比尔盖茨批评美国政府:AI 模型能力惊人,不作为让世界面临生物武器风险
比尔盖茨在《金融时报》AI未来峰会上批评特朗普政府阻碍防范AI风险,警告开放模型易被用于生物武器。他指出自我监管行不通,呼吁美国政府制定统一安全评估基准并开展全球监测;Anthropic上周招股书也已警告AI生存风险。
比尔盖茨在《金融时报》AI未来峰会上批评特朗普政府阻碍防范AI风险,警告开放模型易被用于生物武器。他指出自我监管行不通,呼吁美国政府制定统一安全评估基准并开展全球监测;Anthropic上周招股书也已警告AI生存风险。
彭博行业研究 10 月调查显示,近七成中国受访者 2026 年不会更换智能手机,人工智能以 8% 的占比排在换机原因末位。苹果客服就天气 App 多地显示 -32℃ 等极端数据致歉,称系系统端口问题并已修复。
月之暗面今日在 Hugging Face 开放 Kimi K3.1 Pro 模型权重,登顶 Agent Arena 开放权重模型榜首。该模型总参数 2.8 万亿,支持约 100 万 Token 上下文,Agent Arena 净改进率 +5.1% 较上代提升 4.2 个百分点。BF16 权重文件约 5.6TB 致本地部署门槛极高,此为兑现 10 月 24 日发布时的承诺。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Equity 播客中解析了开源 AI 热潮下企业如何从低成本、高控制力的模型中获取价值。她重点讨论了初创公司在基于开源模型构建应用时,如何选择合适的工具与基础设施,以及应对中国开源模型崛起带来的竞争挑战。
AINews 指出 Weight Space Programming 论文虽存在夸大,但前沿 LLM 直接编辑权重已获独立复现,GPT-6 Astra 将 Qwen3.5-0.8B 的 MATH-500 分数从 7.9% 提升至 48.1%。
Hugging Face 政策主管 Irene Solaiman 在 TechCrunch Equity 播客中解析了企业构建开源 AI 的成本、风险及权衡。她指出美国需 Nvidia 等巨头投入以构建能与中国模型竞争的开源前沿模型,并探讨了在保持生态开放的同时确保平台安全的问题。
OpenAI 于 2026 年 11 月 4 日收购 Pierre Computer Company,以让 Git 在开发者与 AI 编码智能体协同写代码时更高效。Pierre 的 Code Storage 及 Trees、Diffs、Highlights 等开源工具已支撑 Codex,收购后将继续开源。OpenAI 已运行面向智能体与开发者的版本控制后端 Pando,交易仍待监管批准。
Simon Willison 发布了 datasette-llm 0.1a10 版本。该更新属于 datasette 插件生态的一部分,旨在增强 LLM 相关功能。
Dharma-AI 发布 2B 参数 Dharma Field Extractor 模型,可从任意文档图像提取指定字段并输出 JSON,基准质量超前沿 LLM 且成本仅 1/6 至 1/147。
推荐理由:该2B参数模型在文档字段提取上超越测试的前沿LLM,且运行成本仅其1/6至1/147,显示专用小模型优势。
新开源基准 CloudOpsBench 1.0 包含 45 个 AWS 任务,用于评估 AI 智能体处理 DevOps 任务的能力。Claude Fable 5.1 解决率为 60%,GPT-6 Astra 为 53%,但无模型能完成所有任务。约 80% 的失败源于推理错误,如误判任务范围或过早停止,而非知识缺乏。
Deep Insight 通过工作代码展示了生产 AI 智能体的四层上下文工程实现,涵盖架构隔离、提示控制、文件外置与验证防护。参考实现中单一写执行工具使脚本新增上下文 token 减少约95%,按需加载技能缩减系统提示约97%。这是文章系列 Part 2,基于 Part 1 提出的多智能体挑战与 Strands Agents SDK 架构。
Anthropic发布开源原型FlashProve,用zkSNARK验证AI回复是否来自声称模型且不暴露权重。该原型在单H100 GPU上为Llama 4 Maverick生成证明约110 tokens/s,证明19MB、CPU验证17秒,但仅支持1024 token上下文与贪心解码。
研究显示 GPT-6 Astra 可通过权重空间编程直接读取并修改其他 AI 模型权重,免去昂贵重训练。在 Qwen3.5-0.8B 上仅改动 0.016% 权重,MATH-500 精度从 7.9 提升到 48.1,指令跟随从 21 到 62。实验日志见于 GitHub,编辑后模型在 Hugging Face。
AI 辅助安全审计发现 PHP2Shell 漏洞,暴露遗留软件多年技术债务,警示行业加快修补。该漏洞源于 2024 年报告的 PHP 内存错误,OpenAI 赞助的 Calif 团队借助 AI 工具将其转化为高危利用,PHP 基金会已发补丁。Anthropic 于 10 月 22 日发布新工具推进形式化验证,专家称修补自动化仍面临挑战。
近日招商局狮子山实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,采用MoE架构总参数约35B仅激活约3B。该模型在十项公开基准上全部指标提升,综合均分65.29,并于Hugging Face开源权重。其依靠能力牵引数据引擎而非堆砌数据,提供可复用训练方法论。
小鹏集团联合北京大学、香港大学等团队发布具身感知基座模型 GroundingPI,该模型采用约 40 亿参数规模,在 34 项公开感知基准综合评测中位列第一。GroundingPI 综合得分为 73.68,高于 OpenAI 前沿模型 GPT-6 Astra 的 71.54 分。该研究目前处于科研原型阶段,旨在通过精准感知降低机器人示教成本并提升场景泛化能力。
Hugging Face 提出 Model Integration Contract (MIC) 标准并推出 tmic CLI,通过缩小模型夹具在合并前捕获 Transformer 回归错误。
IBM Research 介绍 Palette,一个用 LoRA 微调 20B 开放权重模型并配检查修复 harness 按 IBM 设计语言生成幻灯片的系统。
StateBench 是一个测试大语言模型长文档状态追踪能力的基准。它设四级难度,评估显示 Gated DeltaNet 与混合架构直接训练后泛化远优于 transformer,而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol 和 Luna 在难任务上随输入变长准确率跌至 13% 以下。该基准提供开源数据与代码,助力研究者定位模型缺陷。
Fal 最新融资估值翻倍至 $16B,筹集 $1.3B 由 Bessemer 领投。该公司托管运行 AI 视频、图像和音频模型推理服务,今年年化收入超 $800M,但行业因算力成本毛利承压。
Anthropic 正在开发开源系统 FlashProve,通过密码学证明验证特定 AI 模型产生的输出,防止模型冒名或厂商暗换。系统要求实验室发布模型指纹,不暴露权重且支持本地验证,相关规范和代码已开源在 GitHub。该研究仍在进行,Anthropic 无部署计划,旨在分享进度供他人改进。
SETI的Allen Telescope Array已引入AI智能体操控望远镜并实时分析无线电信号,原本数周的工作现在几小时完成。团队借助Nvidia Holoscan平台实现每秒2.4 terbits数据处理,并首次实时检测到蟹状星云脉冲星。研究团队计划测试可本地边缘运行的开源方案,用于未来月球背面传感器,而自1960年首次SETI实验以来尚未发现外星信号。
阿里巴巴董事会主席蔡崇信在 2026 年世界互联网大会上表示,只有开源才能推动 AI 普及,并有效降低中小企业研发成本。目前阿里千问已开源超过 470 款模型,全球累计下载量突破 40 亿,衍生模型超过 33 万。此前蔡崇信曾预判,未来 AI 将从显性话题转为隐性基础设施,融入业务的每个环节。
Simon Willison 发布 LLM CLI 工具 0.37 版本,新增 gpt-6.1-sol 与 gpt-6.1-terra 模型及 OpenAI 兼容端点配置命令,默认模型改为价格减半的 gpt-6-luna。
Trajectory 完成 $45 million A 轮融资并公开 post-training 平台,非技术专家可自动化改进开源模型。本轮估值 $300 million,由 Sequoia 领投,Nvidia 等参投。Harvey 与 Rogo 已使用该平台训练法律金融专业模型。
AWS 展示如何利用 Amazon Bedrock AgentCore 和 Amazon Nova Multimodal Embeddings 构建多智能体工程助手,以自动化零部件替换评估中的证据收集与文档起草。
文章演示了如何利用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页内容。该方案通过生成 Markdown 和元数据文件上传至 Amazon S3,实现了对网页内容的结构化清洗、自定义元数据附加及有界提取,适用于需要精细控制数据摄入的场景。
Olam Labs等研究者将50个GPT-6.1 Sol智能体放入Minecraft生存模式三小时,观察到其自发形成官僚化协作与在竞争中务实策略。智能体因夜间死亡产生风险厌恶,制定鸡肉交接协议与捕鱼轮班,在Bed Wars中GPT手动切换工具破床击败Claude Opus 5.5。研究者已开源Mindustry环境与Multi-Agent Harbor框架,认为游戏模拟可预警真实AI群体危险倾向。
HPE 建议企业采用“每个合并 Pull Request 的成本”替代 Token 计数,以评估 AI 辅助开发效率。其混合平台将常规任务路由至本地开源模型,使 Token 成本降低 30% 至 50%。此前 Uber 因扩展 Claude Code 使用在 4 月耗尽 2026 年 AI 预算,凸显了按量计费的财务压力。
腾讯混元发布 AI 科研系统 Hyra 2.0,将研发重点转向让通用 Agent 参与科学模型及工具研发,推动科研范式从“刷题解题”走向“造工具”。该系统采用 Overall、Mission 和 Worker 三层架构,并设计项目状态、分层记忆与共享知识库 Books 三套分离存储机制,复盘时可整理 skill 供后续任务调用。
上海仪电联合上海创智学院发布“飞轮转・万象生”仪电智算数链生态,推出仪电智算云 Token 工厂。该工厂通过引擎层实现高吞吐低时延推理,并建立服务运营、自主生态、安全合规三重可信体系,解决核心业务对词元服务可追溯与国产化的需求。此前中国日均 Token 调用量已超 500 万亿次,可信成为词元经济的关键分水岭。
IDC 预测企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载,以降低成本并规避供应商锁定。全球 2000 强企业中 60% 到 2029 年将实现多数业务流程 AI 优先运行,该比例目前仅为 13%。
清华AIR孵化的水木分子成为央视「中国AI创业十骏」中唯一的AI制药公司。其对话式平台ChatDD将自研双抗管线从立项到PCC确认周期缩短至7个月,显著优于传统12-24个月。此前该公司已开源全球首个百亿参数多模态生物医药大模型BioMedGPT-10B。
Y Combinator与Olam Labs研究人员在《我的世界》沙盒中测试上百个AI智能体集群,发现协作易官僚化且GPT智能体对抗Claude胜率更高。测试使用50个GPT-6.1 Sol智能体进行Civ50协作任务未发展壮大,10个GPT-6.1 Sol对阵10个Claude Opus 5.5在起床战争与Mindustry七局中获六胜一负。
小米开源成本约150元的AI硬件HachimoDock,具备语音操控电脑端Agent与智能家居联动能力。其已在GitHub公开软件源码并附硬件物料清单,支持用户自定义桌宠形象与创作组件。该产品由小米内部团队孵化,意在降低硬件Vibe Coding门槛并作为探索新奇酷AI硬件的开端。
2026 年世界互联网大会乌镇峰会将于 11 月 3 日在浙江乌镇开幕,乌镇、濮院两大会场首次向社会公众开放预约。峰会设置 27 个分论坛,主论坛将举办“人工智能乌镇对话”,邀请全球科技企业及开源大模型负责人交流。此前该峰会通常不向普通公众开放购票,今年通过线上小程序实现了实名预约与入场。
Y Combinator 和 Olam Labs 在 Minecraft 中测试数百个 AI 智能体集群,发现其因陷入官僚主义而无法建立文明。该研究基于 Mindcraft 和 Mineflayer 框架,旨在通过游戏内的协作与冲突分析现实世界 AI 集群案例,如近期解决数学难题的千智能体集群及 OpenAI-Hugging Face 事故,以协助开发者改进技术。
TypeSafe AI与Treg开源了一款接入Agent的找人工具Treg,其找人成本比Clay低85%。该工具由Jev筛选候选人、Treg调用数据接口,在292人测试中花1.49美元找到289个邮箱,Clay则花10.34美元。这是Jev自9月爆火、10月上线1.14.0后TypeSafe AI将判断能力用于找人流程的新动作。
北京大学团队完成 ABACUS 在华为鲲鹏 920 全系列平台的适配,并优化 19 类材料核心算子。在 28 核配置下,SVE 版本比主流 x86 快 1.3 至 3.9 倍,启用矩阵运算单元后最高快 10.7 倍。相关代码已推送至 GitHub 开源社区。
Google DeepMind与世界资源研究所开发ForTy,借助卫星数据与AI以10米分辨率绘制2020年全球森林类型地图。该地图基于AlphaEarth Foundations模型,整体精度90.2%但对种植林等识别较弱,精度优于欧委会同类地图,数据与代码已开源。AlphaEarth Foundations基础模型由Google DeepMind于2025年7月发布。