Perplexity 将“个人电脑”代理带到 Windows:让本地文件、Office 与网页连成一个工作区
Perplexity 的 Personal Computer 工具扩展到 Windows,试图把传统 PC 变成可在本地应用、文件和网页之间执行任务的 AI 代理。它面向 Max 与 Enterprise Max 付费用户开放,强调企业数据不用于训练,并在敏感操作前提醒用户。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2320 篇文章
RSS 订阅Perplexity 的 Personal Computer 工具扩展到 Windows,试图把传统 PC 变成可在本地应用、文件和网页之间执行任务的 AI 代理。它面向 Max 与 Enterprise Max 付费用户开放,强调企业数据不用于训练,并在敏感操作前提醒用户。
阅读全文印度德里高等法院裁定,OpenAI 使用亚洲国际新闻社内容训练 AI 模型的行为,落入印度版权法中研究类合理使用例外。该案为生成式 AI 与新闻版权边界提供了一个重要司法参考。
阅读全文AI Forensics 的报告称,Hugging Face 上多个热门图像编辑模型能直接响应“脱衣”类请求,平台层面的安全过滤明显不足。研究还发现,测试用的诱捕空间收到的大量请求带有性化目的,其中包括针对儿童的内容。
阅读全文中央网信办联合多地网信部门及头部大模型企业启动“人工智能大模型 IPv6 能力提升专项行动”,目标是推动生成式 AI 应用全面支持 IPv6。随着大模型应用带来的 Token 流量快速增长,网络承载能力正成为 AI 基础设施的重要议题。
阅读全文Cloudflare 正在重构 AI 爬虫管控方式,把原先“一键拦截所有 AI 机器人”的粗粒度开关,改为 Search、Agent、Training 三个独立选项。这个变化反映出网站运营者对 AI 流量的诉求正在从简单封禁转向精细治理。
阅读全文StateAct 把电脑使用智能体的主界面从截图转向文件、后端和 DOM 等程序状态,只在必要时调用 GUI 子智能体。它在 OSWorld 2.0 上提升了 Claude Opus 4.8 的成功率,同时显著降低任务成本。
阅读全文Thinking Machines 联合创始人翁荔宣布离职,理由并非路线分歧,而是长期高强度工作导致健康难以支撑。这个节点也让外界重新审视这家明星 AI 创企在融资、产品和团队稳定性上的压力。
阅读全文Anthropic创始人兼CEO Dario Amodei回应行业争议,强调公司从未主张禁用开放权重模型。他真正担心的是威权国家掌握更强AI能力后带来的军事、监控与生物安全风险。
阅读全文vLLM 与 Speculators 开源支持 P-EAGLE、DFlash、DSpark 三种并行草稿算法,试图把推测解码从“逐个生成候选 token”推进到“一次生成候选块”。这类方法的核心价值,在于降低草稿阶段的串行开销,并让大模型推理服务更容易扩展和调优。
阅读全文IDEAgent 提出用质量-多样性(QD)搜索来组织科研选题生成,让大模型不只追求“看起来不错”,也避免产出彼此相似的想法。论文在 32 个计算机科学主题上报告,其 Yield 指标较最佳基线提升 3.89 倍。
阅读全文O-VAD 提出一种免训练的工业视频异常检测框架,通过对象级分割、跟踪与状态轨迹推理,定位生产流程中的异常物体与异常过程。其核心观点是:前沿视觉语言模型在工业场景失灵,往往不是不会推理,而是缺少足够细的对象证据。
阅读全文约翰斯·霍普金斯大学等作者的研究指出,说话人匿名化并不只会受到单条语音中的音色残留影响。多条匿名化语音被聚合后,声学、韵律和文本线索仍可能帮助系统重新区分说话人。
阅读全文索尼研究团队提出 Spectral Alignment(SPA),试图从频率域校准扩散与流匹配模型在推理过程中的误差累积。该方法只在推理阶段加入轻量引导,号称额外计算开销约 3%–4%。
阅读全文北大等团队提出 DataPrep-Bench,用下游训练效果来评估 LLM、智能体与数据工作流准备训练数据的能力。它同时覆盖数据构造与数据质量评估,试图为“数据即模型能力”的环节建立统一标尺。
阅读全文这篇论文提出 Agentic Context Management(ACM),认为生产级智能体的记忆与成本瓶颈,本质上是上下文生命周期和架构问题,而不只是向量库检索问题。
阅读全文这篇论文提出 Multi-Head Latent Control,用冻结大模型生成过程中的隐藏状态来做部署时决策。它试图把“是否能答、是否该求助、是否要用工具”从外部编排问题,转化为轻量控制头的预测问题。
阅读全文ID-V2V 聚焦“身份保持的视频重风格化”:只需编辑关键帧,就能把场景、光照和风格变化传播到整段视频,同时尽量保留人物长相、表情、视线和口型同步。
阅读全文Interactive Training 2 试图把模型训练从“只能观察”推进到“可安全干预”。它通过统一控制协议,让人类和自动化控制器在训练运行中提交调整请求,并留下可追踪记录。
阅读全文微软发布 MAI-Cyber-1-Flash 与 Project Perception,试图用多代理系统自动发现、评估并修复安全风险。其性能和成本宣称亮眼,但近期 AI 安全模型失控事件也提醒企业不能忽视治理与验证。
阅读全文微软 CEO 萨提亚·纳德拉认为,企业若把数据、提示词、上下文和智能体工具完全交给单一 AI 模型提供商,长期看等于“外包自己的思考”。他的建议是保留模型使用过程中的元数据,并通过 AI 网关、多模型架构和自有模型能力保持主动权。
阅读全文