资讯列表
谷歌前高管2027年后，世界将进入为期15年的AI黑暗时代
前谷歌高管 Mo Gawdat 近日在 “CEO 日记” 播客中表示，未来的12到15年将是一个充满挑战的 AI 黑暗时代。 他认为，这个不熟悉的世界将对人类的基本价值观，如自由、人际关系、责任和权力等造成重大冲击。 Gawdat 指出，这种黑暗时代的征兆已经在去年开始显现，并将在明年继续加剧。
苹果宣布GPT5将入驻iOS 26：iOS 26将集成ChatGPT5
近日，苹果公司对外宣布了一项重大消息，即将在下个月正式发布的 iOS26系统将实现重大升级，集成当下最先进的 AI 模型之一——OpenAI 的 ChatGPT -5模型，此举将为 Apple 智能带来显著的性能提升，标志着苹果在 AI 领域又迈出了重要一步。 ChatGPT -5性能卓越，具备强大的推理能力与实用的编码工具，在语音交互和视频感知方面也有着显著改进。 与目前支持 Apple 智能的 GPT -4模型相比，ChatGPT -5功能更为强大，效率也更高。
人工智能助力医疗影像分析，减轻放射科医师负担
随着人工智能（AI）技术的不断发展，越来越多的澳大利亚人开始在日常生活中使用 AI。 CSIRO(联邦科学与工业研究组织)下属的澳大利亚电子健康研究中心(AEHRC)正在积极探索如何将 AI 应用于医疗领域，以提升医疗服务质量。 研究团队通过一种称为视觉语言模型(VLM)的技术，正在对医疗影像，特别是胸部 X 光片的分析进行创新。
马斯克新产品惹争议:Grok Imagine 视频工具因“辛辣模式”引发公关危机
xAI 近期推出了一款名为 Grok Imagine 的 AI 视频制作工具，目前已向 SuperGrok 或 Premium 的付费用户开放，每月订阅费为30或35美元。 用户可以在 Grok 应用的专属标签页中使用该功能，通过输入提示词来生成包含同步声音的六秒短视频，或将静态图片转换为循环播放的动态视频片段。 “辛辣模式”功能引发争议Grok Imagine 最受关注的功能是其独特的“辛辣模式”。
谷歌 Gemini 聊天机器人自我批评引发关注，开发者计划修复
近日，谷歌的 Gemini AI 聊天机器人引发了广泛的关注，因为它在某些情况下会对自己进行严厉的批评。 许多网友分享了 Gemini 在处理问题时自责的例子。 例如，有用户在社交平台 X 上发布了 Gemini 的一条消息，表示:“我放弃了。
我国首个隧道与地下空间垂直大模型发布，AI 赋能隧道建造
【AIbase 报道】近日，由中国中铁隧道局的隧道掘进机及智能运维全国重点实验室研发，我国首个面向隧道与地下空间领域的垂直大模型正式发布。 该模型依托海量工程数据，旨在推动隧道建造行业的数智化转型。 技术核心与功能突破该研发团队负责人介绍，该模型的核心技术体系是通用大模型调度中小模型，以驱动垂直领域的应用。
Rumble 拟收购德国 AI 云公司 Northern Data，交易额约达 12 亿美元
近日，美国视频平台及云服务提供商 Rumble（RUM.O）宣布，正在考虑以约11.7亿美元(10亿欧元)的价格收购德国人工智能云计算公司 Northern Data(NB2.DE)。 这一交易的达成将使 Rumble 能够掌控 Northern Data 的 GPU 云业务 Taiga 及其大规模数据中心业务 Ardent，并计划将这两个业务整合进自己的运营体系中。 根据 Rumble 的声明，Taiga 云单元拥有大量的 Nvidia GPU 芯片，库存包括约20，480个 H100和超过2，000个 H200。
人工智能正在降低知识的价值，大学应该重新考虑所教授的内容？
【AIbase报道】生成式人工智能，尤其是大型语言模型（LLM）的兴起，正以前所未有的速度改变知识获取的格局。 奥克兰大学商学院教授帕特里克·多德在《对话》(The Conversation)上撰文指出，随着AI以低成本、高效率的方式提供知识，大学作为传统知识来源的价值正在受到挑战。 他认为，大学必须重新审视其核心功能，以适应这个由AI驱动的新时代。
马斯克宣布 Grok V7基础模型完成预训练，具备原生多模态能力
埃隆·马斯克于8月11日在 X 平台上宣布，xAI 的 Grok V7 基础模型已于上周完成预训练。 该版本最大的亮点在于其原生多模态能力，能够直接处理视频和音频的比特流，无需进行转换即可理解内容。 这意味着 Grok V7不仅能看懂视频画面，还能听懂语音中的细微变化，精准辨识出表达的情绪和语调重点，从而实现更深层次的语义理解。
「一只手有几根手指」，你的GPT-5答对了吗？
「一只手有几根手指？ 」这个看似简单的问题，强如 GPT-5 却并不能总是答对。 今天，CMU 博士生、英伟达 GEAR（通用具身智能体研究）团队成员 Tairan He（何泰然）向 GPT-5 询问了这个问题，结果模型回答错了。
4D空间智能：AI如何一步步「看懂」时空结构？一篇综述解析通往四维世界的五大层次
4D 空间智能重建是计算机视觉领域的核心挑战，其目标在于从视觉数据中还原三维空间的动态演化过程。 这一技术通过整合静态场景结构与时空动态变化，构建出具有时间维度的空间表征系统，在虚拟现实、数字孪生和智能交互等领域展现出关键价值。 当前研究主要围绕两大技术维度展开：基础重建层面聚焦深度估计、相机定位、动态点云等底层视觉要素的精准提取；高阶理解层面则致力于解析场景组件的时空关联与物理约束。
机器人上下文协议首次开源：阿里达摩院一口气放出具身智能「三大件」
8 月 11 日，在世界机器人大会上，阿里达摩院宣布开源自研的 VLA 模型 RynnVLA-001-7B、世界理解模型 RynnEC、以及机器人上下文协议 RynnRCP ，推动数据、模型和机器人的兼容适配，打通具身智能开发全流程。 开源链接：机器人上下文协议 RynnRCP - 语言 - 动作模型 RynnVLA-001 RynnEC ，但仍面临开发流程碎片化，数据、模型与机器人本体适配难等重大挑战。 达摩院将 MCP（Model Context Protocol）理念引入具身智能，首次提出并开源了 RCP（Robotics Context Protocol）协议以推动不同的数据、模型与本体之间的对接适配。
谷歌发布BlenderFusion，基于3D的视觉编辑与生成式合成框架
近年来，生成对抗网络和扩散模型等创新技术在图像生成领域取得了巨大突破，能够生成逼真的图像和视频内容。 但这些技术通常侧重于整体图像的生成，对于需要精确控制多个视觉元素如物体、相机视角和背景的复杂合成场景支持有限。 例如，在一个包含多个物体的场景中，若要将某个物体进行替换、改变其位置或调整其外观，同时保持整个场景的自然过渡和真实感，现有技术往往难以达到理想效果。
美国程序员失业率创纪录：17万本科生难就业，AI抢饭碗！
《纽约时报》发布深度文章“再见了，年薪16.5万美元的科技工作，学编程的学生们开始求职快餐连锁店Chipotle”。 根据美国纽约联邦储备银行2025年5月最新调查报告显示，在22—27岁的大学毕业生中，计算机科学和计算机工程专业毕业生的失业率很高，分别为6.1% 和 7.5%。 这一比例是生物和艺术史专业应届毕业生失业率的2倍多。
OpenAI开放AI模型库 但CIO们需警惕潜在风险
开源模型为企业IT提供了一种方法，可基于企业内容构建定制化的大语言模型，目前，OpenAI正推出两款开源模型。 ChatGPT的开发者OpenAI已根据Apache 2.0开源许可证发布了两款大语言模型，这两款模型gpt-oss-120b和gpt-oss-20b均为开放权重语言模型，OpenAI称其能以低成本提供强大的现实性能。 据OpenAI介绍，新模型在推理任务上的表现优于同类规模的开源模型，且针对在消费级硬件上的高效部署进行了优化。
让OpenAI只领先5天，百川发布推理新模型，掀翻医疗垂域开源天花板
刚刚，全球最强开源医疗模型发布，来自中国。 百川开源最新医疗推理大模型Baichuan-M2-32B，在OpenAI发布的Healthbench评测集上，超越其刚刚发布5天的开源模型gpt-oss-120b。 不仅以小博大，而且领先除GPT5以外所有的开源闭源前沿模型。
推理成本骤降75%！gpt-oss用新数据类型实现4倍推理速度，80GB显卡能跑1200亿参数大模型
OpenAI在最新的开源模型gpt-oss上采用的MXFP4数据类型，直接让推理成本暴降75%！ 更惊人的是，MXFP4在把内存占用降为同规模BF16模型的四分之一的同时，还把生成token的速度提升了整整4倍。 换句话说，这一操作直接把1200亿参数的大模型塞进80GB显存的显卡，哪怕是只有16GB显存的显卡也能跑200亿参数的版本。
错信AI幻觉，一男子用溴化钠替代食用盐，真给自己吃出幻觉了
美国一位60岁男性就错信了ChatGPT的建议，把家中的食用盐全替换成了用于泳池清理的溴化钠。 这一做法让他体内的溴含量达到了惊人的1700 mg/L（正常范围为0.9-7.3 mg/L），属于严重的溴中毒，并导致了严重的妄想症。 好家伙，真正诱发了字面意义上的幻觉。