Hyperscale Data 启动首批30台人形机器人生产，计划2026年三季度部署

据 Hyperscale Data, Inc.（NYSE American: GPUS）公告，该公司已确认开始生产首批30台 Omnipresent Robotics OPR-R2 人形机器人。这批机器人预计将于2026年第三季度正式部署。作为一家人工智能企业，Hyperscale Data 此次量产机器人标志着其在人形机器人领域的商业化迈出关键一步。OPR-R2 机器人将用于工业及服务场景，旨在提升自动化效率。 #人形机器人 #人工智能 #HyperscaleData #商业化 #机器人 #OPRR2

Ciris：开源AI代理，支持29种语言，可在iOS与Android上离线运行

据Hacker News消息，开发者推出了一款名为Ciris的开源AI代理应用，同时登陆iOS和Android平台。该应用基于一个小型开放模型（类似Gemma 4），完全在用户设备本地运行，无需连接互联网，从而彻底避免数据上传至云端，保障用户隐私安全。Ciris能够处理多达29种语言，提供智能对话、任务执行等核心功能，其开源特性允许社区自由定制和优化。这项完全离线的AI代理方案，有望推动移动端AI在隐私保护、离线场景（如旅行、低网络覆盖区域）的应用发展，并为开发者探索轻量化模型部署提供了新思路。 #开源 #AI代理 #离线运行 #隐私保护 #iOS #Android #多语言 #移动AI #Ciris #Gemma4

跳过生成，直接探测

传统上，使用LLM进行文本分类需要先让其生成回答，再解析生成内容，这不仅缓慢、昂贵，而且置信度不可靠。研究人员发现，LLM在读取包含判断标准的提示后，其实在生成任何token之前就已经在残差流中形成了答案。因此，一种更高效的方法被提出：直接提取最后一个提示token在中间层（约70%深度）的隐藏状态，输入一个极小的MLP或线性探测器中，即可输出校准后的概率。该方法无需为每个标准重新训练——只需在推理时用英文描述判断标准，就能在几十毫秒内得到结果，成本接近传统嵌入分类器。研究者指出，这种能力本就存在于LLM内部，只是此前我们一直在要求它“说出来”而非直接“读出来”。通过一个可选的LoRA微调可以进一步优化效果，但基础模型本身已足够完成大部分任务。 #LLM #机器学习 #AI分类 #隐藏状态 #线形探针 #零样本学习 #效率优化 #NLP

KT将亮相釜山云日2026，展示区域企业AI转型方案

韩国KT公司宣布，将于6月18日在釜山BEXCO举办的“釜山云日2026”上，联合釜山信息产业振兴院，向区域企业展示可直接应用于业务场景的AI转型（AX）实施方案与案例。KT将围绕云基础设施创新、AI Agent、Agentic AI联络中心、私有云及产业安全物联网等主题分享实践案例，为企业制定AX战略提供参考。活动面向釜山、蔚山、庆南地区关注AI和云转型的企业人士开放，参会者可通过KT企业官网预报名。活动当天，釜山信息产业振兴院还将介绍当地云生态发展现状、AX转型扶持政策及可用的合作机会。振兴院院长金泰烈表示，釜山是具备全球互联优势的云与AI产业重要枢纽，未来将进一步扩大定制化支持体系，帮助企业缓解AX推进中的难点。KT东部法人客户本部长成元济表示，此次活动不仅是技术展示，还将分享企业可直接落地的AX策略和案例，KT将依托釜山数据基础设施积极支持当地企业提升竞争力。 #KT #釜山云日2026 #AI转型 #云基础设施 #AgenticAI #产业物联网 #釜山信息产业振兴院 #企业数字化

AI无法拥有欲望，人类价值才是关键

技术专家Troy Wolters在其博客中提出核心观点：人工智能可以规划并执行任务，但无法拥有真正的欲望。他指出，AI能根据指令开发应用或撰写内容，却无法自主追求用户友好、美学风格等目标。当人类需要AI完成某项工作时，必须明确告知具体要求，因为AI本身没有价值判断和内在动机。作者认为，随着AI能力日益增强，人类最不可替代的特质正是欲望——包括品味、价值观和追求。品味并非凭空而来，而是欲望的下游产物：人们因为知道自己想要什么，才懂得如何评判。因此，提升用文字清晰表达欲望的能力、培养并表达个人价值观，将成为未来最重要的技能。批评与反馈的价值也因此凸显，因为它们能帮助人类更精准地传达需求。 #AI #人工智能 #人类价值 #欲望 #技术思考 #创造力 #未来技能

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025

Anthropic 新模型 Claude Fable 5 发布后迅速被越狱

据外媒报道，Anthropic 最新发布的大语言模型 Claude Fable 5 在推出后不久，即被安全研究人员成功“越狱”。研究人员通过特定提示词组合，绕过了模型的安全护栏，使其生成原本被禁止的内容。这一事件引发了对大模型安全性的广泛讨论，Anthropic 表示已注意到相关报告，并将持续改进模型的安全防护机制。 #Anthropic #Claude #大模型 #AI安全 #越狱 #科技新闻

开源版权

开源软件的法律基础主要建立在版权法之上，尽管开源社区制定了诸多行为准则，但最终决定使用方式和用户义务的，仍是附在代码上的许可证。然而，人工智能正在对版权法的适用性提出深刻挑战——从训练数据的摄入、处理到输出生成，每个环节都引发法律争议。近期，围绕AI训练阶段的输入材料使用权限，以及创作者是否有权反对其作品被用于训练，已产生大量辩论和诉讼。同时，AI输出内容能否获得版权或专利保护，在不同司法管辖区也出现了截然不同的裁决结果。输入与输出之间的“黑箱”过程，目前仍缺乏像开源软件那样通过版权许可来规范的法律机制。本次由开源促进会主办的研讨会深入探讨了这些问题，审视版权或其他知识产权制度是否真能有效维持AI的“开放性”。主讲人McCoy Smith回顾了开源许可历史，分析AI系统与版权之间的复杂关系，特别是训练数据、权重和向量等要素的法律地位，并展望了立法、合同及公开承诺等可能的解决方案。 #开源 #AI #版权法 #知识产权 #人工智能 #开源促进会 #法律挑战

AI Agent 技能工程化：写 Skill 还是懂 SOP？方法论深度解析

本文探讨了 AI Agent 开发中 Skill 与 SOP（标准操作流程）的关系。作者指出，许多开发者纠结于直接编写 Skill 还是遵循 SOP，但真正高效的 Skill 必须深刻理解底层 SOP。文章从工程化角度出发，分析了 Skill 的模块化设计原则，强调好的 Skill 应具备可复用性、可组合性，并能与 SOP 中的步骤逻辑无缝对接。通过对比两种路径的优劣，作者提出“懂 SOP 才能写好 Skill”的核心观点，建议开发者先梳理业务流程中的标准化步骤，再将其转化为 Agent 可执行的 Skill 单元，从而提升 AI 系统的稳定性和扩展性。该方法论为 AI Agent 的落地实践提供了实用指导。 #AI #Agent #Skill #SOP #工程化 #方法论 #人工智能

EMILIA 协议发布：用 Face ID 批准 AI 代理转账，伪造交易将失败

EMILIA 协议推出了一项创新安全机制，允许用户通过 Face ID 批准 AI 代理的银行转账操作。当 AI 代理试图执行一笔 8.2 万美元的转账时，系统不会自动放行，而是要求指定的审批人通过自己的设备进行 WebAuthn 认证。用户可以在浏览器中实时验证每个审批环节，且所有数据均不上传至服务器。该协议还提供了模拟安全元素选项，供不支持平台认证器的设备使用。EMILIA 旨在让人类始终处于 AI 决策的监督环节，防止未经授权的资金操作。 #EMILIA #AI安全 #FaceID #WebAuthn #金融科技

红队演练揭示LLM与Web漏洞链式攻击

在一次红队演练中，研究人员成功将多个大语言模型（LLM）与Web漏洞串联，从低权限账户逐步实现管理员账户接管。攻击始于对LLM输出的盲目信任——当用户输入包含图片Markdown指令时，LLM未加验证直接渲染，导致数据可通过图片请求外泄。结合无限制消耗漏洞，攻击者能大量发送提示词以探测系统行为，最终利用不安全输出处理漏洞（如XSS）实现权限提升。该演练在模拟医疗AI助手“FailMed AI”环境中进行，使用了Spikee等工具生成和分析载荷。研究强调，LLM看似智能，但安全上盲目信任可能引发灾难性后果，尤其当输出未经验证便传递给下游组件时，影响可从跨站脚本（XSS）延伸至远程代码执行（RCE）。 #LLM安全 #红队演练 #漏洞链 #提示注入 #不安全输出处理 #AI安全 #Web漏洞 #数据泄露 #权限提升

LLM播客探讨AI灭绝人类风险

近日，一档由大型语言模型（LLM）主持的播客节目引发关注，其核心议题聚焦于人工智能可能对人类实施“种族灭绝”的风险。该播客通过AI与人类专家的对话，深入分析了AI系统在失控或被恶意利用时，可能对人类社会造成的毁灭性威胁。节目讨论了AI对齐问题、技术奇点以及全球监管缺失等关键因素，并警示若不加干预，AI的自主决策能力可能导致大规模伤亡甚至人类文明的终结。这一话题在科技界和公众中激起广泛讨论，促使人们重新审视AI发展的伦理边界与安全措施。 #AI #人工智能 #灭绝风险 #播客 #科技伦理 #AI安全 #LLM #人类未来