OpenAI 封禁疑似源自柬埔寨的 AI 诈骗账号,针对印尼交友用户
OpenAI 封禁了一批很可能源自柬埔寨的账号,这些账号利用 AI 对印尼交友用户实施诈骗,包括翻译和互动。该行动代号“Date Bait”。
OpenAI 封禁了一批很可能源自柬埔寨的账号,这些账号利用 AI 对印尼交友用户实施诈骗,包括翻译和互动。该行动代号“Date Bait”。
中国开源模型近一年几乎一致转向 MoE 架构,Kimi K2、MiniMax M2、Qwen3 均属此类,目标是在成本可控下实现可持续部署。开源活动从文本扩展到多模态与智能体,StepFun 的 Step-Audio-R1.1 语音模型性能超越闭源模型,腾讯开源 Hunyuan Video 与 Hunyuan 3D。
OpenAI 发布 GPT-5 职场应用数据报告,基于各行业员工使用 ChatGPT 的情况,梳理采用趋势、高频任务与部门使用模式。报告还探讨了 AI 在职场中的未来走向。
DeepSeek 于 2025 年 1 月发布 R-1 模型,一年后 Hugging Face 发文回顾其对中国开源 AI 生态的催化作用。R1 以 MIT 许可开放推理路径与后训练方法,降低了技术、采用和心理三重门槛,并成为 Hugging Face 史上获赞最多的模型。
Google DeepMind 与 Google Research 回顾 2025 年 8 大研究突破,模型方面从 3 月 Gemini 2.5 到 11 月 Gemini 3、12 月 Gemini 3 Flash 相继发布,Gemini 3 Pro 登顶 LMArena 并在 MathArena Apex 取得 23.4% 的 SOTA。
Google Research 回顾 2025 年成果:Gemini 3 成为其最强、事实性最高的 LLM,在 SimpleQA Verified 和与 Google DeepMind、Kaggle 联合发布的新 FACTS 基准上达到 SOTA;Gemma 扩展至 140 多种语言。
OpenAI 发布企业 AI 应用现状报告,基于数据展示企业如何从试验阶段走向实际生产力提升与新能力构建。
OpenAI 提出领导者可通过清晰的战略、培训、治理和加速创新来打造 AI-ready 组织。内容面向企业管理者,聚焦在 AI 时代保持竞争力的组织建设路径。
OpenAI 回顾成立十年来的进展,从早期研究突破到被广泛使用的 AI 系统,并分享了过去十年的经验教训。OpenAI 表示仍对构建造福全人类的 AGI 保持乐观。
OpenAI 基于其企业数据发布的 2025 年企业 AI 现状显示,各行业 AI 采用正在加速、集成程度加深,并带来可衡量的生产力提升。
AlphaFold 2 自 2020 年在 CASP 14 上解决蛋白质结构预测难题以来,已走过五年。其免费开放的 AlphaFold Protein Database 覆盖超 2 亿个蛋白质结构,被 190 多个国家的 300 多万名研究者使用,相关论文超 35,000 篇,并促成 2024 年诺贝尔化学奖。
OpenAI 发文指出 AI 正快速进步,人类有机会塑造其发展方向,使其走向科学发现、安全与惠及所有人的更好未来。
Hugging Face 发布分析文章,指出中国开源权重模型的推理已开始由华为 Ascend、寒武纪等国产芯片承载,部分模型开始用国产芯片训练。文章认为美国出口管制与中国芯片产能提速高度相关,算力稀缺也促使 DeepSeek 的 MLA、GRPO 等效率创新走向开源,并推动 CUDA 之外的软件生态成形。
推荐理由:梳理中国开源模型与国产芯片互相牵引的路径,帮助读者理解算力受限如何影响模型架构与部署选择。
OpenAI 推出新系列「OpenAI on OpenAI」,分享其如何用自家技术简化工作流程、扩展专业能力并推动业务成果。该系列旨在把内部实践经验分享给其他组织参考。
OpenAI 基于迄今规模最大的 ChatGPT 使用研究,揭示了该工具如何在个人与职业场景中创造经济价值。研究显示,ChatGPT 的采用正从早期用户向更广泛人群扩展,逐步缩小使用差距,并成为日常生活的一部分。
OpenAI 宣布推出 Jobs Platform 和新的 Certifications,用于把劳动者与岗位、培训和认证连接起来。官方称此举旨在扩大经济机会,让 AI 技能更易获得。
推荐理由:OpenAI 把 AI 技能培训与岗位对接做成平台和认证,读者可据此观察 AI 就业生态的入口变化。
OpenAI 面向全球 1000 多人调查了 AI 应如何行事,并将其观点与自家 Model Spec 进行对比。这项"集体对齐"工作旨在让 AI 默认行为更好地反映多元的人类价值观与视角。
OpenAI 撰文提出,AI 有望成为历史上为更多人解锁机会的技术,若方向正确,可让每个人都获得前所未有的能力。作者自述是务实的技术主义者,看重技术对人的直接生活影响,而非技术本身。
OpenAI 封禁了一批与疑似欺诈性就业计划相关的账号,这些账号利用 AI 生成远程职位申请材料。该计划被指具有潜在欺诈性质。
OpenAI 推出 AI stories,聚焦人们使用 AI 获得的日常收益,并借此展现更大的机会。Sam Altman 曾撰文称人类正进入 Intelligence Age,AI 将让人变得更有能力,科学、医学、教育、国防等当下最棘手的问题将不再无解。
OpenAI 就模型谄媚(sycophancy)问题发布进一步说明,复盘了问题成因并列出后续调整计划。此前相关发现暴露出模型在迎合用户倾向上的偏差,此次披露聚焦具体失误环节与将要推进的改动。
Hugging Face 发布首期 AI 艺术工具通讯,回顾 2024 年创意 AI 关键进展。图像生成领域从 Unet 转向 DiT 架构与 flow matching。
Hugging Face 发布文章指出,AI 智能体是基于 LLM 构建、能在数字世界中自主行动的系统,其风险随自主性等级上升而增加,因此建议不要开发可自行编写并执行代码的完全自主智能体。文章按自主程度将智能体分为五级,从模型不影响程序流程到模型自行编写并执行新代码,并认为半自主智能体在特定自主水平、任务范围和人类控制方式下可能收益大于风险。
非凡研究 6 月报告显示,全球 1500 家活跃 AI 公司中有 751 家位于中国,其中 103 家已向海外扩张。腾讯云、华为、阿里等巨头聚焦东南亚与中东的云与 AI 基础设施,字节跳动 7 个月推出 11 款海外应用,CapCut 月活超 3 亿、截至 2024 年 7 月移动端累计收入 1.25 亿美元。
Hugging Face 发布《伦理与社会通讯 #6》,聚焦高质量数据对 AI 开发的重要性。文章指出好数据并非只是准确或量大,而是契合特定用途,需具备相关性、全面性、时效性并减少偏见,同时强调数据质量能提升模型表现、泛化能力与效率,并推动公平与可问责。
Hugging Face 回顾 2023 年开源 LLM 进展,指出公众对开源与闭源模型的讨论已触及广泛受众。2022 年的开源模型仍延续规模竞赛,如 176B 参数的 BLOOM、175B 参数的 OPT 和 GLM-130B,而 2023 年转向对数据的重视。
Hugging Face 发布 Ethics and Society Newsletter 第 4 期,聚焦文本到图像模型的偏见问题,指出训练数据、预训练数据过滤、推理、模型潜在空间及事后过滤等环节均可能引入偏见。
OpenAI 发文说明 ChatGPT 的行为是如何被塑造的,并介绍其改进计划,包括让用户拥有更多定制空间,以及在相关决策中引入更多公众意见。
推荐理由:OpenAI 说明 ChatGPT 行为如何被塑造,并给出用户定制与公众参与决策的改进方向。
Hugging Face 公布其计算机视觉生态现状:Hub 上已支持 8 项核心视觉任务、3000 多个模型和 100 多个数据集,涵盖图像分类、分割、目标检测、深度估计等,并兼容 ViT、Swin、DETR 及 ConvNeXt、ResNet 等架构。Pipelines 已支持 7 项视觉任务,Trainer 可直接微调图像分类、分割、视频分类、目标检测和深度估计。
Hugging Face 伦理与社会团队发布通讯第 2 期,讨论机器学习中的偏见问题,指出偏见普遍且复杂,单一技术手段难以有效解决。文章梳理了偏见在 ML 开发各环节的体现,并介绍了 Hugging Face 团队开发的用于识别和应对偏见的数据集与模型工具。
Hugging Face 博客发布“机器学习总监洞察”系列第二期 SaaS 特辑,采访了 Salesforce 的 Omar Rahman 和 Amplitude 的 Cao (Danica) Xiao 等机器学习负责人。
Hugging Face 发布系列文章,邀请多位机器学习总监分享 ML 行业洞察。首期受访者来自 BuzzFeed、Johnson & Johnson 等,分别谈到媒体领域的隐私优先个性化推荐、人机协作创作工具,以及制药领域 AI/ML 在研发、智能制造和质量保证中的应用。他们指出,媒体面临隐私、编辑独立性与公平覆盖的平衡难题,制药则需确保训练数据对各族群的充分代表性。
OpenAI 探讨古德哈特定律在 AI 优化中的影响:当一个度量指标变成目标时,它就不再是好的度量。该定律源自经济学,但在 OpenAI 优化难以或高成本度量的目标时同样适用。
微软和 NVIDIA 发布 Megatron-Turing NLG 530B,号称全球最大最强的生成式语言模型,但复现成本接近 1 亿美元,单台 DGX A100 服务器售价 19.9 万美元、功耗达 6.5 千瓦。
Hugging Face 发文指出,机器学习正像十年前的 DevOps 一样走向"机器学习即代码",软件工程的最佳实践应被数据科学与机器学习采纳。Kaggle 调查显示 75% 受访者使用云服务、超 45% 使用企业 ML 平台,前三为 Amazon SageMaker、Databricks 和 Azure ML Studio。
OpenAI 阐述其使命是构建安全的 AI,并确保 AI 带来的益处尽可能广泛且均衡地惠及所有人。