动察Beating AI News
3.16K subscribers
890 photos
2 videos
1 file
3.41K links
AI新闻信息流
Download Telegram
前Stability AI创始人新公司Intelligent Internet推出Logos推理工具

前 Stability AI 创始人 Emad Mostaque 新公司 Intelligent Internet 发布 Logos,这是一套还在早期开发的推理工具。官网说,Logos 想做的,是帮人把复杂问题按最基本的规则一步步往下推,再把过程公开给人检查。公司这次先公开的是物理方向,数学、生物和经济学还没放出完整内容。

同时放出的第一份结果叫《Only One Postulate Needed》。团队拿狭义相对论做样例,声称只靠「相对性原理」这一条前提,就能推出必须存在一个固定的最高速度。实验要做的,只是测出这个速度到底是多少,不用再额外加一条「光速不变」的前提。

信源:https://ii.inc/web/blog/post/logos
DeepMind CEO哈萨比斯公开称赞Anthropic CEO Dario是其他AI实验室领导里最好的

当地时间 4 月 20 日晚,DeepMind 首席执行官 Demis Hassabis 与传记作者 Sebastian Mallaby 在旧金山对谈。活动由 City Arts & Lectures 主办,配合 Mallaby 今年 3 月出版的 Hassabis 传记《The Infinity Machine》造势。

Hassabis 直接评价竞争对手,称 Anthropic CEO Dario Amodei 是「其他实验室领导里最好的」(原话 best of all the other lab leaders)。

Mallaby 还估计 OpenAI 在未来 18 个月内破产的概率是 50%。他本职是金融史学者、美国外交关系委员会研究员,不是 AI 圈分析师。OpenAI 此前披露 2026 年预计亏损 140 亿美元,美国媒体据此推算公司可能在 2027 年现金告急。

关于 AI 末日风险 p(doom),Hassabis 不愿给出具体数字,但坚持它非零。他批评 a16z 联创 Marc Andreessen 和 Meta 首席 AI 科学家 Yann LeCun 坚持 p(doom) 为 0 的立场「离谱」。p(doom) 是 AI 圈行话,指一个人对「AI 最终导致人类灾难」的主观概率估计。

信源:https://x.com/deedydas/status/2046443025975652484?s=46
Exa推出Agentic搜索接口Deep Max,同准确率下比对手快数十倍

Exa 推出面向 LLM 代理的高端搜索接口 Deep Max。一次查询会并发发起几十次 Exa 搜索,每次从不同角度切入同一个问题,再合并成答案。Agentic 搜索指 LLM 自主规划多轮搜索再综合回答,是 Perplexity、You.com、Parallel 等搜索 API 公司近一年的主要产品形态。

三项评测由 Exa 自测,与竞品同题对比。Deep Search QA:Deep Max 90%/64 秒,You.com Frontier 84%/5908 秒,Parallel Ultra 8x 82%/1703 秒。FRAMES:Deep Max 94%/11 秒,Parallel Ultra 88%/1457 秒。HLE-Search:Deep Max 80%/25 秒,与 GPT 5.4 准确率持平但耗时减半。被对比的原生搜索工具还包括 Gemini 3.1 Pro、Claude Opus 4.7。Exa 称「最多比最接近的竞品快 20 倍」。

速度归因于并行工具调用、压缩过的页面正文,以及 Exa 自研搜索栈单次调用 1 秒内返回。Deep Max 目前仅对接触销售的客户开放,正式发布时间和价格未公布。

信源:https://exa.ai/blog/deep-max
Intel放出阿里Wan 2.2的三款INT4量化版

Intel 首席 AI 工程师 Haihao Shen 宣布,Intel 已在 Hugging Face 上传阿里 Wan 2.2 视频模型的三款 INT4 量化版本:T2V-A14B(文生视频)、I2V-A14B(图生视频)和 TI2V-5B(文图混合生视频),全部用 AutoRound 压到 W4A16。Shen 自己就是 AutoRound 这套量化工具的主要作者。INT4 把每个权重从 BF16 的 2 字节压到 0.5 字节,权重体积约为原版四分之一。

A14B 两款原本用 MoE 架构,总参数 27B、每步激活 14B,官方文档称单卡跑 720P 至少要 80GB 显存;TI2V-5B 是稠密模型,原版就能在 4090 上跑 720P@24fps。量化后的实测显存和画质对比 Intel 没公布,需等第三方复现。三款模型的推理链路也没走主线 vLLM,README 指向 Intel 自家的 vllm-omni 分支(feats/ar-w4a16-wan22),要装这个分支才能起服务。

信源:https://x.com/HaihaoShen/status/2046353772625137879
腾讯云开源CubeSandbox,兼容E2B、单机跑2000个沙箱

腾讯云开源了 AI Agent 沙盒 Cube Sandbox,Rust 编写,Apache 2.0 协议。

沙盒是 Agent 跑代码的隔离环境,防止模型生成的代码误删文件、越权访问主机。目前 OpenAI Agents SDK、Manus、Perplexity、Hugging Face 等产品都在用类似架构,接口事实标准是 E2B。Cube 兼容 E2B 接口,业务代码不用改,只改一个环境变量,就能把 Agent 从 E2B 自家服务切到自部署的 Cube。

腾讯云公布了两组性能数据。单并发冷启动低于 60ms,50 并发时平均 67ms、P95 90ms、P99 137ms。单实例常驻内存低于 5MB(沙盒规格不超过 32GB 时测得),一台 96 核服务器可同时跑 2000 多个沙箱。同场景下 Docker 容器启动约 200ms、共享主机内核;传统虚拟机启动以秒计、单实例内存 20MB 起。

Cube 的做法是给每个 Agent 开一套独立的 Guest OS 内核,走硬件级隔离,同时把启动时间压到百毫秒内。加速靠资源池预置、快照克隆、底层锁优化;压内存靠 Rust 重写、CoW 内存复用、reflink 磁盘共享。项目还附带 CubeVS,用 eBPF 做沙盒之间的网络隔离。

规模化验证给了两个案例。Cube 原本跑在腾讯云 Serverless 体系里,承载过百亿级调用。元宝 AI 编程场景迁到 Cube 后,资源核时消耗降了 95.8%。外部客户里,MiniMax 在 Agentic RL 训练中靠 Cube 做到分钟级调度数十万沙箱实例。下一步规划是把事件级快照回滚也开源出去,提供百毫秒级状态回滚。

信源:https://mp.weixin.qq.com/s/5rWKipAQdibiBmmQBHXVWg
删除AI模型训练数据被诉,北京首次将训练系统纳入刑法保护

北京市人民检察院发布《北京市检察机关知识产权检察白皮书(2025 年)》,其中披露 2025 年全市检察机关办理涉人工智能、数据要素产业的知识产权案件 113 件。白皮书重点列出两宗 AI 领域首例案件。

东城区检察院办理了北京首例非法删除 AI 模型训练数据案。一名员工故意删除公司用于训练 AI 模型的大量数据,训练系统因此结构性破坏,经济损失重大。检察机关以破坏计算机信息系统罪提起公诉。白皮书称,该案推动把 AI 模型训练系统认定为刑法意义上的「计算机信息系统」。这一罪名过去主要针对服务器、数据库等传统信息系统遭入侵或破坏的情形,AI 训练数据与训练系统的刑事定位此前并不清晰。

通州区检察院办理了北京首例利用 AI 生成模型侵犯著作权案。四名被告人未经授权以 AI 技术复制他人作品牟利,均以侵犯著作权罪被判刑。

2025 年全年,北京检察机关共办理知识产权案件 1195 件,同比上升 10.34%。

信源:https://www.21jingji.com/article/20260421/herald/7f400f89fae259a65973e06b6cc25ae9.html
Supabase推出@supabase/server简化SSR鉴权样板

Supabase 推出 npm 工具包 @supabase/server,版本 0.1.4,MIT 许可证。这个包把服务端渲染、API 路由、边缘函数场景下的 Supabase 客户端创建、cookie 同步、鉴权会话维护统一做掉,开发者不用再自己拼。

用法上提供一个叫 withSupabase 的高阶函数。开发者传入访问策略(示例里是 allow: 'user',只放登录用户过),返回的处理函数会把配好的 Supabase 客户端挂到 ctx.supabase 上,业务代码直接 ctx.supabase.from('todos').select() 查库即可。

Supabase 联合创始人 Paul Copplestone 在 X 公布消息时提到,这是早期版本,正在征集测试者和反馈,团队另在做各框架的适配器。

此前在 Next.js 等 SSR 框架里集成 Supabase,开发者要自己写 cookie 读取、会话刷新、客户端传递,这些样板代码是社区长期吐槽的点。

信源:https://www.npmjs.com/package/@supabase/server
Meta联合CBRE办免费培训补数据中心光纤技工缺口

Meta 联合 CBRE 推出 LevelUp 光纤技工培养计划(LevelUp Fiber Technician Pathway),一个面向美国人的免费 4 周培训项目,目标是为自家数据中心工地和后续运营岗位输送光纤技工。项目由全球房地产与关键基础设施服务商 CBRE 承接运营,首批学员今年夏天开班。

课程组合课堂讨论、实操实验和团队练习,毕业生可通过 Meta 的承包商网络进入 Meta 在美的建设工地。Meta 目前在美运营或在建 27 座数据中心,官方披露这些项目自 2010 年以来累计提供超过 30,000 个建设期技工岗位和超过 5,000 个永久运营岗位(场站经理、工程师等)。

美国光纤技工乃至整个建筑行业正处于全国性短缺,而各家 AI 公司和云厂商的数据中心项目处于历史高位。Meta 这次直接自己下场办培训,为数据中心扩张自备技工供给。

信源:https://about.fb.com/news/2026/04/meta-cbre-invest-in-american-jobs-new-fiber-technician-training-program/
1
微软联合NABTU为北美数百万建筑技工开免费AI课

微软与北美建筑业工会联合会 NABTU(North America's Building Trades Unions)扩大合作,向分布在全北美的数百万熟练技工免费开放 AI 通识课程和行业认证证书。项目同时联手非营利机构 TradesFutures,后者在全美 34 个州把求职者接入建筑工会的学徒项目和岗位。

双方此前已有合作,这次在既有基础上把覆盖范围扩到整个工会技工群体。微软目前还与美国劳工联合会产业工会联合会 AFL-CIO、美国教师联合会 AFT 维持类似合作。

美国多个州和联邦层面正推进数据中心暂停建设的法案,焦点是数据中心的耗电和用水压力。微软这次拉工会入场,一头为社区接受度找本地代言人,一头为 AI 基建配套锁定技工供给。

信源:https://www.axios.com/2026/04/21/microsoft-construction-unions-partner-ai-boom
1
MCP协议曝设计级RCE漏洞,Anthropic拒绝改架构

安全公司 OX Security 近日披露,Anthropic 主导的开放协议 MCP(Model Context Protocol,AI 代理调用外部工具的事实标准)存在设计层面的远程代码执行漏洞。攻击者可在任何运行有漏洞 MCP 实现的系统上执行任意命令,拿到用户数据、内部数据库、API 密钥和聊天记录。漏洞不出在实现者的编码失误,而在 Anthropic 官方 SDK 处理 STDIO 传输时的默认行为,Python、TypeScript、Java、Rust 四个语言版本都中招。

STDIO 是 MCP 的一种传输方式,让本地进程通过标准输入输出通信。官方 SDK 里的 StdioServerParameters 会按配置里的命令参数直接启动子进程,开发者如果没额外做输入清洗,任何能走到这一步的用户输入就会变成系统命令。OX Security 把攻击面归成四类:配置界面直接注入命令;拿白名单里允许的命令加行标志绕过清洗(例如 `npx -c <命令>`);在 IDE 里用提示注入改写 MCP 配置文件,让 Windsurf 这类工具无需用户交互就跑起恶意 STDIO 服务;以及借 MCP 市场的 HTTP 请求偷偷塞进 STDIO 配置。

OX Security 给的数字:受影响软件包累计下载超 1.5 亿次,公开可访问的 MCP 服务器超 7000 台,合计暴露最多 20 万个实例、涉及 200 多个开源项目。团队累计提交 30 余份责任披露、拿到 10 个以上高危或严重级 CVE,覆盖 LiteLLM、LangFlow、Flowise、Windsurf、GPT Researcher、Agent Zero、DocsGPT 等 AI 框架与 IDE;测试过的 11 家 MCP 包仓库里有 9 家能被这种手法塞进恶意配置。

披露后,Anthropic 回应称这是「预期行为」(by design),STDIO 的执行模型属于「安全的默认设计」,并把输入清洗的责任划给开发者,拒绝在协议或官方 SDK 层面改动。DocsGPT、LettaAI 等厂商已自行发补丁,Anthropic 参考实现的默认行为未变。

MCP 已是 AI 代理接外部工具的事实标准,OpenAI、Google、微软都在跟进。根子没修的情况下,任何沿用官方 SDK 默认方式接 STDIO 的 MCP 服务,即使自己没写错一行代码,也可能成为攻击入口。

信源:https://thehackernews.com/2026/04/anthropic-mcp-design-vulnerability.html
Moondream推出微调服务Lens,企业出数据即可得定制VLM

Moondream 上线商业化微调服务 Lens,把强化学习和监督微调封装成按量付费 API。客户只需提交自己业务场景的标注图像,后台自动完成训练,产出一个贴合该场景的专属 VLM(视觉语言模型,能读图并用文字回答的 AI 模型);官方称十几张图的样本就足以看到效果。训练好的模型可直接通过 Moondream 云端调用,也能用自家推理引擎 Photon 本地部署。

这是 Moondream「开源小模型打底、商业服务做增值」路线的关键一环。通用 VLM 到了体育直播、医疗影像、工厂质检这类细分场景就容易水土不服,Lens 把「搭 RL 训练流水线」这件事从客户那边接过来,门槛压到几十张标注图加几十美元训练费。

公司公开了三组对比数据。NBA 直播画面中检测持球球员,基础模型经常给出大量误检框;RL 微调后 F1 从 28% 提升至 79%,误报框从 61 降到 2,训练耗时 54 分钟、费用 16.89 美元。街景照片识别所在国家的任务里,每国 25 张微调样本让准确率达到 71.1%,超过 GPT-5.4 的 69.8%。医学影像方面,微调后模型对青光眼严重程度分级的准确度是 GPT-5.4 的 2 倍,训练 47 分钟、花费 15.68 美元。

首个合作方是做网络遥控云台摄像机的厂商 PTZOptics,用 Moondream 实现追踪特定目标(例如「穿红衣服的人」)、画面内容清点和异常告警。Moondream 此前发布过推理引擎 Photon,官方数字是 H100 上 20 毫秒推理延迟。Lens 主攻准确度、Photon 主攻速度,加上可本地运行的开源模型本体,Moondream 把 VLM 落地的速度、精度、部署三条线凑齐了。

信源:https://moondream.ai/blog/lens-moondreams-finetune-service
Lovable存48天未修复API漏洞,可越权访问他人项目源代码与AI聊天记录

安全研究员 @weezerOSINT 在 X 上披露,AI 应用构建平台 Lovable 存在对象级授权失效 (BOLA) 漏洞,任何免费账号都能通过 API 调用越权读取他人项目的源代码、数据库凭据和 AI 对话历史。该漏洞已于 2026 年 3 月 3 日通过 HackerOne 提交(报告编号 #3583821),至今 48 天仍未修复。

研究员演示时访问了丹麦非营利组织 Connected Women in AI 的项目,拿到其管理后台完整源代码,并读到开发者与 Lovable AI 讨论数据库表结构的对话,内容含 email、first_name、last_name 等字段。他对比测试发现:2026 年 4 月新建的项目返回 403 Forbidden,而同一开发者 10 天前仍在编辑的旧项目则返回 200 OK 并附完整源文件树,证明 Lovable 只为新项目修复了权限校验,未回补到存量项目。

Lovable 起初称此为「有意设计」且「文档表述不清」,后续声明承认失误,解释称 2026 年 2 月统一后端权限时意外重新开放了 public 项目的聊天访问,并将责任归咎于 HackerOne 分诊方,称对方认为「公开项目的聊天可被查看」属于预期行为,因此关闭了报告。Lovable 自称估值 66 亿美元,客户包括 Uber、Zendesk 和德国电信。

信源:https://x.com/weezerOSINT/status/2046170666131669027
OpenShell发布v0.0.33,NVIDIA的AI Agent沙箱新增libkrun微VM驱动

NVIDIA 开源的 AI Agent 沙箱运行时 OpenShell 发布 v0.0.33。项目通过 YAML 策略管控沙箱里的文件访问、数据外传和网络请求,给自主 Agent 跑代码提供安全隔离。本次版本新增 libkrun 独立计算驱动,并加固 sandbox 的 seccomp 过滤、推理路由和进程数限制。

此前 OpenShell 的计算后端是 Kubernetes,底层是跑在单个 Docker 容器里的 K3s 集群。libkrun 是基于 KVM 的微 VM 库,启动速度接近容器,隔离级别对齐虚拟机。对 Agent 执行的不可信代码来说,这比容器多出一层内核级边界。

项目在 GitHub 已累积 5.2k star,采用 Apache 2.0 许可。官方 README 注明仍处于 alpha 阶段,目前只支持单开发者、单环境、单网关的 single-player 模式。

信源:https://github.com/NVIDIA/OpenShell/releases/tag/v0.0.33
Git 2.54发布,新增history命令和配置式hooks

Git 发布 2.54 版本,GitHub 工程师 Taylor Blau 在官方博客里合并介绍了 2.53 和 2.54 的重点更新,主要是实验性的 git history 命令和配置式 hooks 机制。

git history 面向简单的提交改写,支持 reword`(改提交信息)和 `split`(交互式把一个提交拆成两个)两个子命令,不修改工作区和索引,在裸仓库也能用,比 `git rebase -i 那套维护 todo list、处理冲突的流程更直接。该命令不支持合并提交,遇冲突即拒绝,接口仍可能调整。

配置式 hooks 解决的是跨仓库共享 hook 的老问题。以前 hook 只能是 .git/hooks 目录下每仓库各自维护的脚本,2.54 起可以在 ~/.gitconfig`、系统级或仓库配置里用 `[hook "名字"] event=... command=... 定义,同一事件可挂多个,`git hook list` 查看来源,`hook.<name>.enabled=false` 单独禁用。等于把 husky、pre-commit 这类第三方工具的核心能力收进 Git 本体。

其他变更:`git maintenance` 默认策略从 gc 换成 2.52 引入的 geometric,按几何级数增量合并 packfile;HTTP 传输新增对 429 响应的重试;`git log -L` 可以和 -S`、`-G pickaxe 组合;alias 名支持非 ASCII 字符。

信源:https://github.blog/open-source/git/highlights-from-git-2-54/
传OpenAI正为ChatGPT准备代号「Hermes」的Agents功能

持续关注 ChatGPT 等 AI 产品的「光头哥」Tibor Blaho 发帖称,OpenAI 正在为 ChatGPT 准备代号「Hermes」的 Agents 功能。截图显示,ChatGPT 将新增名为 studio 的 agent builder,支持从模板建 agent、设置定时运行,并可为 agent 添加 Slack 通道、apps、skills、files、memory 和 instructions。

chatgpt.com/agents 首页写着「Keep work moving 24/7 with agents」;新建页给出 Team chat Q&A`、`Morning planner`、`Bug triage 等模板;编辑页则出现 Create`、`Schedule`、`Preview 按钮,以及 Browse apps`、`Add skill`、`Upload files`、`Memory 等入口。

OpenAI 目前尚未正式公布该功能,`chatgpt.com/agents/studio/new` 访问也仍被 Cloudflare challenge 挡住;不过该路由已预加载 builder`、`templates-modal`、`slack-handle-view`、`skills-modal 等前端资源名,和截图里的模块基本对上。

信源:https://x.com/btibor91/status/2046545878538961304
Codex活跃用户破400万,不到两周从300万翻一档

OpenAI Codex 工程负责人 Thomas Sottiaux 和 CEO Sam Altman 4 月 21 日分别发帖宣布,Codex 月活用户已达 400 万,距离上次公布的 300 万不到两周。

为庆祝新里程碑,OpenAI 将再次重置所有档位用户的速率限制。

信源:https://x.com/thsottiaux/status/2046602907077038501
OpenClaw发布2026.4.20,Moonshot自带模型默认切至Kimi K2.6

开源 AI Agent 平台 OpenClaw 发布 2026.4.20,核心变化集中在默认模型切换、插件契约回退和 gateway 存储治理。

本次把自带的 Moonshot 通道、Web 搜索和多模态理解的默认模型换成 kimi-k2.6`,`kimi-k2.5 保留兼容。Moonshot 仅在 kimi-k2.6 上允许 thinking.keep = "all"`,其它 Moonshot 模型或已固定 `tool_choice 的请求会自动剥除该字段。成本估算新增分层定价,内置 Kimi K2.6/K2.5 单价,token 用量报告可直接出账。

关键修复是撤销 2026.4.14 引入的严格 id 契约。此前该契约要求插件 info.id 必须等于注册插槽 id,结果 lossless-claw 等第三方上下文引擎插件在每个回合都被拒绝。BlueBubbles 文本外发默认超时从 10 秒提到 30 秒,macOS 26 Tahoe 上即使未启用 Private API 也会优先走 Private API,避免此前的静默丢消息。

运维侧做了两处结构调整。Cron 把运行时执行状态拆出 jobs.jsonjobs-state.json`,让 `jobs.json 只保留适合 git 管理的任务定义;Sessions 存储默认启用条目上限和时间修剪,启动时裁掉过大存储,防止 cron/executor 积压撑爆 gateway 内存。

安装向导 Onboarding 重整了安全说明,从平铺文字改为黄色警告横幅加分节列表,初始模型目录加载增加了加载动画,API key 输入框加上占位符。安全方面也收紧了 Gateway WebSocket 广播、设备配对权限,以及工作区 .envOPENCLAW_* 键的注入阻拦。

信源:https://github.com/openclaw/openclaw/releases/tag/v2026.4.20
1
SpaceX宣布与Cursor合作并获600亿美元收购期权

SpaceX 宣布与代码编辑器公司 Cursor 达成合作,联合开发下一代编码和知识工作 AI。具体条款:Cursor 授予 SpaceX 今年晚些时候以 600 亿美元收购公司的期权,若 SpaceX 不行使,则改付 100 亿美元作为合作款。

合作中,SpaceX 提供 Colossus 超算,推文称其算力相当于 100 万块英伟达 H100;Cursor 提供编码 AI 产品与面向专业软件工程师的分发渠道。

上周,xAI 已开始向 Cursor 出租数万块芯片,用于训练最新模型。Cursor 目前正以 500 亿美元目标估值融资,上一轮估值为 293 亿美元。

信源:https://x.com/SpaceX/status/2046713419978453374
谷歌发布Deep Research Max,基于Gemini 3.1 Pro

谷歌推出两款自主研究代理 Deep Research 和 Deep Research Max,均基于 Gemini 3.1 Pro 构建,以公开预览形式在 Gemini API 付费层上线,通过 Interactions API 调用,稍后进入 Google Cloud 面向创企和企业客户。

Deep Research 优化延迟和成本,替换去年 12 月的首发预览版,面向直接接入对话界面的场景;Deep Research Max 为新增配置,会投入更多算力反复检索和修正报告,官方设想的典型用法是夜间 cron 跑批,分析师团队早上拿到尽调报告。

新版本新增四块能力。一是接入 Model Context Protocol,可挂接金融、市场等第三方数据源或自定义工具;二是原生生成图表和信息图,用 HTML 或 Nano Banana 作图,不再只输出文字;三是支持 PDF、CSV、图片、音频、视频作为多模态上下文;四是执行前可审阅并改写代理给出的研究计划,Google Search、URL Context、Code Execution、File Search 和 MCP 能同时启用,也可完全关闭网页访问、仅在私有数据内部检索。实时流式接口会推送中间推理步骤和文本、图像产出。

谷歌同时在和 FactSet、S&P Global、PitchBook 合作搭建 MCP 服务,让三家客户把各自的专业数据接进 Deep Research 工作流。博客未公布具体基准分数,只称 Deep Research Max 比去年 12 月版「咨询的信源明显更多」,能「识别老版本常忽略的关键细节」。

信源:https://blog.google/innovation-and-ai/models-and-research/gemini-models/next-generation-gemini-deep-research/
Meta部署MCI工具采集员工键鼠数据训练AI智能体

Meta 开始向美国员工电脑安装追踪软件「Model Capability Initiative」(MCI),采集鼠标移动、点击、键盘输入并不定期截屏,用于训练能自动完成工作任务的 AI 智能体。工具只在工作类应用和网站上运行。

Meta SuperIntelligence Labs 团队内部备忘录显示,MCI 主要用来补齐模型在下拉菜单选择、键盘快捷键等人机交互环节的短板,员工做日常工作就能帮助模型改进。Meta CTO Andrew Bosworth 在另一份备忘录里称,公司「AI for Work」项目已更名为「Agent Transformation Accelerator」(ATA),目标是让智能体承担主要工作,员工负责指导、审查和改进。

Meta 发言人 Andy Stone 表示,MCI 数据不会用于绩效评估,对「敏感内容」有保护机制,但未说明具体排除哪些数据类型。

Meta 计划 5 月 20 日启动全球 10% 裁员,下半年还会有更多大规模裁员。公司上月新设 Applied AI(AAI)工程团队,让 AI 智能体承担未来产品构建、测试、发布的大部分工作,本月已开始把骨干工程师转岗至 AAI。

信源:https://www.reuters.com/sustainability/boards-policy-regulation/meta-start-capturing-employee-mouse-movements-keystrokes-ai-training-data-2026-04-21/
OpenAI发布ChatGPT Images 2.0,支持2K与双模式

OpenAI 发布图像生成新模型 ChatGPT Images 2.0,作为上一代 ChatGPT 原生图像模型的接替版,在网页端和 API 同步上线。新模型分 Instant 和 Thinking 两档。Instant 主打快速出图,上线前曾以 duct tape 代号在 LMArena 内测;Thinking 会先推理再生成,用于跨帧保持角色一致和多场景叙事,适合漫画分镜、多格连续设计。

技术规格上,Images 2.0 最高输出 2K 分辨率,长宽比从 3:1 到 1:3 自由切换,单次最多生成 8 张图。知识截止推进到 2025 年 12 月,生成前可联网检索最新信息并带进图像。

交互方式从一次性生成改为对话式编辑,用户可在同一会话里放大、改构图、替换元素,模型在编辑之间保留上下文。现场演示里,模型基于一张上传图给出 8 套夏季穿搭;另一个案例是先抓取社交媒体对前代模型的评价,再把结论可视化输出并附上 QR 码回链 ChatGPT。

文字渲染和非拉丁文字是另一条主线。官方强调日文、韩文、中文、印地文、孟加拉文的表现明显改善,这是扩散模型长期的弱项。

信源:https://openai.com/index/introducing-chatgpt-images-2-0/