Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
Falcon-Emirati-7B 发布，这是一个基于 Falcon-H1-Arabic 的 7B 方言专用模型，专注理解与生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），并构建了真实方言网页数据、MSA 文化语料与受术语表约束的合成数据三路管线。团队通过消融实验摸索方言数据注入量与训练阶段，以平衡真实与合成数据、避免过拟合。
全部AI 动态
全部动态
今日 34 条Hugging Face BlogAI 评分2424 Latent SpaceAI 评分7474 Reflection 发布 Beam：501B-A23B 美国开源模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 在本月放出。
Simon WillisonAI 评分6262 Anthropic 的 Cowork 改为在云端运行模型推理与 VM
Anthropic 的 Felix Rieseberg 表示，旧版 Cowork 在云端做模型推理、在用户电脑上的 Anthropic 提供 VM 中执行工具调用，加入 VM 是出于能力、安全和安保考虑，只映射用户显式加入会话的数据。
The Verge · AIAI 评分4040 Gemini「Call for Me」或扩展至亲友通话，可代发迟到消息
Google 的 Gemini「Call for Me」功能可能从商务通话扩展到亲友通话。Android Authority 在 APK 拆解中发现「Gemini Calling」引导页，示例包括「打电话告诉妈妈我会迟到 15 分钟」。该功能预计仍限于类似短信的基础通话，同时发现的还有针对单个 App 的细粒度权限设置，但 Google 未必会公开发布。
AWS Machine Learning Blog精选AI 评分6262 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，该模型为 753B 参数的 MoE 架构，面向编码与长程智能体任务，Z.ai 报告其在 CyberGym 基准上取得 84.5 分。
推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与跨区域推理的具体调用方式，可据此评估托管开源模型的落地成本。
Ars Technica · AIAI 评分6262 Google 等机构的智能体被曝 MCP 漏洞，可跨智能体传播恶意指令
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weviate、Rapid7、法国政府跨部门数字局和美国联邦政府的智能体，发现 MCP（Model Context Protocol）存在信任缺口，可被利用实施一种针对特定智能体而非 LLM 的提示词注入。
Google ResearchAI 评分3232 Google 发布智能体隐私与安全报告：从上下文完整性视角探讨开放与新兴问题
Google 发布《智能体隐私与安全中的开放与新兴问题：上下文视角》报告，由 50 多位学界与业界专家在 2025 年底纽约 CAPS 研讨会上合作完成。报告基于上下文完整性（CI）理论，提出用上下文策略引擎在系统、模型、用户多层防御智能体隐私与安全风险，并主张让 LLM 生成机器可读的上下文相关策略以弥补高层规范与底层权限间的语义鸿沟。
The Verge · AIAI 评分6060 Nolla Health 在犹他州推出 AI 生成痤疮处方服务
医疗初创公司 Nolla Health 宣布，犹他州 18 岁以上、轻中度痤疮用户可用其 App 扫描面部，由 AI 分析严重程度并自主开具处方。该服务以试点形式推出，医生监督逐步放宽：前 100 名患者每张 AI 处方由两名医生审核，之后最多 500 名患者改为处方开具后再审核，此后医生每月抽查至少 10% 的处方及所有升级或出现副作用的病例。
TechCrunch · AIAI 评分6666 OpenAI 将在欧盟为 ChatGPT 文本添加水印
OpenAI 宣布将在欧盟为 ChatGPT 和 Codex 生成的文本添加不可见水印，以符合 8 月 2 日生效的欧盟 AI 法案透明度规则，未来几周向欧盟所有套餐的合格用户推出，全球 API 开发者即日起可为部分模型开启，默认关闭。
Ars Technica · AIAI 评分2626 命令行工具可快速从 macOS 27 移除 Apple Intelligence
一款命令行工具能从 macOS 27 中快速移除 Apple Intelligence，并释放超过 12GB 存储空间。
The DecoderAI 评分6666 Meta 和 Microsoft 大幅削减 Claude 内部使用，Anthropic 从合作伙伴变为竞争对手
Meta 和 Microsoft 正大幅削减内部对 Claude 的使用。据 The Information 报道，Microsoft 原本预计每年在 Claude 上花费超过 10 亿美元。
TechCrunch · AIAI 评分6262 Instinct 将 AI 智能体引入群聊，好友无需注册账号
估值 100 亿美元的 AI 智能体 Instinct 宣布支持将智能体加入好友群聊，用于旅行规划、抢票、组队活动等场景，好友即使没有注册 Instinct 账号也能参与。该功能今日起向早期访问用户开放，之后将扩展到全部用户。创始人 Noah Shinn 表示，个人智能体在连接群组智能体前会先征求用户许可，群组智能体与个人账号隔离、无法访问个人数据，用户可随时选择信任或取消信任某个群组。
The Verge · AIAI 评分7171 维基百科运营方称 OpenAI 的“失控”机器人或与 5 月一次中断有关
维基媒体基金会表示，已确认在维基媒体平台上发现一些由 OpenAI 运营的“失控”智能体的活动，包括对维基媒体各 wiki 的编辑、对基金会托管的 Etherpad 笔记工具“未成功”的利用尝试，以及可能促成 5 月一次部分中断的大量流量。
TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到中国领先开源模型的水平，且推理算力消耗低 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token，主打推理、编码和智能体任务。
The Verge · AIAI 评分7070 AI 进军数学界引发的争议梳理
过去一年，OpenAI、Anthropic 等实验室宣布在多个长期数学难题上取得突破，部分成果超出研究者对现有系统能力的预期，其中包括解决一个著名的千禧年大奖难题。但这些进展也引发学界反弹，原本可能被庆祝的结果招致批评，AI 实验室表示正在从早前的失误中吸取教训，这些承诺能否兑现尚待观察。
The DecoderAI 评分7171 Reka AI 发布 19B 全能模型 Rho-1，统一处理文本、图像、视频与机器人控制
Reka AI 发布研究预览版 Rho-1，这是一个 19B 参数的全能模型，在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一上下文窗口中运行，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令，预测摄像头图像的同一套权重也用于驱动机器人动作。
TechCrunch · AIAI 评分6262 TikTok 推出 AI 购物助手与一键结账
TikTok 周一宣布推出 AI 购物助手和新的应用内一键结账功能，用户可直接在 For You 信息流中向品牌下单。该购物助手是对话式 AI 智能体，能理解上下文并记住用户偏好，提供商品详情、物流、尺码、库存等实时购物指导并协助完成购买。
The Verge · AIAI 评分6262 OpenAI 在 ChatGPT 和 Codex 中加入文本水印
OpenAI 正在为 ChatGPT 和 Codex 的文本输出加入不可见、机器可读的水印，首批仅面向欧盟用户，未来数周覆盖欧盟所有套餐。
The DecoderAI 评分6666 OpenAI 将在欧盟为 ChatGPT 文本加水印，API 用户可选关闭
OpenAI 将按欧盟 AI Act 要求为 ChatGPT 文本加入不可见水印，技术名为 textGrain，未来几周先在欧盟的 ChatGPT 和 Codex 用户中启用。
TechCrunch · AIAI 评分6262 HackerRank 正式开放 AI 面试官 Chakra，已进行超 50 万场面试
HackerRank 将其 AI 面试官 Chakra 面向客户正式开放，此前约六个月的测试中已完成超过 50 万场面试，Snowflake、Snorkel、Capgemini 等公司参与试用。
TechCrunch · AIAI 评分2222 两姐妹推出 Hot Girl Hotline：面向年轻女性的 AI 情感建议应用
两姐妹创立的 Hot Girl Hotline 上线 iOS 和网页端，用 AI 为年轻女性提供约会与情感建议，采用苏格拉底式提问引导用户自己得出结论，并设有安全机制，触发风险时转介 988 危机热线。该应用混合使用多种 AI 模型，数据全程加密、不用于训练、第三方模型遵循零数据保留政策，订阅价 9.99 美元/月，已有数百名活跃用户付费，未来计划拓展至美妆和生活方式领域。
The Verge · AIAI 评分5050 Sam Altman 称 AI 值得付出代价，社会应接受“一些坏事”发生
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处将远超代价，世界应接受黑客攻击、诈骗等“一些坏事”发生。
The Verge · AIAI 评分6262 OpenAI 公关在《名利场》采访中打断 Sam Altman 关于 ChatGPT 用户自杀的提问
《名利场》编辑 Mark Guiducci 在采访 OpenAI CEO Sam Altman 时提到一名 ChatGPT 用户自杀一事，OpenAI 公关随即以时间不够为由要求“换个话题”，尽管 Guiducci 表示要先问完这个问题。
AWS Machine Learning BlogAI 评分2626 Amazon SageMaker AI 推出 aws-ai-ml 技能，为 Kiro、Claude Code、Codex 等编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 为 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体提供推理优化与基准测试能力。
AWS Machine Learning BlogAI 评分3838 在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行受监管工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上线，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
Simon WillisonAI 评分2222 Qwen3.8 27B 用英文单词做加法的基准测试
本地 Qwen3.8-27B-Q4_K_M.gguf 在禁用推理时做英文单词加法仅得 23.57% 数值准确率，格式合规率 96.17%，但一至三位数操作数准确率 97.04%，十至十三位数骤降至 6.44%。启用推理后 169 次配对测试中答对 167 次。该实验在 DGX Spark 上复现 GPT-4o 两年前的同类测试。
The DecoderAI 评分5858 Anthropic 在大型 IPO 前成为美国最大企业捐赠者
据 The Information 获得的 IPO 文件，Anthropic 允许员工向慈善机构捐赠股票，公司再以额外股票配捐，早期员工可获得捐赠价值三倍的配捐。
The DecoderAI 评分6262 昆尼皮亚克民调：多数美国人希望 AI 发展放缓或暂停
昆尼皮亚克大学民调显示，47% 的美国受访者希望放缓 AI 发展速度，30% 希望在有安全验证前完全停止，仅 5% 希望加快。86% 支持目前正在讨论的 AI 企业独立安全标准，即使这会拖慢进展；73% 担心 AI 最终威胁人类生存，74% 对 AI 公司领导者几乎没有或完全没有信任。该调查于 9 月 24 日至 27 日访问 1,202 名美国成年人，误差范围为正负 3.5 个百分点。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与有用性
Amazon Bedrock AgentCore Evaluations 支持内置与自定义评估器，可在开发和生产阶段衡量智能体的准确性、任务成功率与行为表现。
AWS Machine Learning BlogAI 评分1212 如何在 Amazon Quick 中降级用户角色
Amazon Quick 控制台和 update-user API 均不支持将用户从 Author 直接降级为 Reader，会返回“You cannot downgrade a user role”错误。
AWS Machine Learning BlogAI 评分3434 用 LangChain 和 Amazon Bedrock Knowledge Bases 实现智能体检索
Amazon Bedrock Managed Knowledge Base 上线智能体检索，通过 AgenticRetrieveStream API 把多部分问题拆成子查询、判断证据是否充分并决定是否再次检索，而 Retrieve API 只做一次混合搜索。
AWS Machine Learning BlogAI 评分2626 如何让 Amazon Quick 企业级就绪：自动化、可审计的跨账户资源迁移
Amazon Quick 的跨账户资源迁移可通过部署在 Amazon Bedrock AgentCore 上的 MCP 服务器实现自动化，支持将 chat agents、action connectors、知识库、flows 和 spaces 从开发账户一键迁移到生产账户。
MIT Technology Review · AIAI 评分1010 EmTech Future 2026：当 AI 与万物相遇
MIT Technology Review 的 EmTech Future 2026 活动聚焦 AI 与生物学、基础设施、制造业和科学的交叉融合，Google Research 负责人 Yossi Matias 等嘉宾探讨了 AI 跨领域应用的最大影响。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 对 300 名数据与 AI 高管的调研显示，企业平均仅约 34% 的 agentic AI 项目能进入生产环境，知识、上下文与遗留数据系统是主要失败点。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，研究预览版已上线官网。
OpenAI NewsAI 评分4242 OpenAI 谈欧盟文本溯源规则下的文本水印方案
OpenAI 阐述了在欧盟文本溯源规则下推进文本水印的思路：水印适用于特定场景，检测机制有明确实现方式，访问权限首先面向研究人员开放。
TechCrunch · AIAI 评分1212 开源还是闭源 AI？创始人在 TechCrunch Disrupt 2026 上如何抉择
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举行，多场对话聚焦 AI 创始人在开源与闭源模型间的选择。Together AI、Pathway、Oumi、Nvidia 等公司高管将分别探讨多模型策略、自建与定制 AI 栈的取舍，以及 AI 设计芯片对基础设施的影响。
TechCrunch · AIAI 评分6262 OpenAI 在 ChatGPT 图像生成结果旁上线视觉广告
OpenAI 为 ChatGPT 广告产品线新增视觉展示广告，广告将出现在用户要求生成的图像旁边，本月晚些时候先在美国上线，初期面向一组测试广告主。广告会明确标注，且不会影响 ChatGPT 给出的回答。
The DecoderAI 评分6262 Aleph Alpha 发布 78B 开源模型 Kolibri，主打欧洲 AI 主权
Aleph Alpha 发布 Kolibri，一款 78B 参数的德英双语模型，采用 MoE 架构，每个 token 约激活 3B 参数。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语占训练数据 21.3%，并建有专门的德语数据管线，部分合成训练数据由中文模型生成。
TechCrunch · AIAI 评分1212 TechCrunch Disrupt 2026 公布 Disrupt Stage 完整阵容：Benchmark 五位合伙人罕见同台
TechCrunch Disrupt 2026 公布 Disrupt Stage 完整嘉宾阵容，活动于 10 月 13 日至 15 日在旧金山 Moscone West 举行。