AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
Grok Build 插件市场接入 Firecrawl
xAI 的 Grok Build 插件市场新增 Firecrawl，支持在终端内一次完成网页搜索、抓取与结构化提取（Grok Build 插件市场 6 月 11 日上线）。
@xai
阅读 →
OpenAI DevDay 2026 开放申请：9/29 旧金山
OpenAI DevDay 2026 申请开放，9 月 29 日在旧金山 Fort Mason 举行，7 月 10 日截止申请、注册费 650 美元，开幕主题演讲将直播。
@OpenAI
阅读 →
OpenAI 助力建立先进 AI 共享标准
OpenAI 通过 Appia 基金会支持评估框架、安全实践和全球合作，助力建立先进 AI 的共享标准。
研究：9个LLM评委实际仅约2票有效
研究通过框架量化LLM评委面板的真实信息价值。测试7个模型族共9个前沿LLM在3个自然语言推理数据集上的表现，发现9个评委只提供约2个独立投票的信息量。
火山引擎下半年往哪发力？答案藏在这场Force大会里
过去一年，火山引擎几乎是中国大模型商业化叙事里最受关注的变量之一。 一方面，豆包大模型调用量持续攀升，火山在MaaS市场快速扩大份额；另一方面，围绕火山引擎MaaS 业务的收入目标和增长预期，市场上也不断传出更激进的说法。 到年中这一节点，外界对火山引擎的关注，已经从“Seedance2.0卖得怎么样”，转向了另一个问题：上半年，火山引擎在Seedance2.0的商业化上打出了一场漂亮仗，但下一步
前沿LLM多GPU内核编写能力不足
测试87个真实工作负载发现，最强模型也只能解决不足三分之一，但少数生成的核函数超越了公开实现。
用 Bedrock AgentCore 搭蛋白质研究助手
介绍如何构建会话式蛋白质研究助手，整合自然语言查询解析、向量化蛋白质搜索和 AI 生成摘要三个能力。
Bedrock AgentCore 用池模型实现多租户隔离
本文介绍使用Amazon Bedrock AgentCore构建生产级多租户系统的最佳实践，并通过医疗AI Agent服务多家诊所和医院的案例进行演示。
云计算一哥，让小鹏、Kimi和猎豹都爽了一把
Agentic AI爆发的拐点已然来临
评估指标影响标注饱和度，NLI模型需多少标注者？
标注者意见分歧本身携带信号，捕捉分歧所需人数取决于评估指标。研究在NLI任务上发现，熵相关指标需20-50个标注者才收敛，而KL散度在约10个标注者时已达饱和。
企业构建可信赖的专用AI
企业AI浪潮初期重在尝鲜，如今转向构建能推理、使用工具并深度融入工作流程的专用AI代理。
GAIR Paper 104｜Agent 真的能自我进化吗？我们造了一把它骗不过去的尺子
我们用 GDPevo，衡量出 AI 自进化的真实价值。 作者丨PrismShadow AI 编辑丨岑峰 01 为什么“自进化”突然成了所有人都在抢的赛道？ 想象一下，你有一个新入职的员工。他一开始什么都不会，需要你手把手教。但几周后，他开始自己总结经验、优化工作流程，甚至能独立应对从未见过的新问题。 如果把这个场景里的员工换成AI，这就是眼下人工智能领域最前沿、也最令人兴奋的方向：自进化Agent
起底大晓：四个月狂融数亿美金，国家队、车企、芯片巨头为何集体「押注」
日前，大晓机器人官宣完成天使+轮融资。 投资方集齐国家队、产业队、VC 队三股力量： 既有深创投、上海科创基金、临港新片区基金等政府资本，吉利资本与沐曦股份等公司业务强相关的产业资本； 又有达晨财智、盛宇投资、复星锐正、华控基金、豫资涨泉等 VC 资本；而老股东商汤国香资本持续增资。 这轮融资，三重信号值得关注： 第一，上海、深圳政府资本集体入局。世界模型、具身智能已进入国家与地方政府的产业视野，
全球 500 强超算，NVIDIA 占逾 400 席
NVIDIA 技术占据 TOP500 榜单 81% 席位，新上榜系统中占比达 90%；26 套系统采用 NVIDIA Grace CPU，能效榜单 Green500 前 8 名均采用 NVIDIA GPU。
BioMatrix：统一序列与结构的生物学基础模型
BioMatrix是新型多模态基础模型，将分子序列、结构与自然语言整合进统一解码器架构，用于各类生物学任务。
Omio如何打造对话式旅行的未来
了解Omio如何利用OpenAI赋能对话式旅行体验，加速产品开发，并转型为AI原生公司。
SkillHarness：让计算机操作智能体安全学习并执行技能
SkillHarness是一个框架，通过融入安全约束和自适应技能选择机制，使计算机操作智能体能够在动态环境中安全地学习和执行技能。
57场面试杀进OpenAI！华人博士开源「AI面经」，含泪推荐
希望你能找到快乐
网易有道首发14语种零口音语音克隆模型，无需参考文本即可复刻任意音色
当前，人工智能作为培育新质生产力的核心引擎，已上升为国家战略层面。国务院《关于深入实施“人工智能+”行动的意见》明确提出，要加快AI核心技术自主创新、降低产业落地门槛、构建开放共享的国产AI生态，推动人工智能与千行百业深度融合。 在这一战略背景下，网易有道正式推出“子曰4.0”大模型体系TTS语音合成引擎——Confucius4-TTS，并已面向全球用户开放。近日，该引擎凭借全球首个不依赖参考文本
马斯克又盯上AI基建：特斯拉要卖“算力积木”了
新商标已曝光
机器人全栈操作系统！老黄率先抛出“具身版安卓”
英伟达：不造机器人，但要帮具身企业造好机器人
NVIDIA 为电信运营提供全天候可信 AI 代理
电信运营商已通过生成式 AI 实现网络管理、客服和后台运营的自动化，NVIDIA 正推动从任务自动化向全天候自主运营的转型。
CLI-Universe：面向终端智能体的可验证任务合成引擎
通过多维能力分类和证据引导研究，一个原则性合成引擎生成高质量终端智能体任务，创建蒸馏数据集使大语言模型训练实现显著性能提升。
GAIR Paper 103｜上海交大联合腾讯提出 Token 级别幻觉优化，实现大模型幻觉精准消除
让大模型只改错的地方，不误伤对的内容。 作者丨李宁 上海交通大学 大语言模型（LLM）在医疗、金融、法律等高风险场景中的部署，始终面临一个核心挑战——幻觉（Hallucination）。模型生成的内容可能包含与事实不符的实体、数字或逻辑关系，而这些错误往往隐藏在大量正确内容之中，极难检测和消除。 如何让大模型在减少幻觉的同时，不丧失回答的信息量和实用性？来自上海交通大学与腾讯的研究团队提出了一种全
PlanBench-XL：评估大规模工具生态中 LLM 智能体的长时域规划能力
PlanBench-XL 评估大语言模型智能体在复杂工具环境中、视野受限且存在动态干扰时的规划与适应能力。
独家解读丨SpaceX今晚IPO，华尔街为何却吵翻了天？
“美股历史上一场充满撕裂的豪赌就要来了，从没见过分歧和争议这么大的。”深圳一家私募基金合伙人周明对雷峰网兴奋道。 美东 6 月 12 日 09:30（北京时间今晚 21:30），SpaceX 将正式登陆纳斯达克，发行价为每股 135 美元，计划募资 750 亿美元。1.75 万多亿美元的起步估值，让它在未上市前就一举超越了老牌巨头 Meta，直逼亚马逊。 这场IPO之所以备受瞩目且充满争议，除了估
从自身错误中学习：构建用于自蒸馏的可学习微反思轨迹
TAPO 通过创建显式纠正轨迹来增强大型语言模型推理能力，在保留错误推理的同时融入自然语言诊断和纠正，通过改进的错误纠正能力超越传统自蒸馏方法。
EvoEmbedding：用于长上下文检索与智能体记忆的可演进表征
EvoEmbedding 是一个动态嵌入模型，通过维护持续更新的潜在记忆来生成自适应表征，从而在长上下文场景中提升检索性能。
在 Amazon SageMaker AI 处理作业上运行 ComfyUI 工作流
本文介绍如何在 Amazon SageMaker AI 处理作业上部署 ComfyUI 工作流，通过 AWS CDK 搭建基础设施、配置 GPU 加速处理，实现单批次生成数百张高质量图像的自动化流程。
AI 代理按调用付费：Ampersend 如何基于 Amazon Bedrock AgentCore Payments 构建智能路由
本文介绍 Ampersend 如何在 Amazon Bedrock AgentCore Payments 之上构建按请求付费的智能路由层，AI 代理可自主将任务路由至最优模型、在预算内完成支付，并详解两跳支付模式的完整流程。