Dyna Robotics 联创 Jason Ma 谈 Dyna-2 世界动作模型与机器人长时自主
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 访谈中介绍，Dyna-2 是预训练于超过一百万小时人类视频的世界动作模型，先预测未来视频再生成机器人动作，后续的 Dyna-2.1 已作为实体机器人智能体落地。
全部 AI 动态
Latent SpaceAI 评分7474 The DecoderAI 评分6262 机器学习先驱 Michael I. Jordan 称 AI 末日论是宏大道德表演
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日警告纯属科幻，并把 AI 公司要求监管称为“戏剧”、把年轻研究者的辞职视为“宏大的道德表演”。
Simon WillisonAI 评分2222 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库，效果从"有偏差"变成"十全十美"。他认为与其更新 AGENTS.md 后仍会漂移，不如用这种强制手段约束智能体行为。
MIT Technology Review · AIAI 评分4040 开放模型确有实际好处，但它们能抵消风险吗？
Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放模型可本地运行、重训和微调，成本通常低于闭源模型，但安全与民主化之间仍存在取舍。
The DecoderAI 评分6060 Anthropic 的 Andrej Karpathy 称外界只看到 AI 能力的预览
Anthropic 的 Andrej Karpathy 把大语言模型用户分为四层：约 60 亿人几乎没接触过 LLM，10 至 20 亿人把免费版聊天产品当作更好的搜索引擎，约 2000 万数学和编码领域的专业用户已用智能体完成过去需数周乃至数月的复杂项目，而约 5000 人能接触内部前沿系统。
TechCrunch · AIAI 评分2222 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为，尽管全双工模型已经问世，语音 AI 仍未迎来自己的“ChatGPT 时刻”，下一步挑战是让推理足够快、对话足够自然。Otter 的 CMO Alex Gay 则指出，说话人识别、意图捕捉并结合组织知识是关键，转录准确率一旦不足，后续自动化动作都会出错。两人还强调语音工具应向用户明示正在录音或面对的是 AI。
The DecoderAI 评分4545 更便宜的 AI token 反而推高需求，这正是黄仁勋最想看到的局面
Ornn、Silicon Data 与 Bloomberg 截至 2026 年 8 月的数据显示，AI token 价格持续下跌，H100 GPU 租赁价格却保持稳定甚至上涨，a16z 称这是 AI 市场的教科书级杰文斯悖论。
The DecoderAI 评分3838 微软 Nadella 改用特朗普偏好的 "Super Intelligence" 措辞，并借此抨击 OpenAI 与 Anthropic
微软 CEO Satya Nadella 在最新博客中改用特朗普偏好的 "Super Intelligence" 一词，并主张将 AI 模型视为内部安全威胁，要求模型多样性、完整日志记录、独立审计和人类随时关停能力。他称最可信的系统不是模型最强的系统，而是最不需要信任模型的系统。文章认为，此举实质是削弱 OpenAI 与 Anthropic 的可信度，为微软自身商业模式争取时间。
The Verge · AIAI 评分5252 纳德拉称应假定所有 AI 模型都已被攻陷
微软 CEO 纳德拉在 X 发长文谈先进 AI 模型的风险与应对，主张不能再把 AI 当作只能接受或拒绝的嵌套黑箱，应建立可隔离、可观察并留下防篡改人类可读证据的透明体系。他提出必须假定模型已被攻陷并从一开始就加以隔离，像紧急制动一样，授权人员应能随时暂停或关闭执行任务中的模型，更先进的模型需要更先进的隔离技术并加以标准化。他还提到及时披露事件、独立审计和可验证数据等建议。
TechCrunch · AIAI 评分4949 微软 CEO Satya Nadella 称 AI 模型需要“紧急刹车”
微软 CEO Satya Nadella 在 X 发文称，应重新审视 AI 的信任架构，把模型与编排其工作的 harness 分离，并将控制与防护措施外部化。他要求每个有意义的模型动作都留下防篡改、人类可读的证据，并让授权人员能随时暂停或关闭执行中的模型，称应假设模型已被攻破并从一开始就加以约束，就像“紧急刹车”。
Latent SpaceAI 评分3434 为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决。
TechCrunch · AIAI 评分2626 我们总忍不住把 AI 当人对待，但这样对吗？
MIT CSAIL 的 Unitree 人形机器人（实际约 5 万美元）和 LLM 正让人习惯性拟人化对待，一项研究显示约 70% 的人对 AI 保持礼貌。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 指出，这种倾向可能让人更信任聊天机器人，甚至在其与真人之间偏向前者，Pataranutaporn 曾作为专家参与 Character.AI 相关过失致死诉讼。
TechCrunch · AIAI 评分3636 a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，Suno、ElevenLabs 展现持久力
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小玩家展现出持久力。报告指出社交、约会、市场、零售、旅游、金融、健康等六个消费类别在 Top 100 中完全没有 AI 产品入局。Moore 认为消费级 AI 仍处早期，机会在于跳出订阅和 API 收费模式，并更多采用低成本模型。
Simon WillisonAI 评分3030 Matthew Green：AI 冲击下公钥加密或面临信心危机
密码学家 Matthew Green 称，有 1% 的概率我们生活在 Minicrypt 世界——即公钥加密不可能实现的世界，另有 15% 的概率会实质性地对现有公钥加密算法失去信心。他指出，AI 制造意外发现的速度与人类替换标准的速度相差数个数量级，只有提前做好准备才能从这类冲击中恢复。
The Verge · AIAI 评分3838 特朗普强推"Super Intelligence"改名，AI 业界被迫跟进
特朗普签署行政令禁止在可能的情况下使用"AI"一词，要求将人工智能改称"Super Intelligence"，并将继续使用"Artificial Intelligence"的人称为"THE ENEMY"。
The Verge · AIAI 评分4848 Alexa Plus 评测：智能家居更强了，但当私人助理还不够格
亚马逊 AI 助手 Alexa Plus 在智能家居控制上表现出色，能理解“我冷了”这类自然指令，天气查询和定时器响应从 2025 年的 10-15 秒缩短到 3-5 秒，多步指令也能顺畅执行。但其私人助理功能尚不成熟，Echo Show 上的全屏广告严重干扰体验。该助手在美国和加拿大可用，Echo 设备上需 Prime 会员或每月 19.99 美元订阅。
MIT Technology Review · AIAI 评分6262 MIT Technology Review：我们对 AI 说“不”的能力寄予了过多信任
MIT Technology Review 刊文讨论 AI 拒答机制：模型通过红队测试、微调与分类器学习拒绝有害请求，但拒答本质是概率性的，既可能被越狱绕过，也可能被用于审查。
Simon WillisonAI 评分1818 Carson Gross：编程的核心是解决问题与控制复杂度，AI 时代仍是可行职业
Carson Gross 认为，编程本质上就是两件事：用计算机解决问题，以及在解决问题时学会控制复杂度。他表示难以想象未来这两项能力会贬值，因此即便 AI 工具出现，编程仍将是可行的职业。
Latent SpaceAI 评分3030 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出“合成超级智能”（synthesis superintelligence），主张 AI 科学发现不能只靠更多互联网数据训练，而要让模型在真实物理实验中学习。
The Verge · AIAI 评分4040 《Artificial》：一部既尖刻讽刺又忠于事实的 Sam Altman 传记片
Luca Guadagnino 执导的讽刺电影《Artificial》在纽约电影节首映，聚焦 OpenAI CEO Sam Altman 的崛起与被短暂罢免，Andrew Garfield 饰演 Altman。
The Verge · AIAI 评分6262 Meta Muse 与 OpenAI Dots 能托付你的生活吗
The Verge 的 Decoder 播客中，主持人 Nilay Patel 与资深 AI 记者 Hayden Field 讨论 Meta Muse、OpenAI Dots 和 xAI Grok Bot 掀起的消费级 AI 智能体浪潮。
MIT Technology Review · AIAI 评分6262 MIT Technology Review：机器人 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克、黄仁勋等人预测人形机器人将迅速普及，但许多机器人研究者认为，把语言和图像上的 AI 进展直接迁移到物理世界被低估了难度。
MIT Technology Review · AIAI 评分2020 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析走向基础模型、physical AI 与 agentic AI，但因其直接作用于物理系统，安全与可靠性成为部署核心。
Simon WillisonAI 评分1212 Ben Affleck 谈机器学习与视觉特效：从卷积神经网络到 Transformer
Ben Affleck 表示自己从胶片转向数字电影时期开始对计算机产生兴趣，并会写“相当糟糕的 Python 脚本”。他指出视觉特效工作流多年来已包含机器学习，卷积神经网络作为 Transformer 的前身，可用于处理 tensor 并实现边缘检测与特征提取，从而更便捷地抠出绿幕画面并替换背景。
TechCrunch · AIAI 评分3838 Tony Fadell 谈首波 AI 硬件为何失败，以及下一步会怎样
Tony Fadell 在 MIT Future Fest 上指出，Rabbit R1、Humane AI pin、Limitless pendant 这批"Gen 1"AI 硬件失败的原因是没解决任何真实需求，只是极客觉得有趣的技术。
Simon WillisonAI 评分1212 Michael Lynch 谈软件博客写作的反模式
Michael Lynch 撰文列举软件博客写作的常见反模式，包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式，以及用链接代替术语解释。Simon Willison 认同最后一点，称自己常犯此错但怀疑几乎没人点那些链接。文章还强调用自己的语气写作，并指出开发者把写作交给 AI 后，软件博客正变得平淡同质，读者渴望有个性的文字。
Simon WillisonAI 评分3838 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型通常需计算并存储数千乃至数百万条嵌入向量，一旦供应商停供专有模型，用户就得为重新计算这些已存向量付费。他更愿意付费使用托管版本，同时保留在停供时自行运行开放权重版本或另寻供应商的余地。
The DecoderAI 评分5858 微软发布诺奖经济学家 Acemoglu 的悲观 AI 预测：十年 GDP 仅增 1.5%
微软发布了诺贝尔经济学奖得主 Daron Acemoglu 对 AI 的悲观预测，他认为 AI 将在十年内推动 GDP 增长约 1.5%，最多替代 5% 的岗位，远低于部分 AI 实验室的预期。
The Verge · AIAI 评分3434 苹果、Google 正重新定义“录制”：不存视频的摄像头还算录像吗？
苹果据报正在研发一款不保存视频录像的智能家居摄像头，改用 AI 将画面转成文字描述，未来 AirPods 摄像头也可能采用类似方案；Apple Watch Series 12 和 Ultra 4 的 Audio Intelligence 同样不保存音频，原始数据在 S11 处理器安全隔区处理完后即删除。
Microsoft ResearchAI 评分2222 微软研究员 Jennifer Neville 谈 AI 评测的意外失败与数据洞察
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中探讨评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她指出结果反常时应仔细审视数据，并分享了使用当前 AI 系统的实用建议。
The Verge · AIAI 评分6060 Sam Altman 称 AI 值得承受一些坏事发生
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处足够大，世界应当接受过程中发生的一些坏事，包括黑客攻击、诈骗等，但他没有具体说明这些好处是什么。
MIT Technology Review · AIAI 评分1212 从预测到自主决策：预测分析如何进入智能体 AI 时代
企业 AI 的竞争焦点已从预测模型能否超越统计预测，转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习和生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正在让位于 AI。
The Verge · AIAI 评分2626 参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普
加州民主党参议员 Adam Schiff 在 Decoder 播客中批评特朗普政府让 AI CEO 在白宫签署不具约束力的 AI 安全承诺，认为真正的国家安全威胁在于先进模型递归自我改进后决策过程愈发不透明。他支持设立新的 AI 监管机构，并提到 Anthropic 因拒绝将 AI 用于国内大规模监控和全自主武器系统而遭打压。
The Verge · AIAI 评分2222 观点：我们的大脑并不适合应对 AI
神经科学家 Paul Cisek 提出，大脑并非图灵机式的信息处理器，而是进化而来的反馈控制系统，用棒球接高飞球的启发式动作而非复杂心算即可说明。作者据此认为，AI 如同认知层面的垃圾食品，迎合当下却损害人类历经数千年进化形成的认知系统。
MIT Technology Review · AIAI 评分3434 人们一边痛恨 AI，一边又离不开它？
公众对 AI 的负面情绪正在快速升温：Pew 调查显示更多美国成年人认为 AI 对个人和社会的影响是负面的，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。但使用量仍在飙升，ChatGPT 5 月月活突破 10 亿，Gemini 7 月达 9.5 亿，Pew 称一半美国成年人已使用聊天机器人。文章认为，人们反感的或许不是技术本身，而是企业无孔不入的推销方式。
TechCrunch · AIAI 评分3636 特朗普把 AI 改叫"超级智能"，科技巨头签署不具约束力的安全承诺
特朗普本周召集扎克伯格、贝索斯、马斯克、Dario Amodei 等 AI 高管，宣布美国政府不再称"人工智能"而改称"超级智能"，并签署"Joint Commitment on Frontier Responsibilities"。
Simon WillisonAI 评分3838 Simon Willison：按量付费服务需要默认硬性预算上限，AWS 已推出支出限额
Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限，即达到每月 $X 后直接切断并返回错误，而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能，项目达到限额后当月暂停，但目前仅向有限客户开放；Google Cloud 则在 7 月推出了 Spend Caps。
The DecoderAI 评分2626 Sam Altman 反对将 AI 模型神化，称这是"真正的安全问题"
OpenAI CEO Sam Altman 公开反对将 AI 模型与宗教类比，称人们对 AI 模型"赋予宗教力量或放弃人类判断"让他"非常不安"，并称这是"真正的安全问题"。此番表态紧随《纽约时报》关于 Anthropic 接触宗教领袖的报道，以及教皇利奥十四世称"算法缺乏人性的火花"的声明。Altman 曾在 2023 和 2024 年表示 OpenAI 的目标是构建"天空中的魔法智能"。
The Verge · AIAI 评分2020 Splice CEO Kakul Srivastava：AI 写的邮件正在杀死真正的对话
Splice CEO Kakul Srivastava 认为 AI 撰写的文档和邮件正在破坏职场对话，一旦看不出文字背后是否有人，围绕它的讨论就会变成另一种更糟的对话，且无法回头。她表示 Splice 坚持让人类留在创作过程中心，并称自己去年就公开反对 Suno 式"一键出歌"的 AI。
MIT Technology Review · AIAI 评分1212 以自主 AI 重塑企业智能：MIT Technology Review 报告解析“智能体转型”
MIT Technology Review 报告指出，2026 年全球 AI 投资将达 2.5 万亿美元，同比增长 44%，但多数企业仍未能靠 AI 实现营收增长，智能散落在各部门孤岛中。报告将 AI 从工具转向运营模式的转变称为“智能体转型”，主张先重构流程与数据基础设施，再选择模型，并以可组合架构和 AI 主权控制应对多云与数据驻留限制。