当天报道
SafetyAI实验室希望建立内部审计机制——但也许他们应该先关好前门像Anthropic和OpenAI这样的AI实验室正在推动实施内部审计系统，以增强安全实践，因对人工智能相关风险的担忧日益增加。这些审计旨在确保AI系统的开发和部署是负责任的。然而，专家警告称，在建立这样的审计框架之前，AI实验室应优先考虑基本的网络安全措施和实时监控，以更有效地降低风险。这场辩论突显了确保AI安全的复TechCrunch AI9月16日· 59%SafetyAnthropic 和 OpenAI 希望嵌入安全评估者。他们真的会独立吗？Anthropic 和 OpenAI 宣布计划将独立的第三方评估者整合到他们的组织中，以增强 AI 安全性和对齐性。该倡议旨在促进 AI 技术开发中的更大透明度和问责制。然而，这种方法的成功取决于这些评估者的真正独立性以及他们获取被评估 AI 系统的全面信息的能力。该提案提出了关于这些评估者在没有潜在利益冲突的情况下能TechCrunch AI9月16日· 58%Regulation阿尔·戈尔表示真正的AI风险不是数据中心在最近的一次声明中，阿尔·戈尔强调，人工智能的主要风险超出了数据中心对环境的影响。他指出，更紧迫的担忧是AI的社会影响，特别是由于自动化导致的就业替代。戈尔提倡转向可再生能源解决方案，以减轻环境影响，同时强调需要采取积极措施来应对AI进步带来的社会经济挑战。TechCrunch AI9月16日· 58%OtherNvidia的Les Karpas加入2026年Disrupt大会议程Nvidia全球物理AI负责人Les Karpas将在TechCrunch Disrupt 2026上发言，讨论机器人领域的当前挑战和机遇。他的演讲将重点关注推动物理AI技术发展的全面数据集的显著缺口。Karpas旨在将机器人技术的进展与大型语言模型（如ChatGPT）的突破进行对比，强调机器人实现类似创新水平所需的条TechCrunch AI9月16日· 58%Product Launch您的AI代理现在可以控制您的Google Home设备Google推出了其Model Context Protocol (MCP)的早期访问权限，允许AI代理通过自然语言命令与智能家居设备互动和控制。此新功能旨在通过实现设备的无缝管理、查看活动日志和创建个性化仪表板来增强用户体验。目前，该功能仅对Google Home Premium Advanced订阅者开放，标志着ATechCrunch AI9月16日· 58%Regulation我们不需要人工智能监管——Nvidia的黄仁勋表示安全交给我们Nvidia首席执行官黄仁勋公开表达了他反对引入新人工智能监管的立场，认为安全问题可以由公司自行妥善解决。他强调现有法律和市场动态足以确保负责任的人工智能开发和部署。黄的评论表明，他认为创新不应受到监管框架的束缚，这可能对该领域的进步产生不利影响。TechCrunch AI9月16日· 57%Product Launch在被指控销售“偷窥眼镜”后，Meta准备推出一款不带摄像头的眼镜Meta正在准备推出一款名为Luna的新型智能眼镜，该眼镜显著不包括摄像头。这一决定是在消费者因隐私问题对之前型号的强烈反对后做出的，后者因可能侵犯个人隐私而受到批评。Luna眼镜将专注于通信功能，配备六个麦克风以便与AI聊天机器人互动，并将包括一个侧面按钮供用户激活。这一转变表明Meta对公众情绪的响应及其恢复消费者TechCrunch AI9月16日· 55%Funding前Infosys首席执行官的AI初创公司获得5300万美元融资Hang Ten Systems是一家由前Infosys首席执行官Vishal Sikka创立的AI初创公司，成功获得了额外的5300万美元种子融资，使其总融资在短短四个月内达到8500万美元。该初创公司专注于利用AI技术革新大型企业的软件开发流程，以提高效率并降低运营成本。这一重大资金注入凸显了投资者对AI重塑软件开TechCrunch AI9月16日· 55%Product LaunchAnthropic将Claude聊天和Cowork合并为一个界面Anthropic宣布了一项重大更新，将其Claude聊天和Cowork功能合并为一个统一界面。此整合旨在通过允许用户在单一平台内无缝访问文档创建和演示工具等多种功能，提升用户体验。用户不再需要在不同标签之间切换，从而简化工作流程，提高效率。TechCrunch AI9月16日· 55%Product LaunchThreads的新功能让播客创作者推广节目并接触听众Meta的Threads推出了专为播客创作者设计的新功能，增强了他们推广节目的能力并与听众连接。这些新工具包括播客个人资料卡，为节目提供专门空间、可点击的剧集链接以及衡量观众参与度的指标。此举旨在利用Threads的社交媒体平台，为播客创作者及其观众创造更互动的体验。TechCrunch AI9月16日· 55%Research阿斯克勒庇俄斯：一种适应性长远临床代理研究人员推出了阿斯克勒庇俄斯，这是一种创新的适应性代理，旨在提高临床环境中，特别是急诊科的长远表现。该代理专注于提高关键行动的正确性和及时性，同时确保诊断准确性不受影响。阿斯克勒庇俄斯的开发代表了利用人工智能支持医疗专业人员在高风险情况下做出及时和准确决策的重要进展。arXiv cs.AI9月16日· 64%Research边缘云大语言模型系统中的碳感知路由函数调用最近的研究提出了一种专门针对边缘云大语言模型（LLM）系统中函数调用的碳感知路由框架。该创新框架旨在通过智能地将查询引导至最有效的处理层，优化能源消耗并最小化碳排放。通过利用轻量级的k近邻（k-NN）预测器和实时电网碳强度数据，该框架在保持云级准确性的同时，实现了显著的排放减少，平均比传统方法低四倍。arXiv cs.AI9月16日· 63%ResearchOmniHarness：通过符号策略学习实现可泛化的视觉生成新推出的OmniHarness框架旨在通过利用符号策略学习来增强可泛化的视觉生成。这种创新方法解决了当前多模态大型语言模型和多智能体系统中的局限性。通过将经过验证的执行抽象为符号策略，OmniHarness能够更好地适应和组合新任务，最终提高视觉生成任务的性能和扩展能力。arXiv cs.LG9月16日· 63%Research智能供应链分析的混合代理AI框架近期研究提出了一种混合代理AI框架，旨在彻底改变供应链分析。该创新系统将商业决策过程与技术专业知识相结合，使组织能够提升库存管理能力。该框架的核心是一个协调代理，能够有效管理用户意图并将任务委派给专业代理，从而在准确性和可扩展性方面实现显著改善。这一方法标志着AI在简化供应链操作和决策方面的重大进步。arXiv cs.AI9月16日· 63%Research无需训练：可执行人类活动识别的代理启发式学习工作室最近的研究揭示了代理启发式学习（AHL）工作室，这是一种新颖的人类活动识别（HAR）方法，偏离了传统的训练方法。AHL不依赖于基于梯度的神经网络，而是采用认知学习技术，使代理能够从示例中学习并自主建立规则。这种创新方法在多个HAR数据集上显示出良好的结果，表明其在提高活动识别系统效率和有效性方面的潜力。arXiv cs.LG9月16日· 62%ResearchHintMiner：通过自监督学习从问答网络帖子自动挖掘问题提示最近关于HintMiner的论文提出了一种创新工具，通过分析问答网络帖子自动生成用户问题的提示。该工具结合自监督学习技术和语言模型提取相关提示，显著改善用户在寻找答案时的体验。对来自Stack Overflow的60,000个问题的大型数据集进行的评估表明，HintMiner的有效性及其在教育和技术支持领域的广泛应用潜arXiv cs.LG9月16日· 62%ResearchPOSPAN：位置约束跨度掩蔽的语言模型预训练最近的论文介绍了POSPAN，这是一种通过实施位置约束跨度掩蔽来进行语言模型预训练的新方法。该方法在传统的跨度级掩蔽语言建模基础上进行了改进，考虑了跨度的长度及其在文本中的位置约束。作者进行了实验，证明了POSPAN在各种自然语言理解基准测试中的优越性能，表明该领域的重大进展。arXiv cs.LG9月16日· 62%Research使用物理约束决策条件自回归变换器在信号交叉口估计驾驶员行为最近的研究提出了一种新颖的两阶段建模框架，旨在增强对信号交叉口驾驶员行为的预测。该研究特别关注交通信号灯转换期间的决策过程，利用真实世界数据集识别驾驶员行为的关键预测因子。所提出的模型，即物理约束决策条件自回归变换器，展示了在预测加速和停车舒适度方面的准确性提升，这对于优化交叉口的交通流和安全至关重要。arXiv cs.LG9月16日· 62%Research规划还是学习：多资产维护中的可靠性与成本最近在arXiv上发表的一项研究探讨了在多资产维护背景下规划与强化学习（RL）方法的比较有效性。研究强调了可靠性与运营成本之间的关键平衡，表明规划方法将可靠性作为严格约束，而RL技术则专注于最小化预期成本，这可能导致在管理资产故障时采取不同的策略。这一根本差异表明，方法的选择可能会显著影响维护结果和整体运营效率。arXiv cs.AI9月16日· 62%Research通过应用行为建模实现的高效任务执行的Web代理一种名为OdoBot的新型Web代理架构被引入，旨在提高Web应用程序中任务执行的效率。通过建模应用行为，OdoBot不仅提高了任务完成的成功率，还显著减少了过程中的令牌使用。这一进展为优化Web代理指明了有前景的方向，使其在处理各种任务时更加高效，同时节省计算资源。arXiv cs.AI9月16日· 62%Research因果神经集合过滤用于在线多目标跟踪最近的研究提出了一种新方法，称为因果神经集合过滤（CNSF），旨在增强在线多目标跟踪。该方法强调当前测量的重要性，同时有效保留相关的过去数据，相比传统跟踪方法在跟踪准确性和计算效率上都有显著提升。CNSF的进展可能为各种应用中的更强大跟踪系统铺平道路，包括机器人技术和监控。arXiv cs.LG9月16日· 61%Research基于增强变换器神经算子的涡轮机械级联的全景气动性能预测方法最近的一篇论文介绍了一种新颖的框架，用于预测涡轮机械级联的气动性能，利用增强变换器神经算子（TNO）。这种创新方法不仅预测了纳维-斯托克斯方程的基本参数，还以更高的准确性估计了关键性能指标。研究人员证明，与传统模型相比，该方法显著降低了计算成本，标志着气动分析领域的重大进展。arXiv cs.LG9月16日· 61%Research在神经符号强化学习中管理行动前提条件：具身智能体的三种放置策略最近的研究集中在通过三种不同的策略整合符号知识，以提高强化学习（RL）智能体的性能。这些策略旨在增强在动态环境中操作的具身智能体的决策能力。研究强调了结合神经符号方法的重要性，以更好地处理需要从经验学习和利用结构化知识的复杂任务。arXiv cs.LG9月16日· 61%ResearchAutoTailor：自动化、用户对齐的能力选择与适应用于网络代理AutoTailor的推出标志着网络代理优化的重要进展。该创新框架将操作所需的API数量从惊人的1,283减少到仅33，从而简化了网络代理的功能。这一减少不仅简化了架构，还提高了任务性能，同时降低了运营成本和延迟。研究强调了能力与用户需求对齐的重要性，确保网络代理在任务中既高效又有效。arXiv cs.AI9月16日· 61%Research基于提取时间线的变更裁定 (GAVEL)：比较临床时间线与其案例报告研究人员推出了GAVEL，一种新协议，旨在通过使用大型语言模型比较临床时间线与其对应的案例报告，从而提高临床数据提取的准确性。这种创新方法显著改善了差异识别，解决了当前临床数据提取评估方法的局限性。通过利用先进的AI技术，GAVEL旨在简化临床信息验证的过程，这对确保医疗记录和研究结果的可靠性至关重要。arXiv cs.AI9月16日· 60%Regulation从法律文本到AI特定风险源：对欧盟AI法案高风险要求的系统分析对欧盟AI法案的最新分析突出了其高风险要求与现有AI风险分类法对齐的挑战。研究发现，这些要求的清晰映射存在显著差距，可能妨碍从业者有效遵守法规。为了解决这一问题，作者提出了一份AI特定风险源的综合清单，作为组织在监管环境中导航的实用指南。此举旨在增强对欧盟AI法案要求的理解和实施，确保高风险AI系统以可信的方式进行管理arXiv cs.AI9月16日· 59%Research迈向航空交通管理中AI辅助飞行规划的决策保障层一篇近期论文提出了AI信任与保障层（ATAL），这是一种新颖的架构，旨在增强航空交通管理中AI辅助飞行规划的可靠性。该决策保障层旨在评估AI系统生成的输出，确保其与既定操作规则一致且合规。通过关注这些AI生成决策的可靠性，ATAL旨在减轻与非确定性AI系统在关键航空环境中固有不可预测性相关的安全风险。arXiv cs.AI9月16日· 58%