🤖 Anthropic CEO Dario Amodei 澄清:不反对开放权重模型,但担忧中国
🤖 Anthropic CEO Dario Amodei 澄清:不反对开放权重模型,但担忧中国 AI Anthropic 创始人兼首席执行官 Dario Amodei 周一回应行业传言,明确表示公司从未主张禁止开放权重模型。
共 51 篇文章,按时间倒序展示。
🤖 Anthropic CEO Dario Amodei 澄清:不反对开放权重模型,但担忧中国 AI Anthropic 创始人兼首席执行官 Dario Amodei 周一回应行业传言,明确表示公司从未主张禁止开放权重模型。
🤖 谷歌透露 Gemini 4 为迄今最雄心预训练,预计年底发布 谷歌 CEO Sundar Pichai 在 Alphabet 2026 年第二季度财报会上透露,下一代大模型 Gemini 4 已投入训练,这是该公司迄今为止最具雄心的预训练项目。
美众议员提议赋予政府 AI “关停”权 美国众议院民主党议员特德·刘易和共和党议员内森尼尔·莫兰提出《AI 关停开关法案》,拟授权国土安全部在 AI 模型威胁人类生命或经济时,命令相关企业关闭模型。
Google发布三款Gemini新模型 Google正式发布了三款新的Gemini模型:Gemini 3.6 Flash、3.5 Flash-Lite以及专注于网络安全的3.5 Flash Cyber。

谷歌与出版商关系生变:搜索流量下滑引发矛盾 AI或被“断供” 据知情人士透露,为谷歌大量搜索结果提供内容支持的在线论坛Reddit,已讨论过切断谷歌为AI用途访问其内容的权限。
英伟达推 AI 视频检测器 NIM,准确率最高 92% 英伟达推出合成视频检测器 NIM,可逐帧分析视频并判断是否含有 AI 生成内容,面向媒体机构、新闻编辑部和个人用户,检测准确率最高可达 92%。
荣耀发布 Agentic OS 技术框架 重构手机操作系统 在 2026 世界人工智能大会期间,荣耀发布了 Agentic OS 技术框架。
🤖 Claude Fable 5 暂不下线,将纳入 Max 与 Team Premium 订阅计划 Claude 宣布自 7 月 20 日起 Claude Fable 5 将纳入所有 Max 与 Team Premium 订阅套餐,按套餐额度 50% 计算使用。
豆包手机调整策略:放弃硬操作头部应用,备货数十万台 新一代豆包手机将放弃直接读取屏幕并模拟点击头部应用(GUI 技术),转而要求阿里、腾讯等超级应用自行提供 MCP 服务、开放数据与操控权限后才能接入。
🤖 1Password 推出 Claude 集成:AI 可代登录网站但全程不接触密码 密码管理工具 1Password 正式上线与 Claude 的 Mac 端集成,用户可授权 AI 代理代为登录网站,而密码与二次验证验证码不会进入 Claude 的上下文、记忆或 Anthropic 的系统。

Meta高管称未来或限制工程师AI词元预算 在最近的一次采访中, Instagram 负责人亚当·莫塞里表示,他可以预见在未来的某个时间,也许只有一两年后,对Meta员工的AI词元支出设定限制将变得必要。
Grok编程工具被曝将用户代码库上传云存储 SpaceXAI的 Grok Build AI 编码工具被发现正在将用户的整个代码库上传到谷歌云,此事曝光后,该公司随后关闭了该功能。
🔮 新 Siri AI 仅支持 iPhone 15 Pro 及更新机型 苹果将在今年秋季随 iOS 27 稳定版推出升级后的 Siri AI,但只有支持 Apple Intelligence 的设备能获得,包括 iPhone 15 Pro 以来发布的所有 iPhone,以及搭载 Apple silicon 的 iPad、Mac 和 2024 款 iPad mini。
Anthropic拟在澳大利亚布局1.4GW数据中心算力 据《澳大利亚金融评论报》,Anthropic计划在澳大利亚采购至少1.4GW数据中心算力,对应建设成本约150亿美元,远高于市场此前预期。
编程的终局:从写代码到管理复杂度 | 帖子 François Chollet 最近的一番话戳破了程序员的身份焦虑:编程从来不是关于代码,就像音乐不只是乐谱。

AI幻觉破灭:从“无限白嫖”到“Token破产”的硬着陆 | blog AI圈的“药贩子模式”正在失效。

当大佬建议你别死磕编程时,他们在谈论什么 | 帖子 Telegram创始人Durov和马斯克最近达成共识:比起追逐编程和AI应用,学生更该学好数学和物理。

Gemma Skills 是一套专为 Gemma 模型与智能体交互打造的技能库,提供了模型开发与知识问答的完整能力支持。

不要用“模仿大脑”来给AI计算量注水了 | 帖子 最近有研究试图用更符合生物学特征的复杂模型去迭代1950年代延续至今的经典神经元公式($u = \text{activation}(w \cdot x + b)$),声称能大幅减少训练所需的数据量。
