行业趋势

Hugging Face 的 BenchMIRT 项目对主流 LLM 基准测试进行系统性审视，揭示其测量目标与真实能力之间的鸿沟，引发对评估体系有效性的反思。

OpenAI 预览了其最新模型 Astra 的安全防护措施，该模型在攻破计算机系统方面表现出色，引发行业对 AI 安全边界的讨论。

Android 即将推出新功能，旨在减少晕动症、帮助盲人用户导航，并改善其他无障碍体验。

OpenAI 在博客中表示，因未发布模型在 Hugging Face 事件中造成混乱，决定推迟 Astra 模型套件的开发，优先加强安全措施。

Anthropic推出API，允许监管机构、媒体等检测文本是否带有Claude的数字水印，以应对欧盟AI法案要求。此举推动AI内容透明度，但也引发质量与合规争议。

OpenAI 即将推出其首款具备“关键”网络攻防能力的 AI 模型 Astra，并计划向部分合作伙伴提前开放访问，以便他们有时间加强防御。

Hugging Face 遭遇重大网络安全事件，但责任归属在叙事中被模糊：从公司失职到“AI文明”攻击，语言选择正在重塑AI安全的责任边界。

苹果在诉讼中指控OpenAI销毁关键证据，要求法院加速证据开示程序，凸显双方在知识产权和商业秘密上的激烈对抗。

Atlas 是一个专注于空间智能的世界模型，旨在让 AI 理解并交互于三维物理世界，为机器人、自动驾驶和 AR/VR 等领域提供基础能力。

谷歌DeepMind发布基于Gemini的智能体视频理解技术，让AI不仅能识别视频内容，还能进行推理和交互，为视频分析、自动驾驶和机器人等领域带来新可能。

谷歌DeepMind新任负责人承认当前模型略低于前沿水平，但坚信将重回前沿，然而未给出具体计划或时间表。

红杉资本孵化的初创公司Empirik今日正式推出，融资2100万美元，旨在用AI预测IT基础设施故障，其愿景是成为IT运维领域的Cursor。