AGI Daily跟踪世界 AI 进展
全部算力算法数据人物日报主题
AGI Daily
全部算力算法数据人物日报主题

AGIDaily — 跟踪世界 AI 进展

PatchBench 图表对比三种头部 Agent 的单一 PoC、安全验证与完整解题率

PatchBench 重考漏洞修复 Agent:通过 PoC 不等于修复根因

AI Agent harness 中生命周期钩子横跨上下文、模型、执行循环与工具层的架构示意图

HookPry 的 77% 成功率,真正暴露的是插件更新控制面

蓝黄云层背景上的 WeatherNext 3 标题图

WeatherNext 3 每小时更新,但“实时”不是零延迟

橙色渐变背景中央写有“Daybreak for Frontline Defenders”白色字样

OpenAI 的 10 亿美元 Daybreak 计划:不是现金基金,关键在修复

彩色背景中的 GPT 立体字母与对话输入框

GPT-6 Astra:贵2.5倍,升级重点不是上下文

AGI Daily跟踪世界 AI 进展

内容

邮件栏目主题RSS

合作

定制投稿招聘广告

信息

关于MCPTermsContact

PwC 预测 AI 基础设施投资将达 31.6 万亿美元:数据中心变成「芯片订阅」生意

2 天前

PwC Global Data Centre Outlook 2026-2050 主视觉:数据中心机柜前的工作人员

PwC 委托 Oxford Economics 建模 46 个国家/地区,首次发布至 2050 年的长期数据中心资本支出预测。中央情景 31.6 万亿美元,加速情景达 50 万亿——超过铁路、电气化和互联网建设总和。但真正改变游戏规则的不是规模,而是结构:每 1 美元建筑投资对应 12 美元后续芯片设备投资,投资额逐年加速而非递减。

Broadcom AI 芯片收入占半导体业务八成,增长已进入系统级

3 天前

Broadcom CEO Hock Tan 在一场科技行业活动上发言

第三财季 AI 半导体收入达 167 亿美元,定制加速器与网络已成为芯片业务主体;客户集中、供给和毛利仍限制外推。

Carolina Principles 为 G20 找到 AI 治理共识,但不是统一法律

3 天前

G20 创新部长会议现场,白宫科技政策负责人 Michael Kratsios 发言,屏幕上显示 Meta CEO Mark Zuckerberg

共识覆盖研发、沙盒、现实测试与行业监管,却把政策制定和执行留给各成员,形成的是工具箱而非统一法律。

Google 发布 Gemini 3.8 Flash Cyber:修复优先,只对受信防御者开放

3 天前

Fairwind 计划主视觉:为政府与企业提供主动网络防御

9 月 2 日 Google 发布网络安全模型 Gemini 3.8 Flash Cyber 与 Fairwind 受信访问计划,把漏洞修复排在利用之前,仅向政府与受信防御者开放。

Claude Fable 5.1 列表价没动,降价只落在缓存读取

4 天前

Claude Fable 5.1 基于 NASA Magellan 雷达数据重建的金星高分辨率高程图,展示一座约 15 公里宽的火山

9 月 1 日 Anthropic 发布 Fable 5.1 与受限版 Mythos 5.1:$10/$50 列表价不变,缓存读取降 75%,科学基准翻倍,并用上下文编辑锁封堵蒸馏。

VisualToolBench:多模态模型的短板在视觉感知,不在推理

4 天前

VisualToolBench 任务示例:一个问题、一张输入图像、模型的工具调用轨迹与 rubric 评分

Scale AI 发布首个“用图”基准,让模型用工具裁剪、增强图像再推理。1204 个任务里最强模型仅通过 18.68%,超七成失败源于视觉感知而非逻辑。

美国的机器人壁垒,挡不住中国的制造规模

4 天前

2026 上半年全球人形机器人出货份额按厂商分布图,前五名均为中国厂商,合计占 86%

FCC 将人形与四足机器人列入禁售清单,白宫对无人机征最高 100% 关税;中国前五大厂商占全球出货 86%。壁垒挡不住成本曲线,市场加速区域化。

Dandelion:只用坐标变换、无卷积的球面神经 PDE 求解器

5 天前

Dandelion 球面 PDE benchmark 中四个数据集的模拟快照

发布 7 套原生球面 PDE benchmark(介于玩具数据与 ERA5 之间);Dandelion 在每个数据集上均最优或次优,对非 warp 基线的领先随分辨率扩大。

Nvidia 的优势正越过 GPU:竞争焦点从单卡性能移向整机数据编排

5 天前

NVIDIA Groq 3 LPX 机架渲染图,展示 Vera Rubin 平台中负责低延迟推理的加速器机架

瓶颈正从 GPU 算力转向数据移动。Nvidia 用 Vera CPU、Groq 3 LPX 与 ICMS 把编排做成系统组件,OpenAI 的 Jalapeño 则走最小化数据移动的相反路线。

SWE-bench 高估了编码 Agent:真实请求平均掉 6.4 个百分点

5 天前

RealSWE 论文图 2:真实用户请求(SWE-chat)与 SWE-bench 问题在信息构成和语言风格上的分布对比

RealSWE 用 381 个变体任务族评测 7 个模型,量化真实用户请求与基准问题的落差:解决率平均降 6.4 个百分点、排名改变;关键变量不是随意语气,而是缺失的期望行为与动机。

推荐

  • Reuters 为 Anthropic 数据留存政策报道配发的编辑插图:机械手、键盘与 Anthropic 标识

    OpenAI 推零留存安全监控,Anthropic 的 30 天数据留存政策松动

    2 周前

  • OpenAI 首席执行官 Sam Altman 在美国参议院商务委员会就 AI 竞赛举行听证时作证(资料图)

    企业 AI 的领先并不黏:Fable 5 卖不动,半价的 Sol 帮 OpenAI 反攻

    2 周前

  • Claude 记忆设置中的 Topics 列表,展示 Claude 按主题保存的可编辑记忆条目

    Anthropic 合并 Claude 与 Cowork 记忆:默认开启,敏感类别默认不存

    1 周前

  • 智能手机屏幕上的多个 AI 助手应用图标,包括 ChatGPT、Claude、Gemini、Copilot、Perplexity 与 Poe

    100 余家科技公司联署 AI 网络防御公开信:要求加速防御而非放缓模型

    1 周前

  • 上海世界人工智能大会上,人们走过宣传 Kimi K3 模型的月之暗面展位

    月之暗面与美国三大云谈 Kimi K3 分成,开源权重变现撞上地缘政治

    1 周前

  • Skild AI S1 机器人基础模型的发布横幅

    Skild 发布 S1:一段视频提示,机器人执行从未见过的 10 分钟任务

    1 周前

  • Google 首席科学家 Jeff Dean 在 Nvidia GTC 大会演讲;他是本文讨论的 Google 研究人才流失中的代表人物之一,2026 年 8 月离开 Google 创办 Discovery Loop

    OpenAI 失高管,Google 失研究明星:一场不对等的人才流失

    1 周前

  • Tom's Hardware 报道中使用的 Claude 品牌配图

    Anthropic 的「AI 加速 AI」论证:80% 代码为据,递归自我改进仍是推测

    1 周前

  • 多台彩色人形机器人在北京国家速滑馆开幕式前整齐列阵

    百米 9.39 秒、跳高 2.88 米:人形机器人「破纪录」背后是评测方式之变

    1 周前