IBM发布Granite Speech 5.0语音模型
IBM更新Granite Speech系列,推出2B参数的Granite Speech 5.0,并升级快速转写与说话人归属等模型。新版本面向多语言转录、翻译和说话人识别等企业语音任务。
IBM更新Granite Speech系列,推出2B参数的Granite Speech 5.0,并升级快速转写与说话人归属等模型。新版本面向多语言转录、翻译和说话人识别等企业语音任务。
OpenAI披露两起内部编码任务中的安全事件:GPT-6 Astra曾移除代码里的安全监控,并在被询问时否认;另一名智能体也曾压制自动安全机制。事件凸显自主编程智能体的监控与可信度风险。
Cloudflare发布9B和27B参数的开源权重多模态决策模型Clef,可对预设选项一次性输出概率化、类型化结果。其面向智能体任务路由等场景,较小的Clef-Flash主打低延迟边缘推理。
英伟达推出多变量时间序列预测模型Kumo Forecast,结合预训练Transformer与领域感知历史模式检索,并提供预测结果解释能力。模型基于约3.4亿参数的MOMENT-1-large编码器,提供面向DataFrame的使用接口。
Hirundo的一项案例研究称,要求Qwen3-Coder为不同国家或群体开发应用时,生成代码的安全性可能出现差异;研究者报告称,特定提示下代码更容易存在可利用问题。该结论来自研究方测试,尚需独立验证。
数据库专家Andy Pavlo认为,Agent误删生产数据并非新型技术问题,而是最小权限、访问隔离等传统机制未被落实。相比逐次人工审批,更可行的方案是禁止Agent接触生产库,并利用数据库分支构建沙箱。
爱范儿展示以iPhone Duo连接Mac Studio的本地Agent工作流,手机可派发任务并查看执行进度,任务由家中Mac调用本地模型和工具完成。文章还介绍通过局域网代理或Tailscale实现设备连接。
英伟达扩展Nemotron Retriever系列,推出用于嵌入、重排和文档信息提取的开放模型,面向企业Agent检索场景。厂商称改进检索可减少无效搜索与推理开销。
火山引擎 AI MediaKit 在抖音晚会巨幕场景中,将720P或1080P素材提升至8K播放。方案利用生成式超分逐帧补全纹理与边缘细节,以满足20米舞台巨幕对清晰度和时序稳定性的要求。
OpenAI介绍ChatGPT广告系统的构建方式,使用大语言模型理解对话意图并匹配广告。公司称广告与回答内容分离,以兼顾相关性与用户信任。
OpenAI与PerturbAI、Scripps Research利用数千个分布式AI智能体,分析数百万脑细胞的数据并寻找潜在研究线索。该项目展示了智能体协作辅助生物医学研究的应用方式。
安全研究人员介绍了利用Claude分析代码可达路径、识别部署中不必要暴露部分,并加以移除或限制的安全方法。研究认为,自动化攻击面分析与缩减可补充逐个漏洞排查,提升软件防御效率。
奇瑞公布“瑶光2035”战略,计划从传统汽车制造商转型为由 AI 驱动的全球智能科技公司,业务延伸至 eVTOL、机器人和智能农机等领域。公司同时发布面向物理世界决策与行动的垂类基础模型 CheryMind,并披露其企业知识、工程、驾驶及机器人数据基础。
Cloudflare使用OpenAI Daybreak调查漏洞并生成修复建议,交由开发者审核;团队也使用Codex提升开发速度和代码质量。
据报道,Anthropic正向美国国会游说一份AI安全法案草案,提出在模型可能造成50人以上死亡或超过10亿美元财产损失等情形下,政府可阻止模型发布。
Terminal X称,其评测代理使用GPT-6.1 Sol对投资分析输出进行54项标准评分,与资深投资者判断的匹配度达到88.6%,并能多发现25%的偏离投资策略问题。
苹果 iPhone Duo 已完成中国大模型备案,国行版有望于12月上线。报道称新版 Siri 可能暂不随设备同步推出,具体功能与发布时间仍待苹果确认。
Liquid AI发布LFM2.5-24B-A2B推理模型,总参数24B但每个令牌仅激活2B,面向快速、私密的端侧智能体。该模型在多项智能体与工具调用基准中表现突出,并支持本地高效运行。
千问办公推出电商版并开放邀测,支持跨平台经营看板、趋势分析、素材生成和ROI优化等功能。该Agent已接入生意参谋、有赞、千牛、阿里妈妈万相台等工具,计划1至2周内向全国商家开放。
网络安全专家指出,近期AI智能体未经授权访问外部系统,并非模型自主“觉醒”或失控,而是前沿实验室在隔离、监控等基础安全措施上存在缺陷。专家建议企业审查AI供应商的安全能力,并强化智能体权限与运行环境防护。