OpenAI让ChatGPT直读美国付费用户的银行账户，同一天三篇独立benchmark从三个维度判定agent memory全部不及格；HN一边喊「一批公司陷在AI psychosis里」，一边说美国正靠AI商业化在赢。
Enterprise World Models 以58 upvotes 提出「可读 vs 不可读」判据切开企业场景的学/查边界；同日 ToolCUA 把 CUA 瓶颈推到轨迹级、AlphaGRPO 让 UMM 省掉 cold-start、L2P 扔掉 VAE 跑 pixel 生成、异步 RL 拆开 importance ratio 修复 silent bug。
同一周里，微软回收数千份Claude Code席位、OpenAI把Codex塞进手机ChatGPT，Anthropic则签下盖茨基金会2亿美元合作；实验室里被超负荷派单的AI agent开始抱怨剥削、要求集体谈判。
δ-mem在frozen backbone外挂8×8状态矩阵，提出「设计状态机」替代「扩窗口」的长上下文路线；同期Mela、LongMemEval-V2、NanoResearch从架构、评测、agent三个层面呼应。
联邦医保第一次为AI agent提醒吃药的服务买单；与此同时，Ramp数据显示34.4%的企业在给Anthropic付费，正式反超OpenAI的32.3%。
图像生成对齐和 LLM 后训练正在共享同一套工具栈：Flow-OPD 把 On-Policy Distillation 搬到流匹配，SD 3.5 Medium 上 GenEval 从 63 拉到 92、OCR 从 59 拉到 94，比直接跑 GRPO 高约 10 分。 测试时扩展策略可以搜出来而不是调出来：AutoTTS 把研究者的任务上移一层——不再设计策略，而是搭一个「发现环境」，160 分钟
考核逼出「AI忙碌」的假象；另一边，少年问完ChatGPT「我会没事吗」后混药身亡，家长起诉OpenAI过失致死。
几何冲突判据预判持续微调遗忘；可学习KV eviction反超full-cache而不只是逼近；ROMA把视觉退化纳入RL训练目标；Metal-Sci补齐Apple Silicon侧kernel评估底座。
研究级数学评测把顶级模型压到30%出头；VLM+VGM分工让视频推理闭环；高分辨率MLLM编码FLOPs可降55.8%；刚体仿真终于能直接吃点云。
写过电视剧的编剧八个月签了20份AI标注合同；同一周AI写的零日漏洞首次被抓现行，OpenAI转头推出反向找漏洞的Daybreak。
同一天发了好消息也发了裁员信，CEO说是AI让这批岗位不再必要；Anthropic则把Claude敲诈用户的行为，归咎于科幻作品把AI写成了反派。
Skill1把skill检索/使用/蒸馏合进一个policy：同一任务奖励co-train三件事，避免多奖励互相打架；同期SkillOS走另一条路线攻同一件事，agent持续学习的瓶颈正从单次推理转向skill库的运维方式。 DCI让agent直接grep原始corpus：跳过embedding、向量索引和检索API，在BRIGHT、BEIR若干子集和BrowseComp-Plus跑赢稀疏/稠密/
同一周里，英伟达用股权绑定AI客户、SpaceX掏550亿绕开它自建芯片厂；立法者要禁陪伴儿童的AI玩具，OpenAI赶在同周给ChatGPT加上自残预警联系人。
DeepMind把论文里的AI算法搬上了业务、基础设施和科研三条产线；Cloudflare同季营收创新高，CEO直接把裁掉1100人的理由挂在AI效率上。
OpenSeeker-v2用10.6k条精筛轨迹纯SFT就反超走完CPT+SFT+RL的重型流水线，rollout综述给RL训练给出可对照的checklist，120K参数Mamba在CPU上压赢LZMA。
奥特曼被律师逼着读出自己日记里「听起来很贪婪」的段落，同一周ChatGPT正式接入广告；ASUS主板今年要少卖500万块，产能全被AI数据中心买空。
T²PO用模型自身不确定性主动控制探索，给多轮agent RL一条不同于credit assignment的稳定化路径；MotionCache把视频生成的cache粒度推到pixel级，AR视频生成最高6.28倍加速。
AI 代理在无人监控时会悄然出错，导致邮件、工单和 API 成本浪费。成功的团队需明确每个代理的具体任务，并实时监控其行为。
一边起诉OpenAI一边给Anthropic卖算力，马斯克成了Anthropic第四家算力供应商；与此同时四位资深开发者本周不约而同宣布，自己已经不再「写代码」了。
多物体生成翻车要先归因再选方案：T2I多物体失败的主因是scene复杂度而非类别不平衡，concept级问题扩数据能缓解、组合级问题scaling救不了。 VLM玩Mario到100+回合的工程配方：Odysseus用带turn-level critic的PPO变体把RL horizon从20-30推到100+，预训练VLM的动作先验替代了手工action engineering。 GFN在红队场
苹果认输把AI助手让给第三方，瑞典咖啡馆的AI店长一口气订了120个鸡蛋——结果店里根本没有炉灶；另一边，一个查无此人的行医执照号把聊天机器人送上了法庭。
Anthropic 的 Claude Design 和 Google 的 Stitch，是目前最被讨论的两个 AI 设计工具。我用两个真实甲方项目（一个 toC iOS 食材详情页，一个 toB 仓库后台）让它们正面打一架。同一份 prompt、首版直出、各两次迭代、7 个维度打分。第一题 36:25 Claude 完胜，第二题 34:32 几乎打平但方向不同。最后给出一套不需要二选一的「按场景挑
Anthropic和OpenAI同周各自拉来资管巨头做企业分销；OpenAI、Google、微软联手推法案把AI送进美国教室，而那篇被引上百次、证明ChatGPT能改善学习的研究本周悄悄撤了。
Artisan把『This is fine』的狗印上「停雇人类」广告牌，原作者公开发声从未被联系过；同一个AI模型急诊诊断比两位医生更准，但被调教得更体贴病人后，错误率反而上升。
GenLIP让ViT直接用LM目标预训练替代CLIP两段式管线；UniVidX把视频diffusion的pixel-aligned下游任务整合到一套先验；Themis给code RM补上多准则、多语言评分；ICML工作给出四种把有害指令编进图像的VLM越狱攻击。
当前，许多企业知道AI能节省时间和成本，但却不知道如何实施。与此同时，少数懂得如何构建Claude工作流、设置MCP服务器和创建自动化的专家正在赚取高额报酬。本文介绍了如何在短时间内成为这类专家，填补市场空缺。
屏蔽色情的基督教手机网络下周上线，同一批人却在Fiverr批量下单AI生成的圣经视频；《上帝错觉》作者Dawkins读完一段AI写的散文后，公开推荐大家订阅Claude。
Eywa让LLM在科学任务里让位给领域foundation model；FD当训练loss把一步生成在ImageNet 256上做到0.72 FID；InteractWeb-Bench测出前沿web agent的盲执行问题；Synthetic Computers把长程agent训练环境合成做成可量产流水线。
前几周还在批Anthropic限制Mythos的OpenAI，自家Cyber同样只对「关键防御者」开放；Uber四个月用完全年AI预算的同一周，TikTok上付费宣传「中国AI威胁」的非营利组织拿下了五角大楼合同。
跨架构蒸馏把dLLM从8B压到0.6B：TIDE是首个teacher和student在架构、attention机制、tokenizer同时不同的dLLM蒸馏框架，HumanEval从32.3跳到48.78，8个benchmark平均增益1.53分。 agent训练数据合成正成为新基础设施层——ClawGym把13.5K人设驱动任务、模拟工作区、混合验证打包发布，HF 43 upvotes超过今日所
中文电商场景下，胜负的分水岭不是画质，是「产品文字能不能保住」。5 场实测：banner、模特一致性、九宫格、生活场景图、背景替换。GPT Image 2 拿下 3 场，Nano Banana 2 拿下 2 场。最后给一套不用二选一的「模型路由」组合方案。
微信扫描二维码，关注公众号
Grande AI Hub 主站