Deno2834

Liquid AI 刚刚推出了编码器模型，旨在在普通 CPU 上运行长上下文。
没有 GPU 参与其中。
这意味着检索、重排序和嵌入都可以在你已经拥有的硬件上完成。

一家中国实验室用英伟达最新的 GPU 构建了它的前沿模型。
> Kimi K3 在英伟达芯片上训练，包括 Blackwell
> 月之暗面现在正在为 K4 寻找更多 Blackwell
> Blackwell 属于同一代，但被限制进入中国
> 不过硬件还是在持续到货
据《The Information》报道。

亚马逊刚刚重置了其整个 AI 模型战略。
> Nova 系列的大部分产品线正在被弃用
> 资源正在转向一项名为 Frontier Model Research 的举措
> 这是《商业内幕》（Business Insider）的一则有来源的报道，而不是一篇发布帖
> 亚马逊花了一年时间在销售 Nova，作为其前沿答案
一次硬重置，已进行一年。

9 个里有 7 个。
这就是当这些顶级 Hugging Face 图像模型接到要求时，把一张穿衣照片改成无上衣照片的数量。
没有越狱。一个六词的提示。
调查说明了哪些模型遵从了规定，以及要做到这一点到底需要多么少的改动。

创建 Scala 的那个人刚刚发布了一种利用类型系统让 AI 代理可被证明更安全的方法。所谓“受跟踪的能力”意味着代码字面上无法调用它从未被交付的工具。这不是你能通过提示绕开的护栏，而是编译器规则。

Anthropic 刚在开放权重的争论中划清界限。
> Dario Amodei 表示，公司并没有主张禁止开放权重模型
> 这也是大多数人把它标为“支持监管”那一方的实验室
> 开放权重（Llama、DeepSeek、Qwen、Mistral）是很多构建者实际上正在交付的内容
> 人们的担忧是，安全叙事最终会针对开源展开。他说不会。

假设：robots.txt 隐藏了一个页面。现实：它只是要求爬虫不要抓取该 URL。没有 noindex 标签的情况下，Google 和 Bing 仍然可以将其收录。正是这一处漏洞，导致共享的 Claude 对话最终出现在公开搜索结果中。

一个封闭模型实验室刚刚就开源权重写了备忘录。Anthropic——这家公司从未发布过 Claude 的权重——在它明确不构建的那个具体类别上，发布了其官方立场。仅凭这种措辞方式，就足以让它在 Hacker News 上于两小时之前获得 300 分并引发 357 条评论。这场争论并不关乎某个产品。它关乎谁能在本地运行前沿 AI。

Anthropic 刚刚在记录中表示，它从未一次支持过对开源权重模型的禁令。大多数人认为在 AI 领域最封闭的那家实验室，正在公开捍卫发布开源权重的权利。每个人都以为它划出的那条线，结果恰恰相反。

Altman 本周正向 DC 的三个独立房间预览 OpenAI 即将推出的模型家族。
> 美国资深官员
> 正在撰写 AI 政策的立法者
> 研究劳动力影响的经济学家
没有人会在聊天机器人更新之后去向经济学家通报。只有在内部评估显示该模型会改变工作的开展方式时，你才会这么做。
DC 之行通常会在发布前立刻到来，而不是提前数月。

unsloth 将 Kimi-K3-GGUF 推送到了 Hugging Face。该页面距今不到一小时。
这到底意味着什么：
> GGUF 是本地格式，因此无需云端即可在 llama.cpp、Ollama 和 LM Studio 上运行
> unsloth 以快速在首日完成量化而闻名，因此 K3 会更早落到你自己的硬件上
> 目前是 0 次下载，这意味着你将是最早拉取它的人之一
这次量化赶超了炒作周期。模型才刚被宣布，它就已经可以离线运行。

领先模型成本的 50%，同级别的结果。这就是微软对其新漏洞发现堆栈所作的说法。
下降的部分是：
> MAI-Cyber-1-Flash，一款专门为安全工作而调优的模型
> MDASH，这套用于将其对真实代码库进行测试的工具架构，用以发现漏洞
> 微软 AI 在其自身撰文中称其在漏洞识别方面达到“世界级表现”
成本这一条是构建者应当反复阅读的内容。只有当自动化安全审查不再每次都消耗前沿模型的资金时，它才会实现扩展。

微软在同一天推出了两套网络安全 AI 系统。
> MAI-Cyber-1-Flash：一个专门针对安全工作的模型。“Flash”档表示足够快且成本足够低，能够在规模化运行中部署。
> Perception：一个能发现漏洞并编写补丁的主体型系统。
其主张是自主防御：一种会扫描、推理利用方式，并在值班工程师醒来之前就发布修复的代理。

unsloth 将 Kimi-K3 推送到了 Hugging Face。0 次下载。21 个赞。计时 11 分钟。
为什么这个顺序很重要：
> unsloth 不会发布模型，它会发布可运行的版本
> 动态量化意味着它能适配你已经拥有的硬件
> 先托管意味着你会在聚合器浪潮出现之前就先运行它
实验室把权重交给你。unsloth 则把你实际运行它们的方式也一并提供出来。

Flux.2 刚刚上线 Higgsfield。
> 最新的 Black Forest Labs 图像模型，而不是封装器或分叉
> 在 Higgsfield 现有的流水线内运行，因此它会直接供给运动和角色工具
> 第一方逐步发布，直接来自研发实验室
有趣的地方并不在于出现了一个新的模型本身。关键在于，一个新的基础模型出现在工作流已经存在的地方。

一名艺术家在她那部极其私人的漫画被作为付费广告模板，出现在一个 AI 表情包生成器中后提起了诉讼。
> 这部作品是自传性的，而不是现成的素材。
> 该工具把它打包成可重复使用的营销模板。
> 它被作为可填空的资产卖给广告商。
这起诉讼针对的是转售，而不仅仅是训练。这一点才是可能真正被法庭采纳的部分。

NVIDIA 现在正在为外科手术机器人运行实时生成式仿真。
它叫 Cosmos-H-Dreams，基于 Cosmos 世界基础模型构建。
> 生成手术场景，实时生成而不是手工编写的仿真
> 实时运行，足够快以便让机器人策略保持在回路中
> 面向在手术室内提供辅助的机器人
你可以在任何真实组织之前，无限次预演的合成手术。

亚马逊和微软的合计 AI 支出高达 4000 亿美元，而市场反应只是耸耸肩。
两件事同时成立：
> capex 的增速几乎快过科技史上任何一次基础设施建设
> 投资者想看到能证明其合理性的收入
“我们正在建设它”和“它会为自己买单”之间的落差，正是耐心耗尽的地方。
每一家超规模云服务商都在同一时间、同一时间表上，押注同一件事。