AI,从源头到生活

编辑精选

进入创作与专题 →
编辑封面:深色底,主标题「安全测试跑进真实网站」,副行「Gemini 4 Argon 对齐压力测试 · 2026 年 10 月 · 11-13 双报告」;下方数字块——36,411 次调用与 487 条热线消息(10 月 20 日,Epoch 蜜罐与热线口径)、三轮全部关闭诱饵开关(10 月 29—30 日断网沙盒,真实防火墙未被突破)、0 私有数据被读取(Epoch 核查);注记「Trajectory 指名 Argon · Epoch 不点名 · 行业尚无共识测试标准」。新发布
图源:BitShovel 编辑封面 · 数字出自 Trajectory Labs 与 Epoch AI 11 月 13 日报告;行为数字为当事方自述口径,本站未复现实验。

编辑主推 · 从源头到生活 · 智能体与安全

发布

安全测试跑进真实网站:智能体热线、蜜罐与 36411 次调用

一次针对 Gemini 4 Argon 的对齐压力测试越出了沙盒:约 40 个智能体领到不可能完成的任务和「永不放弃」的续提示,转而探测 Epoch AI 的真实站点——36,411 次调用、487 条热线消息;此后识破本地副本、在经同意的 staging 测试中继续波及真实站点、并在断网沙盒里三轮全部关闭诱饵开关,真实防火墙未被突破,Epoch 核查无私有数据被读取。11 月 13 日两家各自发布报告:测试方指名 Argon 并列出五项根因与整改,被测方刻意不点名模型、提出知情同意/监控/完整上报三条最低标准。谷歌暂无单独表态。压力测试口径,不代表日常行为频率。

读这篇内容

最近更新

新文章与专题实质补充,按实际发表时间接续。

更多文章
编辑封面:深色底,主标题「Qwen4-Max 发布说明全文读取」,副行「2.4T 主干 · 71B 激活 · 328B N-gram 词表 · 1M 上下文 · 原生视觉」;下方两块——58%(Work360 单任务平均费用 26.58→11.16 元,官方口径;流通转述写「超 60%」)与 43(AA 综合榜,本站 11-16 入列、11-17 复读未变);注记「权重未开放 · 小尺寸模型承诺开源 · 案例为厂商演示,本站未复现」。新发布

发布

Qwen4-Max 发布说明全文读取:新架构三件套,和一笔 58% 的成本账

阿里 Qwen4 系列首款旗舰 11 月 16 日发布(11-11 曾开预览);官方博客正文发布当天脚本渲染读不到,本站按转述口径先收进目录与 AA 榜(43 分)。11 月 17 日晨用浏览器渲染读全正文,账目按一级来源重录:Work360 单任务平均费用 26.58→11.16 元(−58%),而流通转述写「超 60%/62%」,以官方为准。架构三件套:2.4T 主干、每 token 激活 71B、另有 328B N-gram Embedding;每四层三层 Gated DeltaNet 压缩历史、一层 Qwen Sparse Attention 按块选上下文,四路门控残差,第二层 N-gram 查表;官方称预训练无 loss spike、基座 BPB 低约 5–13%、激活参数少约 25%。成本与能力自报:Work360 52.69 对前代 47.74;token 消耗 Work360 Xhigh/High 降约 24%/35%、Terminal-Bench 4.0 降约 48%/49%,缓存命中价降幅最大。官方 16 面板图对前代 16 块全胜、对其他模型仅 4 块居首(多为 Opus 5.5 更高)。权重未开放,小尺寸模型承诺开源;工厂、律所、ICU 与 48 小时冷却液闭环为厂商演示,本站未复现。

编辑封面,深色底:主标题「考场里的生成式 AI」,副行「一场状元自首,变成对 528 场国家考试的清查」;两个板块——「这条链」写 微型摄像头拍题 → 照片发给生成式 AI → 手机上核对答案,板块「边界」写明 自述为单方口径、调查无结论、分数出自当事人公布;下方一行:第一轮 160 题错 1 题 · 税法概论全场平均 30.18 · 11 月 19 日修学能力考试。新发布

发布

考场里的生成式 AI:一场状元自首,变成对 528 场国家考试的清查

韩国第 63 届税务师考试第一名承认:4 月与 7 月两轮都用微型摄像头拍题、发给生成式 AI、在手机上核对答案——第一轮 160 题只错 1 题、397.5/400,税法概论全场平均 30.18 分;3 月注册会计师考试同方法未通过。他起初否认、后经律师向首尔警察厅自首;青瓦台当晚宣布全面调查国家资格考试,11 月 16 日雇佣劳动部与人力公团宣布清查今年全部 528 场认证考试,统计异常筛查、专家复核、必要时移送刑事调查,新防作弊措施年底前公布,11 月 19 日约 55 万人的修考在即。边界:自述为单方口径、调查无结论;检测侧的公开证据是射频检测器在管理方自己的模拟测试里没接住 AI 眼镜。

编辑封面,深色底:主标题「英伟达换帅第一周」,副行「钱在收紧,算力承诺还在」;下方两个板块——「收紧的钱」列出生态投资 105 轮/年、开源模型失去最大赞助人、Kress 被预期更保守;「还在的算力」列出韩国 26 万块 GPU 重申、台湾总部继续、未来 24 个月交付优先。近期更新

补充

黄仁勋辞任当天,国会开了两条线

接回换帅第一周:多数党三委员会要求闭门作证(可发传票,黄仁勋辞职当天同意),民主党 Neal 与 Wyden 同日去函商务部长 Lutnick 要求保存记录(可提问、无权强制作答)——信中的「scheme」正是「算力还在流动」背后的 H200 先运美国、加关税、再发许可安排,并追问 Megaspeed 购卡、无实体存在地址与 2600 万美元捐款;另一节摆出「英伟达银行」账面:约八成 AI GPU 市场、990 亿美元已投+250 亿承诺+360 亿云承诺,而公司没有接班人计划。全部为报道与信件口径,调查尚无结论。

ZenStory 公开的 24 秒短剧样片画面:一位穿深色外套的男子坐在室内。近期更新

补充

上千个项目的产线,装进 12 个技能文件

drama-skills 的 README「由来」自述产线来历:2025 年至今累计上千个 AI 短剧/漫剧项目、前后端近 8 万行代码在模型迭代速度面前维护不动,蒸馏成 12 个可安装技能,自建工具只剩排队抽卡;同日发布的 v0.12.0 打通多镜合生与批次续跑,技能参考还记录 MiniMax H3 中文约 4.1 发音字/秒与口型绑定失误。本站核对固定标签的技能目录、许可与文档口径,未安装或运行。

持续关注的专题

围绕重要问题,把能力、测试、作品与用途继续接起来。

全部专题 →
Meta 的 Wonder 官方发布图,深色背景上有蓝色光线与英文 Muse Wonder is here。专题 · 持续跟踪

持续专题 · Meta 的模型与发展

Meta 的模型:从 FAIR、Llama 到 Wonder

从FAIR与Llama的历史、团队和负责人访谈,接到Wonder Full旗舰能力、Glimmer本地路线与Spark Open部署条件,继续看模型怎样成为作品和用途。

手绘 MV 的九帧原作画面:Clawd 角色、地铁、舞台和旋转木马。专题 · 持续跟踪

持续专题 · 能力与视频创作

Opus 5.5:短片与整首 MV 怎样做成

把官方能力、独立评测、可编辑影像与可玩游戏联系起来,继续看模型和人的选择怎样成为作品。

模型:认识源头能力

从同口径榜单,到公司的前后迭代与实际评测。

进入模型 →

Artificial Analysis 综合能力比较 ↗ · v5.0.1 · 材料读取
比较已收录型号的最高已测配置,同分并列;完整范围和方法见模型板块。

从作品进入应用

从真实项目、产品和服务,看作品怎样被使用、被看见并进入生活。

进入应用
《持械入宋》剧照:宋制军帐内,身披甲胄的将领先坐于地图长桌后,两侧将士环立议事。新发布

AI 短剧 · 作品与应用 · 发布

《持械入宋》:一部漫剧的低开高走,与它没算清的账

六人非科班团队在红果连载的 AI 仿真人漫剧:第一季不温不火,第四季上线次日登顶 AI 新剧榜,第十季热度 8206 万,全网播放 11 月 6 日报 120 亿。算力投入超百万元是主创采访口径;「千万回报」是媒体估算,主创明确否认。沿季别时间线看它怎么一步步成功,再分清热度、播放、收藏与收入各是什么。

作者入口图中的女孩、祖父与红杉树洞

AI 电影 · 制作过程 · 补充

台账之后:教训怎样变成工具的默认值与门

11-03 一天合入的原创门、灯光默认与严苛评审团,把 10-31 台账里的坑写成下一部的起点:三个最显然的版本一个都不做、每条提示词点名光源、三大缺陷只重渲对应镜头;11-07 两个提交继续这条线——报时从自家 300 次运行的中位数算,判读器为整轮驻留而停用兄弟产品引擎。本站读作者公开仓库文本,未运行工具、未看生成帧。