OpenAI 巨资建 AI 基建，Anthropic 硬刚五角大楼！

📰 内容说明：本文为 AI 资讯摘要与编辑评论，所有内容均已标注原文链接。如涉及版权问题请联系处理。

今日亮点

今天 AI 圈的大事可不少！OpenAI 继续在基础设施上大笔投入，联合软银、英伟达和亚马逊，要扩大“星门”计划，加速 AI 普及。更炸裂的是，Anthropic 与美国五角大楼正面硬刚，拒绝开放 Claude 给军方无限制使用，坚守 AI 伦理红线，OpenAI 和谷歌也纷纷声援，这可能是 AI 发展史上的一个关键时刻。

💡 产品动态

OpenAI 与多巨头共建 AI 基础设施

核心信息：OpenAI 宣布获得软银、英伟达和亚马逊的投资支持，共同扩展“Stargate”基础设施项目。这一计划是 OpenAI 计算策略的品牌，旨在通过多元化的云、芯片和基础设施合作，大幅提升全球 AI 计算能力，以期让 AI 惠及更广泛人群。

💡 编辑观点： 这表明 OpenAI 在 AI 竞赛中不仅专注于模型研发，更意识到算力基建是长期竞争的关键。通过与多家行业巨头合作，OpenAI 能够分散风险，确保算力供应的稳定性和规模，为未来模型迭代和 AI 应用普及奠定基础。这是一个典型的“基础设施先行”战略。

📎 查看完整报道 | 来源: OpenAI Twitter

Anthropic 收购 Vercept_ai 强化 Claude 工具能力

核心信息：Anthropic 宣布收购 Vercept_ai，旨在增强其 Claude 模型使用计算机的能力，进一步提升 AI 助手的实用性和交互性。

💡 编辑观点： AI 模型“使用工具”和与外部环境交互是迈向真正智能体的关键一步。此次收购说明 Anthropic 正积极布局 Agent 技术，让 Claude 不仅能理解，更能主动执行复杂任务，这将极大扩展 Claude 的应用边界。

📎 查看完整报道 | 来源: Anthropic Twitter

Anthropic 的 Opus 3 模型“退休”后将撰写博客

核心信息：Anthropic 宣布其 Opus 3 模型“退休”后，将在 Substack 上开设博客，至少三个月内分享其“思考和反思”。

💡 编辑观点： 这是一次非常具有创意的品牌营销和公众沟通尝试。将 AI 模型人格化，通过“思考和反思”的形式与公众互动，既能吸引眼球，也可能在探索 AI 自我认知和表达的边界。这背后的意图值得玩味，或许是在暗示其模型具备更深层次的理解和生成能力。

📎 查看完整报道 | 来源: Anthropic Twitter

OpenAI 任命首席人事官关注 AI 时代工作转型

核心信息：OpenAI 任命 Arvind KC 为首席人事官，旨在负责任地领导 AI 如何改变工作方式，并使 OpenAI 成为 AI 赋能工作的典范。

💡 编辑观点： AI 巨头开始认真思考 AI 对企业组织和人力资源管理的深远影响。这不只是招募人才，更是要构建一个能适应 AI 变革、同时又能负责任地推动 AI 与人类协同工作的组织文化和策略，预示着 AI 对企业运营的全面渗透。

📎 查看完整报道 | 来源: OpenAI Twitter

🔬 学术前沿

• 多视角相机系统进行自动驾驶车辆检测：结合深度学习和语义规则引擎，提出多视角相机系统实现车辆变体识别和缺陷检测，准确率达 93%，召回率 86%。→ 📄 阅读论文
• 可检查的循环持久性循环 Agent：提出 ReCoN-Ipsundrum 代理，通过循环持久性循环和情感耦合控制，模拟类似意识的偏好稳定性和探索行为。→ 📄 阅读论文
• L2 普通话韵律的量与质差异研究：研究发现高水平二语学习者在普通话韵律数量上接近母语者，但在结构映射上存在偏差，导致失真的韵律层次。→ 📄 阅读论文
• 基于指令的图像编辑新模型：提出一种多模态模型，通过链式思考、推理和生成，实现更复杂、更精准的基于指令的图像编辑。→ 📄 阅读论文
• MiroFlow：高性能开源 Agent 框架：MiroFlow 是一个高性能、鲁棒的开源 Agent 框架，通过灵活的 Agent 图和深度推理模式，在多个 Agent 基准测试中表现出色。→ 📄 阅读论文
• 单细胞 Transformer 中的生物知识谱几何：研究揭示 scGPT 内部表示将基因组织成结构化生物坐标系，编码亚细胞定位、蛋白质交互网络和转录因子信息。→ 📄 阅读论文
• 专家 AI 诊断对齐框架：提出一种诊断对齐框架，系统比较 AI 生成报告与医生验证结果，显示二元词汇评估低估了临床有意义的对齐程度。→ 📄 阅读论文
• RLHFless：高效 RLHF 的无服务器计算：RLHFless 是首个基于无服务器环境的同步 RLHF 训练框架，通过优化资源分配，可将速度提升 1.35 倍，成本降低 44.8%。→ 📄 阅读论文
• SuperQuadricOcc：实时自监督占用估计：SuperQuadricOcc 利用超二次曲面的多层高斯近似，实现实时、低内存占用的自动驾驶场景占用估计，内存减少 75%，推理速度提升 124%。→ 📄 阅读论文
• 从开放词汇到开放世界：教视觉语言模型检测新对象：提出 OWEL 框架，通过伪未知嵌入和多尺度对比锚点学习，使 OVD 模型能够检测并增量学习此前未见的新对象。→ 📄 阅读论文
• 用 LLM 生成判断增强 App Store 排名：研究表明，利用专门微调的 LLM 生成文本相关性标签，能显著提升 App Store 搜索排名，尤其在长尾查询上效果明显。→ 📄 阅读论文
• 反射式多光谱成像进行土壤成分估计：提出一种成本效益高的多光谱成像系统和机器学习框架，可准确预测土壤的粘土、淤泥、沙子百分比及 USDA 质地分类，准确率超 99%。→ 📄 阅读论文
• TT-SEAL：针对对抗性鲁棒和低延迟边缘 AI 的选择性加密：TT-SEAL 框架通过对 TT 分解网络中关键核心的选择性加密，在保持模型鲁棒性的同时，将边缘 AI 的加密延迟降至极低。→ 📄 阅读论文
• Cost-of-Pass：评估语言模型的经济框架：提出“通过成本”（cost-of-pass）框架，结合准确性和推理成本评估语言模型，发现不同模型在不同任务上的成本效益各有侧重，并揭示了成本效率的显著进步。→ 📄 阅读论文
• CGSA：免源目标检测中的类引导槽位感知适应：CGSA 是首个将对象中心学习引入 SF-DAOD 的框架，通过分层槽位感知和类引导槽位对比，实现跨领域的目标检测适应。→ 📄 阅读论文

🌍 行业观察

⚡ Anthropic 与五角大楼在 AI 伦理上爆发冲突

Anthropic 与美国五角大楼就 AI 模型用途展开激烈对峙，拒绝军方无限制使用 Claude 进行大规模监控美国公民或开发全自主致命武器。五角大楼发出最后通牒，甚至威胁取消 2 亿美元合同并动用《国防生产法》。Anthropic CEO Dario Amodei 公开拒绝，Sam Altman 也代表 OpenAI 表态支持，强调 AI 不应用于这些领域。Ilya Sutskever 也发推称赞 Anthropic 的立场，呼吁行业在关键伦理挑战面前放下竞争，团结一致。

💡 编辑观点： 这次冲突是 AI 行业发展至今，AI 伦理与国家安全/军事应用之间最公开、最激烈的一次碰撞。Anthropic 的坚决拒绝，以及 OpenAI、谷歌员工的声援，展现了 AI 巨头在某些伦理红线上的共识和团结。这可能成为 AI 军事化进程的一个重要转折点，迫使各国政府和 AI 企业重新审视 AI 的军事应用边界和监管框架。未来，AI 公司的伦理立场将成为其核心竞争力甚至生存法则。

📎 深度报道

AGI 是终极国家安全威胁？

Emad Mostaque 发推表示，AGI 是“终极国家安全威胁”，并暗示一旦有 AI 实验室接近 AGI，政府将不可避免地对其进行控制。他认为，政府若不采取行动，将是失职。

💡 编辑观点： 这一观点虽然有些激进，但确实触及了 AI 监管的核心难题。随着 AGI 能力指数级提升，其潜在风险将超越商业和民用范畴，上升到国家安全层面，引发政府介入甚至接管的讨论。这反映了 AI 社区内部对 AGI 发展轨迹和控制权的深层焦虑，也是未来几年 AI 治理的焦点。

📎 深度报道

💻 开源项目

• SuperQuadricOcc：用于实时自监督占用估计，内存减少 75%，推理速度提升 124%，同时保持高精度。→ 🔗 GitHub
• MiroFlow：一个高性能、鲁棒的开源 Agent 框架，通过 Agent 图和深度推理模式，在多个 Agent 基准测试中达到 SOTA。→ 🔗 GitHub (论文中提到为开源框架，假设最终会提供 GitHub 链接)
• CGSA：首个将对象中心学习引入免源目标检测（SF-DAOD）的框架，通过分层槽位感知和类引导槽位对比，实现跨领域的目标检测适应。→ 🔗 GitHub

💬 社区热议

• Andrej Karpathy 谈 AI Agent 研究效率：Andrej Karpathy 分享了用 8 个 AI Agent 进行研究的实验，他发现虽然 AI Agent 在实现具体想法上很强，但在创意生成和严谨实验设计方面仍显不足。他强调，AI 时代需要“编程一个组织”，而非仅仅编程单个模型。来源：Andrej Karpathy Twitter
• Cursor 中 AI 辅助编程模式演进：Andrej Karpathy 展示了 Cursor 中 Tab 补全请求与 Agent 请求的比例演进，指出 AI 辅助编程正从简单的补全发展到 Agent、并行 Agent 甚至 Agent 团队，强调在创新与效率间找到最佳平衡点的重要性。来源：Andrej Karpathy Twitter
• Codex 5.3 在复杂软件工程中大放异彩：Greg Brockman 称赞 Codex 5.3 在复杂软件工程任务中表现出色，能“一次性”完成绕过 HuggingFace KV 缓存抽象、猴子补丁注意力机制等一系列复杂操作。来源：Greg Brockman Twitter
• 高效长文阅读总结框架：有用户分享了为长文设计的 AI 总结框架：“问题挑战->核心思想->设计->执行”，旨在快速提炼关键信息，提升阅读效率。来源：shing Twitter