搜索
浙大联合微软亚洲研究院最新提出的World-R1，不改架构、不要3D数据，纯靠强化学习就让视频生成模型学会了“理解”三维世界。World-R1 的出发点很简单：预训练的视频模型里面已经有 3D 知识了，只是“沉睡”着。用强化学习把它叫醒就行。
最近一两年，AI 行业有一个很微妙的变化：大家不再满足于问 “模型会不会回答”，也不再只关心 “Agent 能不能调用工具”。越来越多的讨论开始回到一个更终极的问题：AI 到底能不能完全自动化接管工作区，理解个性化需求，像一个真实的人类劳动力一样，把一件事情从头到尾做完？
上次给大家写了《Codex教程》之后，评论区里陆陆续续冒出来好多问题。问的最多的，是土区订阅 ChatGPT Plus 的事。既然是已经存在的定价差异，还有那么多人不知道，那就写，写清楚，手把手教到会为止。
每次想让AI读个外部网站的信息，看到这句话头都要炸了。不过，GitHub有个开源项目OpenCLI把这事儿解决了：网站变命令行。Reddit讨论、B站热门、Arxiv论文，以前开浏览器一个个翻的东西，现在终端一行命令直接出结构化数据。
最近，吴恩达发了篇长文，对着「AI 就业末日论」就是一顿疯狂输出。他指出，这种过度夸大的失业恐慌不仅是不负责任的，且极具破坏性。在这场焦虑蔓延的背后，隐藏着 AI 初创公司拉高估值与传统企业掩盖决策失误的双重利益诉求。
为了解决这一问题，来自中山大学和美团的研究团队提出了 X2SAM，一个统一的图像与视频分割多模态大模型框架。它希望让模型不仅能「看懂」图像和视频，还能进一步「指出」目标在每个像素上的准确位置。
Bloomberg 曝出重磅消息：Trump 政府正在起草一份全新 AI 安全行政令。草案中没有强制模型测试条款，也不会要求前沿 AI 模型在发布前获得政府批准，取而代之的核心方向是「自愿合作」。从 Biden 时代的强制红队测试报告机制，到如今强调企业自愿参与网络防御——美国 AI 安全监管正在经历一次路线级别的转向。
在过去很长的一段时间里，英伟达都被迫只能站在中间，一边是美国出口管制，一边是中国市场需求，老黄当然想找到一个突破口。也就是在同一天晚上，Anthropic发了一篇很不寻常的文章。文章标题叫《2028:Two scenarios for global AI leadership》，讲的是2028年全球AI领导权的两种可能。
Prime Intellect把Opus 4.7和GPT 5.5关进H200集群，不给人类指导，跑了1万次实验。结果：AI第一次在科研竞赛中打破人类纪录。2930步，递归自改进的卢比孔河，被跨过了。
微软用一套多 Agent 系统在 AI 漏洞发现的顶级基准测试上拿下第一，超过 Anthropic 最强模型 Mythos 五个百分点。诡异的是，微软自己并没有一个能打的前沿模型。它用别人的模型组了个系统，打败了造出这些模型的公司。这对AI竞争格局的启示，比这个工具挖出了大量 Windows 漏洞本身更重要。