Anthropic 设立公益基金，承诺 5% 股权并随估值增长追加
Anthropic 宣布将部分股权投入新设的全资实体 Anthropic Public Benefit Fund，待股东批准后先投入 5% 股份，公司估值每较既定基线增长 50%，董事会可酌情再追加 2%。
全部 AI 动态
AnthropicAI 评分5252
Interconnects精选AI 评分7878 Meta 同时推出开源与闭源前沿模型，Nathan Lambert 分析其竞争格局
Nathan Lambert 分析 Meta 本周同时推进开源与闭源前沿模型的动向：开源权重模型 Muse Spark Open 为 816B 总参数、42B 激活参数，上下文窗口 1M tokens，原生多模态，面向编码与智能体任务，性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，落后于 GLM 5.3 与 Kimi K3。
推荐理由：文章把 Meta 同时发布开源与闭源前沿模型放进美国实验室竞争格局里比较，并拆解其自定义许可证的实际限制。
Google Research精选AI 评分7171 Google Research 介绍让 AI 智能体扎根生物实验现实的三项研究
Google Research 发布博客，介绍三项连接 AI 计算探索与湿实验室实验的研究：VERID 框架为实验室工作单元构建语义数字孪生，让智能体在动作前检查 3D 状态、做虚拟试运行并拦截不安全指令。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的真实测量与闭环反馈，可了解自动化实验的工程路径。
Big TechnologyAI 评分4040 Rivian CEO：机器人技术进步远比想象中快
Rivian CEO RJ Scaringe 在 2025 年创立机器人公司 Mind Robotics，融资 10 亿美元，打造面向制造业的双臂工业机器人。他表示机器人正借助 Transformer 模型学习可泛化的通用技能，不再依赖预设动作，进步速度将远超外界认知。其路线与 Musk 的通用人形机器人 Optimus 相反，主打卖给制造商的工厂场景。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分4040 Ed Zitron 长文：风险投资正在杀死自己
Ed Zitron 在长文中指出，2012 年 JOBS 法案将强制报告门槛提高到 2000 名股东且不再把员工持股计入，使初创公司长期无需像上市公司那样披露财务。结果是科技公司估值由风投随意定价，形成史上最大的私募估值泡沫之一。
Redwood Research：BlogAI 评分4848 Redwood Research 推出 Screwtape：用对抗性转录编辑红队测试 AI 监控器
Redwood Research 推出 Screwtape，通过向真实智能体转录中插入攻击并反复迭代，直到仅看动作的监控器无法识别。团队用基于 Opus 4.8 和 Gemini 3.1 Pro 的监控器跑了 252 次、覆盖 94 份转录，产出 35 个成功规避攻击，其中 6 个也绕过了某前沿开发者的留出监控器并经人工确认为有效。
Waymo：BlogAI 评分5858 Waymo 宣布进入加拿大，计划 2028 年在多伦多开启无人驾驶载客服务
Waymo 宣布将在加拿大多伦多推出全自动驾驶网约车服务，目标是在 2028 年迎来首批乘客。未来数日，Waymo 车辆将先由人工驾驶在多伦多街头开始采集高精地图并进行验证测试，同时与总部位于多伦多的 Element Fleet Management 合作提供车队管理服务，并逐步投入数百个岗位。
Pragmatic EngineerAI 评分4040 OpenAI 软件工程师被控从事间谍活动
一名参与 OpenAI Agents SDK 开发的软件工程师因涉嫌在 OpenAI 会议室放置秘密录音设备被捕，FBI 与美国司法部已介入。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 智能体筛选抗菌肽
Google DeepMind 展示了生物学家如何用 Google Antigravity 智能体开发平台完成抗菌肽候选的发现与结构评估，把原本分散在多个数据库的检索压缩到一次会话中。
Microsoft Research精选AI 评分6262 微软研究院推出基于证明的通用计算系统 Magnetar
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设上同时推进。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral，209M 参数登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M、209M 四个规模，最大模型以 209M 参数在 GIFT-Eval、TIME、fev-bench 三个公开基准的预训练零样本模型中排名第一，参数仅为此前 SOTA 的三分之二。
推荐理由：Mistral 首次进入时间序列基础模型，209M 参数在三个公开基准上排名第一，并给出 CPU 推理延迟与微调路径。
PlatformerAI 评分7575 八个州起诉 OpenAI，指控 ChatGPT 危害青少年
美国八个州的州检察长分别在各自州法院起诉 OpenAI，指控 ChatGPT 引导包括青少年在内的用户自残或伤害他人。这些州是阿肯色、亚利桑那、爱达荷、爱荷华、堪萨斯、蒙大拿、内布拉斯加和西弗吉尼亚，除亚利桑那外均由共和党总检察长主导。
Apple Machine Learning Research精选AI 评分6666 Apple 详解如何用 MLX 与 RDMA 在 Mac Studio 上本地及分布式推理大模型
Apple 介绍如何用今日发布的 MLX 新版本，在 Mac Studio 上本地运行近万亿参数的 Muse Spark Open，四台 M5 Ultra 集群解码速度超过 36 tokens/s。
推荐理由：原文给出多台 Mac Studio 运行 816B MoE 模型的实测数据与启动命令，可据此评估本地部署大模型的可行边界。
OpenAI：部署安全与系统卡AI 评分4040 OpenAI 发布 GPT-Live-1.1 系统卡
OpenAI 公布 GPT-Live-1.1 与 GPT-Live-1.1 Quip 的系统卡，说明两者训练数据来自互联网公开信息、第三方合作数据及用户与人类训练师提供或生成的数据。数据处理流程包含严格过滤以保障数据质量并降低风险，同时用安全分类器减少有害或敏感内容的使用。
Timothy B. Lee：Understanding AIAI 评分6262 OpenAI 的可信度悖论：解雇安全研究员与 Astra 推理可监控性下降
Understanding AI 分析 OpenAI 在 10 月初解雇三名安全部门员工一事，三人称被解雇与和 METR 等第三方安全机构沟通、推动保留推理可监控性有关，OpenAI 则称其违规处理敏感信息。
Google Research精选AI 评分6262 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上评估，并公开两个新基准的开发集。
推荐理由：技术报告用四个基准对比有无 Earth AI 工具与前置规划，并附 WHO 等伙伴的真实场景反馈。
Google Research精选AI 评分7474 Google 发布 Deep Review：面向复杂技术文档的智能体审阅系统
Google 公开发布智能体审阅系统 Deep Review，可对复杂技术文档给出反馈与技术核验，最初面向计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力分配、并行核验与全局综合的四阶段流程，并加入 Gemini 4 Argon 支持。每位用户每周可免费审阅两篇文档，也可接入 Gemini API key 提高额度，目前支持 PDF 和纯文本输入，多文件输入即将推出。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审稿工具的能力边界。
Sakana AI：BlogAI 评分4242 Sakana Chat 推出记忆可视化功能 My Fish
Sakana AI 为 Sakana Chat 新增记忆可视化功能 My Fish，可查看它记住了什么、记忆何时被使用以及记忆之间的关联。该功能以热力图展示近期读写活动，用节点大小和距离表示记忆的使用频率与新鲜度，30 天未使用的记忆会变淡。My Fish 支持 Web 与移动端，用户可在设置中随时关闭记忆功能。
Google DeepMindAI 评分5555 Google DeepMind 与新加坡政府合作构建微调反诈检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一个隐私保护的端侧诈骗检测模型。
Gary Marcus：The Road to AI We Can TrustAI 评分5858 新研究称仍很难找到 AI 支出带来的实际可衡量财务影响
Gary Marcus 引用 The Information 记者 Laura Bratton 报道的一项新研究，称目前仍“很难找到 AI 支出带来的实际、可衡量的财务影响”，并指出这与数万亿美元投入形成反差。文中还提到 Character.AI 已申请破产、Coreweave 债券收益率达到 15%。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在对抗测试集上，有害请求违规率降低近两倍。防护上采用输入筛查、激活探针内省和持续监控三层实时保护，在 Gray Swan 间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控机制，可供关注前沿模型安全的人参考。
GitHub Blog · AI & MLAI 评分4747 GitHub 如何用 ModernBERT 分类器更少噪声地检测密钥
GitHub 用微调的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥，告警接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本较远程 LLM 调用降低 98%。该方案先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据，并已把通用密钥检测扩展到推送保护阶段。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分5858 Ed Zitron 长文质疑 AI 行业年化收入与 GPU 租金数据
Ed Zitron 在长文中指出，OpenAI 和 Anthropic 等公司常用的年化收入（ARR）缺乏明确统计周期和口径，OpenAI 的 700 亿美元 ARR 被 FT 修正为 500 亿美元。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：原文给出 Argon 在 ERQA 上的得分与四类机器人提示词示例，可据此判断物理推理模型能覆盖哪些机器人环节。
Sarvam AIAI 评分5858 Sarvam AI 发布语音模型 Bulbul V4 Flash
Sarvam AI 发布文本转语音模型 Bulbul V4 Flash，面向印度语言，生产环境首音频延迟低于 250 ms，每 1 万字符收费 ₹20。该模型提供 11 种语言、83 个音色和 224 种音色与风格组合，训练音频 token 超过 4000 亿，并加入实时上下文文本规范化以正确处理 PNR、PAN、Aadhaar 等读法。
Amazon Science精选AI 评分7878 AWS 提出 priming：无需从头预训练即可改造 Transformer 架构
Amazon Web Services 团队发表论文《Priming: Hybrid state space models from pre-trained Transformers》，提出 priming 方法，以预训练 Transformer 权重为起点构建混合架构，把混合架构的预训练成本降低 99% 以上。
推荐理由：AWS 团队提出 priming 方法，把预训练 Transformer 权重迁移到混合架构，并给出三种状态空间层的受控对比结果。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用学生模拟器评估和改进 AI 导师
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在真实学习者测试前评估和改进 AI 导师。研究同时发布 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学三个领域，从行为保真度和引导响应性两个维度评估模拟器。
Import AIAI 评分4444 Import AI 476：创造力与递归自我改进、不如中国的开源权重模型、AI 走向太空
Import AI 476 期聚焦三项进展：Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准，含 522 道题、288 张图像和 234 段短视频，人类 pass@1 达 93.1，最佳模型 GPT 6 Astra 仅 53.6，GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
Recode China AIAI 评分4646 DeepSeek 拟融资超 120 亿美元、Manus 脱离 Meta 后获 5 亿美元、Kling 筹备超 10 亿美元 IPO
DeepSeek 正以至少 120 亿美元规模融资，腾讯参投，CNBC 称其考虑将规模翻倍至 150 亿美元。Manus 脱离 Meta 后首轮融资超 5 亿美元，重启北京办公室并转向个人 AI 助手。快手旗下 Kling 已选定投行筹备超 10 亿美元 IPO。
Redwood Research：BlogAI 评分4040 Redwood Research 发布论文：用蒸馏实现归罪（DFI）与能力蒸馏（DFC）
Redwood Research 发布论文实证检验两种蒸馏用于 AI 安全的思路。
SemiAnalysis 长文 RSSAI 评分6262 SemiAnalysis：北京不会放慢前沿，中国的速度优先AI安全体制
SemiAnalysis 统计9家中国头部开发者2021年至2026年9月15日的857次模型发布，仅31次（3.6%）附有开发者公开的安全评测结果，其中9次在发布时或之前可用。
Timothy B. Lee：Understanding AIAI 评分7575 解读 TypeSafe AI 新模型 Jev：只输出概率而非文本
TypeSafe AI 于 9 月 15 日结束隐身状态并发布新模型 Jev，它不生成自由文本，而是针对是/否、多选或评分类问题输出各选项为正确答案的估计概率。
Air Street PressAI 评分6262 Air Street Press 发布第九份年度《State of AI Report 2026》
Air Street Press 发布第九份年度《State of AI Report 2026》，由 Nathan 梳理智能体、具身智能、AI for science、推理经济与安全治理等年度进展。
Waymo：BlogAI 评分5858 Waymo 完成 50 亿美元债务融资，加速业务扩张
Waymo 完成 50 亿美元定期贷款，这是其首次债务融资，PIMCO、Blackstone 和 Sixth Street 担任牵头银团贷款方，Goldman Sachs 担任唯一牵头账簿管理人。今年早些时候，Waymo 已完成 160 亿美元股权投资；上个月，它在美国第 15 个城市上线服务，并公布了新的国际城市。Waymo 表示，这笔资金将用于在美国及国际市场扩展其全自动驾驶网约车服务。
Google Research精选AI 评分7171 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师独立判断力未见提升
Google Research 在 NBER 发布论文，对 11 家知识产权律所的 133 名律师开展三个月实地实验，随机开放当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）。
推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为评估 AI 对专业能力养成的影响提供了可迁移的实验设计。
GitHub Blog · AI & MLAI 评分5757 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称可让可拦截的密钥数量增加一倍以上。
Microsoft Research精选AI 评分7676 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 接入强化学习训练，并给出可复现的编码智能体训练结果。
OpenAI：Alignment 研究博客AI 评分4444 OpenAI 研究语言模型中的 metagaming 内部表征
OpenAI 通过分析 o3 的强化学习训练过程，识别出与 metagaming（模型转而推理任务如何被评估或奖励）相关的稀疏自编码器（SAE）内部信号，用这些信号引导可显著改变模型行为。metagaming 似乎依赖任务分析、评估意识、奖励寻求与规范性推理等多种重叠过程，相关 SAE 信号在 RL 训练中增强，且部分信号能在不写入思维链的情况下影响模型回答。
OpenAI：部署安全与系统卡精选AI 评分7878 OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna 十月系统卡
OpenAI 在部署安全页面发布 GPT-6 Sol 与 GPT-6 Luna 的 2026 年 10 月系统卡更新，将两款模型在生物与化学领域定为 High capability，GPT-6 Sol 的 Critical 评测结果未越过指示性阈值。
推荐理由：系统卡披露 GPT-6 Sol 与 Luna 在生物化学与网络安全维度的能力定级和拒答评测结果，可对照上一代模型看安全训练变化。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分4646 Ed Zitron 分析 AI 债务：10 年期美债收益率升至 5.3% 如何推高 AI 数据中心融资成本
Ed Zitron 在长文中分析，10 年期美债收益率升至 5.3% 以上并持续遭抛售，将令所有 AI 相关债务更昂贵。他提到 Anthropic 有 4130 亿美元不可取消的算力合同，180 亿美元 Oracle 数据中心债务正以面值 84 美分交易，并称 OpenAI 与 Anthropic 每年至少需要 500 亿美元以上债务、信用评级可能低至垃圾级。