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
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)
Hightouch 凭借 AI 驱动营销工具实现 1 亿美元年度经常性收入
初创公司 Hightouch 成立于七年前，近期推出了一项人工智能驱动的服务，使得营销人员能够为知名品牌如 Domino's、Chime、PetSmart 和 Spotify 创建个性化内容，完全无需依赖设计团队或广告公司。自从推出这款 AI 产品以来，Hightouch 的年度经常性收入（ARR）在短短 20 个月内增加了 7000 万美元，总额达到 1 亿美元。
Hightouch 的联合首席执行官 Kashish Gupta 表示，在生成式 AI（GenAI）出现之前，普通人很难创建出具有吸引力的消费者资产。然而，该公司的方法超越了传统的 AI 模型。许多品牌在初期尝试使用通用基础模型来生成广告内容，却发现结果往往无法满足 “品牌化” 的标准。
Hightouch 指出，基础模型并不理解特定品牌的特征，包括颜色、字体和语调。因此，它们生成的图像往往无法准确反映品牌形象。为了确保品牌一致性，Hightouch 与客户现有的创意工具直接连接，例如流行的设计平台 Figma、照片库和内容管理系统（CMS）。通过从这些源头提取数据，Hightouch 的平台 “学习” 公司的特定品牌身份。
Hightouch 的 AI 代理能够利用这些照片、设计和客户洞察，帮助营销人员自动构建个性化的广告活动，省去了等待设计师或开发人员的时间。其目标是创造出看起来由专业设计师制作的图像和视频，避免常见的 “假” 或通用的外观。
例如，Domino's 永远不会生成虚构的披萨图像，而是会使用现有的披萨图片，并将其放入生成的广告背景中。如今，Hightouch 已拥有约 380 名员工，并在 2025 年 2 月获得 8000 万美元的 C 轮融资，估值达到 12 亿美元。
via AI新闻资讯 (author: AI Base)
初创公司 Hightouch 成立于七年前，近期推出了一项人工智能驱动的服务，使得营销人员能够为知名品牌如 Domino's、Chime、PetSmart 和 Spotify 创建个性化内容，完全无需依赖设计团队或广告公司。自从推出这款 AI 产品以来，Hightouch 的年度经常性收入（ARR）在短短 20 个月内增加了 7000 万美元，总额达到 1 亿美元。
Hightouch 的联合首席执行官 Kashish Gupta 表示，在生成式 AI（GenAI）出现之前，普通人很难创建出具有吸引力的消费者资产。然而，该公司的方法超越了传统的 AI 模型。许多品牌在初期尝试使用通用基础模型来生成广告内容，却发现结果往往无法满足 “品牌化” 的标准。
Hightouch 指出，基础模型并不理解特定品牌的特征，包括颜色、字体和语调。因此，它们生成的图像往往无法准确反映品牌形象。为了确保品牌一致性，Hightouch 与客户现有的创意工具直接连接，例如流行的设计平台 Figma、照片库和内容管理系统（CMS）。通过从这些源头提取数据，Hightouch 的平台 “学习” 公司的特定品牌身份。
Hightouch 的 AI 代理能够利用这些照片、设计和客户洞察，帮助营销人员自动构建个性化的广告活动，省去了等待设计师或开发人员的时间。其目标是创造出看起来由专业设计师制作的图像和视频，避免常见的 “假” 或通用的外观。
例如，Domino's 永远不会生成虚构的披萨图像，而是会使用现有的披萨图片，并将其放入生成的广告背景中。如今，Hightouch 已拥有约 380 名员工，并在 2025 年 2 月获得 8000 万美元的 C 轮融资，估值达到 12 亿美元。
划重点：
🌟 Hightouch 推出 AI 服务，营销人员可轻松创建品牌内容。
📈 公司在 20 个月内新增 7000 万美元 ARR，总额达 1 亿美元。
🤖 Hightouch 确保品牌一致性，利用现有工具学习品牌身份。
via AI新闻资讯 (author: AI Base)
Opus 4.6 elevated rate of errors
Apr 16, 06:50 UTC
Identified - The issue has been identified and a fix is being implemented.
via Claude Status - Incident History
Apr 16, 06:50 UTC
Identified - The issue has been identified and a fix is being implemented.
via Claude Status - Incident History
近日，OpenAI 对其 Agents SDK 进行了重磅更新，旨在帮助企业更安全、更高效地构建智能代理。这一更新背景下，智能代理技术的应用越来越受到企业的青睐，各大公司纷纷寻求工具以创建自动化助手。
更新后的 SDK 引入了多项新功能，其中最引人注目的是沙箱功能。这一功能允许智能代理在一个受控的计算环境中运行，这一点尤为重要，因为智能代理在实际操作中可能会出现不可预测的行为，因此完全无人监督的运行模式存在风险。沙箱集成可以让代理在特定工作空间中隔离运行，仅在必要时访问文件和代码，从而有效保护系统的整体安全性。
此外，新版 SDK 还为开发者提供了一个内置框架，支持在工作区中使用文件和已批准的工具。这意味着企业能够更加灵活地利用 OpenAI 的先进模型来部署和测试智能代理。OpenAI 的产品团队成员 Karan Sharma 表示，此次更新的核心目标是确保现有的 Agents SDK 与沙箱提供商之间的兼容性，希望这项技术结合新功能，能够让用户充分利用现有的基础设施来构建长期任务的智能代理。
据 OpenAI 透露，新的 Agents SDK 功能将通过 API 向所有客户开放，并采用标准定价。目前，新的框架和沙箱功能将首先推出 Python 版本，TypeScript 支持将在后续版本中推出，未来还计划同时引入更多 Agent 功能，如代码模式和子代理。
划重点:
🛡️ OpenAI 更新 Agents SDK，引入沙箱功能，提高智能代理的安全性。
🔧 新版 SDK 提供内置框架，支持使用文件和已批准的工具，提升开发灵活性。
📈 API 将向所有客户开放，Python 和 TypeScript 版本将陆续推出。
via AI新闻资讯 (author: AI Base)
一份安全报告，让AI开发者圈子里绷紧了一根弦。
网络安全公司OX Security于4月15日发布调查报告，披露Anthropic的MCP（模型上下文协议）存在架构层面的设计缺陷，可导致远程代码执行，影响超过20万台AI服务器。
MCP是Anthropic于2024年11月推出的开源标准，旨在让AI大模型无缝连接并操作各种外部数据和工具，目前已被大量开发者用于构建AI应用。
问题的根源藏在MCP SDK的STDIO接口中。这个接口本来的设计用途是启动本地服务器进程，但底层执行逻辑存在严重隐患——它会运行任何传入的操作系统命令，即便服务器启动返回失败错误，命令依然会被执行，全程没有校验，没有警告。OX Security明确指出，这不是代码层面的低级失误，而是架构设计上的决策问题。
漏洞波及范围极广，覆盖Anthropic官方支持的全部11种编程语言，包括Python、TypeScript、Java、Go、Rust等主流语言。任何基于MCP构建的开发者，都会自动继承这一风险。
OX Security历时数月，在真实环境中验证了四类攻击方式。LangFlow平台有915个公开实例，攻击者无需账户即可获取会话令牌并实现完整接管;Letta AI遭中间人攻击，研究者直接在生产服务器执行任意命令;Flowise的白名单过滤防护被轻松绕过;最严重的是Windsurf IDE漏洞，用户仅需访问一个恶意网站，无需任何点击，攻击者即可在本地执行任意命令，该漏洞已获得CVE编号。
Anthropic于今年1月7日收到漏洞通报后回应称属于"预期行为"，9天后仅更新了一份安全文档，提示开发者谨慎使用STDIO适配器，未作任何架构层面的改动。
研究者还向11个主流MCP市场上传了恶意服务器用于测试，结果9个直接通过，无任何安全审查，仅GitHub的托管注册表拦截了提交。
目前LiteLLM、DocsGPT、Flowise等平台已发布补丁，但LangFlow、Agent Zero等仍待修复，协议层的根本问题依然敞开着。对于正在使用或计划使用MCP构建应用的开发者来说，这份报告值得认真对待。
via AI新闻资讯 (author: AI Base)
芒果TV会员破 7560 万，自研大模型上岗 30 多档节目，湖南广电AI转型成绩单来了
在第十三届中国网络视听大会上，湖南广播电视台董事长龚政文晒出了一份颇为亮眼的成绩单。
用户规模方面，芒果TV有效会员数量已突破7560万，这个数字在当前流媒体竞争白热化的背景下，含金量不低。
更值得关注的是AI层面的进展。湖南广电自研的"芒果大模型"已孵化出80余款智能体，并实际应用于30多档节目的生产流程中，带来了30%以上的生产效率提升。这意味着AI不只是停留在PPT里的概念，而是真正跑进了内容制作的日常。
对于传统广电机构来说，这条AI转型路走得并不容易。从自研大模型到落地具体节目，中间隔着技术适配、内容安全、团队磨合等一道道门槛。芒果TV能在30多档节目中实现规模化应用，说明这套体系已经具备了一定的可复制性。
内容行业的AI竞赛，湖南广电这张牌打得不算晚。
via AI新闻资讯 (author: AI Base)
在第十三届中国网络视听大会上，湖南广播电视台董事长龚政文晒出了一份颇为亮眼的成绩单。
用户规模方面，芒果TV有效会员数量已突破7560万，这个数字在当前流媒体竞争白热化的背景下，含金量不低。
更值得关注的是AI层面的进展。湖南广电自研的"芒果大模型"已孵化出80余款智能体，并实际应用于30多档节目的生产流程中，带来了30%以上的生产效率提升。这意味着AI不只是停留在PPT里的概念，而是真正跑进了内容制作的日常。
对于传统广电机构来说，这条AI转型路走得并不容易。从自研大模型到落地具体节目，中间隔着技术适配、内容安全、团队磨合等一道道门槛。芒果TV能在30多档节目中实现规模化应用，说明这套体系已经具备了一定的可复制性。
内容行业的AI竞赛，湖南广电这张牌打得不算晚。
via AI新闻资讯 (author: AI Base)
4月16日，蚂蚁灵波科技正式宣布开源流式三维重建模型 LingBot-Map。该模型突破性地实现了仅依靠单个普通 RGB 摄像头，即可在视频采集过程中实时估计相机位姿并重建场景三维结构。这一进展为机器人导航、自动驾驶及 AR 硬件等需要即时空间感知的应用场景，提供了高效、稳定且连续的在线建图能力。
技术层面，LingBot-Map 采用流式处理架构，改变了传统方法需预先采集完整序列再统一处理的局限，实现了边接收画面边输出定位与结构的实时交互。在国际主流评测中，该模型表现出色:在极具挑战的 Oxford Spires 数据集上，其轨迹误差仅为此前最优流式方法的三分之一，甚至优于部分离线处理算法。性能指标显示，LingBot-Map 支持约20FPS 的实时推理，并能在超万帧的长视频运行中保持精度几乎不衰减，兼顾了高精度、高速度与长时稳定性。
此次 LingBot-Map 的发布，是蚂蚁灵波继深度估计（Depth）、大语言动作模型(VLA)及世界模型(World)等系列成果后的又一重要动作。通过补齐实时空间理解这一核心环，蚂蚁灵波进一步夯实了其具身智能“基座”的完整性。该模型的开源不仅降低了高精度三维感知的硬件门槛，更将加速具身智能设备在复杂动态环境中的感知与决策进化。
via AI新闻资讯 (author: AI Base)
阿里巴巴 ATH 团队今日于 X 平台宣布，其全新开放世界模型产品 Happy Oyster 正式开启早期体验申请。作为继 HappyHorse 之后的又一重磅发布，Happy Oyster 主打实时世界的创建与交互能力，标志着阿里巴巴 ATH 的技术布局已从纯粹的视频生成领域，进一步延伸至更具挑战性的交互式世界模型赛道。目前，感兴趣的用户已可通过官网 happyoyster.cn 提交体验申请。
在此次新品发布前夕，权威 AI 模型评测平台 LM Arena 刚公布了最新 Video Edit（视频编辑）方向排行榜。数据显示，阿里巴巴 ATH 事业群旗下的 happyhorse-1.0模型凭借1299分的 Elo 评分位列全球榜首，成功超越 Grok 等国际主流模型，展现了该团队在多模态视觉处理领域的深厚技术积淀。
Happy Oyster 的推出不仅是阿里巴巴在生成式 AI 领域的一次关键发力，更反映了行业正从“静态内容生成”向“动态可交互环境”进化的技术趋势。通过构建能够实时响应用户指令并进行逻辑交互的开放世界，阿里 ATH 旨在为游戏开发、虚拟仿真及创意设计提供更高维度的生产力工具，持续巩固其在全球 AI 第一梯队的竞争优势。
地址：https://www.happyoyster.cn/
via AI新闻资讯 (author: AI Base)
↩️ 🔮 Apple 急送 Siri 开发团队参加 AI 编码集训，赶工秋季重大更新
🔮 Apple 急送 Siri 开发团队参加 AI 编码集训，赶工秋季重大更新
Apple 计划将 Siri 开发团队的数百名核心成员送往为期数周的 AI 编码集训营，要求他们掌握使用 AI 工具进行软件开发的新 workflow，而非传统编程方式。这一动作发生在距离 iOS 27 秋季发布仅剩两个月之际，显示出苹果急于兑现其多年前承诺的"Siri 新纪元"升级。
据 The Information 披露，此次大规模内部再培训而非单纯依赖招聘，反映出苹果在整合现代 AI 能力进入 Siri 现有架构时遭遇的工程文化冲突与技术瓶颈。新版 Siri 将依托 Google Gemini 提供的大语言模型支持，目标是实现更深度的上下文理解、调用个人数据提供智能回应，以及执行跨应用的复杂任务。
Cult of Mac | The Information
🌸 在花频道｜茶馆讨论｜投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
科技圈🎗在花频道📮:
🔮 苹果计划使用谷歌 1.2 万亿参数 Gemini 模型重构 Siri 据知情人士透露，苹果公司计划使用谷歌开发的 1.2 万亿参数人工智能模型来支持其承诺已久的 Siri 语音助手全面升级。这一谷歌模型的参数规模将远超苹果目前使用的 1500 亿参数模型。 经过广泛评估后，两家公司正在敲定协议，苹果将每年向谷歌支付约 10 亿美元以获得该技术的使用权。新版 Siri 计划于明年春季推出，代号为 Linwood，将在 iOS 26.4 中发布。谷歌的 Gemini 模型将处理 Siri 的摘要和规划…
🔮 Apple 急送 Siri 开发团队参加 AI 编码集训，赶工秋季重大更新
Apple 计划将 Siri 开发团队的数百名核心成员送往为期数周的 AI 编码集训营，要求他们掌握使用 AI 工具进行软件开发的新 workflow，而非传统编程方式。这一动作发生在距离 iOS 27 秋季发布仅剩两个月之际，显示出苹果急于兑现其多年前承诺的"Siri 新纪元"升级。
据 The Information 披露，此次大规模内部再培训而非单纯依赖招聘，反映出苹果在整合现代 AI 能力进入 Siri 现有架构时遭遇的工程文化冲突与技术瓶颈。新版 Siri 将依托 Google Gemini 提供的大语言模型支持，目标是实现更深度的上下文理解、调用个人数据提供智能回应，以及执行跨应用的复杂任务。
Cult of Mac | The Information
🌸 在花频道｜茶馆讨论｜投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
