精读"。仅这一项改动，零样本分割性能就直接提升了14.1个百分点。
第二项是Head-only EMA。传统自监督训练需要在显存里维护两份几乎相同的大模型，开销极大。TIPSv2发现图文对比损失本身已经能稳定主干网络，因此EMA只需作用于最后的投影头，主干不再复制。结果是训练参数量直接缩减约42%，速度更快，性能几乎无损。
第三项是多粒度文本搭配。训练时将网页简短描述、中等详细描述和Gemini生成的长描述混合随机喂给模型，难易交替，既防止模型因任务太简单而"偷懒"，又确保细节不丢失。
最终效果相当扎实。TIPSv2在9大任务、20个权威数据集上完成冻结评估，零样本语义分割刷新业界最优，图文检索与分类击败了参数量比自身大56%的对比模型，纯视觉任务也全面跻身前列。
目前TIPSv2的代码与模型权重已全面开源。对于医疗影像、自动驾驶、工业检测等需要高精度图像理解的团队来说，这套方案值得认真评估。
论文地址：https://www.alphaxiv.org/abs/2604.12012
via AI新闻资讯 (author: AI Base)
4月16日，京东在具身智能生态发布会上正式推出JoyEgoCam超高清采集终端。作为专门针对AI具身智能训练开发的硬件产品，JoyEgoCam不仅标志着超高清采集技术的落地，更成为了全球首个覆盖“采、存、标、训、评、仿、测”全链路的具身智能数据基础设施，旨在打通从物理世界数据获取到模型仿真评测的全闭环路径。
技术参数方面，JoyEgoCam表现出极强的工业级性能。该设备配备双目摄像头，实现了垂直与水平方向各130度的超广FOV视角覆盖，能够支撑录制2160x2160高分辨率、60FPS的流利视频。这种高帧率与高分辨率的组合，确保了机器在学习过程中能够捕捉到极细微的动作轨迹与环境变化，满足了具身智能在复杂数据采集及高精度仿真评测中的严苛需求。
战略层面，京东披露已于上月启动了人类历史上规模最大的数据采集行动。该计划目标明确:在两年内将真实场景的视频数据规模提升至1000万小时以上。在当前AI竞争由参数规模向高质量数据质量转型的背景下，京东此举通过“硬件定义数据、数据喂养模型”的逻辑，试图为具身智能的广泛商业化落地构筑深厚的技术护城河，这不仅提升了底层算法的泛化能力，也将进一步加速机器人技术在仓储、物流及多场景服务中的应用进程。
via AI新闻资讯 (author: AI Base)
调查显示：美国员工每周因使用 AI 浪费近 8 小时
近日，盖洛普公司发布的一项调查报告显示，近一半的美国员工在工作中至少偶尔使用人工智能技术。这一比例较上一季度的 46% 有所增加，达到了公司记录中的最高值。调查涵盖了超过 23700 名员工，结果显示，人工智能的应用正在逐渐深入职场，并对组织结构产生了影响。
在频繁使用人工智能的员工中，每日使用的比例从 12% 上升至 13%，而每周多次使用的比例也从 26% 增至 28%。41% 的受访者表示，雇主已开始在公司内部引入人工智能以提升工作效率，但只有 26% 的员工称雇主就如何整合人工智能工具提供了明确的计划。这种沟通上的差距可能会影响人工智能工具带来的生产力提升。
调查还显示，已积极使用人工智能并清晰传达信息的公司中，27% 的员工反映近期公司员工人数发生了重大变化，而在未采用人工智能的公司中，这一比例为 17%。这些变化包括招聘增加和裁员现象，尤其在中小型企业中更为显著。
值得注意的是，尽管许多员工认为人工智能提升了他们的工作效率，约三分之二的受访者表示技术确实帮助他们更快地完成任务，但另一项报告则指出，使用人工智能也导致了时间的浪费。员工平均每周浪费 7.9 小时在努力让这些工具正常运作上，可能包括数据转移和调整提示词等繁琐任务。这些浪费时间累积起来，相当于每年损失 51 个工作日。
在人工智能广泛应用的今天，企业在引入新技术时，除了关注其潜在的效率提升，还应重视如何有效地整合和沟通，以最大化其应用效果。
via AI新闻资讯 (author: AI Base)
近日，盖洛普公司发布的一项调查报告显示，近一半的美国员工在工作中至少偶尔使用人工智能技术。这一比例较上一季度的 46% 有所增加，达到了公司记录中的最高值。调查涵盖了超过 23700 名员工，结果显示，人工智能的应用正在逐渐深入职场，并对组织结构产生了影响。
在频繁使用人工智能的员工中，每日使用的比例从 12% 上升至 13%，而每周多次使用的比例也从 26% 增至 28%。41% 的受访者表示，雇主已开始在公司内部引入人工智能以提升工作效率，但只有 26% 的员工称雇主就如何整合人工智能工具提供了明确的计划。这种沟通上的差距可能会影响人工智能工具带来的生产力提升。
调查还显示，已积极使用人工智能并清晰传达信息的公司中，27% 的员工反映近期公司员工人数发生了重大变化，而在未采用人工智能的公司中，这一比例为 17%。这些变化包括招聘增加和裁员现象，尤其在中小型企业中更为显著。
值得注意的是，尽管许多员工认为人工智能提升了他们的工作效率，约三分之二的受访者表示技术确实帮助他们更快地完成任务，但另一项报告则指出，使用人工智能也导致了时间的浪费。员工平均每周浪费 7.9 小时在努力让这些工具正常运作上，可能包括数据转移和调整提示词等繁琐任务。这些浪费时间累积起来，相当于每年损失 51 个工作日。
在人工智能广泛应用的今天，企业在引入新技术时，除了关注其潜在的效率提升，还应重视如何有效地整合和沟通，以最大化其应用效果。
划重点：
💼 半数美国员工在工作中使用人工智能，使用率创下新高。
🗣️ 41% 的员工表示雇主正在使用 AI 改善组织实践，但仅 26% 明确传达整合计划。
⏳ 员工因使用 AI 平均每周浪费近 8 小时，导致工作效率受影响。
via AI新闻资讯 (author: AI Base)
