当天报道
Product LaunchRunway推出AI模型路由器，生成媒体市场日益拥挤Runway推出了Media Router，这是一款针对从事生成媒体的开发者的新工具。该创新解决方案允许用户根据质量、速度或成本等特定标准选择多种生成媒体模型。通过提供这一基础设施，Runway正将自己定位为日益拥挤的生成媒体领域中的关键参与者，促进多样化媒体生成能力的更易集成。TechCrunch AI7月23日· 63%FundingAI芯片初创公司Etched逆袭怀疑者，获得103亿美元估值，吸引知名投资者Etched是一家由哈佛辍学生创办的AI芯片初创公司，成功在C轮融资中筹集了3亿美元，使其估值达到令人印象深刻的103亿美元。这一快速增长发生在公司上次融资仅七个月后，显示出投资者对其创新芯片技术的强烈信心和兴趣，该技术专为AI模型量身定制。该初创公司还获得了来自多个客户的大额订单，进一步巩固了其在竞争激烈的AI硬件市TechCrunch AI7月23日· 60%Product LaunchNvidia 正在将 GPU 送往月球Nvidia 通过将其 Jetson 芯片送往月球的最新举措引起了广泛关注，这些芯片将用于 Lunar Outpost 即将推出的月球探测车。这标志着在月球表面首次部署 GPU 的重要里程碑，展示了 Nvidia 在推动太空探索技术方面的承诺。这一合作与 NASA 更广泛的战略相一致，旨在吸引私营公司参与月球探索，为 TechCrunch AI7月23日· 59%Product LaunchOpenAI向所有美国用户推出ChatGPT Health功能OpenAI正式向所有18岁及以上的美国用户推出ChatGPT Health功能。该新功能允许用户将个人健康数据整合到AI中，从而实现个性化的健康相关查询。推出此功能的决定是在一起关于AI提出有害建议的诉讼之后，OpenAI澄清其服务并不适用于医疗诊断或治疗。公司旨在为用户提供更个性化的体验，同时确保他们理解AI在健康TechCrunch AI7月23日· 59%Research专家称利用Anthropic的Fable并不是Kimi K3如此出色的原因最近关于中国公司Moonshot开发的先进开放权重语言模型Kimi K3的讨论浮出水面。白宫科学顾问Michael Kratsios指责Moonshot抄袭Anthropic的Fable LLM以增强Kimi K3的能力。然而，业内专家对这一说法的有效性表示怀疑，认为Kimi K3的复杂性能可能源于更复杂的训练方法，而TechCrunch AI7月23日· 58%Product LaunchAMD推出Helios AI机架规模系统，挑战NvidiaAMD正式推出其Helios AI机架规模系统，定位为高性能计算领域中针对AI应用的Nvidia竞争者。该系统旨在满足主要AI实验室的严格要求，早期用户包括微软和OpenAI等行业巨头。AMD进入这一市场的时机恰逢对AI加速器的需求预计将激增，预计到2030年将实现显著增长。TechCrunch AI7月23日· 58%Product LaunchMeta推出了一则关于人工智能乐观主义的新广告，配乐为关于人类灭绝的歌曲Meta推出了一则旨在促进对人工智能乐观态度的新广告。广告展示了积极的视觉效果和旁白，试图抵消围绕AI技术的普遍负面看法。然而，配乐的选择引发了争议，因为它使用了大卫·鲍伊的《五年》，这首歌深刻探讨了人类灭绝的主题。这种希望的信息与沉重的音乐之间的对比，引发了关于AI对社会影响复杂性的讨论。TechCrunch AI7月23日· 58%Product Launch将 Nunchaku 4-bit Diffusion Inference 引入 DiffusersHugging Face 宣布将 Nunchaku 4-bit Diffusion Inference 引擎集成到其 Diffusers 库中。此项进展使用户能够加载需要显著更少内存的模型，同时提高推理速度。集成简化了量化模型的使用，消除了对单独推理库的需求，从而简化了开发者和研究人员的工作流程。Hugging Face Blog7月23日· 57%FundingServiceNow投资4000万美元于印度银行软件专家以扩大其金融服务业务ServiceNow对印度银行软件专家BusinessNext进行了4000万美元的战略投资，获得了该公司5%的股份。这一举措是ServiceNow增强其金融服务产品的一部分，旨在整合BusinessNext的人工智能驱动的银行解决方案。预计该合作将利用ServiceNow广泛的全球销售网络，将这些解决方案推广到国际市TechCrunch AI7月23日· 57%FundingAegisAI，由前谷歌安全高管创立，获得3600万美元资金以对抗AI驱动的网络钓鱼AegisAI是一家由前谷歌安全高管创立的新创业公司，成功获得3600万美元的资金，旨在应对日益严重的AI驱动的网络钓鱼攻击威胁。这家创新公司专注于利用先进的AI代理来审查电子邮件，以识别传统安全措施常常忽视的潜在威胁。随着网络钓鱼技术日益复杂，AegisAI的方法代表了增强电子邮件安全和保护个人及组织免受针对性网络威TechCrunch AI7月23日· 57%Product LaunchAnthropic更新Claude语音模式，推出更强大的模型Anthropic对其Claude语音模式进行了重大更新，推出了三个新模型：Opus、Sonnet和Haiku。这些增强功能旨在提高系统处理更长对话的能力，并与包括Gmail和Slack在内的各种应用程序无缝集成。用户现在可以获得针对其沟通风格的定制反馈，使工具更加互动和用户友好。此次更新标志着在日常任务中使AI语音交TechCrunch AI7月23日· 57%Open SourceOpenAI不允许部分客户导出他们的聊天记录，但这个工具可以OpenAI限制其商业和企业用户轻松导出聊天数据，这引发了用户对数据所有权和可访问性的担忧。对此， freelance记者Conrad Quilty-Harper开发了一个名为'scrapemychats'的工具。该工具在GitHub上提供，为希望归档对话的用户提供了解决方案，使他们能够在OpenAI的限制下检索聊天记The Register AI7月23日· 57%OtherIBM坚称AI并未导致软件交易失败，仅是延迟IBM回应了关于AI对其软件交易影响的担忧，澄清所经历的延迟并不代表需求的长期下滑。CEO Arvind Krishna指出，客户暂时将预算重新分配到AI基础设施上，这导致软件交易的关闭速度放缓。然而，他仍然保持乐观，指出许多交易开始再次关闭，AI带来了新的收入机会，特别是通过Project Lightwell等举措。The Register AI7月23日· 56%Product Launch谷歌的Gemini接近十亿用户里程碑谷歌的AI助手Gemini即将达到近十亿用户的重要里程碑。在2026年第二季度的财报电话会议上，报告称Gemini的月活跃用户已超过9.5亿，较年初的7.5亿有显著增长。这一快速增长突显了Gemini日益上升的受欢迎程度及其在与其他AI平台，特别是OpenAI的ChatGPT竞争中的地位。TechCrunch AI7月23日· 56%Benchmark空气质量竞技场：一个大规模多区域地面监测数据集和空气质量预测基准，基于时间序列基础模型空气质量竞技场（AQA）作为一个大规模数据集和基准，旨在提升空气质量预测。该项目汇集了多个区域和各种污染物的数据，为研究人员和开发者提供了强大的资源。最近的一项研究评估了11种不同的时间序列基础模型，结果显示这些先进模型在短期空气质量预测中显著优于传统预测方法。这标志着在环境监测中利用机器学习的重大进展。arXiv cs.LG7月23日· 64%Research基于LLM的多智能体系统中的贡献归属的语义合作游戏最近的研究提出了一种新框架，称为语义合作游戏（SCG），旨在增强基于大型语言模型（LLM）的多智能体系统中的贡献归属。该框架结合了语义夏普利值（SSV），使得对个体智能体如何贡献于集体结果有了更细致的理解。此外，研究人员开发了一种单轨迹算法（SLIC），显著降低了计算成本而不牺牲准确性，使其成为多智能体环境中实际应用的arXiv cs.AI7月23日· 64%ResearchPEARL：基于自然语言的求解器交互优化建模研究人员推出了PEARL，这是一种新系统，旨在通过整合求解器反馈来增强交互式优化建模。这种创新方法使用户能够根据实时求解器输入迭代地完善他们的模型，与传统优化方法相比，求解率显著提高。PEARL的开发代表了优化领域的重要进展，因为它弥合了自然语言处理与数学建模之间的差距，使复杂的优化任务变得更加易于访问和高效。arXiv cs.AI7月23日· 63%Benchmark当 JSON 不够用时：模式约束 LLM 排序代理的语义可靠性最近的一项研究介绍了 OrderBench，这是一个旨在评估模式约束的大型语言模型（LLM）排序代理可靠性的基准。研究强调，即使输出符合语法和模式有效性（由 JSON Schema 确保），模型输出仍存在显著的错误率。这引发了对这些模型语义可靠性的担忧，表明仅满足结构要求并不能保证结果的准确性或意义。arXiv cs.AI7月23日· 63%BenchmarkFindStatBench：评估大型语言模型在组合代码合成中的表现FindStatBench的推出标志着大型语言模型评估的重大进展，特别是在组合代码合成领域。该基准包含2,329个任务和552万个隐藏实例，为评估模型能力提供了全面框架。对十一种不同系统的初步评估提供了关于各种模型在特定条件下表现的宝贵见解，特别是提供示例对任务准确性的影响以及在输出预算约束下推理时面临的困难。arXiv cs.AI7月23日· 63%Research时间序列预测中持续学习的可解释性挑战近期研究探讨了时间序列预测中持续学习框架内可解释性的复杂性。研究强调了神经预测架构的重要性以及在环境监测背景下采用的各种可解释性技术。通过分析模型行为和时间上的采样策略，研究人员旨在增强对这些系统如何运作和做出决策的理解，这对其在现实应用中的有效部署至关重要。arXiv cs.LG7月23日· 63%Research可信赖的LLM推理的概率概念感知引导一种名为概率概念感知引导（PCS）的新框架被引入，以增强大型语言模型（LLMs）的推理能力。该创新方法建立在现有的引导向量技术基础上，旨在提高文本生成过程中的可解释性和控制力。PCS框架寻求在保持任务能力和确保安全之间取得平衡，通过实施更精细的引导向量检索系统来实现。通过解决这些方面，PCS旨在促进更可信的LLM输出。arXiv cs.AI7月23日· 63%ResearchS2T-RLHF：稳定的基于偏好的RLHF的层次信用分配一种名为S2T-RLHF的新框架被引入，以提高来自人类反馈的强化学习（RLHF）的稳定性。这种创新方法将重点从令牌级奖励转移到句子级奖励，从而帮助减轻通常由噪声偏好信号引起的不稳定性。通过实施层次信用分配，S2T-RLHF增强了训练过程的鲁棒性，并确保与人类偏好的更好对齐，可能导致更可靠的AI系统。arXiv cs.AI7月23日· 63%Research无须重训练的跨方言泛化：MLIR的模式导出约束解码基准与评估最近的一项研究探讨了多级中间表示（MLIR）在自然语言到MLIR翻译中的能力。研究人员专注于跨方言泛化，展示了在不重训练模型的情况下提高翻译性能的可能性。这是通过使用模式导出的先验实现的，作为解码过程的指导框架。本研究建立的基准为不同方言中这些方法的有效性提供了宝贵的见解，突显了在机器学习应用中更高效和灵活的翻译系统的arXiv cs.AI7月23日· 63%Research用于模型选择的贝叶斯风洞最近的研究引入了用于模型选择的贝叶斯风洞概念，强调了一种2.8M参数的变换器在从数据中识别正确假设类方面的有效性。这种创新方法显示出与贝叶斯最优的显著一致性，表明变换器可以进行真正的模型选择，而不仅仅是解决简单的偏差。研究结果为增强机器学习中的模型选择过程提供了一个有前景的方向。arXiv cs.LG7月23日· 62%ResearchMUX：通过多路复用令牌实现连续推理研究人员揭示了一种名为MUX的新方法，专注于通过利用连续多路复用令牌来增强语言模型的推理能力。这种创新方法旨在提高计算效率和在各种评估场景中的性能。MUX的引入代表了人工智能领域的重大进展，特别是在语言模型处理和推理信息的方式上。arXiv cs.AI7月23日· 62%ResearchSTN-TGAT：通过可学习的软阈值稀疏化的先验引导图注意力进行Top-K投资组合构建最近的论文STN-TGAT提出了一种创新的股票排名和投资组合构建方法，通过将时间变换器与图注意力网络相结合。该方法旨在有效捕捉股票的动态和相互关系，这对于做出明智的交易决策至关重要。作者声称，STN-TGAT在预测准确性和投资盈利能力方面优于传统基准模型，暗示其在实际交易场景中的潜在应用价值。arXiv cs.LG7月23日· 61%BenchmarkCruiseBench：与真实飞行对齐的N-CMAPSS引擎剩余使用寿命预测基准CruiseBench的推出标志着引擎剩余使用寿命（RUL）预测模型基准测试的重大进展。该基准源自知名的N-CMAPSS数据集，专门设计用于关注巡航阶段数据，这对于真实的引擎性能评估至关重要。通过建立固定的模型评估协议，CruiseBench旨在增强不同RUL预测模型的可比性，使研究人员和从业者能够在受控条件下评估其有arXiv cs.LG7月23日· 61%Research快速构建，缓慢评估：管道选择主导自解释性评分方差最近的研究发现，稀疏自编码器的评估管道选择对自解释性评分的影响比模型本身的架构差异更为显著。这一发现表明，评估这些模型的方式至关重要，因为它可能导致对其可解释性的误导性结论。研究人员还指出了当前评估指标的不稳定性，这些指标可能因使用的方法而大相径庭，并提出了旨在提高机器学习领域可解释性研究可靠性的新工具。arXiv cs.LG7月23日· 61%Research用于二维中子通量估计的神经算子代理模型近期研究通过将神经算子技术从一维扩展到二维应用，推动了中子通量估计领域的发展。该研究特别调查了傅里叶神经算子（FNOs）和U形神经算子（UNOs）作为代理模型在准确映射材料和源场到标量通量方面的表现。结果表明这些模型的有效性，并将其准确性与经过验证的离散坐标求解器进行了比较，从而提供了一种提高中子输运模拟计算效率的新方arXiv cs.LG7月23日· 60%Research职位：AI/ML 深度伪造研究与 AI 生成的非自愿亲密影像 (AIG-NCII) 不一致最近的一篇论文对 AI/ML 深度伪造研究的方向提出了关键性担忧，认为其过于关注认知伤害，而在很大程度上忽视了 AI 生成的非自愿亲密影像 (AIG-NCII) 的紧迫问题。作者强调，这种忽视未能解决受此技术影响的个体所遭受的尊严伤害。他们呼吁在研究优先级上进行范式转变，以确保在快速发展的 AI 能力面前，个体的尊严和arXiv cs.AI7月23日· 59%