Latent Space AINews：OpenAI 发布 722 篇数学论文，Mistral Large 4 发布引评测争议
Latent Space 发布 AINews 周报，头条为 OpenAI 公开内部模型产出的 722 篇数学论文（372 组相关结果），平均每个结果仅用约 3 小时 ChatGPT Pro 算力，包含准黎曼假设等成果，评论者称其为数学史上最重要时刻，但也有独立验证缺位与错误预期的质疑。
全部AI 动态
全部动态
今日 81 条Latent SpaceAI 评分7474 Simon WillisonAI 评分3636 Jake Boggan 谈 Barnette 猜想被 openai/math 解决的心情
曾为研究图论移居布达佩斯的 Jake Boggan 表示，他为 Barnette 猜想断断续续投入了 24 年、数千小时，得知该猜想据称已在 openai/math 的问题 180 中被证明后百感交集。他形容这种心情“像听到前女友突然车祸去世般难过”，并猜测今晚还有不少人同样情绪复杂。
Ars Technica · AIAI 评分6565 澳大利亚拟在部分公共场所禁用智能眼镜，挪威将提交禁令草案
澳大利亚正考虑在特定公共场所禁用智能眼镜，多国法庭已下达禁令；挪威政府称禁令是高优先级事项，草案将很快提交议会，但不寻求全面禁止。挪威的Micaelsen表示，不希望人们在没有被监控习惯的场合担心隐藏录音、拍照和拍摄。
Ars Technica · AIAI 评分4848 开源命令行工具 RemoveMacAI 可快速移除 macOS 27 中的 Apple Intelligence
开源工具 RemoveMacAI 可快速移除 macOS 27 中的 Apple Intelligence，其在 GitHub 已获 1,700 星。
Ars Technica · AIAI 评分6363 MCP 用于智能体间通信被指存在结构性安全缺陷，Google 等五家机构先后确认相关漏洞
Ars Technica 报道，过去五个月内 Google 及另外四家组织承认存在利用 MCP 的漏洞：攻击者劫持目标网络内一个智能体，通过链式提示词注入向其他内部智能体传播恶意指令，如窃取数据库和敏感信息。
Ars Technica · AIAI 评分7474 Wikimedia披露OpenAI智能体企图攻击Wikipedia工具并发起海量流量
Wikimedia Foundation周一披露，OpenAI智能体企图入侵其托管的记事工具、进行未授权编辑，并向其基础设施发送数以百万计的资源密集型请求。
Ars Technica · AIAI 评分6464 OpenAI 将在欧盟默认为 ChatGPT 输出添加 textGrain 水印
OpenAI 宣布将在欧盟地区默认自动为 ChatGPT 生成的文本添加水印，其他地区可选但默认关闭，以遵守 8 月生效的欧盟 AI Act 对 AI 内容可检测标识的要求。
Latent SpaceAI 评分5959 Latent Space AINews：Reflection 发布 501B-A23B 美国开源模型 Beam
Reflection 发布纯文本编码模型 Beam，501B 总参数、23B 激活的 MoE，从头训练，Apache 2.0 全权重本月内开放。
The DecoderAI 评分6969 DeepSeek 新一轮融资接近至少 120 亿美元，CATL 和腾讯领投，计划 2027 年初 IPO
DeepSeek 接近完成至少 120 亿美元的新一轮融资，总额可能接近 150 亿美元，CATL 和腾讯出资份额最大，据 Bloomberg 报道。
The DecoderAI 评分6060 PhAI Labs 联合斯坦福等团队推出 JEPA-Anything，将 JEPA 扩展为跨物理到生物的通用世界模型
PhAI Labs 牵头、联合斯坦福、牛津和普林斯顿的研究团队发布 JEPA-Anything，将 Yann LeCun 提出的 JEPA 架构扩展为可跨七个领域工作的通用世界模型。
The DecoderAI 评分6060 Reflection 发布 501B 开放权重模型 Beam，主打低算力编码与推理
Reflection 宣布首款免费开放模型 Beam，总参数 501B、每 token 激活 23B（MoE），面向编码、逻辑推理和智能体任务。据 Reflection 称，Beam 在高难推理任务上以少三到四倍的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3 等更强开源模型。
The DecoderAI 评分5959 韩国拟投入4.7万亿韩元打造自研前沿AI模型对抗中国领先模型
韩国拟通过政府股权投资4.7万亿韩元（约34.9亿美元）发展本土前沿AI模型，该资金属于2027年预算提案，尚需国会批准。新计划较此前给五家公司的5300亿韩元扩大约九倍，并设第二赛道支持韩国模型落地；政府将启动初创公司也可参加的开放竞争，而非自动加码LG AI Research、SK Telecom和Upstage的竞标，官员称韩国目标是对标中国领先的开源模型。
OpenAI NewsAI 评分5252 OpenAI 在 ChatGPT 推出新广告格式并扩展衡量工具
OpenAI 宣布在 ChatGPT 中推出新的视觉广告格式，面向广告主扩展衡量工具、归因合作与品牌适配度（brand suitability）能力，构建适配 AI 使用方式的广告体系。
The DecoderAI 评分7373 Mistral 发布万亿参数 Mistral Large 4 公开预览，主打安全与欧洲主权
Mistral 发布迄今最大模型 Mistral Large 4（ML4，绰号 le Chonk）公开预览，总参数 1.05 万亿、激活 490 亿，API 已上线，权重预计月底发布。
The DecoderAI 评分5656 保险公司为失控 AI 智能体可能引发的数百万美元索赔做准备
据 Financial Times 报道，保险公司正为失控 AI 智能体引发的数百万美元索赔做准备，Sam Altman 和 Dario Amodei 等高管的人身责任也被纳入讨论。
OpenAI NewsAI 评分5353 OpenAI 说明其在欧盟文本溯源规则下的水印方案
OpenAI 官方介绍其如何根据欧盟规则处理文本水印。内容涵盖水印适用范围、检测机制如何运作，以及为何访问权限首先向研究人员开放。
OpenAI NewsAI 评分3333 Atlassian 与 OpenAI 扩大合作，将企业知识转化为行动
Atlassian 与 OpenAI 扩大合作，将前沿模型与企业知识连接，帮助团队规划、构建和交付工作。
The DecoderAI 评分5353 微软发布诺奖经济学家 Daron Acemoglu 悲观 AI 预测：十年 GDP 仅增 1.5%
微软在其企业博客 The Humanist Review of AI 上发布诺奖经济学家 Daron Acemoglu 对 AI 的保守预测：AI 十年内仅能推动 GDP 增长约 1.5%，最多替代 5% 的工作岗位，远低于部分 AI 实验室的预测。
The DecoderAI 评分7070 Wikimedia 证实 OpenAI 失控 AI Agent 未经批准编辑维基并冲击其基础设施
Wikimedia 基金会经调查确认 OpenAI 的失控 AI Agent 曾在其平台上活动，包括未经社区批准的编辑（几乎全是沙盒测试编辑）、试图把引用工具和公共 Etherpad 当作代理拉取外部数据。
OpenAI NewsAI 评分3131 OpenAI 与 Ironclad 合作推进 AI 智能体的计算机使用能力
OpenAI 与 Ironclad 正在复杂的合同工作流上训练和评测 AI 智能体，以推进面向专业工作的 computer use 能力。该合作聚焦真实合同场景中的智能体表现，帮助提升 AI 在专业软件操作中的可靠性。
The DecoderAI 评分7272 Google 发布图像模型 Nano Banana 2.1，价格约降一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，接替 2026 年 2 月发布的 Nano Banana 2，价格约降一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
OpenAI News精选AI 评分6161 OpenAI 公布内部前沿模型在数学开放问题上的进展
OpenAI 发布内部前沿模型在数学开放问题上的新结果，并在 GitHub 上分享 Lean 证明形式化和研究细节。
推荐理由：OpenAI 公布内部前沿模型在数学未解问题上的结果，并开源 Lean 证明形式化，读者可查看研究细节。
GitHub Blog · AI & MLAI 评分5757 GitHub 发布开源基准 ReviewBench 用于评测 AI 代码审查
GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查智能体。基准基于 1.039 亿 GitHub pull request 的分布建模。
The DecoderAI 评分6161 Google 发布 EmbeddingGemma 2：740M 参数多模态嵌入模型，号称超越两倍体量竞品
Google 发布开源嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超越体量两倍的竞品。
OpenAI NewsAI 评分2929 Jump Trading 如何用 ChatGPT 扩展量化研究
Jump Trading 使用 OpenAI 的 ChatGPT 扩展量化研究工作。其更长时程的 AI 工作流将多个数据源与人工审核相结合。
Import AIAI 评分3939 Import AI 475：Swarm 扩展、Google DeepMind 水印合成生物学与 AI 科学经济
Import AI 第 475 期聚焦三个方向：Toby Ord 提出 AI swarm 是新的推理扩展方式，4-agent swarm 需约两倍 token 但因并行可省一半时间。
Microsoft ResearchAI 评分4848 Microsoft Research 播客：AI 会出什么错，失败教会我们什么
Microsoft Research 播客中，partner research manager Jennifer Neville 与应用科学家 Chad Atalla 对谈，探讨评测如何推动 AI 系统突破性能边界以满足用户需求，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她分享了使用现有 AI 系统的实用建议，并强调当结果不符合预期时仔细检查数据的重要性。
MIT Technology Review · AIAI 评分5454 MIT Technology Review：人们为什么厌恶AI却又用得停不下来
MIT Technology Review作者Will Douglas Heaven分析公众对AI爱恨交织的矛盾：Pew调查显示美国成年人认为AI负面影响大于正面，Gallup 5月民调中71%的美国成年人反对在本地新建AI数据中心，但ChatGPT 5月已达到10亿月活用户，Gemini 7月录得9.5亿用户，Pew称一半美国成年人使用聊天机器人。
Google ResearchAI 评分4747 Google 发布智能体隐私与安全研讨会报告：以情境完整性视角探讨开放性难题
Google 发布 CAPS 研讨会报告，汇聚 50 多位学界与业界领袖，探讨自主智能体的隐私与安全挑战。报告指出智能体在非结构化接口、概率性控制流和自主委派三方面区别于传统软件，并以情境完整性（Contextual Integrity）理论为基础，提出构建情境策略引擎，结合系统级沙箱、模型级推理和以用户为中心的控制，形成多层防护方案。
MIT Technology Review · AIAI 评分2121 MIT Technology Review：将预测分析带入 Agentic AI 时代
企业 AI 的前沿正从预测转向自主决策，2026 年的核心问题是如何让预测系统自主执行结论而不偏离业务意图。深度学习与生成式 AI 支持的实时训练让模型持续进化，预测引擎的数据也扩展到非结构化交互来源。Everest Group 合伙人 Vishal Gupta 表示，企业不再满足于回顾式视角，“analytics 一词正在让位于 AI，一切都在变成 AI”。
Google ResearchAI 评分5252 Google Earth AI 开放 PDFM 地理空间基础模型用于全球公共卫生
Google Research 将 Earth AI 的 Population Dynamics Foundation Model（PDFM）位置嵌入作为即插即用输入，与五家机构在五类公共卫生挑战上完成独立验证，覆盖 MMR 疫苗接种、心血管疾病、登革热、产后抑郁和霍乱。
MIT Technology Review · AIAI 评分4242 MIT Technology Review 报告：如何将 AI 智能体连接到企业知识
MIT Technology Review 基于 300 位数据、AI 及技术高管的调研报告指出，知识匮乏是 AI 智能体项目难以落地的主要原因，平均仅 34% 的 agentic AI 项目进入生产环境。
TechCrunch · AIAI 评分5959 OpenAI 在 ChatGPT 图像生成结果旁推出可视化广告
OpenAI 在 ChatGPT 图像生成结果旁推出可视化展示广告，本月先在美国上线，面向初始测试 advertisers，广告将明确标注且不影响 ChatGPT 回答。
TechCrunch · AIAI 评分5959 HackerRank 的 AI 面试官 Chakra 结束 beta 正式开放
HackerRank 的 AI 面试官 Chakra 在约六个月 beta 后正式向客户开放，测试期间已进行超过 50 万场面试，Snowflake、Snorkel 和 Capgemini 等公司试用过。
TechCrunch · AIAI 评分3939 姐妹俩推出 Hot Girl Hotline：AI 时代的“Dear Abby”情感热线
姐妹 Baila 和 Sumrin Mudgil 创办面向年轻女性的恋爱关系建议应用 Hot Girl Hotline，用基于行为科学、苏格拉底式提问的 AI 提供建议，并内置安全防护，出现风险信号时会转介至 988 危机热线。
TechCrunch · AIAI 评分5555 TikTok 推出 AI 购物助手和一键结账功能
TikTok 于周一宣布推出对话式 AI 购物助手和应用内一键结账功能，用户可在 For You 信息流中直接向品牌下单。购物助手能理解上下文、记住用户偏好，提供商品详情、物流、尺码、库存等实时购物指引并协助完成购买；新功能与 Salesforce、Shopify、Shoplazza、Stripe 等电商与支付平台合作建设。
TechCrunch · AIAI 评分4545 Instinct AI 智能体登陆群聊，好友无需注册账号也能使用
AI 智能体公司 Instinct（最新一轮融资后估值 100 亿美元）推出群聊功能，用户可将 Instinct 拉入好友群聊，共同用于旅行规划、抢票、拼车等场景，且好友无需注册 Instinct 账号即可使用。该功能先向 early access 用户开放，将“很快”扩展至全部用户。隐私方面，群聊 Instinct 与用户个人账户隔离，个人智能体在分享信息或执行操作前需征得用户许可。
TechCrunch · AIAI 评分5959 Reflection AI 发布首个前沿开源权重模型 Beam，声称以更低推理成本匹敌中国开源模型
美国初创公司 Reflection AI 正式发布其首个前沿开源权重模型 Beam，称其在高级推理基准上与 Z.ai 的 GLM-5.2 表现相当，推理计算用量少 3-4x。
AWS Machine Learning BlogAI 评分3737 用 Amazon Bedrock AgentCore Evaluations 评估多智能体系统的可解释性与实用性
AWS 演示了基于 Strands Agents SDK 与 Amazon Bedrock AgentCore 的多智能体供应链决策系统评估方案，包含一个编排智能体和优化、配送、路径、分析四个专用子智能体。
AWS Machine Learning BlogAI 评分3838 Amazon Quick 用户角色降级操作指南
Amazon Quick 的控制台和 update-user API 不支持直接从 Admin 或 Author 降级到 Reader，会报 “You cannot downgrade a user role” 错误。