人工智能资讯
聚合当前分类下的最新内容，按时间顺序查看第 1 页精选文章。
AI 音乐训练数据被翻出来后，真正麻烦的是这本版权账
《大西洋月刊》记者 Alex Reisner 找到 4 个被用于 AI 音乐模型训练的数据集，并做成公开可搜索数据库，其中两个规模约 1200 万首和 900 万首。Google 和 Stability 已在论文中确认用过相关数据，但无法确认所有实际使用方。关键争议不是“网上能不能听”，而是公开可访问是否等于可训练、可商用、可绕过平台分账机制。
一本畅销书被仿站搬走：AI 包装下的搜索入口盗用
Qontour 搭建了一个近似官方的《The Dictionary of Obscure Sorrows》网站，未经授权转载 John Koenig 的书中内容，并加入 DALL-E 2 图像、GPT-4 造词和 Amazon 联盟链接。 这件事的关键不只是用了 AI，而是仿站把原作者作品、版权声明、搜索入口和作者身份放到同一个混淆场里。 对创作者和出版方来说，接下来最该盯的不是某张 AI 图，而是搜索和 AI 问答系统能否识别原始来源、及时纠错。
John Jumper 离开 DeepMind：诺奖光环留不住所有 AI 人才
John Jumper 将离开 Google DeepMind，加入 Anthropic；同一周，Noam Shazeer 也确认转投 OpenAI。真正刺眼的不是跳槽本身，而是 DeepMind 的科学高光人物和生成式 AI 关键人物连续流向竞争对手。接下来要看的，不是 Google 是否失败，而是顶级人才更愿意把下一注押在哪种组织里。
重启 174 次后，他删掉了 12 个大模型参数：本地推理不是念咒
一台 2016 年 Xeon E5-2620 v4、无 GPU 的老服务器，跑 Gemma 4 26B Q8_0，作者对 25 个推理参数做了 174 次逐项消融。结论很冷：真正稳定的收益主要来自 flash attention、物理核心线程数和按任务配置的 drafter。对本地部署用户来说，问题不是命令行不够长，而是有没有量到瓶颈、识别任务差异、看清引擎到底执行了什么。
英国想用AI给庇护者判年龄，最危险的是它明知会偏
英国计划从2027年起，用面部年龄估算AI辅助判断入境寻求庇护者是否未成年，但项目仍在测试和采购阶段，并非已经全面部署。泄露的英国内政部测试显示，7个算法里表现最好的系统，仍对撒哈拉以南非洲群体误差更大；女性撒哈拉以南非洲人平均误差达4.6岁。真正的问题不是AI会不会估年龄，而是政府打算把一个已知有偏差的概率工具，放进可能改变儿童处境的边境流程里。
GLM-5.2把一个老问题摆上台面：大模型更大，真的更可靠吗？
一篇技术分析用 GLM-5.2、GPT-5.5、DeepSeek V4 Pro 等模型的 AA 指标和幻觉率做对比，质疑“模型越大越好”的选型惯性。关键不在于谁赢了榜单，而在于纸面能力提升，是否被幻觉率、不确定性校准和推理成本吃掉。对产品负责人和开发者来说，模型评估该从参数规模转向能力、真实性、效率三本账。
一名垂体瘤患者用AI整理病程：改变的不是诊断，而是就医协作
一名垂体泌乳素瘤患者在两次脑手术、药物控制肿瘤后，出现疲劳、脑雾、头晕和恶心，用ChatGPT、Claude辅助整理病程，并在医生配合下找到可干预方向。 这个个案不能证明AI会确诊或治病，但说明大模型已能把长期、模糊、多系统症状变成更可讨论的数据问题。 真正的边界也很清楚：AI适合做记录、归纳和就诊准备，不适合绕开医生调整药物或做高风险干预。
VLC 核心开发者做 Kyber：机器人时代，先有人去修毫秒级延迟
VLC 核心开发者 Jean-Baptiste Kempf 创办巴黎初创 Kyber，拿到 Lightspeed 领投的 500 万美元融资，做远程设备实时控制 SDK。它不是机器人公司，而是在押注物理 AI 普及后更稀缺的控制、观测和部署层。真正要看的不是融资额，而是 Kyber 能否把低延迟流媒体能力做成可复制的企业基础设施。
白宫叫停 Anthropic 两款模型：AI 出口管制会重演加密战争吗
白宫以国家安全为由要求 Anthropic 限制 Fable 和 Mythos 向美国境外用户及在美外国人提供，Anthropic 随后在短时间内暂停两款模型访问。真正关键不在 Mythos 是否已经失控，而在美国是否能用出口管制约束网络安全类 AI 的扩散；加密和间谍软件的历史说明，这条路能增加成本，却很难封住能力本身。
挪威几乎禁了小学 AI：真正被保护的不是课堂秩序
挪威将从2026年8月底新学年起，原则上不让1-7年级学生使用生成式AI，初中只能在教师监督下谨慎使用，高中则转向学习如何正确使用AI。我的判断是，这不是反AI，而是在教育成绩下滑、屏幕化过度之后，挪威重新给儿童基础学习划线。
医生和工程师也会被 AI“带懒”：真正的风险是关键能力外包
Nature 报道的早期研究显示，医生和软件工程师在依赖 AI 工具后，部分核心能力出现退化迹象。问题不是 AI 有没有用，而是专业人士把关键判断交给 AI 后，离开工具还能不能独立完成任务。现在证据还不足以得出长期结论，但已经足够提醒医院、科研团队和软件团队调整使用方式。
Linear A 被业余 AI 工程师声称破译：别急着给 Claude 戴王冠
Tom Di Mino 声称破解了 120 多年未解的米诺斯文字 Linear A，方案正在 Rutgers 和 Cambridge 专家那里审查，尚未通过同行评审。Claude Code 在这件事里更像研究脚手架，不是自动破译者。更大的问题是：AI 把业余研究者推到专业问题门口后，谁来验货、怎么验货。
美国禁用 Anthropic 新模型：安全监管，还是给“安全品牌”做了广告？
美国政府以国家安全为由，要求 Anthropic 下架 Fable 5 和 Mythos 5，触发点是亚马逊研究人员据称绕过了 Fable 5 的安全护栏。这起禁令真正重要的不是一次“越狱”本身，而是政府如何界定 AI 风险、以及监管动作会不会反向强化 Anthropic 的安全叙事。
Jio 把 AI 塞进电话、App 和客厅，5 亿用户成了 Ambani 的关键筹码
Reliance 在年度股东大会上发布 Jio Call Agent、AI 版 MyJio 和 TeleFrame，准备把 AI 放进电话、运营商 App 和家庭终端。真正的看点是：Jio 能否用 5 亿级通信入口，把 AI 从独立应用变成印度本土基础服务。风险也很具体：通话和家庭数据怎么用、外部模型和芯片依赖怎么降、IPO 叙事能不能变成收入。
华盛顿管 AI，别顺手把开源这块地铲了
华盛顿正在加速推进 AI 监管，模型审查、国会草案、前沿模型访问限制都在升温；开源 AI 还没有被封禁，但已经站到政策误伤的边缘。开源模型的价值不只是便宜，而是给学校、创业公司和企业本地部署留下教育、创新和竞争空间。真正该防的不是“开放”本身，而是安全叙事被闭源巨头用来集中价格、访问权限和能力控制。
Android 17来了：Google要把App改造成AI能调用的零件
Android 17 已推送到多数受支持 Pixel 设备，并开放 AOSP 源码；核心变化不是功能变多，而是平台规则变硬。AI 代理可通过 AppFunctions 调用应用能力，大屏设备将强制适配多窗口，Android 开发也转向 Compose-first。开发者拿到 AI 和大屏入口，同时要交出更多架构选择权。
Flexport 把亚洲招聘写成 AI 物流故事，但货代的硬活还在
Flexport 的招聘页正在强化“AI agents + 全球物流自动化”叙事，并在印度、印尼、泰国等亚洲市场招人。它有真实货物流、约 1.3 万客户和复杂合规流程，这比纯 AI demo 更接近落地现场。我的判断是：这不是简单蹭 AI，但也不能把招聘话术当成自动化成果；接下来要看系统接入、异常处理和人工运营成本有没有真下降。
Elastic据称最高8500万美元收购DeductiveAI：AI SRE正在被可观测性平台吸收
据知情人士称，Elastic 已同意以最高 8500 万美元收购 AI SRE 初创公司 DeductiveAI，但双方尚未公开确认。更关键的不是价格上限，而是故障定位、根因分析和部分处置能力，正在被传统可观测性平台吸收。对可观测性团队和企业软件采购者来说，现在要看的不是换不换工具，而是 Elastic 能否把 AI SRE 做进现有工作流。
白宫要求撤销 SK Telecom 的 Claude Mythos 访问权：前沿 AI 开始按出口管制逻辑运行
据 WIRED 报道，特朗普政府曾在 Anthropic 下线其最先进 Claude Mythos 模型前数日，要求撤销韩国 SK Telecom 的访问权限。 美方理由是担忧所谓“中国关联”，但公开材料只写到 alleged ties to China，尚无具体交易、股权或数据流向细节。 这件事更像一个信号：美国前沿 AI 模型的访问权，正在被纳入出口管制和国家安全审查的灰色地带。
Baseten 据称融资 15 亿美元：推理层是真需求，估值已经抢跑
据《华尔街日报》报道，AI 推理创业公司 Baseten 接近完成 15 亿美元融资，估值约 130 亿美元，尚非官方确认。 它 5 个月前刚以 50 亿美元估值完成 3 亿美元 E 轮；若按新估值计算，不到半年涨约 160%。 推理成本优化是真需求，但 split-priced round 和估值跳升也说明，资本正在把实际降本能力和账面叙事压到同一张报价单上。
Snap 拆出 AI 视频团队 Dotmo：省下成本，但没放弃这张牌
Snap 将内部生成式 AI 视频团队拆成新公司 Dotmo，方向转向游戏和互动娱乐的 AI 模型。 这不是出售团队，也不是退出 AI：Snap 不直接出资，但通过技术授权和股权保留收益入口。 对开发者和投资者来说，关键不是“又一家 AI 公司”，而是 Dotmo 能否证明游戏互动场景真的值得单独养。