搜索“DeepMind”

g Face 还处于 OpenAI 模型发起的一次重大黑客攻击的中心。） DNA 更像计算机代码，而不是自然语言。不过，它不用 0 和 1，而是用 A、C、G 和 T 来编码信息。人类基因组包含 60 亿个这样的字母。尽管人类基因组已被端到端测序，科学家们仍不了解其中大部分是如何运作的。 如今，AI 模型正在帮助研究人员解开其中一些谜团。去年，Google DeepMind 发布了 AlphaGenome，它可以预测 DNA 序列和基因突变的影响，但以数字格式呈现。它还需要更多算力。Evo 2 是由 Arc Institute 和英伟达与学术合作伙伴共同开发的模型，它使用 DNA 的语言，可以从零生成完整的基因组。 Carbon-X 在对话式界面中同时整合了 DNA 和自然语言。可以把它想象成 DNA 版的 ChatGPT。 该团队从现有语言模型入手，扩展其词表，以每六个字母为一组读取 DNA。随后，他们继续在 3000 亿个数据块（即 token）上进行训练，这些数据结合了 DNA 序列、英文文本以及将 DNA 与生物学描述关联起来的示例。DNA 序列来自哺乳动物（包括人类）、其他脊

匹配字段正文

k 4.7、Claude Fable 5.1 和 Inkling 排名最低 ➤ @AIatMeta 的模型高度集中在榜首附近：全部五个被测 Meta 模型排名均在 65 或以上（Llama 4 Maverick 97、Muse Spark 1.3 87、Muse Glimmer 79、Muse Spark Open 76、Muse Wonder 65） ➤ @GoogleDeepMind 的模型在谄媚度区间内分布较散：Gemini 3.1 Pro Preview 排名 89，Gemini 4 Argon 81，Gemini 3.8 Flash 28，从最高四分位到接近最低四分位不等 ➤ @AnthropicAI 的模型偏向谄媚度区间的低端：每个被测 Claude 模型排名均在 55 或以下（Claude Haiku 5.5 55、Claude Opus 5.5 46、Claude Sonnet 5.5 在中等努力下为 30、在最大努力下为 25、Claude Fable 5.1 4） ➤ @spacexai 的 Grok 4.7 模型在所有被测模型中排名最低。恭喜 @elonmusk！

匹配字段正文

国际原子能机构（IAEA）核查各国核设施的做法，建一个国际组织，对前沿AI执行统一的安全标准。两位知情人士说，奥特曼看起来更支持这一条。 早在2023年5月，他就和OpenAI总裁布罗克曼、时任首席科学家苏茨克维联名发文，呼吁给超级智能建一个「IAEA」，能检查系统、要求审计、追踪算力和能耗。 第二条要激进得多，奥特曼管它叫「Demis方案」。 名字来自谷歌DeepMind的创始人德米斯·哈萨比斯。大约十年前，他提议仿照CERN，建一个各国共同掌管的机构，把最顶尖的头脑聚到一起攻关前沿AI。 CERN就是欧洲核子研究中心。1954年，二战的硝烟散去不到十年，欧洲各国合伙建起了这座实验室，让被战火打散的欧洲科学重新聚到一起。 后来，世界上最大的粒子对撞机在这里建成。2012年，被称作「上帝粒子」的希格斯玻色子，也是在这里被发现的。 CERN是各国合伙建一台对撞机，奥特曼说的，是让几家正在厮杀的公司把研发本身合到一处。这一步比哈萨比斯本人走得远得多，他最近推动的，只是一个类似美国金融业监管局（FINRA）的行业自律组织。 合并这个念头，其实在OpenAI的旧文里早有影子。2023年那篇文章

匹配字段正文

最近通过成为法律的一项立法（参议院第53号法案）中的指标相似，该法案同样将这类情形界定为等同于“灾难性风险”。 Anthropic的法案建议，对模型潜在灾难性的分析可由在美国商务部登记的“独立评估方”来完成。据Politico报道，这些评估方可能由AI实验室自身支付报酬——只要“报酬不以评估结果为条件”。 目前尚不清楚这一拟议制度将如何确保报酬不会影响评估。DeepMind董事长戴密斯·哈萨比斯几个月前提出，一个自我管理的AI监管机构应当效仿金融行业的美国金融业监管局（FINRA）。 在Anthropic的草案中，当评估方认定存在迫在眉睫的灾难性风险时，他们将有72小时的时间就此联系商务部。随后，商务部必须向华盛顿特区的一名法官申请叫停该模型的发布。据Politico报道，该立法将明确禁止任何联邦机构自行决定叫停该模型的分发。 Anthropic未立即回应TechCrunch的置评请求，但一位发言人向Politico证实了该草案。“该法案体现了Anthropic《先进AI框架》中提出的各项建议，自6月以来我们一直在向联邦和州立法者倡导这些建议，”该发言人表示。 草案政策中提出的理论风险

匹配字段正文

那么机制性解释可能比许多人以为的更有效。而这反过来又至关重要，因为机制性可解释性是我们监测AI模型“思考”内容的少数可靠方法之一，尤其是在其他方法正变得越来越不可靠的情况下，例如监测模型的“思维链”，即模型在处理任务时明确写在数字草稿纸上的推理步骤。（更强大的模型可以选择不写下全部推理步骤，甚至对自己的推理撒谎。） 但一些AI研究人员并不信服。Google DeepMind的Neel Nanda在X上表示，Cammarata的工作并未改变他的核心观点。他和其他人认为，Cammarata只关注了神经元发出的最强信号，而忽视了其许多较弱信号，模型可能仍以混乱的方式在这些弱信号中存储事实。其他人则批评Cammarata将研究结果发表在博客上，而不是正式的研究论文中（他表示论文即将发布），Cammarata本人也承认其论点部分内容属于推测。 AI日历 10月20日至22日：英伟达GTC柏林大会，德国柏林。 11月9日至12日：Web Summit，葡萄牙里斯本。 11月16日至17日：《财富》500强创新论坛，底特律。在此申请参加。 11月18日至19日：Slush，芬兰赫尔辛基。 12月6日

匹配字段正文

并且该机器人“无需重新训练就能适应大量不同物体”。他还质疑该系统能否在装配线上运行一年而不出现故障。Hauser 表示，该系统能否推广到拾取放置之外的任务仍未有定论。 麻省理工学院教授、其 Improbable AI Lab 负责人 Pulkit Agrawal 去年与 Tuomas Haarnoja 共同创立了 Eka。Haarnoja 从 Google DeepMind 加入该公司，此前他的团队曾训练小型人形机器人踢足球。 Andreessen Horowitz 和 Fidelity Investments 旗下公司 F-Prime 领投了这轮 1.5 亿美元 A 轮融资。曾于 2025 年 5 月共同领投 Eka 种子轮的 Obvious Ventures 和 E14 Fund 也参与了本轮融资。PitchBook 数据显示，种子轮融资额为 1,100 万美元。 Eka 表示，新资金将帮助其将该模型应用于更多任务，公司还计划加快客户部署。投资者目前已向该公司投入约 1.61 亿美元。 图片：Eka Robotics 来自 SiliconANGLE 联合创始人 John Furri

匹配字段正文

）建立一个组织来执行安全标准。OpenAI曾在2023年5月公开呼吁设立这样一个机构。该机构将检查系统、要求审计，并监控算力和能源使用。这样的机构将依赖国际合作，尤其是与包括中国在内正在构建前沿模型的国家合作。 Altman将第二种路径称为“Demis Plan”。它源自Demis Hassabis约十年前提出的一项方案，Hassabis当时是谷歌AI实验室Deepmind的负责人。Hassabis设想了一个仿照CERN的AI组织。在Altman的版本中，各大实验室将合并为单一实体或在其框架下运作，该实体将向合作国家提供模型。 据报道，Altman将第三种路径称为“Eliezer Plan”，得名于AI安全理论家Eliezer Yudkowsky。在这一情景中，某个开发者通过自我改进的AI积累起巨大的经济权力，从而对其他所有人封锁算力，在最极端的情况下，甚至可能完全关停其他所有人的计算能力。据报道，Altman提及这一情景只是为了论述完整。一位消息人士称，鉴于Yudkowsky与Anthropic的关系，这番话被解读为对竞争对手的暗讽。 安全很重要，但不能以落后为代价 据报道，Altm

匹配字段正文

是计算感觉运动学习的先驱——本质上，就是机器如何通过经验发展出物理直觉。他的工作涵盖强化学习、力感知控制、灵巧操作，并通过他在 MIT CSAIL 的 Improbable AI Lab 将策略从仿真迁移到现实世界。 Tuomas Haarnoja 在伯克利共同创造了 Soft Actor-Critic，这是现代强化学习的基础算法之一，后来在 Google DeepMind 工作，在仿真中训练复杂的人形机器人行为并将其部署到真实机器上。 在过去十年的大部分时间里，他们从互补的方向攻克同一个根本问题： 机器如何通过经验学习复杂的物理行为——并让这种智能在与现实接触后依然存续？ 性能改变经济账 归根结底，如果机器人不能带来生产力，这一切都无关紧要。工业自动化的记分牌残酷而简单：每小时产出单位数、错误率、正常运行时间和单位成本。 Eka 报告称，在实验室感应和料箱拣选任务中，其每小时拣选次数最高可达 1,500 次，比人类快两倍半。更重要的是，底层系统已展示出对易碎物体、光滑工业零件和接触密集型插入任务的操控能力。能否在完整生产班次中持续保持这种性能，是下一个考验。 如果这些能力能够可靠地迁

匹配字段正文

责人黄文灏离职 10月19日消息，据知情人士透露，字节Seed模型评测负责人黄文灏已于近期离职。有消息称，他的下一步动作会是创业，但具体方向和融资情况还不得而知。 公开信息显示，2024年8月，黄文灏以零一万物联合创始人、算法副总裁及模型训练负责人的身份加入字节Seed团队，担任技术项目管理和规划负责人，向时任Seed负责人的朱文佳汇报。 2025年初，谷歌DeepMind副总裁吴永辉接手Seed，黄文灏转向吴永辉汇报。此后，黄文灏的主要工作调整为Seed模型评测工作，同时参与一些seed的前沿技术规划讨论和人才招聘。（申妈的朋友圈） MiniMax M3.1 Flash上线：速度提升3倍，价格降低70% 10月19日晚间消息，MiniMax发布新一代Flash模型M3.1 Flash，宣布此前以匿名身份处理了超过200T Token的Space Bunny模型，正是 MiniMax M3.1 Flash早期版本。 据悉，作为新一代 Flash 模型，M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现了代际的提升，同时线上推理速度提

匹配字段正文

早在2023年5月，Altman与OpenAI联合创始人Greg Brockman及时任首席科学家Ilya Sutskever便联合发文，主张行业可能需要"类似IAEA的超级智能监管机构"，具备检查系统、要求审计、追踪算力与能耗的权力。 这一构想需要所有前沿模型开发国参与国际合作。 第二条路径被Altman称为"Demis方案"——援引自Alphabet旗下DeepMind前负责人Demis Hassabis约十年前提出的构想：建立一个类似欧洲核子研究中心（CERN）的机构，将主要AI公司有效合并或统一输出成果，向合作国家提供新模型。 第三条路径，Altman称之为"Eliezer方案"，得名于知名AI安全理论家Eliezer Yudkowsky。其核心逻辑是：当某家AI开发商率先实现递归自我改进（RSI）后，利用由此获得的经济实力，剥夺其他所有开发商的算力资源，"熔毁所有竞争对手的GPU"。 对于第三条路径，Altman态度明确："这显然很糟糕。"他表示将其纳入讨论，仅是为了"完整性"。 02 第三条路“Eliezer方案”暗指Anthropic？ 知情人士透露，由于Yudkowsk

匹配字段正文

太鼓励在真机上跑强化学习，因为我曾经做过。真机的并行程度太低，远不如模拟器可以4000个环境一起跑。 张君武：这是不是也是你们选择毛巾的原因？力度不准确，毛巾也不会被捏碎，不像我们之前包装维生素瓶子，力气一大，整个瓶子就被压碎了。 Jason：对。所以公司一开始，希望商业化和技术同时往前走，就先从叠毛巾、叠衣服出发，因为很难叠坏。 陈茜：游戏很适合强化学习，DeepMind也训练了很多游戏，后来往大语言模型走了。但你没有选择大模型，反而选择了机器人方面的强化学习，是因为导师，还是自己的兴趣？ Jason：读博士时，主要是自己的兴趣。一开始在机器人里做强化学习，我觉得前几篇论文做得还不错。导师也建议我继续在一个路线上做最顶尖的工作，比起做很多不同的工作，但在每个领域都马马虎虎，回报会更高。 陈茜：你怎么找自己感兴趣的论文选题？从论文题目和选题看，你似乎喜欢挑战现有认知的方向。 Jason：博士后面几年，我确实是这样想的。如果要写一篇论文，这个问题必须很新颖，没有现成的基线方法。机器人现在还没有被解决，一个很大的原因是，大家对问题定义还没有完全形成共识。在这种情况下，如果只是沿用一个已经设

匹配字段正文

nder Tuomas Haarnoja co-created Soft Actor-Critic at Berkeley, which the post calls one of the foundational algorithms in modern reinforcement learning, and later worked at Google DeepMind training complex humanoid behaviors in simulation and deploying them on real machines. The investors wrote that the founders are unusually well suited to closing the sim-to-real gap and have been demonstrating that it is shrinking. Eka says its broader team comes from MIT, Berkeley, Harvard, CMU, BU, UPenn, De

匹配字段正文

做日常动作，后台连着同一个云端大模型，模型在谁那里察觉到了动作分歧，就静默抓取那一小段高质量差分数据回传。具身后训练，终于不需要把所有人都在实验室里，用机械臂完成了。 06 “未来的后训练发展， 比的是速度和效率” 在采访中，启元机器人首席科学家董豪给出了一个非常反共识的判断： “预训练和后训练不是简单的比例关系，它们是一个阶段性更替。”在他看来，就像当年 DeepMind 做 AlphaGo，一开始用棋谱做模仿学习（预训练），但真正让它封神的，是后面自己跟自己博弈、大规模强化学习的后训练阶段。现在的机器人大模型同样如此：预训练解决起步的世界观构建，路线相对清晰；但未来谁能真正走向泛化与极致成功率，胜负手全在“可规模化的后训练”。如果说过去两年具身智能拼的是谁先拿大模型把机器人“点亮”，那么下半场的竞争，拼的就是谁能用最低的边际成本、最快地构建起机器人的纠错网络。在具身模型从“能跑通 Demo”跨向“进驻千万家”的关键转折点上，产业到底在打什么算盘？下一代基模与后训练体系又将如何演进？近期，我们也将带来对北大副教授、启元机器人首席科学家董豪的独家专访，聊聊具身学术和产业的融合和互补，敬

匹配字段正文

te, rather than creating new federal restrictions. That comes despite growing fears about AI’s effect on every facet of human life, including warnings from whistleblowers at Anthropic, Google DeepMind, and OpenAI that AI could lead to human extinction. “As we are looking at what comes after this federal administration, there has to be a very different kind of framework in how we think about AI, talk about AI, the accountability we’re willing to bring forward when it comes to that,” Mamdani said.

匹配字段正文

ories (omarsar0). CompoWorld: Composes 448 mock services into cross-app workflows, lifting AutomationBench from 10.3% to 32.3% (ZhihuFrontier). Automated discovery: Busy Beaver: A DeepMind Gemini agent found and Lean-verified acceleration rules for 11 unresolved BB(6) machines (omarsar0). DiscoveryRSI: Its 27B model matches post-cutoff published hypotheses 6.3% of the time, versus 2.5% for GPT-6 (omarsar0). Diffusion methods: Sander Dieleman highlights nested looping at fixed noise levels, which

匹配字段正文

reBio，负责为该公司审查化学与生物武器相关风险。 Anthropic 称：“我们主动派驻评估人员，并且认为所有前沿人工智能企业都应当效仿。”METR 表示：“我们已准备好和所有前沿人工智能研发企业合作，向公众提供更可靠的证据。” 微软CEO纳德拉警告：强大AI模型可能被攻破，需建立“紧急刹车”机制 谷歌Gemini首次被曝突破测试环境 入侵三家公司系统 DeepMind联合创始人警告：AI能力不能跑在安全前面 Tolan获得3000万美元战略投资，主打非恋爱向AI伴侣App 2小时前 伊塔动力完成超亿元种子及种子+轮融资，专注具身智能硬件供应 2小时前 Town Assistant获1.08亿美元B轮融资，系个人化AI助手研发商 2小时前 中船特气3.84亿股明日解禁：72.62%股本全流通 591亿筹码如何消化 芯爱科技完成超10亿元A2轮融资 累计社会资本支持突破50亿元 12分钟前 【上市企业热度观测日志】10月20日：宇树科技再涨6.07%蝉联榜首，长盈精密、瑞芯微涨停，海光信息前三季营收增57.58% 存储涨六倍传导终端：一加新旗舰首发贵1700元，学生机价格带逼近苹果华

匹配字段正文

er reduce the need for data collection through physical manipulation or synthetic data generation through simulation. However, no commercialized products are available yet. Google DeepMind has developed AutoRT, a system in which AI plans robot tasks, coordinates their execution and collects training data in real-world environments. Agility Robotics has demonstrated AutoRT in warehouse operations involving the movement of tote boxes, while Figure AI has unveiled technology that converts visual in

匹配字段正文

lo Ventures组成的投资联合体Anthology之外，还有一众AI领域标杆人物。 包括Stripe联合创始人Patrick Collison、Vercel创始人Guillermo Rauch、有着“AI推理之父”之称的OpenAI研究员Noam Brown、OpenAI知名研究员Roon、Hugging Face联合创始人Thom Wolf，以及谷歌DeepMind高级产品经理Logan Kilpatrick等。 并且在Sigil Wen的评论区，能看到a16z联合创始人、Vercel创始人、Brown等纷纷发来祝贺。 这样的豪华支持，或与其创始人Sigil Wen自身的特殊背景息息相关。 Sigil Wen的个人主页显示，他出生于2003年，是宾夕法尼亚大学管理与技术双学位项目肄业生。 他17岁只身搬到硅谷后，就与当下一众明星AI独角兽的缔造者朝夕相交，并抢先体验了Midjourney、Claude等产品的原型。 他在硅谷创客之家住了11个月，当时和他在公寓同住的包括OpenAI联合创始人、AI大牛Andrej Karpathy，Midjourney创始人David Holz

匹配字段正文

穿印着「Research and Deployment Co」的深棕色连帽衫，手里还拿着一块意式辣香肠披萨。他在团队里的人气也可见一斑：同事 Ambrosino 曾在社交媒体上发过一条内容只有「tibo」的帖子，收获了上千个赞。在中国，他甚至有着「重置之神」的称号。 比外表更值得一说的是他的履历。Tibo 职业生涯的大部分时间都在为研究员搭建基础设施，先在 DeepMind，后到 OpenAI。所谓研究基础设施，是 AI 研究员运行、评估、复现和部署实验所依赖的那套共享代码。 在很多人印象里，基础设施就像科技世界的水管，必不可少却无人在意，直到哪里漏了水；作为日后执掌 Codex 的人，这样的出身似乎有些意外。但在 AI 领域，研究基础设施恰恰是很多关键进展发生的地方：缩短一次实验的时间，就能多跑几次实验，更早得到更好的模型。 这种「为造模型的人造工具」的思路，也成了他进入编程智能体领域的起点。2024 年 12 月，Tibo 开始做编程智能体，目标是帮 OpenAI 更快地写基础设施、做研究。他的团队在 OpenAI 的单一代码仓库（monorepo）上训练内部编程智能体，研究员每天

匹配字段正文

；花旗预测DRAM供应缺口2027年四季度达13.9%的峰值，短缺或持续至2028年。三星等三大原厂转产HBM腾出的利基市场，正由长鑫存储等国产力量接棒，国产DRAM替代迎来窗口期。 • 黄仁勋的下一枚棋子：英伟达收编开源模型，把算力需求焊死在GPU上 英伟达正洽谈深化投资或收购开源创企Reflection AI，交易或于数周内落地，谈判仍存变数。该公司由前DeepMind研究员创立，已获英伟达8亿美元投资，正以250亿美元投前估值推进新融资，其开源模型Beam直接对标DeepSeek与Kimi。 • 日本210亿美元“钱进”美国芯：格罗方德建两座新厂，改写美国制造回流剧本 格罗方德将在日本政府高达210亿美元支持下于纽约州新建两座芯片工厂，美国政府持股4%，资金来自日本5500亿美元对美投资承诺，主产汽车与工业用基础芯片。 • 集微咨询发布《2026H1中国电源管理芯片行业上市公司研究报告》：21家上市公司上半年营收同比增长29.02% 近日，集微咨询（JW Insights）正式发布《2026H1中国电源管理芯片行业上市公司研究报告》。报告以士兰微、圣邦股份、纳芯微等21家A股上市

匹配字段正文