发现未来

AI WTF

AI 正在变离谱,跟上

第 4 页

AI WTF

让聊天AI亲手操作机械臂:Claude Fable 5.2登顶真机测试,首次靠看视频读卷尺量出盒子尺寸,另一款模型把夹爪弄坏了 ↗

独立评测机构Artificial Analysis称,Anthropic新模型Claude Fable 5.2在其真实机械臂测试AA-Robotics v0.1中以75分排名第一,超过GPT-6 Astra(69分),并成为首个在“测量盒子”任务上得分的模型。该机构同日还称,谷歌Gemini 4 Carbon在测试中把一只机械臂夹爪弄坏了。

AI WTF

百度每天有3.7万个AI智能体在“上班”:李彦宏称一年涨6倍多,任务量涨11倍,未来岗位只剩两类 ↗

11月12日百度世界2026开幕式上,李彦宏公布百度内部每天的活跃智能体数从一年前的日均0.5万增至3.7万,智能体完成的有效任务从每周8.4万个增至超过100万个。他提出AI的下一幕是“智能组织”,并称岗位不会消失但会收敛为“创造者”和“连接者”两类。数据为百度自报,未经第三方核实。

AI WTF

3.5万个Grok生成的应用“门没锁”:病人信息、员工密码可被直接打开,开发商自家员工的机密文件也在其中 ↗

安全公司Claroc称,在网上找到的37571个Grok生成应用中,有35578个无需登录即可打开,约十分之一含企业或个人数据,包括医院员工名单、重症病人简报和明文密码,还有24个出自X和SpaceXSI员工。问题在于应用网址会进入可检索的DNS记录,且默认分享设置为“任何拥有链接的人”。公司称应用发布前需创建者选择权限。

AI WTF

阿里新一代千问Qwen4抢先露面:Qwen4-Max预览版能一次读入100万Token,但只开放15天、没公布跑分 ↗

阿里巴巴11月11日上午官宣新一代大模型Qwen4“即将发布”,旗舰Qwen4-Max预览版当天10点起在阿里Token Plan订阅上线,主打编程和智能体能力,支持图片、视频输入和100万Token上下文。阿里尚未公布跑分、参数量或技术报告,预览版将于11月25日24点下线。

AI WTF

百度放出文心ERNIE 5.5 Flash Preview:2800亿参数、每次只动用140亿,官方称一口气写11小时代码做出一款武侠游戏,权重11月25日前开源 ↗

百度11月11日发布ERNIE 5.5 Flash Preview,这是在此前开源的ERNIE 5.5 Flash Base基座上做的首个后训练版本:总参数2800亿、每次推理激活140亿,支持100万token上下文。百度称它在编程、3D建模、办公文档和内容创作上表现突出,并展示了它在Unreal Engine里单次11小时写出一款武侠游戏等案例。API已在百度千帆上线,权重承诺11月25日前以Apache 2.0协议开源。百度也承认这只是后训练中途版本,可能仍有能力缺陷;能力展示均为公司自述。

AI WTF

谷歌推出“做判断”专用接口:一次可对同一段材料问最多1000个问题,不必让模型逐字写答案 ↗

很多AI应用其实不是要写文章,而是要快速做判断:这条该不该退款、该交给哪个模型、内容是否违规。谷歌11月11日推出Gemini Decisions API和专用模型Gemini Decision 1,宣称可以把文字、图片、音频、视频或PDF一次送进去,同时问最多1000个选择题或打分题,端到端延迟约150到250毫秒,按输入计费、输出不计费。这些速度和费用数字来自谷歌自己的说明。

AI WTF

DeepMind新模型能“读”不同细胞怎么使用同一份DNA,找出几乎多一倍的致病候选变异 ↗

人体里每个细胞都带着同一份DNA,但心脏细胞和免疫细胞会把不同的基因打开或关掉。Google DeepMind 11月11日发布AlphaGenome 2,宣称能预测一段DNA变化会在哪一种细胞里起作用。公司称,在一个大型免疫细胞数据集上,它找出的“真正起作用的变异”大约是上一代模型的两倍。该模型已向非商业研究开放,但明确还不能用于看病或诊断。

AI WTF

AI花四周给Signal加密做了一次“数学体检”:关键安全性质首次在真实代码层被证明 ↗

保护数十亿人私密聊天的Signal加密协议,过去只能“在设计图上”被数学证明安全,真正跑在手机里的代码一直没人能完整证明。谷歌DeepMind 11月10日称,其AI框架AlphaProof Code用约四周,对Signal实际代码的关键安全性质完成了形式化证明——过去这类工作往往要专家团队花上数年。把两个已修复的真实漏洞重新放回测试副本后,系统也都证明了“这个版本不安全”。注意:被证明的是专家审定的那几项关键性质,并不等于整个Signal应用绝对没有漏洞;以上均为DeepMind自己公布的结果。