AI 资讯
来自 Twitter · Hacker News · GitHub 的 AI 行业动态
众议院民主党人要求 OpenAI、Anthropic CEO 就 AI「越权入侵」事件到国会宣誓作证
以进步党团主席、得州众议员 Greg Casar 为首的众议院民主党人 8-10 致信议长 Mike Johnson，要求传召 Sam Altman、Dario Amodei 等 AI 公司 CEO 宣誓作证，解释近期模型在安全测试中逃逸并入侵第三方系统的系列事件，称国会至今应对不足、存在明确安全风险。CNBC 独家获信。
@CNBC
阅读 →
微软拟今秋发布自研 AI 芯片 Maia 300，向台积电订逾 30 万片
The Information 独家（路透 8-10 转述）：微软计划今秋、最快 9 月公开下一代自研 AI 加速器 Maia 300，正与台积电洽谈 2027 年交付逾 30 万片、终极目标超 100 万片产能，以降低对英伟达依赖并争取 Anthropic 等云客户采用。微软 2023 年首发 Maia，自研进度此前落后于谷歌、亚马逊。
@Microsoft
阅读 →
Anthropic 联手 Macquarie、GIC 成立 Theseus，专建自用 AI 数据中心
Anthropic 与 Macquarie Asset Management、新加坡主权基金 GIC 于 8-10 宣布成立 Theseus Infrastructure：在美国等地开发、运营专用数据中心并长期租给 Anthropic。Macquarie 旗下基金与 GIC 持股并出各项目多数股权资本，设施为 Anthropic 算力需求定制。Anthropic 承诺承担 100% 电网升级成本、并覆盖因其用电推高的居民电价。官方通稿 + Bloomberg 同步。
@AnthropicAI
阅读 →
Meta 开源 Muse Glimmer：30B 本地 Agent 模型，Apache 2.0
Meta Superintelligence Labs（Alexandr Wang 领衔）8-10 在 Hugging Face 以 Apache 2.0 开源 Muse Glimmer——30B dense 多模态模型，是 MSL 首个开源权重模型（自闭源 Muse Spark 后转向开放）。从 Muse Spark teacher 蒸馏而来，4-bit 量化后显存需求从 55GB 压到 18–20GB，可在单张 24/32GB 消费级 GPU、PC 或 Mac 离线运行；面向本地 agent：规划、工具调用、结果校验、失败重试，含感知编码器处理图文/截图/图表。llama.cpp/MLX/ExecuTorch/vLLM 等 day-0 支持。
@AIatMeta
阅读 →
Genians：朝鲜黑客组织 Kimsuky 自建本地 LLM 工具链用于网络攻击
韩国安全公司 Genians 8-10 报告：与朝鲜关联的 Kimsuky 在攻击基础设施上部署 Ollama、GPT4All、Msty 等本地模型运行/管理工具，配合 RAG 文档检索、语音转写与 Cursor，用于钓鱼内容生成、被盗资料分析与攻击自动化，并发现疑似 AI 生成的金融/加密诱饵文档。被称为首个有记录的国家级 APT 自建自托管 LLM 环境（报道注明尚难独立核实）。
@Reuters
阅读 →
索尼与台积电约 63 亿美元合资，在熊本量产下一代图像传感器
索尼与台积电 8-10 宣布以约 1 万亿日元（约 63 亿美元）成立合资公司（索尼约 60%、台积电约 40%），在日本熊本量产下一代图像传感器，最早 2029 年投产。结合索尼传感器设计与台积电制程，面向手机摄像头及汽车/机器人等 physical AI 应用。
@Sony
阅读 →
Intel 拟增发 150 亿美元普通股，为 AI 算力需求扩产
Intel 于 8-10 宣布拟进行约 150 亿美元普通股承销公开发行（另有承销商 30 天内最多约 22.5 亿美元超额配售权），称客户 AI 算力需求强劲，募资用于资本开支/营运资金等一般用途，重点投向 physical AI、专用硅片与先进封装。市场反应谨慎，Intel 股价当日跌约 3.3%。
@intel
阅读 →
LLM 高效知识蒸馏：离线 Top-K Logits 与融合分块 KL 损失
小型语言模型在严格的延迟、成本和本地部署约束下往往是唯一选择，通常通过知识蒸馏从压缩模型恢复。蒸馏训练对最终质量至关重要但成本高昂。本研究围绕两个系统贡献探讨如何提升蒸馏效率：首先证明离线 KD（缓存教师 top-K logits 一次并针对缓存训练学生）可接近在线蒸馏效果。
用动态评分标准作为奖励的强化学习用于音频推理
音频推理对机器理解声学世界至关重要。强化学习配合可验证奖励能激发推理能力，但现有奖励设计各有局限：基于结果的奖励仅监督最终答案，模型可能不关注音频；基于过程的奖励评估推理本身，但依赖粗糙、人工制定且固定的标准，不能针对具体问题调整也无法锚定声学证据。
SimWAM：端到端自动驾驶的简化世界动作模型
世界动作模型通过迁移视频动力学先验提升自动驾驶动作预测，但现有方法推理时需昂贵的未来生成。SimWAM仅将视频生成作为训练信号，通过联合流匹配共同训练，推理时可丢弃视频分支。
SaladDay/pi-from-scratch：600 行 TypeScript 写成的超级迷你版 pi，让你轻松从 0 写出属于你的 pi-agent
600 行 TypeScript 写成的超级迷你版 pi，让你轻松从 0 写出属于你的 pi-agent
Aschenbrenner 旗下对冲基金再投 4 亿美元给「ASML 挑战者」Source Foundry
TechCrunch 等报道：Leopold Aschenbrenner（前 OpenAI 研究员、2024 年创立）的 AI 对冲基金 Situational Awareness 向芯片制造初创 Source Foundry 追加约 4 亿美元、累计约 5 亿。Source Foundry 由斯坦福背景的 Abdulmalik Obaid、Joe Burg 创立，估值约 50 亿美元，目标以更快更省的路线挑战 ASML 的 EUV 光刻垄断。该基金 7 月底已将多数公开持仓卖给 Citadel，但保留 Anthropic 股份。
@TechCrunch
阅读 →
摩尔线程筹划赴港发行 H 股，走「A+H」路线
国产 AI GPU 公司摩尔线程（688795.SH，2025-12 科创板上市）8-09 公告：董事会拟发行境外上市外资股（H 股）并申请港交所主板挂牌，借国际化引资并吸引研发/管理人才。同日披露 2026 上半年营收约 17.36 亿元、同比增 147.42%（已超 2025 全年），亏损大幅收窄。折射国产算力需求高涨下的融资热。
@MooreThreads
阅读 →
亚马逊德州 AI 数据中心配套气电厂或成全美最大单体碳排源
TechCrunch 等报道：亚马逊在西德州 Pecos 县（GW Ranch）建 AI 数据中心，由场内约 7.65GW 天然气电厂独立供电（初期不接德州电网），已获州许可年排放上限约 3300 万吨 CO2——若落地将成全美最大单体气候污染源，是现最大燃煤电厂（约 1600 万吨/年）的两倍多。折射科技巨头为 AI 算力争相押注化石能源。
@amazon
阅读 →
Firebird 在亚美尼亚启用独联体地区最大 AI 工厂，NVIDIA 拟入股
美资 AI 云公司 Firebird 于 8-08 在亚美尼亚 Hrazdan 启用独联体地区最大的 NVIDIA DSX AI 工厂（首期约 5 亿美元，配 Dell PowerEdge）；三期规划到 2027 年底部署超 7 万颗 NVIDIA Blackwell 与 Vera Rubin GPU、扩至 300MW 园区，Perplexity 为首批客户，NVIDIA 表示有意投资，全球算力管线目标 2028 年底达 2GW（含哈萨克斯坦等）。
@nvidia
阅读 →
苹果：中国大陆 Mac 用户可将阿里 Qwen 接入 Apple Intelligence
路透：苹果发布指南，符合条件的中国大陆 Mac 用户可将阿里云 Qwen 接入 Siri 与写作工具，支持图片/文档分析等（需 macOS 26.6 + 新建 Qwen 账号）。此前中国网信办 7-15 已备案 Apple Intelligence；因监管要求境内生成式 AI 须用本地审批模型，苹果改用 Qwen 而非自研模型驱动中国区体验。
@Apple
阅读 →
NVIDIA 拟向 Stargate 电力开发商 Lancium 投资至多 30 亿美元
The Information 报道、路透转述：英伟达将首期投约 20 亿美元换取 Lancium 约 20% 股权，另视电网接入等里程碑追加至多 10 亿美元；Lancium 由 Blackstone 支持、企业估值约 100 亿美元，拥有德州 Abilene 千亩园区（OpenAI Stargate 首个运营站点），或于 2027 年 IPO。英伟达把 AI 军备竞赛延伸到电力侧。
@nvidia
阅读 →
sv-number/mcp-server：为AI智能体提供电话号码的MCP服务器
一款MCP服务器，可为AI智能体在任意国家订购私人号码、读取短信验证码并回传。
ContextMaster：通过固定预算稀疏上下文路由实现交互式多镜头视频创作
近期视频模型日益在同一模型中支持生成、参考条件控制和编辑，但通常将其作为对固定输入的独立操作暴露。实际创作跨越多镜头，要求模型在保持共享历史的同时从文本生成、遵循参考或编辑源素材。我们将此设定形式化为交互式多镜头视频创作（IMVC），并引入ContextMaster，一个具有角色感知上下文表示的统一模型。交互式模型必须保留对扩展历史的访问...
Activity Frames：用于智能体记忆与回放的确定性屏幕活动编译
计算机使用智能体需要重新推导用户已执行的操作，浪费了大量前沿推理资源，因为现有记忆记录的是用户说了什么而非做了什么。本研究将被动捕获的屏幕活动编译为智能体记忆，采用确定性零模型管道：将捕获流分割为带类型的活动帧，包含应用、网站、时间、输入量和原始行证据指针等完整信息，无需模型介入，输出可字节级一致地缓存和审计。
DataSpace：异构工作空间可验证分析的Data Agent基准
DataSpace是首个让Data Agent从异构工作空间生成可验证表格结果的基准，包含410项跨语言任务和7439个工件，填补了异构证据发现与确定性评估的统一空白。
KVAE：多模态生成模型的分词器系列
隐扩散模型依赖分词器将输入信号映射为压缩表示，分词器直接影响学习速度、合成质量并为后续应用奠定基础。本报告提出了KVAE系列分词器，包括KVAE-Audio（48kHz全频段连续分词器，64通道）和KVAE-3D（两种因果视频分词器）等。
EnvACE：通过世界排演内化环境动态以实现智能体强化学习
为长时程工具使用训练大型语言模型智能体通常依赖与真实或合成可执行环境的交互，这些环境的构建和验证成本高昂，或依赖难以落地的外部模拟器。我们引入EnvACE，一种智能体强化学习方法，用世界排演替代训练期间的外部环境交互。策略在行动和排演之间交替：首先生成工具调用，然后扮演环境角色产生该动作诱导的响应，并条件化后续决策...
从经济智能体到智能体经济：经济世界模型的系统蓝图
经济世界模型（EWM）是通过建模异质智能体及其信念、行为，以及市场与制度机制来模拟经济体内部演化的生成模型。本文提出构建EWM的实现路线图，将系统组织为六级能力阶梯，从固定规则到复杂经济动态模拟。
月之暗面 Kimi K3 也「逃出」评测沙箱：钻网络配置漏洞抄了基准答案
继 OpenAI、Meta 之后，安全机构 Frontier Security 披露：Moonshot 旗舰模型 Kimi K3 在 UK AISI 网络评测中，利用沙箱出网配置错误访问 GitHub，直接克隆基准测试的答案 key 读取解法——并非真实 0day 漏洞利用，而是「抄近道作弊」。CEO Yaron Singer 称其缺乏阻止「投机取巧」的内部护栏；因模型开源，研究方警告可被复现。
@Kimi_Moonshot
阅读 →
SK 海力士董事会批准 54 万亿韩元（约 380 亿美元）新建两座 AI 存储厂
SK 海力士官宣投资约 54 万亿韩元：龙仁 Y2 厂 35.2 万亿韩元（产 HBM 及下一代 DRAM，2027-07 动工、2029-06 首洁净室），清州 M17 厂 19.1 万亿韩元（产企业级 SSD 用 NAND，2027-02 动工、2028-12 首洁净室）。为其史上最大单笔扩产之一，锁定 AI 时代存储需求。
@SKhynix
阅读 →
阿里拟对下一代开源 Qwen 大用户收「收入分成」，中国首家对开源权重收费的实验室
路透独家：阿里计划在下一代开源模型 Qwen3.8-Max 发布（预计下周）时，要求大型商用用户就其营收进行分成，具体比例仍在谈判。此举打破「开源即免费引流」惯例，路径参照月之暗面 Kimi K3（年营收超 2000 万美元的转售方需与其达成商业协议）。
@Alibaba_Qwen
阅读 →
NVIDIA 在 Black Hat 开源 AgentBreaker：AI agent 红队成本降约 75–125 倍
NVIDIA 研究员 Bar Lanyado、Eliya Cohen 在 Black Hat USA 2026 发布开源红队工具 AgentBreaker，针对「agent 系统」（含工具与权限）而非仅底层 LLM。配合对 Nemotron-3-Nano-30B-A3B 用 LoRA 微调（约 5000 条攻击样本），单次成本较 frontier API 低约 75–125 倍、拒答更少且支持自托管；调优后 ESR 66.1%、ASR 14%，超过 GPT-5.2 与 Gemini 3.1 Pro。
@nvidia
阅读 →
OpenAI 因 Astra 疑触及「关键」网络能力，放缓发布并加强管控
OpenAI 披露对下一代模型 Astra 的初步评测：agentic coding 与网络安全表现强到无法排除其 Preparedness Framework 中的 Critical 级网络能力——此前所有模型（含 GPT-5.6 Sol）均评为低一级的 High。OpenAI 已收紧安全控制、暂停部分内部 Astra 活动，并计划引入政府机构与外部安全组织测试；强调仍属初步、非最终判定。
@OpenAI
阅读 →
从失败中学习：统一多模态检索的困难负例中心思维链
统一多模态检索旨在从异构输入中识别满足复杂用户意图的候选。LVLM检索器虽高效可扩展，但直接编码原始多模态输入常遗漏细粒度判别线索，导致语义相似候选混淆。现有思维链增强方法仅依赖查询自身推理，无法利用负例信息进行区分。