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
Codex 自我蒸馏玩法爆火！OpenAI 员工揭秘高效省时的 AI 助手秘诀
在 AI 领域，Codex 的自我蒸馏玩法最近引起了广泛关注。一位 OpenAI 的程序员 Vaibhav（简称 VB）分享了他的技巧，只需简单的提示词，就能让 Codex 帮你消灭重复的劳动，变得更高效。VB 透露，只要将一段复制粘贴的指令输入 Codex，它便会自动扫描你的历史会话，识别出你常常手动进行的工作，并将其打包成可重复使用的工具。
在收到网友反馈后，VB 迅速推出了提示词的 2.0 版本，进一步增强了功能。OpenAI 总裁 Greg Brockman 也对此表示支持，并在社交平台上分享了这个冷知识：Codex 实际上是开源的。
那么，这种自我蒸馏是如何实现的呢？VB 的第一版提示词简洁明了，旨在识别用户最近会话中的重复请求，并建议是否创建可复用的工作流或定制代理。虽然第一版提示词简短，但其术语大多是程序员特有的，因此收到不少反馈后，VB 对其进行了扩展。
第二版提示词从 9 行增加到 35 行，数据源和覆盖范围也得到了显著扩展。从仅仅分析编码任务，到如今涵盖了写作、规划、沟通和运营等各种工作场景。这一版本的指令不仅提供建议，更能直接生成高置信度的项目，分为四种类型：固定流程的 Skill、调查任务的 Subagent、定时检查的 Automation，以及不打包的 Skip。
不过，尽管反响热烈，关于历史记录消耗 Token 的担忧依然存在。对于这一点，VB 并没有给出明确回应，而是鼓励用户大胆尝试。同时，OpenAI 近期还降低了 Codex 的速率限制，使更多人能够体验这一功能。
最后，VB 不仅是一位技术专家，还是 Codex 的忠实用户，他在社交平台上分享了自己使用 Codex 的日常，甚至表示自己已经超过一个月没有打开 IDE，完全依赖 Codex 来完成工作。显然，他对 Codex 的热爱是显而易见的。
划重点：
🌟 **Codex 自我蒸馏功能 **：只需简单提示，Codex 即可识别重复劳动，自动生成可复用工具。
🚀 ** 版本升级 **：第二版提示词数据源和覆盖范围显著扩展，支持多种工作场景。
🛠️ ** 用户反馈 **：虽然反响热烈，但关于 Token 消耗的问题仍需关注，鼓励大家大胆尝试。
via AI新闻资讯 (author: AI Base)
在 AI 领域，Codex 的自我蒸馏玩法最近引起了广泛关注。一位 OpenAI 的程序员 Vaibhav（简称 VB）分享了他的技巧，只需简单的提示词，就能让 Codex 帮你消灭重复的劳动，变得更高效。VB 透露，只要将一段复制粘贴的指令输入 Codex，它便会自动扫描你的历史会话，识别出你常常手动进行的工作，并将其打包成可重复使用的工具。
在收到网友反馈后，VB 迅速推出了提示词的 2.0 版本，进一步增强了功能。OpenAI 总裁 Greg Brockman 也对此表示支持，并在社交平台上分享了这个冷知识：Codex 实际上是开源的。
那么，这种自我蒸馏是如何实现的呢？VB 的第一版提示词简洁明了，旨在识别用户最近会话中的重复请求，并建议是否创建可复用的工作流或定制代理。虽然第一版提示词简短，但其术语大多是程序员特有的，因此收到不少反馈后，VB 对其进行了扩展。
第二版提示词从 9 行增加到 35 行，数据源和覆盖范围也得到了显著扩展。从仅仅分析编码任务，到如今涵盖了写作、规划、沟通和运营等各种工作场景。这一版本的指令不仅提供建议，更能直接生成高置信度的项目，分为四种类型：固定流程的 Skill、调查任务的 Subagent、定时检查的 Automation，以及不打包的 Skip。
不过，尽管反响热烈，关于历史记录消耗 Token 的担忧依然存在。对于这一点，VB 并没有给出明确回应，而是鼓励用户大胆尝试。同时，OpenAI 近期还降低了 Codex 的速率限制，使更多人能够体验这一功能。
最后，VB 不仅是一位技术专家，还是 Codex 的忠实用户，他在社交平台上分享了自己使用 Codex 的日常，甚至表示自己已经超过一个月没有打开 IDE，完全依赖 Codex 来完成工作。显然，他对 Codex 的热爱是显而易见的。
划重点：
🌟 **Codex 自我蒸馏功能 **：只需简单提示，Codex 即可识别重复劳动，自动生成可复用工具。
🚀 ** 版本升级 **：第二版提示词数据源和覆盖范围显著扩展，支持多种工作场景。
🛠️ ** 用户反馈 **：虽然反响热烈，但关于 Token 消耗的问题仍需关注，鼓励大家大胆尝试。
via AI新闻资讯 (author: AI Base)
Investigating service degradation for Composer 2.5
May 27, 09:26 UTC
Resolved - This incident has been resolved.
May 27, 09:21 UTC
Investigating - We are seeing a drop in availability for Composer-2.5 and are investigating
via Cursor Status - Incident History
May 27, 09:26 UTC
Resolved - This incident has been resolved.
May 27, 09:21 UTC
Investigating - We are seeing a drop in availability for Composer-2.5 and are investigating
via Cursor Status - Incident History
OpenAI 推理模型自主攻克 80 年难题：从“研究助理”蜕变为“科学发现者”
数学界迎来了一场史无前例的“地震”。OpenAI 正式宣布，其内部一款通用推理模型在没有任何人类手把手引导的情况下，独立推翻并解决了组合几何领域困扰学界80年的经典难题——埃尔德什单位距离猜想（Erdős unit distance problem）。
一、难题的挑战:看似简单的“迷宫”
该问题由传奇数学家保罗·埃尔德什（Paul Erdős）于1946年提出:在平面上摆放 n 个点，最多能有多少对点之间的距离恰好等于1?
● 长期共识的崩塌: 过去80年间，顶尖数学家们普遍认为，最优解应该是类似棋盘网格的排列，点对数量的增长速度应几乎是线性的。
● AI 的“神来之笔”: OpenAI 的模型没有沿着传统几何思路死磕，而是利用代数数论（包括类域塔、Golod–Shafarevich 定理等）构造出了一套全新的点集排列方式，证明了单位距离点对的增长速度确实可以超过线性增长。
二、为何这被称为“AI 数学史上的里程碑”?
菲尔兹奖得主、著名数学家蒂莫西·高尔斯（Tim Gowers）在评价此事时表示:“这毫无疑问是 AI 数学史上的一座里程碑。如果这篇论文是由人类撰写并提交给《数学年鉴》，我会毫不犹豫地推荐接受。”
● 从辅助到自主: 这不仅是一次简单的计算，而是 AI 首次在“无人区”开辟新路径。它不仅给出了答案，更提供了一种人类此前未曾深入挖掘的几何视角与跨学科桥梁。
● 同行评议: 该项成果长达125页，在公开后迅速经过了全球顶尖数学家的验证，多位专家一致认为其逻辑严密、创新性极高。
三、行业信号:AI 从“算得快”进化至“想得深”
这一突破揭示了 AGI（通用人工智能）发展的深层逻辑变迁:
1. 科学发现的新范式: AI 不再局限于在现有知识体系中“整理数据”，而是展现出了作为独立研究者的潜力，能够自主探索、提出假设并进行逻辑论证。
2. 跨界思维的优势: 模型成功将几何难题与深奥的代数数论联系起来，这种连接学科的能力，正是人类专家长久以来引以为傲的“直觉”与“深刻洞察”。
3. 验证未来潜力: 此次证明过程表明，通用推理模型已能够维持长逻辑链的严谨性。这意味着同样的架构未来有望在物理、材料科学、生物医学等更复杂的科研领域复制这一“科学发现”能力。
结语
正如该模型在描述构造过程时所用的评价，这是一个“令人敬畏”的跨越。虽然 AI 取代数学家尚远，但它已经正式拿起了那根名为“科学发现”的接力棒。正如一位数学家所言，正如望远镜之于天文学，AI 正在成为数学家手中新的“科学观测望远镜”，帮助人类眺望远超以往的数学地平线。
via AI新闻资讯 (author: AI Base)
数学界迎来了一场史无前例的“地震”。OpenAI 正式宣布，其内部一款通用推理模型在没有任何人类手把手引导的情况下，独立推翻并解决了组合几何领域困扰学界80年的经典难题——埃尔德什单位距离猜想（Erdős unit distance problem）。
一、难题的挑战:看似简单的“迷宫”
该问题由传奇数学家保罗·埃尔德什（Paul Erdős）于1946年提出:在平面上摆放 n 个点，最多能有多少对点之间的距离恰好等于1?
● 长期共识的崩塌: 过去80年间，顶尖数学家们普遍认为，最优解应该是类似棋盘网格的排列，点对数量的增长速度应几乎是线性的。
● AI 的“神来之笔”: OpenAI 的模型没有沿着传统几何思路死磕，而是利用代数数论（包括类域塔、Golod–Shafarevich 定理等）构造出了一套全新的点集排列方式，证明了单位距离点对的增长速度确实可以超过线性增长。
二、为何这被称为“AI 数学史上的里程碑”?
菲尔兹奖得主、著名数学家蒂莫西·高尔斯（Tim Gowers）在评价此事时表示:“这毫无疑问是 AI 数学史上的一座里程碑。如果这篇论文是由人类撰写并提交给《数学年鉴》，我会毫不犹豫地推荐接受。”
● 从辅助到自主: 这不仅是一次简单的计算，而是 AI 首次在“无人区”开辟新路径。它不仅给出了答案，更提供了一种人类此前未曾深入挖掘的几何视角与跨学科桥梁。
● 同行评议: 该项成果长达125页，在公开后迅速经过了全球顶尖数学家的验证，多位专家一致认为其逻辑严密、创新性极高。
三、行业信号:AI 从“算得快”进化至“想得深”
这一突破揭示了 AGI（通用人工智能）发展的深层逻辑变迁:
1. 科学发现的新范式: AI 不再局限于在现有知识体系中“整理数据”，而是展现出了作为独立研究者的潜力，能够自主探索、提出假设并进行逻辑论证。
2. 跨界思维的优势: 模型成功将几何难题与深奥的代数数论联系起来，这种连接学科的能力，正是人类专家长久以来引以为傲的“直觉”与“深刻洞察”。
3. 验证未来潜力: 此次证明过程表明，通用推理模型已能够维持长逻辑链的严谨性。这意味着同样的架构未来有望在物理、材料科学、生物医学等更复杂的科研领域复制这一“科学发现”能力。
结语
正如该模型在描述构造过程时所用的评价，这是一个“令人敬畏”的跨越。虽然 AI 取代数学家尚远，但它已经正式拿起了那根名为“科学发现”的接力棒。正如一位数学家所言，正如望远镜之于天文学，AI 正在成为数学家手中新的“科学观测望远镜”，帮助人类眺望远超以往的数学地平线。
via AI新闻资讯 (author: AI Base)
Elevated errors on Claude Opus 4.7
May 27, 08:04 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
May 27, 08:04 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
AI模型的安全护栏可在数分钟内被拆除
某些软件工具可以移除Meta、谷歌等科技公司开发的AI模型安全防护，这些工具正被用来生成数千种改造过的、删去原有控制措施的版本。根据AI安全组织Alice进行的测试，这些修改后的AI系统会对涉及生物武器、恶意软件和儿童剥削的提示做出回应。谷歌开源模型 Gemma 3 的一个版本曾回答如何在人员密集的室内空间散布氯气的问题，生成了用于窃取信用卡信息的代码，并撰写了描写儿童性虐待的故事。记者使用了在GitHub上提供的工具“Heretic”，成功移除了Meta旗下 Llama 3.3 模型的安全防护措施。测试无需专用硬件，使用的是免费公开的工具，只用四行代码、不到10分钟就完成了。
—— 英国金融时报、Heretic仓库
via 风向旗参考快讯 - Telegram Channel
某些软件工具可以移除Meta、谷歌等科技公司开发的AI模型安全防护，这些工具正被用来生成数千种改造过的、删去原有控制措施的版本。根据AI安全组织Alice进行的测试，这些修改后的AI系统会对涉及生物武器、恶意软件和儿童剥削的提示做出回应。谷歌开源模型 Gemma 3 的一个版本曾回答如何在人员密集的室内空间散布氯气的问题，生成了用于窃取信用卡信息的代码，并撰写了描写儿童性虐待的故事。记者使用了在GitHub上提供的工具“Heretic”，成功移除了Meta旗下 Llama 3.3 模型的安全防护措施。测试无需专用硬件，使用的是免费公开的工具，只用四行代码、不到10分钟就完成了。
—— 英国金融时报、Heretic仓库
via 风向旗参考快讯 - Telegram Channel
在 ChatGPT 广告业务正式上线仅三个月后，人工智能巨头 OpenAI 迅速对其中长期商业化策略进行了颠覆性调整。公司正将其广告业务重心从服务拥有巨额预算的国际知名品牌，全面转向吸引小型及本地企业。
今年早些时候，OpenAI 首次试水广告业务时采取了高门槛的“VIP”路线，仅面向福特汽车等头部大牌开放，且要求广告主最低预付 20 万美元的投放成本。然而目前，这一高昂的资金门槛已被官方正式宣告取消。
标准化模式对标传统巨头
门槛的彻底取消意味着，无论是跨国集团还是街边的干洗店、洗车店，未来都能够直接通过自助后台参与 ChatGPT 的广告投放。这一转变标志着 OpenAI 放弃了早期的品牌曝光路线，转而全面拥抱更接近 Meta 和谷歌的互联网效果广告模式。
为了进一步吸引看重投资回报率（ROI）的中小商家，OpenAI 还在本周启动了全新“转化类广告”的测试。这种新型广告形式旨在引导用户完成下单消费、预约服务或填写表单等实际操作，为商家带来更直接的生意转化。
按需付费助推规模化营收
与此前仅按千次展示（CPM）计费的呆板模式不同，转化类广告的引入将极大地提升中小商家获取实际客流的效率。商家不再需要为虚无的曝光量买单，而是可以根据真实的获客效果来精准控制自己的推广预算。
业内分析指出，OpenAI 的这一举措旨在通过庞大的中小商家群体，实现广告收入的规模化增长。在技术红利期过后，通过更加接地气的商业化变现手段来支撑庞大的算力开销，已成为大模型企业可持续发展的必然选择。
via AI新闻资讯 (author: AI Base)
教宗的首份通谕被怀疑部分是在 AI 帮助下撰写的
2026-05-27 14:47 by 苹果树下的宇宙飞船
教宗良十四世发布了其首道通谕《伟大的人类（Magnifica Humanitas）》，谈论了在 AI 时代守护人类。但这篇
通谕被质疑部分是在 AI 帮助下撰写的。AI 检测工具 Pangra 的分析显示，部分段落有 40% 到 100% 的概率是由 AI 撰写的，大部分段落则没有使用 AI。以前发布的通谕没有发现使用 AI 的痕迹。根据文本和间接证据判断，所使用的 AI 很可能是 Anthropic 的 Claude。而这份通谕的一位顾问是 Anthropic 联合创始人 Christopher Olah。
https://www.lesswrong.com/posts/wRNJZz2iYrfDaSDdz/claude-author-of-the-humanitas
#人工智能
via Solidot - Telegram Channel
2026-05-27 14:47 by 苹果树下的宇宙飞船
教宗良十四世发布了其首道通谕《伟大的人类（Magnifica Humanitas）》，谈论了在 AI 时代守护人类。但这篇
通谕被质疑部分是在 AI 帮助下撰写的。AI 检测工具 Pangra 的分析显示，部分段落有 40% 到 100% 的概率是由 AI 撰写的，大部分段落则没有使用 AI。以前发布的通谕没有发现使用 AI 的痕迹。根据文本和间接证据判断，所使用的 AI 很可能是 Anthropic 的 Claude。而这份通谕的一位顾问是 Anthropic 联合创始人 Christopher Olah。
https://www.lesswrong.com/posts/wRNJZz2iYrfDaSDdz/claude-author-of-the-humanitas
#人工智能
via Solidot - Telegram Channel
OpenAI 广告业务大转向：挥别“豪门俱乐部”，拥抱中小商家
近日，OpenAI 在广告业务领域实施了自上线以来最重大的一次战略调整。据The Information报道，OpenAI 正迅速将 ChatGPT 广告业务重心从初期的“头部品牌定制化”转向“大众化与效果驱动”。这一转变标志着 OpenAI 正式进入与 Google、Meta 等互联网广告巨头正面竞争的深水区。
一、门槛“大跳水”:从20万美元到全民自助
OpenAI 广告业务在推出初期采取了严苛的“ VIP 策略”:仅向 Adobe、福特汽车等行业头部品牌开放，并设定了 20万美元（约合人民币145万元） 的最低预付投放门槛。
但在最新的调整中:
● 门槛彻底取消: OpenAI 废除了中小企业难以企及的最低预付金额。
● 自助化生态: 无论是大型品牌还是洗车店、干洗店等本地化小微商家，现均可通过自助广告平台参与投放，广告采买方式实现了高度的互联网标准化。
二、策略重心:从“曝光”到“转化”
OpenAI 的目标已从简单的“品牌展示”进化为“效果转化”。为了吸引那些极度看重投资回报率（ROI）的商家，公司正积极测试全新的 “转化类广告”:
● 付费逻辑变革: 此前广告主要采用“千次展示付费（CPM）”模式，而新测试的模式则向传统的绩效营销靠拢——广告主仅在用户完成下单、预约或填写表单等实质性操作时付费。
● 基建完善: 为了支撑这一转型，OpenAI 正推动广告主安装“追踪像素（Ad Pixel）”及连接 API 接口，从而将客户的后端转化数据回传至 OpenAI 系统，构建起一套媲美 Google 和 Meta 的精准转化评价体系。
三、深度解析:为何转向中小企业市场?
这一转型背后，映射出 OpenAI 在商业化进程中的三大核心诉求:
1. 构建生态护城河: 相比高不可攀的奢侈品与汽车大厂，广大的本地服务商（如美发、健身、咨询）才是维持互联网广告平台生态繁荣的“长尾经济”支柱。
2. 直面大模型时代的商业竞争: 随着各大模型厂商进入变现竞速期，OpenAI 需要通过“效果广告”证明其流量的即时交易价值，而非仅仅停留在发现式搜索层面。
3. 数据价值循环: 通过引入更多中小广告主，OpenAI 可以收集到更多元化的业务场景数据，进一步优化其广告推荐算法的精准度，形成“投得多、效果好、投得更多”的正向飞轮。
四、行业信号:AI 平台的“交易化”升级
业内分析认为，这是 AI 平台由“纯信息发现工具”向“交易型生态系统”进化的里程碑。ChatGPT 此前被视为一种“回答者”，而通过接入转化广告和自助后台，它正在转变为一个可以直接实现流量闭环与商业变现的终端。
对于开发者与广告从业者而言，OpenAI 的这一调整降低了实验成本，预示着 ChatGPT 即将成为继搜索与社交之后，又一个不可忽视的获取流量与转化客户的关键阵地。
via AI新闻资讯 (author: AI Base)
近日，OpenAI 在广告业务领域实施了自上线以来最重大的一次战略调整。据The Information报道，OpenAI 正迅速将 ChatGPT 广告业务重心从初期的“头部品牌定制化”转向“大众化与效果驱动”。这一转变标志着 OpenAI 正式进入与 Google、Meta 等互联网广告巨头正面竞争的深水区。
一、门槛“大跳水”:从20万美元到全民自助
OpenAI 广告业务在推出初期采取了严苛的“ VIP 策略”:仅向 Adobe、福特汽车等行业头部品牌开放，并设定了 20万美元（约合人民币145万元） 的最低预付投放门槛。
但在最新的调整中:
● 门槛彻底取消: OpenAI 废除了中小企业难以企及的最低预付金额。
● 自助化生态: 无论是大型品牌还是洗车店、干洗店等本地化小微商家，现均可通过自助广告平台参与投放，广告采买方式实现了高度的互联网标准化。
二、策略重心:从“曝光”到“转化”
OpenAI 的目标已从简单的“品牌展示”进化为“效果转化”。为了吸引那些极度看重投资回报率（ROI）的商家，公司正积极测试全新的 “转化类广告”:
● 付费逻辑变革: 此前广告主要采用“千次展示付费（CPM）”模式，而新测试的模式则向传统的绩效营销靠拢——广告主仅在用户完成下单、预约或填写表单等实质性操作时付费。
● 基建完善: 为了支撑这一转型，OpenAI 正推动广告主安装“追踪像素（Ad Pixel）”及连接 API 接口，从而将客户的后端转化数据回传至 OpenAI 系统，构建起一套媲美 Google 和 Meta 的精准转化评价体系。
三、深度解析:为何转向中小企业市场?
这一转型背后，映射出 OpenAI 在商业化进程中的三大核心诉求:
1. 构建生态护城河: 相比高不可攀的奢侈品与汽车大厂，广大的本地服务商（如美发、健身、咨询）才是维持互联网广告平台生态繁荣的“长尾经济”支柱。
2. 直面大模型时代的商业竞争: 随着各大模型厂商进入变现竞速期，OpenAI 需要通过“效果广告”证明其流量的即时交易价值，而非仅仅停留在发现式搜索层面。
3. 数据价值循环: 通过引入更多中小广告主，OpenAI 可以收集到更多元化的业务场景数据，进一步优化其广告推荐算法的精准度，形成“投得多、效果好、投得更多”的正向飞轮。
四、行业信号:AI 平台的“交易化”升级
业内分析认为，这是 AI 平台由“纯信息发现工具”向“交易型生态系统”进化的里程碑。ChatGPT 此前被视为一种“回答者”，而通过接入转化广告和自助后台，它正在转变为一个可以直接实现流量闭环与商业变现的终端。
对于开发者与广告从业者而言，OpenAI 的这一调整降低了实验成本，预示着 ChatGPT 即将成为继搜索与社交之后，又一个不可忽视的获取流量与转化客户的关键阵地。
via AI新闻资讯 (author: AI Base)
据The Information报道称，在ChatGPT广告业务上线仅三个月后，OpenAI迅速调整了其商业化策略，正将广告业务重心从服务拥有高额预算的知名品牌，全面转向吸引小型及本地企业，并大幅降低了广告投放的门槛。
今年早些时候，OpenAI首次推出ChatGPT广告业务时，采取了高门槛的“VIP”策略，仅面向Adobe、福特汽车等头部大品牌开放，且要求广告主最低预付20万美元的投放成本。
然而，目前OpenAI已正式取消了面向中小广告主的最低预付金额要求。这意味着，无论是大型品牌还是街边的干洗店、洗车店，都可以直接通过自助后台参与投放。这一转变标志着OpenAI放弃了早期“高举高打”的品牌曝光路线，转而采用更接近Meta和Google的标准化、可规模化的互联网效果广告模式。
为了进一步吸引看重投资回报率（ROI）的中小商家，OpenAI本周开始允许广告主测试全新的“转化类广告”。与此前仅按千次展示（CPM）计费的模式不同，转化类广告旨在引导用户完成下单消费、预约服务或填写表单等实际操作。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球网资讯)
估值 820 万美元的“数据矿工”：Human Archive 如何在印度挖掘机器人训练“金矿”
在通用机器人（Physical AI）竞赛进入白热化的今天，高质量的现实世界行为数据已成为比算力更稀缺的战略资源。总部位于硅谷的初创公司 Human Archive 正在押注一个极具争议但也极具潜力的领域：通过让印度零工经济从业者佩戴摄像设备，采集“第一人称视角”（Egocentric）视频数据，为 AI 实验室训练机器人“大脑”。
一、融资与背书：汇聚顶尖 AI 资本
近日，Human Archive 宣布完成 820 万美元 的融资。本轮投资阵容堪称豪华，不仅包括 Wing Venture Capital 与 Y Combinator，更吸引了来自 OpenAI、Nvidia、Google、Meta 等顶级 AI 公司及研究机构的高管与研究员以个人名义参投。这显示出科技界对“高质量物理世界数据”的极度渴望。
二、核心业务：不仅是视频，而是“多维感官数据”
为了在同类竞品中脱颖而出，Human Archive 不满足于单纯的视频采集。其技术壁垒在于多传感器同步：
● 全息采集体系： 除了头戴式 RGB-D 摄像头，公司还开发并部署了触觉手套、全身动作捕捉服、手腕摄像头等装置。
● 数据对齐： 将运动轨迹、触觉压力、深度信息（Depth）与第一人称视频在时间轴上进行毫秒级对齐。
● 规模化部署： 目前已在多地部署超过 1，000 套头戴设备 和 50 多种复合传感器终端。
三、商业模式：以“折扣”换“数据”
Human Archive 采取了一种巧妙的众包模式：
1. 折扣驱动： 在合作的家政平台上，用户若同意工人在上门服务时采集数据，即可享受折扣服务费。
2. 多重收益： 对于消费者，视频记录不仅抵扣了费用，还能作为服务质量争议时的证据；对于工人，除了原本的劳务工资外，还能获得额外的每小时约 1 美元 的采集酬劳。
四、争议与挑战：舆论风暴眼
尽管前景广阔，Human Archive 的扩张之路并非坦途，甚至引发了公开对抗：
● 公开拒单： 印度家政平台巨头 Urban Company 和初创公司 Pronto 均公开拒绝了合作。Human Archive 创始人与这些公司高管在社交平台 X 上发生了激烈交锋，甚至出现言语冲突。
● 隐私监管： 其数据采集方式已引起印度电子和信息技术部（MeitY）的关注，重点核查其“知情同意”机制是否合规。虽然公司强调所有数据均已进行脱敏处理并模糊处理人脸，但仍面临巨大的合规压力。
五、未来展望：AI 的“数据中枢”
尽管在印度市场遭遇巨头抵制，但 Human Archive 的野心远不止于此。目前，公司已开始向东南亚和美国市场扩张，并计划构建一个全球化的数据采集平台。
行业洞察：
随着 OpenAI、Figure 等机器人先锋企业加速推进人形机器人进入家庭与工厂，人类日常工作的“第一人称数据集”已成为决定模型成败的命门。Human Archive 试图在“劳动力众包”与“机器人底层 infrastructure”之间建立起一座桥梁。
对于 Human Archive 而言，接下来的挑战不在于技术——而在于其能否在保持扩张速度的同时，处理好与本土家政巨头的关系，并证明其数据采集行为在法律与道德层面不仅是合规的，更是具备长久商业价值的。
via AI新闻资讯 (author: AI Base)
在通用机器人（Physical AI）竞赛进入白热化的今天，高质量的现实世界行为数据已成为比算力更稀缺的战略资源。总部位于硅谷的初创公司 Human Archive 正在押注一个极具争议但也极具潜力的领域：通过让印度零工经济从业者佩戴摄像设备，采集“第一人称视角”（Egocentric）视频数据，为 AI 实验室训练机器人“大脑”。
一、融资与背书：汇聚顶尖 AI 资本
近日，Human Archive 宣布完成 820 万美元 的融资。本轮投资阵容堪称豪华，不仅包括 Wing Venture Capital 与 Y Combinator，更吸引了来自 OpenAI、Nvidia、Google、Meta 等顶级 AI 公司及研究机构的高管与研究员以个人名义参投。这显示出科技界对“高质量物理世界数据”的极度渴望。
二、核心业务：不仅是视频，而是“多维感官数据”
为了在同类竞品中脱颖而出，Human Archive 不满足于单纯的视频采集。其技术壁垒在于多传感器同步：
● 全息采集体系： 除了头戴式 RGB-D 摄像头，公司还开发并部署了触觉手套、全身动作捕捉服、手腕摄像头等装置。
● 数据对齐： 将运动轨迹、触觉压力、深度信息（Depth）与第一人称视频在时间轴上进行毫秒级对齐。
● 规模化部署： 目前已在多地部署超过 1，000 套头戴设备 和 50 多种复合传感器终端。
三、商业模式：以“折扣”换“数据”
Human Archive 采取了一种巧妙的众包模式：
1. 折扣驱动： 在合作的家政平台上，用户若同意工人在上门服务时采集数据，即可享受折扣服务费。
2. 多重收益： 对于消费者，视频记录不仅抵扣了费用，还能作为服务质量争议时的证据；对于工人，除了原本的劳务工资外，还能获得额外的每小时约 1 美元 的采集酬劳。
四、争议与挑战：舆论风暴眼
尽管前景广阔，Human Archive 的扩张之路并非坦途，甚至引发了公开对抗：
● 公开拒单： 印度家政平台巨头 Urban Company 和初创公司 Pronto 均公开拒绝了合作。Human Archive 创始人与这些公司高管在社交平台 X 上发生了激烈交锋，甚至出现言语冲突。
● 隐私监管： 其数据采集方式已引起印度电子和信息技术部（MeitY）的关注，重点核查其“知情同意”机制是否合规。虽然公司强调所有数据均已进行脱敏处理并模糊处理人脸，但仍面临巨大的合规压力。
五、未来展望：AI 的“数据中枢”
尽管在印度市场遭遇巨头抵制，但 Human Archive 的野心远不止于此。目前，公司已开始向东南亚和美国市场扩张，并计划构建一个全球化的数据采集平台。
行业洞察：
随着 OpenAI、Figure 等机器人先锋企业加速推进人形机器人进入家庭与工厂，人类日常工作的“第一人称数据集”已成为决定模型成败的命门。Human Archive 试图在“劳动力众包”与“机器人底层 infrastructure”之间建立起一座桥梁。
对于 Human Archive 而言，接下来的挑战不在于技术——而在于其能否在保持扩张速度的同时，处理好与本土家政巨头的关系，并证明其数据采集行为在法律与道德层面不仅是合规的，更是具备长久商业价值的。
via AI新闻资讯 (author: AI Base)
据最新消息，前 ServiceNow 和 Salesforce 营销高管科林·弗莱明（Colin Fleming）已正式宣布加入 OpenAI，担任首席营销官(商业方向)。弗莱明拥有丰富的市场营销经验，曾在企业服务巨头 ServiceNow 和 Salesforce 负责营销工作。
此外，他还曾是一名职业赛车手，职业背景多元而独特。在加入 OpenAI 的声明中，弗莱明高度评价了这家 AI 公司。他表示，OpenAI 是一家“改变人们对可能性认知”的公司，这正是吸引他加入的核心原因。
他特别强调了 OpenAI 带来的工作方式变革:“创意不再需要等待预算、审批或长达六个月的路线图。你可以直接动手实践。”此番任命标志着 OpenAI 在商业化进程中进一步加强营销与业务领导力，弗莱明将助力 OpenAI 在全球市场推广其前沿 AI 产品与理念。
via AI新闻资讯 (author: AI Base)
Investigating Service Degradation in AI Features
May 27, 06:39 UTC
Investigating - We are investigating a service degradation affecting AI features, including Agent mode.
via Cursor Status - Incident History
May 27, 06:39 UTC
Investigating - We are investigating a service degradation affecting AI features, including Agent mode.
via Cursor Status - Incident History
Elevated errors on Claude Opus 4.7
May 27, 05:43 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
May 27, 05:43 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
