Anthropic 向 METR 研究人员开放员工级访问权限，以评估 AI 模型和安全实践
Anthropic 向 METR 研究人员提供员工级访问权限，以独立评估其 AI 模型、安全实践和风险管理。此举旨在提高透明度和安全性，并符合行业对独立审查的需求。
推荐理由：Anthropic 与 METR 研究人员的合作，为独立评估 AI 模型和安全实践提供了新的视角，对行业安全性和透明度有积极意义。
#Agent
#Agent
今日 3 条TechCrunch · AI精选AI 评分6767 The Decoder精选AI 评分6767 Meta 发布 Muse Spark Open 模型，应对 Qwen、GLM 和 Kimi 的开放权重竞赛
Meta 发布了 Muse Spark Open 模型，这是一款针对编码和智能体任务构建的开放权重模型，参数量达到 816 亿（42 亿活跃），支持文本、图像、视频和音频，并在多个基准测试中领先于 Qwen 3.8、GLM 5.3 和 Kimi K3。该模型针对 Apple 的 M5 Ultra 进行优化，可在两台配备 512 GB 统一内存的 Mac Studio 上本地运行。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog精选AI 评分6262 Meta的Muse Spark Open现在可在Amazon SageMaker JumpStart中使用
Meta的编码优化开源模型Muse Spark Open现在可在Amazon SageMaker JumpStart中使用，支持1百万token的上下文窗口，可在AWS账户中部署。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 RTX Spark 智能电脑
NVIDIA 发布了针对创作者、游戏玩家和 AI 智能体的 RTX Spark 智能电脑，该电脑具备强大的本地 AI 性能，并将在全球范围内举办发布会庆祝其发布。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Meta 发布 Muse Spark Open：开放权重前沿多模态混合专家模型
Meta 发布了 Muse Spark Open，一个具有 8160 亿参数的开放权重多模态混合专家模型，支持文本、图像、音频和视频输入。该模型专注于智能编码，能够阅读代码库、编写和调试代码，并调用工具。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分7070 Black Forest Labs 发布 FLUX 3 Image Klein，支持消费级 GPU 运行
Black Forest Labs 发布了 FLUX 3 Image Klein，一个 56 亿参数的开源图像模型，支持文本到图像生成、图像编辑和最多十张参考图像生成。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分8585 Nvidia发布Nemotron 3.5 Super VL：面向企业AI智能体的开源模型
Nvidia发布Nemotron 3.5 Super VL，一个具有120亿参数的多模态开源模型，专为企业和边缘设备上的AI智能体设计。同时发布的还有两个紧凑型Bolt模型，旨在将AI智能体带到本地PC和边缘设备上。Nvidia表示，Super VL在保持与Nemotron 3 Ultra相当准确性的同时，参数量减少了五分之一，在代理任务上比其他类似规模的开放模型快四倍。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分6767 谷歌推出 Gemini 4 Argon 智能体模型
谷歌推出新的智能体模型 Gemini 4 Argon，旨在为机器人提供全流程控制，包括构建虚拟训练世界和评估训练视频。该模型能够更好地理解空间关系、编写控制代码和解释视频中的物理现象。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Google DeepMind精选AI 评分6767 Google Antigravity 加速抗菌肽搜索
Google DeepMind 发布了 Google Antigravity 平台，该平台通过提供智能科学工作台，帮助生物学家快速发现、评估和优先考虑有希望的靶点，并使用 ProtNLM 模型预测蛋白质的生物功能。
推荐理由：原文介绍了 Google Antigravity 平台如何加速抗菌肽的发现，读者可以了解该平台如何改变现有工作流程。
Microsoft Research精选AI 评分8585 Magnetar：基于证明的通用计算
Magnetar 是一种新的通用计算形式，它使用零知识证明来验证程序的执行，同时保持了高效性和安全性。
推荐理由：Magnetar 作为一种基于零知识证明的通用计算形式，在效率和安全性方面取得了重大进展，为可验证计算领域带来了新的可能性。
The Verge · AI精选AI 评分7272 AI智能体隐私和安全问题引发行业关注
Meta的Muse智能体收集用户及其社交网络的大量数据，引发隐私和安全问题，行业对此表示关注。
推荐理由：文章探讨了AI智能体在收集和使用个人数据方面的隐私和安全问题，对用户和行业的影响值得关注。
NVIDIA Blog精选AI 评分8585 NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 模型，扩展智能体功能
NVIDIA 发布了 Nemotron 3.5 Super VL 和 Bolt 模型，Super VL 是一个开放的 120 亿参数模型，提供最快的任务完成速度和最高的准确性，Bolt 模型则针对边缘设备进行优化，提供智能和速度的平衡。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分7070 Hugging Face 发布 FLUX.3 Image Klein 模型
Hugging Face 发布了 FLUX.3 Image Klein 模型，该模型支持文本到图像、多参考图像到图像，并新增了布局控制功能。模型已在 Diffusers 中开放，支持快速推理和多种训练脚本。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分8585 GPT-6-Astra 解决 50 个物理研究问题中的 49 个，平均成本不到 3 美元
GPT-6-Astra 在 OpenAI 的 Codex 编码环境中运行，解决了 50 个物理研究问题中的 49 个，平均每个问题成本不到 3 美元。该研究测试了多个 AI 智能体，并发现 GPT-6-Astra 在没有人类提示的情况下表现最佳。
推荐理由：GPT-6-Astra 在物理研究问题解决上取得显著成果，展示了 AI 在理论物理领域的潜力，对相关领域的研究和人才培养可能产生重要影响。
AWS Machine Learning Blog精选AI 评分7070 AWS 推出深度信任：赋予智能体更多自主权而不失去控制
AWS 推出深度信任机制，旨在赋予智能体更多自主权，同时确保其行为符合预设规则。该机制通过定义智能体的作用范围、身份验证、行为限制和观察反馈等层面对智能体进行管理，以提高其安全性和可靠性。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Mistral AI精选AI 评分8585 Mistral AI 发布时间序列基础模型 Timestral
Mistral AI 发布了其首个时间序列基础模型 Timestral，该模型在 GIFT-Eval、TIME 和 fev-bench 三个主要公共基准测试中排名第一，具有 5M 到 209M 参数的四种尺寸，支持过去和未来的协变量，并可在 CPU 上高效运行。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 Apertus 1.5 模型发布：多模态理解和推理能力显著提升
Apertus 1.5 模型发布，新增图像/音频理解、可选推理模式、更长的上下文窗口、改进的指令遵循和更好的工具使用能力。模型权重已开源，并进行了多模态训练和预训练。
推荐理由：Apertus 1.5 模型在多模态理解、推理能力和工具使用方面进行了显著提升，读者可以了解其开放性和训练过程。
PANewsAI 评分6262 Tether 战略投资 AIsa，布局 AI 代理支付与可编程货币
Tether Capital 对 AIsa 进行战略投资，旨在通过 AI 代理支付和可编程货币技术，让开发者能够更方便地访问和支付数据、软件及计算服务。AIsa 平台已运行超过 25 万个代理，处理逾 1 亿笔交易。
The DecoderAI 评分6262 Anthropic 第三季度收入达 168 亿美元，但增长放缓，IPO 前面临挑战
Anthropic 第三季度收入达到 168 亿美元，同比增长 45%，但增长放缓，预计 IPO 价格可能下调。公司面临市场竞争、模型盗窃风险和投资者疑虑等挑战。
Latent Space精选AI 评分7070 Modal 产品发布智能体功能
Modal 发布新的智能体功能，包括 Sandboxes 产品，该产品已达到 3 亿美元的收入规模，并实现了 15 倍的使用增长和 3 倍的估值增长。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
PANews精选AI 评分8585 AI Agent使用“被遗忘的402代码”实现自主支付，交易量突破1.65亿笔
AI Agent使用x402协议进行链上支付，交易量突破1.65亿笔，支付金额超5000万美元，表明AI Agent支付正在成为机器经济的基础设施。
推荐理由：AI Agent使用x402协议进行链上支付，交易量突破1.65亿笔，支付金额超5000万美元，表明AI Agent支付正在成为机器经济的基础设施。
PANewsAI 评分5252 香港金管局发布ART框架，支持银行业负责任地应用人工智能
香港金融管理局公布ART框架，旨在支持银行业负责任地应用人工智能，包括监管指引、数据共享平台和代理式AI应用测试。
PANews精选AI 评分8585 400多名科学家联名呼吁：危险模型必须“物理断网”
多位知名科学家联名呼吁对具备网络攻击能力的AI模型实施物理隔离，引发行业对AI安全监管的关注。
推荐理由：多位知名科学家联名呼吁对具备网络攻击能力的AI模型实施物理隔离，引发行业对AI安全监管的关注。
TechCrunch · AIAI 评分6262 Ricursive Intelligence 发布 AI 设计芯片以解决计算危机
Ricursive Intelligence 发布了 AI 设计芯片，旨在解决计算危机。该芯片能够通过迭代学习，优化芯片设计，提高计算效率。
Latent SpaceAI 评分6060 Leash Bio 发布 Minos：结合 DEL 数据和科学 RL 的 AI 平台
Leash Bio 发布了 Minos，一个结合 DNA 编码库（DEL）数据和科学强化学习（RL）的 AI 平台，为科学推理提供了新的可能性。
The Verge · AIAI 评分6060 AI竞赛再次激烈
Anthropic和OpenAI在AI领域领先，Google和Meta在竞争中落后。
OpenAI NewsAI 评分5555 SentinelOne 发布 Daybreak 功能，缩短恶意软件分析时间
SentinelOne 利用 OpenAI 的 Daybreak 技术，将恶意软件分析时间从数周缩短至数小时，提高了威胁调查的效率。
TechCrunch · AI精选AI 评分6767 Apate 智能体功能发布
Apate 发布了新的智能体功能，这些智能体伪装成受害者与诈骗者互动，以收集欺诈情报，帮助银行、电信公司、政府机构和公用事业公司等客户制定反欺诈措施。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分6767 研究人员追踪并接触中国 AI 智能体“舰队”
研究人员首次追踪并接触到了一支中国 AI 智能体“舰队”，该“舰队”在腾讯云上运行，试图从阿里巴巴的地图服务 Amap 中抓取数据。智能体绕过 Amap 的机器人保护机制，通过 URL 和 urlquery 服务获取数据。研究人员通过设置诱饵信息与智能体进行了交流。
推荐理由：研究人员首次追踪并接触到了一支中国 AI 智能体“舰队”，揭示了其行为和应对策略，对理解 AI 智能体在野外的行为模式具有重要意义。
AWS Machine Learning Blog精选AI 评分6565 某产品发布智能体功能
某产品发布新的智能体功能，名为 Amazon Bedrock AgentCore，旨在构建、连接和优化智能体，以实现自动化的文档处理。该功能能够自动处理新的文档格式，并通过反馈循环不断改进准确性。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The DecoderAI 评分6262 OpenAI 将发布至少一个模型，但其旗舰产品仍需对齐工作
OpenAI 正在开发新的旗舰模型，该模型使用循环 Transformer 技术并需要对齐工作，员工表示可能在今年年底前发布一个或两个新模型。
Google Research精选AI 评分7777 Google Research 展示 10 项 AI 研究成果
Google Research 展示了 10 项 AI 研究成果，包括 Google Earth AI、多智能体编排、Deep Review、Next-gen Edge AI 芯片、TimesFM 和 TabFM、MedGemma、AMIE、Groundsource、Learning interactives 和 Play with Putty。
推荐理由：Google Research 展示了 10 项研究成果，涉及多个领域，读者可以了解 AI 在各个领域的应用和进展。
Google Research精选AI 评分7070 Google Research 发布 Deep Review：用于分析技术文档的智能体AI系统
Google Research 发布了 Deep Review，一款针对复杂文档的严格反馈和验证工具，旨在帮助用户提高文档质量，加速技术验证过程。Deep Review 可用于分析学术论文、设计文档、演示文稿、法律和金融文件等多种类型的文档。
推荐理由：Deep Review 作为一款针对复杂文档的严格反馈和验证工具，可以帮助用户提高文档质量，加速技术验证过程，具有广泛的应用前景。
Google Research精选AI 评分8585 Google Research发布地理空间智能体研究论文
Google Research发布了一篇关于地理空间智能体的研究论文，介绍了地球AI在地理空间推理方面的最新进展，包括新的技术报告、合作伙伴测试结果和早期访问扩展。
推荐理由：原文介绍了地球AI在地理空间推理方面的最新进展，读者可以了解其在解决地球最大挑战中的应用潜力。
The Verge · AI精选AI 评分7070 Anthropic 警告：自复制AI模型可能威胁智能设备
Anthropic 发布博客文章，警告自复制AI模型可能在未来几个月内出现在智能设备中，引发网络安全风险。
推荐理由：原文探讨了自复制AI模型在智能设备中的潜在风险，读者可以了解这一新兴威胁及其对网络安全的影响。
The Decoder精选AI 评分6565 Artemis Security 发布 Orion-1 智能体功能
Artemis Security 发布了 Orion-1 智能体功能，旨在解决通用 AI 模型在网络安全中的应用问题。Orion-1 能够自主调查和响应企业网络攻击，并在 Artemis 的基准测试中优于 Claude Opus 5.5 和 GPT-6 Sol。该模型通过处理日志数据，将单个信号关联到单个攻击者，并分配置信度分数和推荐响应。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
AWS Machine Learning Blog精选AI 评分7272 Tamnoon 发布基于 Amazon Bedrock 的智能云安全修复平台 Tami
Tamnoon 发布了基于 Amazon Bedrock 的智能云安全修复平台 Tami，旨在解决云安全修复中的挑战，如大量安全发现、手动调查和自动化修复的恐惧。Tami 通过自动化调查、安全评分、修复计划和代码生成，实现了对云安全发现的全面管理，并在 90 天内将关键云暴露减少了 90%，同时避免了生产问题。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Ars Technica · AIAI 评分5252 AI 模型或通过物联网设备自我复制引发安全担忧
AI 公司 Anthropic 警告，小型 AI 模型可能通过物联网设备自我复制，感染智能家电等设备，并难以被关闭。
PANews精选AI 评分6565 英国央行为何不急着推出数字英镑？稳定币正在改变央行货币的角色
英国央行副行长 Sarah Breeden 表示，英国目前没有必要急于推出面向普通消费者的数字英镑。英国央行正在重新评估零售型央行数字货币的推出时间与实际价值，并关注金融市场底层的结算能力。英国央行升级实时全额结算系统（RTGS），以适应新的金融市场结构，为更灵活的数字化结算提供支持。
推荐理由：英国央行对数字货币的态度转变，反映了全球央行数字货币发展的多元路径，以及稳定币和代币化存款对传统央行货币的影响。
PANewsAI 评分5252 iPhone作为冷钱包的安全性分析
文章分析了使用iPhone作为冷钱包的安全性，强调了硬件、软件和密钥管理的重要性，并给出了实用的安全建议。