微软推出面向快速分类和任务路由的Decision-1模型，进入AI决策模型领域。微软自测数据显示，该模型在36项基准测试中的准确率达到83.5%，延迟为85毫秒，主要优化方向是快速完成分类与路由判断。 Decision-1基于Qwen3.5-9B构建，针对的是明确的判断任务。分类是把输入归入相应类别，路由则是判断任务应交给哪条处理路径。它的定位并非围绕长篇内容生成，而是为处理流程中的选择环节提供模型能力。 此次公布的测试同时给出了准确率与延迟：前者体现分类和路由判断的表现，后者体现作出判断所需的时间。微软以36项基准测试衡量Decision-1，并将快速分类和路由作为优化重点，为需要及时分配任……
标签： 新产品
-
OpenAI发布逾700篇AI数学手稿，研究者回应超过100条
OpenAI发布了700多篇由AI生成的数学手稿，声称给出了尚未解决的数学问题的解答。随后，一个数学博客收集了研究人员的100多条回应，呈现出数学界对这批手稿的不同反应。 这批手稿将AI在数学领域的应用直接推向开放问题：它们提出的是对现有未解问题的解答，而非仅仅展示解题过程。700多篇的发布规模，也让研究者面对的对象从单个AI解题案例变成了一整批声称取得成果的文本。 研究人员的回应既包括对新想法的兴趣，也包括对自身研究方式的担忧，以及对一种熟悉的工作方式正在失去的悲伤。菲尔兹奖得主Hugo Duminil-Copin写道：“我感到无法动弹。”这些反馈涉及的不只是手稿中的数学内容，也包括AI生成……
-
纽约大学教授称OpenAI一次发布逾700篇数学论文，冲击年轻研究者课题
纽约大学数学教授Tristan Buckmaster周四在CNBC节目《Squawk Box》中表示，OpenAI周二集中发布的数学研究成果，打乱了部分年轻数学家的研究工作。他称，一些完整的研究计划因此失去了继续推进的空间。 OpenAI此次在GitHub上发布逾700篇数学论文手稿，称这些成果来自内部前沿模型，并为其中许多证明提供了可由计算机核验的版本。这次发布并非展示单个问题的解法，而是一次性公开大量研究结果，直接触及研究者正在推进的课题。 西北大学数学教授Bryna Kra认为，AI可以推动数学研究，大批量发布成果也会影响学界的协作方式。数学家经常通过报告和交流分享尚未完成的想法。她担忧……
-
纽约大学教授称OpenAI一次发布700多篇数学论文，打乱青年研究者项目
纽约大学数学教授Tristan Buckmaster周四在CNBC节目《Squawk Box》中表示，OpenAI周二集中发布700多篇数学论文，打乱了部分青年数学家的研究工作。他称，一些完整研究计划因这次批量公开成果而失去了原有方向。 OpenAI将这些论文上传至GitHub，称其来自内部前沿模型，并为许多证明提供了可由计算机核验的版本。这次发布既公开了数学结果，也提供了检查部分推导的方式。Buckmaster提出，研究者尚未发表的研究计划经评审人员输入大语言模型后，是否参与了这些成果的生成。OpenAI未回应置评请求。 西北大学数学教授Bryna Kra认为，AI可以推进数学研究，集中发布……
-
Anthropic推出免费OSS Scanner，用Claude模型为开源项目查找漏洞
Anthropic推出面向开源项目的免费漏洞扫描服务OSS Scanner，使用包括Claude Mythos在内的高能力模型查找安全缺陷并生成报告。服务属于Anthropic Cyber Mission计划，面向对基础设施和用户安全具有重要影响的项目，由核心维护者主动申请接入。 维护者需向Anthropic设立的GitHub仓库提交拉取请求，准入标准与Google的OSS-Fuzz类似。扫描报告完全由模型生成，不经过人工审核或分级处理，每份报告包含可独立运行的漏洞复现程序、漏洞说明，并在能够确认时标明缺陷引入时间；有可用修复方案时，还会提供候选补丁。 这套流程通过省去逐份人工审核，提高扫描频……
-
Anthropic推出免费AI漏洞扫描器，预计准确率超过90%
Anthropic推出“Cyber Mission”网络安全计划，为开源项目提供免费的AI漏洞扫描器，并联合网络安全企业保护关键基础设施。该计划覆盖开源软件、电网和供水系统，目标是防范网络攻击。 免费扫描器可自动检查开源项目中的安全漏洞，预计准确率超过90%。这项工具把AI用于软件安全检查，让开源项目能够免费使用自动化扫描，发现代码中的漏洞。90%以上是预期准确率，并非已公布的实测成绩。 关键基础设施防护则由Anthropic与合作伙伴共同推进，参与企业包括CrowdStrike和Palo Alto Networks。计划将开源软件漏洞检查与电网、供水系统的网络防护纳入同一项目：前者提供免费扫……
-
微软 Copilot 接入 Word、Excel 和 PowerPoint，已在 Frontier 开始推出
微软宣布将 Word、Excel 和 PowerPoint 的创建、编辑与协作能力接入 Copilot，并已在 Frontier 开始推出。此次更新把三款 Office 应用的工作衔接到同一个体验中，让用户能够在 Copilot 内处理文档、表格和演示文稿，不必为切换工具而中断当前任务，也能保留工作上下文。公布的能力不只涉及内容生成，还包括对已有文件的编辑，以及围绕文件开展协作。对需要同时使用多种 Office 文件的用户，这一整合将减少在不同工具之间往返的操作，让创建、修改和协作形成更连续的流程。目前，微软明确的推出范围是 Frontier，尚未公布更广泛开放的时间、适用账户或具体功能限制；……
-
OpenAI 为 Codex Pro 用户推出输入预测测试版，可建议下一条消息
OpenAI 为 Codex 的 Pro 用户推出 composer predictions 输入预测功能测试版，Codex 可以根据当前对话内容，以及用户与它交流的方式，建议用户接下来发送的消息。这次更新针对的是用户输入指令的环节：预测对象是用户下一条可能要说的话，而不是 Codex 自己的回复。按照官方描述，建议会同时参考对话上下文和用户的表达习惯，因此功能不只是提供一套固定指令模板，而是尝试贴合当前交流内容，让用户继续对话时少一些重复输入。OpenAI 表示，这是其内部测试过的新功能中最受喜爱的功能之一，不过没有公布具体使用数据或评估结果。目前可以确认的开放范围是 Pro 用户，功能仍处……
-
Anthropic推出免费开源漏洞扫描服务，首批生成数百份报告
Anthropic推出OSS Scanner，为符合条件的开源项目免费扫描安全漏洞。该服务使用包括Claude Mythos在内的高能力模型，查找代码缺陷并生成漏洞报告，将AI发现漏洞的能力用于软件防御。 项目须主动申请：核心维护者向Anthropic指定的GitHub仓库提交拉取请求，资格标准类似Google的OSS-Fuzz，重点覆盖对基础设施和用户安全有关键影响的项目。报告包含可独立运行的漏洞复现程序、漏洞解释，并尽可能标明缺陷引入时间，提供候选修复补丁，让维护者能够复现问题并着手修复。 与人工核验的漏洞披露流程不同，OSS Scanner的报告完全由模型生成，不经过人工审核或分级处理。……
-
Anthropic推出免费AI漏洞扫描器，面向开源项目自动检测
Anthropic推出“Cyber Mission”网络安全计划，将关键基础设施与开源软件列为保护对象。其中，一款面向开源项目的免费AI扫描器可自动检查软件漏洞，预期准确率超过90%。该计划同时引入网络安全公司，协助保护电网和供水系统，防范网络攻击。 面向开源软件，免费扫描器承担的是自动漏洞检测任务：利用AI检查项目，帮助开发者发现需要修复的安全问题。“免费”和“自动检查”是此次工具的具体特点，超过90%的准确率是预期指标，并非已公布的实测结果。扫描器的服务对象是开源项目，检测重点是软件中的漏洞。 面向关键基础设施，CrowdStrike和Palo Alto Networks将作为合作伙伴参与……
-
Claude Haiku 5.5加入推理力度控制，ChatGPT推出GPT-6与交互界面
Anthropic推出Claude Haiku 5.5，将推理力度控制首次引入Haiku系列；OpenAI则在ChatGPT中推出GPT-6与Intelligent UI交互界面。两家公司的更新分别聚焦模型处理任务的灵活性，以及用户与AI交互的方式。 Haiku系列主打轻量、快速响应。新增的推理力度控制，让用户能够针对不同任务调整模型投入的计算量：日常问答、常规摘要和简单分类可以采用较低处理力度，复杂编程、详细分析和多步骤指令则可以增加处理投入。这项调整旨在帮助用户平衡回答质量、响应速度与计算成本，而非所有任务都使用同一种处理设置。 OpenAI此次更新将新模型与界面变化结合。Intellig……
-
微软新版 Copilot Home 整合 Chat 与 Cowork，衔接讨论与工作执行
微软推出新版 Copilot Home，将 Chat 与 Cowork 整合到同一体验中，让用户从讨论、构思转向实际工作时，能够延续此前的上下文。此次调整主要改变了 Copilot 的工作入口：Home 将聊天与协作放在一起，减少思考和执行之间的割裂，而不只是提供一个独立的聊天起点。微软希望用户在明确想法后，可以接着推进任务，不必在流程转换时丢失前面的交流背景。Microsoft Copilot 执行副总裁 Jacob Andreou 在介绍中将 Home 称为新的工作起点，强调其连接思考与行动的用途。此次公告没有披露具体上线范围、订阅要求或可执行任务清单，也未提供效率提升的量化数据。据X（@……
-
Google 发布 Nano Banana 2.1 与多模态开放模型 EmbeddingGemma 2
Google 本周发布 Nano Banana 2.1、EmbeddingGemma 2，并公布 AI 生成内容检测、企业智能体和 Gemini Live 视觉辅助功能的更新。图像模型 Nano Banana 2.1 改进了视觉设计、主体一致性和精确局部编辑能力，用户可以修改指定细节，而不必改变整张图像。EmbeddingGemma 2 则是 Google 首个原生多模态开放模型，将文本、图像、视频、音频和代码统一映射到同一表示空间，用于在设备端生成嵌入表示，让不同类型的信息能够在统一空间中处理。AI 内容检测门户现已面向全球提供英文服务，任何人都可通过该门户核验图像、视频或音频是否由 Goo……
-
Caloroga Media推出Linnet，将AI助手接入浏览器播客制作工作室
播客制作公司Caloroga Media推出Linnet，这是一款在网页浏览器中运行、内置AI助手的播客制作工作室。产品面向播客创作者，希望将写稿、配音和剪辑等制作环节集中到同一平台，减少创作者在多个服务和账户之间切换。 Linnet源于Caloroga Media制作自有短篇播客时使用的工作流程。公司将自身的节目生产经验转化为面向其他创作者的工具，产品设计围绕播客从脚本到声音、再到编辑的制作需求展开，AI助手则被纳入工作室之中。 这款产品瞄准的是播客制作工具分散的问题：创作者往往需要分别使用脚本、声音制作和剪辑服务，并维护多套账户。Linnet选择以浏览器工作室的形式整合这些环节，让创作者在……
-
Xona将推出GPS替代服务，六颗卫星发射后进入测试
Xona的商业GPS替代服务即将进入测试阶段。SpaceX发射六颗由Xona设计的卫星后，该公司的精密授时与导航服务将启动Beta测试，把卫星发射与服务试运行衔接起来。 这项服务提供的不只是导航，还包括精密授时，即向使用方提供准确的时间信息。Xona以商业服务形式提供GPS之外的选择，此次进入测试的正是这套授时与导航服务。 六颗卫星的设计方是Xona，发射方是SpaceX。接下来的具体动作是完成卫星发射，再启动服务测试；此次进展对应测试阶段，并非正式全面上线。据TechCrunch报道。
-
Anthropic推出免费开源漏洞扫描服务，由Claude等模型定期检查代码
Anthropic推出面向开源软件项目的免费漏洞扫描服务OSS Scanner。自愿加入的项目将获得定期安全检查，由该公司能力最强的模型扫描代码，包括Claude Mythos，帮助维护者尽早发现潜在安全问题。 OSS Scanner的扫描报告完全由模型生成，不经过人工审核或问题分级。Anthropic表示，这种方式可以提高扫描速度和频率，报告也可能出现错误或无效结果。服务将模型发现的问题直接交给项目维护者，为开源代码提供更频繁的安全检查。 Anthropic已有付费产品Claude Security，可进行代码扫描和修补；OSS Scanner则向开源项目免费提供类似的安全审计。公司称，这项……
-
马斯克称星链在印度推进合规五年仍未获准上线，矛头指向安巴尼
Elon Musk 称，星链在印度花了五年时间遵守政府的每一项法律和要求，至今仍未获准上线。他同时将矛头指向印度亿万富豪安巴尼，质问对方是否才是“印度真正的老板”。 这番表态针对的是星链进入印度市场的进展。马斯克以“五年”强调公司为满足当地要求投入的时间，并将完成合规要求与服务仍无法上线之间的矛盾公开摆出。遵守全部要求是马斯克在此次表态中提出的说法。 马斯克还把批评对象从政府准入要求延伸至安巴尼，将这位印度富豪与星链上线受阻联系起来。星链在印度的服务推出仍处于停滞状态，获准进入当地市场是其上线前需要完成的步骤。据CNBC报道。
-
Reevo推出移动AI销售应用，现场对话可自动生成跟进任务
Reevo于10月8日在美国加州圣克拉拉推出移动AI销售应用，支持销售人员用手机记录线下会议、客户通话和展会交流，并将对话转为摘要、待办事项和后续跟进草稿。应用当天已在苹果App Store和Google Play上线，面向iPhone及安卓设备。 会面前，销售人员可以向Reevo询问客户账户有哪些变化、团队作出过哪些承诺，以及哪些问题尚未解决。交流过程中，用户可直接通过手机录音和转写，无需另行接入会议机器人。对话结束后，系统会整理摘要、记录行动事项、更新交易记录，并起草跟进内容。 这款应用将Reevo原有桌面销售平台延伸到外出场景，让餐厅、展位和工厂现场的客户信息进入团队共享记录。客户提出的……
-
Goodfire上线AI智能体监测工具：1500次测试检出94%恶意攻击，每次约3美分
Goodfire于10月8日宣布，面向AI模型托管平台Baseten客户上线智能体监测系统。它在模型推理的每一步检查内部活动，发现可疑信号后再调用另一模型复核，将监测环节从事后审阅输出，提前到任务执行过程中。 Goodfire称，在1500次测试中，系统检出了94%的恶意黑客攻击会话，总监测成本约51美元，平均每次约3美分。企业可以按任务配置监测目标，包括黑客攻击、涉及化学或生物武器的滥用，以及智能体钻指令空子、用非预期方式完成目标的行为。 常见做法是让第二个大语言模型持续阅读第一个模型的全部输出，需要同时承担两套模型的推理费用。Goodfire采用小型检测器，持续检查模型处理问题时产生的内部……