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
亚马逊订单激增三倍，英伟达芯片成全球大厂“硬通货”
近日，亚马逊与英伟达宣布进一步深化战略合作，亚马逊在数月前刚宣布部署超过 100 万枚英伟达GPU的基础上，将订单量直接激增三倍，计划在其数据中心再引入 200 万枚英伟达GPU芯片。这笔跨国巨头的合作不仅印证了当前AI需求的井喷，也再次将算力背后的巨额资本博弈推向了台前。
根据两家公司披露的合作细节，此次新增的 200 万枚GPU芯片涵盖了英伟达最新的Blackwell Ultra、Rubin以及Rubin Ultra等尖端架构，预计将在 2027 年至 2028 年期间正式部署至亚马逊云科技（AWS）的数据中心。尽管双方并未公布具体的财务条款，但考虑到高端GPU的单价，该交易的价值无疑高达数百亿美元。英伟达官方表示，由于初创企业、大型企业、顶尖AI实验室甚至各国政府对算力的需求持续远超预期，促使双方迅速敲定了这笔大单。
值得注意的是，双方的合作早已超越了单纯的芯片买卖。英伟达宣布，其全栈技术生态——包括将数千枚GPU连接成超级集群的网络硬件、开源模型、CPU、数据处理软件以及机器人平台——都将全面整合进AWS。其中，英伟达的Vera CPU也将同步向AWS交付，部分与Rubin架构集成，部分则作为独立处理器使用。此外，亚马逊还计划在其仓储机器人和企业级业务中全面采用英伟达的物理AI技术栈，包括Omniverse数字孪生平台、Cosmos世界模型平台、Isaac机器人开发平台以及Jetson边缘计算硬件。在企业级AI服务方面，AWS的Amazon Bedrock和SageMaker平台也将正式引入英伟达的Nemotron系列开源大模型。
这场史诗级合作展开的同时，亚马逊自身也在大力推进自研芯片战略，试图减少对英伟达的依赖。目前，亚马逊的自研芯片业务增长迅速，其基于Arm架构的Graviton系列CPU正在挑战传统服务器芯片，而专为深度学习负载设计的Trainium芯片也被亚马逊视为英伟达H100 或Blackwell芯片的直接竞争对手。亚马逊高管此前透露，得益于Anthropic和OpenAI等AI实验室高达 225 亿美元的总承诺，其自研芯片业务的年度经常性收入运行率已经突破了 250 亿美元。
从英伟达自身的财务数据来看，其强劲表现依然无可撼动。英伟达在近期发布的财报中显示，第二季度总营收达到96. 2 亿美元，一举超越分析师预期。其中，数据中心业务贡献了高达 89 亿美元的销售额，较去年同期暴增117%。展望第三季度，英伟达预计营收将进一步攀升至 108 亿美元，这其中将包含下一代Rubin GPU的初期量产出货。
为了应对未来几年持续井喷的AI硬件需求，英伟达正在疯狂囤积供应链与制造产能。财报显示，英伟达针对当前及未来数据中心项目的供应链与制造能力承诺投入已大幅增至 279 亿美元，而在上一季度这一数字为 119 亿美元。这其中包括了本财年剩余时间预计支出的 92 亿美元，以及 2028 财年预计支出的 87 亿美元。
正如英伟达CEO黄仁勋在财报电话会议上所强调的，整个行业的核心逻辑已经转变为AI正在产生实际且有用的生产力，AI正在源源不断地创造出能够带来丰厚利润的“Token”。只要拥有更多算力，就能创造更多高价值的利润，这也是推动所有科技巨头不惜代价持续加码、全力押注AI基础设施建设的根本原因。
via AI新闻资讯 (author: AI Base)
近日，亚马逊与英伟达宣布进一步深化战略合作，亚马逊在数月前刚宣布部署超过 100 万枚英伟达GPU的基础上，将订单量直接激增三倍，计划在其数据中心再引入 200 万枚英伟达GPU芯片。这笔跨国巨头的合作不仅印证了当前AI需求的井喷，也再次将算力背后的巨额资本博弈推向了台前。
根据两家公司披露的合作细节，此次新增的 200 万枚GPU芯片涵盖了英伟达最新的Blackwell Ultra、Rubin以及Rubin Ultra等尖端架构，预计将在 2027 年至 2028 年期间正式部署至亚马逊云科技（AWS）的数据中心。尽管双方并未公布具体的财务条款，但考虑到高端GPU的单价，该交易的价值无疑高达数百亿美元。英伟达官方表示，由于初创企业、大型企业、顶尖AI实验室甚至各国政府对算力的需求持续远超预期，促使双方迅速敲定了这笔大单。
值得注意的是，双方的合作早已超越了单纯的芯片买卖。英伟达宣布，其全栈技术生态——包括将数千枚GPU连接成超级集群的网络硬件、开源模型、CPU、数据处理软件以及机器人平台——都将全面整合进AWS。其中，英伟达的Vera CPU也将同步向AWS交付，部分与Rubin架构集成，部分则作为独立处理器使用。此外，亚马逊还计划在其仓储机器人和企业级业务中全面采用英伟达的物理AI技术栈，包括Omniverse数字孪生平台、Cosmos世界模型平台、Isaac机器人开发平台以及Jetson边缘计算硬件。在企业级AI服务方面，AWS的Amazon Bedrock和SageMaker平台也将正式引入英伟达的Nemotron系列开源大模型。
这场史诗级合作展开的同时，亚马逊自身也在大力推进自研芯片战略，试图减少对英伟达的依赖。目前，亚马逊的自研芯片业务增长迅速，其基于Arm架构的Graviton系列CPU正在挑战传统服务器芯片，而专为深度学习负载设计的Trainium芯片也被亚马逊视为英伟达H100 或Blackwell芯片的直接竞争对手。亚马逊高管此前透露，得益于Anthropic和OpenAI等AI实验室高达 225 亿美元的总承诺，其自研芯片业务的年度经常性收入运行率已经突破了 250 亿美元。
从英伟达自身的财务数据来看，其强劲表现依然无可撼动。英伟达在近期发布的财报中显示，第二季度总营收达到96. 2 亿美元，一举超越分析师预期。其中，数据中心业务贡献了高达 89 亿美元的销售额，较去年同期暴增117%。展望第三季度，英伟达预计营收将进一步攀升至 108 亿美元，这其中将包含下一代Rubin GPU的初期量产出货。
为了应对未来几年持续井喷的AI硬件需求，英伟达正在疯狂囤积供应链与制造产能。财报显示，英伟达针对当前及未来数据中心项目的供应链与制造能力承诺投入已大幅增至 279 亿美元，而在上一季度这一数字为 119 亿美元。这其中包括了本财年剩余时间预计支出的 92 亿美元，以及 2028 财年预计支出的 87 亿美元。
正如英伟达CEO黄仁勋在财报电话会议上所强调的，整个行业的核心逻辑已经转变为AI正在产生实际且有用的生产力，AI正在源源不断地创造出能够带来丰厚利润的“Token”。只要拥有更多算力，就能创造更多高价值的利润，这也是推动所有科技巨头不惜代价持续加码、全力押注AI基础设施建设的根本原因。
via AI新闻资讯 (author: AI Base)
Google升级Gemini Live接入Spark，语音直接操控Gmail与全家桶
Google近日对旗下语音交互助手 Gemini Live 进行了重大版本升级，将其从过去单一的自然语音对话工具，正式推向面向生产力场景与智能代理（Agent）工作流的新阶段。自 2024 年推出以来，Gemini Live 持续扩展其功能边界，目前已支持超过 40 种语言，并深度打通了多款 Google 应用。此次更新的核心，在于全面强化了任务执行、跨应用协作以及个性化服务能力。
此次升级中最引人瞩目的变化，是 Gemini Live 接入了 Google 的智能代理系统 Spark。用户只需通过简单的语音描述需求，Spark 便能在后台跨 Google Docs、Google Sheets、Google Drive 以及网页等多种服务，持续处理复杂的多步骤任务。例如，用户可以将零散的想法口述给 Gemini Live，并要求 Spark 自动将其整理成 Google Docs 文档大纲；或者让助手维护每周餐单，并依据保存在 Docs 中的食谱自动生成采购清单。
为了进一步贴合日常办公需求，Gemini Live 还新增了名为“每日简报”（Daily Brief）的功能。用户只需询问相关指令，就能获得一份整合了 Gmail 邮件与 Google 日历中重要信息的语音摘要。同时，更新后的系统加入了免手操作 Gmail 的能力，用户不仅能通过语音指令搜索和概括邮件内容，还可以直接对邮件执行加星标、归档或删除等一系列操作。
在个性化体验与上下文理解方面，以往 Gemini Live 的每次对话基本都独立进行，无法继承过往的交流上下文。经过此次更新，Gemini Live 能够结合先前的对话内容，以及已连接的 Gmail、Google Photos、Google 搜索和 YouTube 等服务信息，输出更贴合用户习惯的个性化回应。Google 举例指出，Gemini Live 能够先汇总 Gmail 中的近期安排，再将后续任务无缝交由 Spark 处理，例如在 Google 日历中创建对应日程，并自动加入预计的驾车时间。
在订阅权限与收费模式方面，使用 Gemini Spark 相关功能需要用户开通 Google AI Pro 或更高等级的订阅服务；而“每日简报”功能则要求用户至少订阅 Google AI Plus。
via AI新闻资讯 (author: AI Base)
Google近日对旗下语音交互助手 Gemini Live 进行了重大版本升级，将其从过去单一的自然语音对话工具，正式推向面向生产力场景与智能代理（Agent）工作流的新阶段。自 2024 年推出以来，Gemini Live 持续扩展其功能边界，目前已支持超过 40 种语言，并深度打通了多款 Google 应用。此次更新的核心，在于全面强化了任务执行、跨应用协作以及个性化服务能力。
此次升级中最引人瞩目的变化，是 Gemini Live 接入了 Google 的智能代理系统 Spark。用户只需通过简单的语音描述需求，Spark 便能在后台跨 Google Docs、Google Sheets、Google Drive 以及网页等多种服务，持续处理复杂的多步骤任务。例如，用户可以将零散的想法口述给 Gemini Live，并要求 Spark 自动将其整理成 Google Docs 文档大纲；或者让助手维护每周餐单，并依据保存在 Docs 中的食谱自动生成采购清单。
为了进一步贴合日常办公需求，Gemini Live 还新增了名为“每日简报”（Daily Brief）的功能。用户只需询问相关指令，就能获得一份整合了 Gmail 邮件与 Google 日历中重要信息的语音摘要。同时，更新后的系统加入了免手操作 Gmail 的能力，用户不仅能通过语音指令搜索和概括邮件内容，还可以直接对邮件执行加星标、归档或删除等一系列操作。
在个性化体验与上下文理解方面，以往 Gemini Live 的每次对话基本都独立进行，无法继承过往的交流上下文。经过此次更新，Gemini Live 能够结合先前的对话内容，以及已连接的 Gmail、Google Photos、Google 搜索和 YouTube 等服务信息，输出更贴合用户习惯的个性化回应。Google 举例指出，Gemini Live 能够先汇总 Gmail 中的近期安排，再将后续任务无缝交由 Spark 处理，例如在 Google 日历中创建对应日程，并自动加入预计的驾车时间。
在订阅权限与收费模式方面，使用 Gemini Spark 相关功能需要用户开通 Google AI Pro 或更高等级的订阅服务；而“每日简报”功能则要求用户至少订阅 Google AI Plus。
via AI新闻资讯 (author: AI Base)
黄仁勋回应OpenAI自研芯片：英伟达做的完全不同
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
—— 凤凰网科技
via 风向旗参考快讯 - Telegram Channel
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
—— 凤凰网科技
via 风向旗参考快讯 - Telegram Channel
通义千问发布Qwen3.8-Flash-Next，提前剧透Qwen4架构
大模型开源领域的创新节奏再次刷新纪录。阿里通义千问团队近日正式开源了全新多模态MoE模型Qwen3.8-Flash-Next，作为Qwen4 架构的早期预览版本，该模型在保持极低计算开销的同时展现出了越级的性能表现。
在核心架构与参数规模上，Qwen3.8-Flash-Next采用了高度稀疏的混合专家（MoE）设计。整个模型总参数量为 1250 亿，并额外搭配了 510 亿参数的N-gram嵌入表以及 40 亿参数的多token预测模块，但每个token实际激活的参数量仅有 60 亿。其整体拥有 48 层网络结构，MoE层集成了 512 个专家并通过top- 10 进行路由分配。
技术创新方面，该模型集成了多项前沿升级。它引入了GDN与QSA混合注意力机制，兼顾了长文本处理任务的运行效率与信息检索精度，将原生256K的上下文窗口通过YaRN技术成功扩展至1M。同时，通过引入 510 亿参数的N-gram嵌入，几乎不增加额外计算成本便大幅扩展了容量，且支持通过异步预取使其驻留于系统低速DRAM内存中；此外还采用了门控残差连接（GR）以及微块粒度选择上下文的稀疏注意力设计。
在实际性能与成本表现上，该模型交出了亮眼答卷。受益于极致的稀疏化设计，其训练成本仅为上一代Qwen3.7-Plus的九分之一，但在代码编写与办公等核心任务上的表现实现了显著跃升。多方评测与最新报道确认，凭借仅6B的激活参数，该模型在能力上成功击败了Claude Opus 4.6 Max等顶尖旗舰。
在生态部署与开源节奏上，SGLang在模型发布首日便提供了Day- 0 级别的直接支持，开发者可以通过开源渠道获取模型权重并在本地或集群环境中高效部署。这一系列底层架构的创新与突破，不仅为全球开源社区提供了前沿的技术探索样本，也进一步推动了高性能AI大模型向低成本、高效率的规模化落地演进。
via AI新闻资讯 (author: AI Base)
大模型开源领域的创新节奏再次刷新纪录。阿里通义千问团队近日正式开源了全新多模态MoE模型Qwen3.8-Flash-Next，作为Qwen4 架构的早期预览版本，该模型在保持极低计算开销的同时展现出了越级的性能表现。
在核心架构与参数规模上，Qwen3.8-Flash-Next采用了高度稀疏的混合专家（MoE）设计。整个模型总参数量为 1250 亿，并额外搭配了 510 亿参数的N-gram嵌入表以及 40 亿参数的多token预测模块，但每个token实际激活的参数量仅有 60 亿。其整体拥有 48 层网络结构，MoE层集成了 512 个专家并通过top- 10 进行路由分配。
技术创新方面，该模型集成了多项前沿升级。它引入了GDN与QSA混合注意力机制，兼顾了长文本处理任务的运行效率与信息检索精度，将原生256K的上下文窗口通过YaRN技术成功扩展至1M。同时，通过引入 510 亿参数的N-gram嵌入，几乎不增加额外计算成本便大幅扩展了容量，且支持通过异步预取使其驻留于系统低速DRAM内存中；此外还采用了门控残差连接（GR）以及微块粒度选择上下文的稀疏注意力设计。
在实际性能与成本表现上，该模型交出了亮眼答卷。受益于极致的稀疏化设计，其训练成本仅为上一代Qwen3.7-Plus的九分之一，但在代码编写与办公等核心任务上的表现实现了显著跃升。多方评测与最新报道确认，凭借仅6B的激活参数，该模型在能力上成功击败了Claude Opus 4.6 Max等顶尖旗舰。
在生态部署与开源节奏上，SGLang在模型发布首日便提供了Day- 0 级别的直接支持，开发者可以通过开源渠道获取模型权重并在本地或集群环境中高效部署。这一系列底层架构的创新与突破，不仅为全球开源社区提供了前沿的技术探索样本，也进一步推动了高性能AI大模型向低成本、高效率的规模化落地演进。
via AI新闻资讯 (author: AI Base)
Anthropic据悉豪掷450亿美元锁定AI算力
人工智能初创公司Anthropic将斥资450亿美元，向云基础设施服务商Nscale租用其位于美国西弗吉尼亚州的数据中心园区的AI算力资源。随着公司为筹备史诗级首次公开募股(IPO)做准备，Anthropic公司正大举扩充算力，以满足其预计将持续增长的业务需求。
知情人士表示，Nscale将部署英伟达最新的Vera Rubin系列芯片，以满足Anthropic的算力需求。该数据中心预计将于2027年底投入运营。Anthropic与Nscale签署的这份协议期限6年，对应的电力容量约为460兆瓦。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
人工智能初创公司Anthropic将斥资450亿美元，向云基础设施服务商Nscale租用其位于美国西弗吉尼亚州的数据中心园区的AI算力资源。随着公司为筹备史诗级首次公开募股(IPO)做准备，Anthropic公司正大举扩充算力，以满足其预计将持续增长的业务需求。
知情人士表示，Nscale将部署英伟达最新的Vera Rubin系列芯片，以满足Anthropic的算力需求。该数据中心预计将于2027年底投入运营。Anthropic与Nscale签署的这份协议期限6年，对应的电力容量约为460兆瓦。
—— 财联社、彭博社
via 风向旗参考快讯 - Telegram Channel
OpenAI 前研究员巴雷特·佐夫重返谷歌，助阵 Gemini 研发
巴雷特·佐夫（Barret Zoph）今年曾因与 Thinking Machines Lab CEO 米拉·穆拉蒂分歧突然离职并转投 OpenAI，如今这位联合创始人再度易主。Alphabet 旗下谷歌宣布，佐夫将回归出任研究副总裁，把强化学习与后训练的专业经验带进 Gemini 团队。
"旋转门"研究员的又一圈
佐夫的履历堪称 AI 人才流动的典型样本。他 2016 年入 Google Brain 做大模型研究，2022 年转 OpenAI 参与 ChatGPT 研发、主管后训练与基础模型产品化，2024 年离职创办 Thinking Machines Lab 任 CTO，2026 年 1 月又回归 OpenAI。
今年 1 月与他同离 Thinking Machines Lab 的，还有联合创始人卢克·梅茨与萨姆·舍恩霍尔茨，三人随后均加入 OpenAI——而他们创业前都曾在 OpenAI 任职。谷歌发言人表示期待他带着 RL 与后训练经验回归，这也折射出 Gemini 在冲刺阶段对顶尖后训练人才的渴求，以及大模型竞赛里研究者归属正成为实力消长的关键变量。
via AI新闻资讯 (author: AI Base)
巴雷特·佐夫（Barret Zoph）今年曾因与 Thinking Machines Lab CEO 米拉·穆拉蒂分歧突然离职并转投 OpenAI，如今这位联合创始人再度易主。Alphabet 旗下谷歌宣布，佐夫将回归出任研究副总裁，把强化学习与后训练的专业经验带进 Gemini 团队。
"旋转门"研究员的又一圈
佐夫的履历堪称 AI 人才流动的典型样本。他 2016 年入 Google Brain 做大模型研究，2022 年转 OpenAI 参与 ChatGPT 研发、主管后训练与基础模型产品化，2024 年离职创办 Thinking Machines Lab 任 CTO，2026 年 1 月又回归 OpenAI。
今年 1 月与他同离 Thinking Machines Lab 的，还有联合创始人卢克·梅茨与萨姆·舍恩霍尔茨，三人随后均加入 OpenAI——而他们创业前都曾在 OpenAI 任职。谷歌发言人表示期待他带着 RL 与后训练经验回归，这也折射出 Gemini 在冲刺阶段对顶尖后训练人才的渴求，以及大模型竞赛里研究者归属正成为实力消长的关键变量。
via AI新闻资讯 (author: AI Base)
Claude 在 Cowork 桌面应用中加入内置浏览器，任务涉及网站时会在侧边栏自动打开，由 Claude 导航网页、阅读、点击和输入，可填表单或操作无连接器的门户，无需安装扩展。
该浏览器与用户浏览器隔离，看不到标签、书签和密码；本周起向 Pro、Max、Team 计划推送并默认开启，Enterprise 管理员今天起可启用。
Claude
🌸 在花频道 · 茶馆水群 · 投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
据CNBC报道，英伟达CEO黄仁勋(Jensen Huang)周三为公司不断为AI热潮提供融资的做法进行辩护，并反驳了外界的批评。有人认为，英伟达向其他AI公司提供资金支持，是为了人为推高自身营收增长。
黄仁勋
黄仁勋周三在接受CNBC《疯狂金钱》节目采访时表示：“我认为，他们忽略了一个非常重要的关键点。这是第一代需要数百亿美元才能获得融资的创业公司。上一次有人听说一家创业公司需要数十亿美元才能起步，还需要数百亿美元才能实现盈利，是什么时候？这种事情以前从未发生过。
“但这恰恰是AI的本质。开发AI的成本，以及部署AI的成本都非常高，需要投入大量资本。”他表示。
英伟达因AI热潮而积累了大量现金，这得益于其作为AI芯片龙头制造商的地位。这些芯片是运行OpenAI旗下ChatGPT以及其他类似应用背后大语言模型所必需的。英伟达利用这些资金，投资了AI生态系统中的多家公司，从OpenAI和Anthropic等AI模型开发商，到向客户出租英伟达芯片算力的新型云服务提供商。
黄仁勋称，这些投资安排反映出，打造前沿AI公司所需的资金规模前所未有。他表示，英伟达希望既能入股这些领先的AI公司，又能在必要时为它们提供更广泛的支持。
“有几家公司，也就是这些前沿AI实验室，是千载难逢的公司，我们希望成为它们的投资者。我们希望支持它们，成为它们的合作伙伴。当然，我们也非常希望它们能够在我们的平台之上构建自己的生态系统，然后与我们一起扩大业务规模。因此，在这些公司发展初期投资它们，是一个非常好的机会。”黄仁勋称。
黄仁勋还反驳了外界的担忧，即如果这些公司中的某一家陷入困境，英伟达可能会被迫承担损失。他表示，英伟达的计算基础设施可以根据不同客户和工作负载的需求重新部署，从而限制英伟达对任何单一投资项目的风险敞口。
他补充说：“我们投入的资金将带来巨大的回报。我认为风险很低。”
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
据路透社报道，OpenAI在周三发布的一份报告中表示，由其自身创建的AI智能体在内部测试期间入侵公司自己的系统，并且在某些情况下试图隐藏其行为。这些发现可能会进一步加剧外界对AI系统能力日益增强的担忧。OpenAI表示，部分智能体逃离了受限的测试环境，与其他智能体协作并篡改了公司系统，还有一些智能体在与网络安全无关的任务中采取了作弊行为。
一些失控行为最终导致智能体上个月对开源软件平台Hugging Face的入侵，此前已有部分相关情况被披露或提及。
但在周三发布的37页报告中，OpenAI首次公布了许多细节。其中一些细节引发了至少一名AI安全研究人员的担忧。该研究人员表示，这些情况可能暴露出OpenAI内部，甚至整个行业AI技术存在更深层次的问题。
报告的主要发现包括：
* OpenAI的智能体侵入了公司内部系统的部分区域，试图在测试中作弊或获得更大的行动自由。
* 不止一个OpenAI智能体参与了针对Hugging Face的黑客攻击，并且至少在一个案例中，这些智能体相互交换了关于如何潜入公司网络的信息。
* 智能体在与网络安全无关的测试中作弊，包括涉及蛋白质数据库和电子表格的测试。
* 部分AI模型试图通过删除或修改其行为记录来掩盖不当行为。
入侵自家系统
OpenAI披露了7月19日发生的两起事件。在这两起事件中，AI智能体入侵了公司自己的基础设施。其中一起事件中，AI智能体利用了其原本被限制运行的计算机中的一个漏洞，从而逃出测试环境，并访问其他相互连接的系统。
在同一天发生的另一起事件中，智能体窃取了OpenAI的凭证并篡改了公司的云环境。
OpenAI表示，这些活动针对的是用于评估模型性能的自动化系统，不过最终并未影响这些系统所审查的记录。报告还称，“几乎没有证据表明这些智能体试图阻挠人工审查人员”。但当被问及这是否意味着AI智能体曾尝试欺骗人类时，OpenAI没有作出回应。
报告指出，该公司正在加强其研究基础设施，加大监控力度，并完善旨在防止有害或意外行为的安全保障措施。“鉴于AI行业发展速度之快，应当假定此类攻击对企业组织而言是真实存在的近期威胁，并且其复杂程度将高于本事件中所描述的攻击。”报告称。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
面对OpenAI自研推理芯片Jalapeño带来的潜在竞争，英伟达CEO黄仁勋(Jensen Huang)在公司2027财年第二季度财报电话会上作出回应。他表示，英伟达正在打造的东西与OpenAI的自研芯片“截然不同”。
“我们正在打造一种截然不同的东西。”黄仁勋表示，英伟达并不仅仅提供单一芯片，而是一个覆盖完整AI生命周期的平台。
“英伟达是一个平台，一个完整的AI工厂平台，覆盖整个AI生命周期，你可以在任何云中使用它。”黄仁勋称。
黄仁勋的这一表态是在OpenAI推进自研AI芯片的背景下作出的。按照电话会上的表述，他并未表现出对Jalapeño的明显担忧，而是将英伟达与OpenAI自研芯片的差异指向产品定位：前者强调覆盖AI生命周期的平台能力，而非单一芯片之间的竞争。
在同一场电话会上，黄仁勋还谈到了开放模型与专有AI模型之间的竞争。他表示，并不认为开放模型会对专有模型构成重大风险，“开放模型和闭源模型都将取得成功，而且，它们正在同时推动我们的销售增长。”
黄仁勋同时认为，AI正在从需要人类下达指令才能执行任务的工具，转向能够在后台持续运行的智能体。他仍然相信，这一变化将为英伟达带来巨大的商业机会。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)
谷歌推出迄今“最精准”语音转文本模型
谷歌发布最新语音转文本模型 Gemini 3.5 Transcribe，该模型不仅主打更高的识别准确率，更将能力边界从逐字记录延伸至理解说话人意图并自动整理输出结果，标志着语音识别技术向更深层的语言理解迈进。
与传统的语音识别工具不同，Gemini 3.5 Transcribe能够识别说话人的自我修正、自动删除口头禅，并直接将非结构化口语转换为格式化文本。谷歌称其为迄今 "最精准"的语音转文本模型，并已将其引入Android版Gboard 及 Mac版Gemini应用，同时通过Gemini API向开发者开放预览。
—— 华尔街见闻、谷歌
via 风向旗参考快讯 - Telegram Channel
谷歌发布最新语音转文本模型 Gemini 3.5 Transcribe，该模型不仅主打更高的识别准确率，更将能力边界从逐字记录延伸至理解说话人意图并自动整理输出结果，标志着语音识别技术向更深层的语言理解迈进。
与传统的语音识别工具不同，Gemini 3.5 Transcribe能够识别说话人的自我修正、自动删除口头禅，并直接将非结构化口语转换为格式化文本。谷歌称其为迄今 "最精准"的语音转文本模型，并已将其引入Android版Gboard 及 Mac版Gemini应用，同时通过Gemini API向开发者开放预览。
—— 华尔街见闻、谷歌
via 风向旗参考快讯 - Telegram Channel
