OpenAI 發布了數百個由人工智慧編寫的數學證明，令整個領域一片混亂。
OpenAI 剛剛將 372 個數學結果從尚未發布的 Frontier 模型中遷移到了一個 GitHub 程式碼庫中。 The Verge 統計了這 372 個結果族共 722 篇手稿。許多證明已經在 Lean 中通過驗證，因此即使創新之處尚待確定，邏輯本身可能也沒問題。.
該公司聲稱在四維卡基亞猜想上取得了突破，對主要演算法進行了改進，甚至在黎曼猜想的解決上也取得了「實際進展」。一位發言人告訴《科學美國人》，幾乎所有結果都來自對單一智能體的單次提示——而不是之前破解納維-斯托克斯方程式時耗資數百萬美元、擁有1萬個智能體的群體演算法。平均成本：約三小時的ChatGPT Pro思考時間。.
數學家並非都對此表示贊同。麻省理工學院的安德魯‧薩瑟蘭基本上是這麼說的：要麼展示模型，要麼就把這個一次性的結論視為未經證實。 OpenAI 自己的顧問小組則希望看到提示訊息、模型名稱和計算結果。而 OpenAI 最終發布的卻是平均值和一些精實形式化描述。 「我們放棄了證明，請自行消化」——這確實是一種大膽的研究策略。.
Mistral 發布了 Large 4，這款具有 1 兆個參數的「Le Chonk」旨在稱霸無差別級帆船賽。
法國實驗室 Mistral 發布了 Mistral Large 4 的公開預覽版——非正式名稱為 ML4，官方名稱為「le Chonk」。它是一款原生多模態混合模型，擁有 1 兆個參數和 490 億個活躍參數。在與合作夥伴和政府進行紅隊演練後，模型權重將於本月底公佈。.
訓練在 Mistral 自有歐洲資料中心的 3800 個 NVIDIA Grace Blackwell GPU 上運作。其核心理念是主權加實力：網路安全、金融、法律、晶片設計。在人工智慧分析公司的網路安全測試中，該測試要求模型重現並修復一個真實漏洞，Mistral 表示，ML4 的得分高達 82%，是所有模型中最高的，而一些封閉的巨頭公司卻拒絕測試，得分接近於零。.
所以歐洲仍然希望找到一條介於美國封閉實驗室和中國開放式權重之間的第三條路。這條路能否走下去則是另一回事。這個綽號本身就表明，他們也明白從外部來看，這場參數競賽有多麼荒謬。.
Claude 已作為第一方側邊欄整合到 Google 文件、表格和幻燈片中。
Anthropic 的 Claude for Google Workspace 目前在付費方案中提供公開測試版。安裝 Marketplace 外掛程式後，開啟一個文件，Claude 就會出現在側邊欄中，可以讀取文件並進行直接編輯。新增的連接器還允許您直接在 Claude 聊天視窗中建立和修改 Google 檔案。.
在文件中，它可以在不破壞格式的情況下修改句子，或者將較大的修改建議以卡片的形式呈現。表格支援公式、資料透視表、圖表，甚至提供 Python 程式碼來處理複雜的連接。投影片可以根據現有主題建立新投影片，並標記重複的冗餘內容。預設模式下，編輯前會詢問。如果您喜歡冒險，也可以選擇「全部接受」模式。.
Gemini 已經存在於此，而 Microsoft Copilot 則負責 Office 版本——有時甚至基於 Anthropic 模型，這本身就是一個有趣的矛盾。 Claude 現在試圖同時成為這兩個生態系統的 AI 層。你可以稱之為產品策略，或者只是拒絕選邊站隊。或許兩者兼而有之。.
Meta 和 Sierra 起草了一份個人代理協議，以便商家能夠區分好機器人和壞機器人。
Sierra 和 Meta 攜手 Genesys、Instinct、Rocket、Shopify、Stripe 和 Walmart，正在建立一個開放標準，用於規範個人 AI 代理與企業之間的溝通方式。消費者可以選擇代理商可以存取哪些資源。企業則可以設定代理在網站、API 或透過企業代理執行的操作。會話基於 OAuth 協定。.
v0.1 規範和參考實作將於本月稍後發布。 Bret Taylor 的表述直截了當：在類似這樣的工具出現之前，情況相當混亂。亞馬遜已經封鎖了 Meta 的 Muse。沃爾瑪與 Muse 合作，但仍會因為驗證碼的摩擦而導致代理商被拒絕。航空公司和其他公司則採取了更嚴格的措施。.
OpenAI 和 Anthropic 目前尚未到場。 Taylor 表示，如果競爭對手缺席，他會非常失望。對於一個標準發布會來說，他的坦率態度令人意外。不過，OpenAI 的董事長同時也是協議的共同編寫者，這多少有些尷尬。.
OpenAI 的決策 API 開啟公開測試，可快速提供「是/否」式答案
OpenAI 在 gpt-6-luna 上以公開測試版的形式發布了 Decisions API，可透過 POST /v1/decisions 請求取得。輸入文字、圖像或兩者，即可獲得比 Responses API 快約 10 倍的文字格式答案——例如，某個條件為真的機率、清單中的選項或針對有序等級的評分。.
想像一下，將「重複收費」投訴轉交給帳單部門，或標示產品照片上的裂痕。圖片必須採用內嵌 base64 編碼。定價為每百萬個輸入令牌 0.10 美元，此介面不收取輸出令牌費用。符合資格的客戶提供零資料保留和 HIPAA 合規路徑。.
它在開發者日上進行了有限預覽，現在已經正式發布。正式版將在「幾週內」推出。這正是那些不起眼的管道產品所需要的──無需每次都寫長篇大論就能進行分類。.
Google DeepMind 的 EmbeddingGemma 2 將文字、圖像、音訊和視訊打包到一個裝置端向量空間中。
EmbeddingGemma 2 是一個擁有 7.4 億參數的 Apache 2.0 模型，它將文字、程式碼、圖像、視訊和音訊映射到一個共享的 768 維空間。它基於 Gemma 4 構建，目標用戶是手機和其他硬體資源有限的設備，而不是另一個僅面向雲端的巨型嵌入器。.
只載入所需內容：2.7 億位元組用於文本，可添加視覺或音頻，或使用完整堆疊。 Matryoshka 截斷可以將向量縮小到 128 維，從而節省高達 6 倍的儲存空間。上下文包含 8000 個標記——足以容納大約 5.5 分鐘的音訊或數十幀圖像。 Google表示，MTEB Code 的效能比第一個 EmbeddingGemma 提升了近 10 個百分點。.
在啟用量化功能的 Pixel 11 Pro 上，純文字權重需要大約 191MB 的活動記憶體；完整的多模態權重則需要約 567MB。原始文字模型的下載量已經超過 2000 萬次。谷歌低調的發布有時比華麗的發布更重要。.
韓國科學部長在Mythos事件後加倍投入35億美元的前沿人工智慧項目
在國會聽證會上，韓國副總理裴京勳表示，首爾將保留其主權基金會模式的項目，並增設一項獨立的前沿人工智慧項目。他將這項耗資4.7兆韓元（約35億美元）的計畫與人智庫「克勞德·米索斯」人工智慧系統引發的「米索斯衝擊」以及網路安全威脅連結起來。.
這項自主研發計畫通過了第二輪評估，即將進入第三輪。裴宇稱目前的成果在全球處於中等水平，他希望專案能更接近領先的開源系統。他還提出了一項名為「人人享有人工智慧」的服務計劃，該服務免費且不設使用上限，預計將於年底前推出。此外，他還計劃在資料中心、實體人工智慧和晶片領域開展多個大型專案。.
所以，重點不是“取消家庭模式”，而是“在其旁邊增加一條更大、更危險的賽道”。各國人工智慧競賽的成本不斷攀升。 35億美元是否足以與美國和中國的規模抗衡，目前仍不得而知。裴俊浩似乎認為按兵不動更糟。.
常問問題
OpenAI 將其未發布的尖端數學模型上傳到了 GitHub 上，其中包含哪些內容？
OpenAI 公佈了 372 個數學結果族（約 722 份手稿），這些結果族來自一個尚未發布的早期模型。許多證明已在 Lean 中得到驗證。該公司聲稱在四維 Kakeya 猜想、演算法調整以及黎曼猜想的驗證方面取得了進展。發言人表示，幾乎所有結果都來自單一智能體的單次提示，平均耗時約三小時，而非大規模多智能體群集。.
為什麼數學家們對 OpenAI 的「一次性數學證明」的說法持懷疑態度？
麻省理工學院的安德魯·薩瑟蘭敦促OpenAI展示模型，否則就不要再質疑其「單次計算」的說法。 OpenAI本身的顧問小組也要求提供提示資訊、模型名稱和計算結果。然而，該公司最終只發布了平均值和一些精實形式化定義。這些證明或許在形式上說得通，但在出現更充分的證據之前，其創新性和「單智能體」的說法仍有爭議。.
Mistral Large 4是什麼？配重何時到貨？
Mistral Large 4（也稱為 ML4 或「Le Chonk」）是原生多模態混合專家模型，擁有 1 兆個參數和 490 億個活躍參數。該模型在 Mistral 歐洲資料中心的 3800 個 NVIDIA Grace Blackwell GPU 上進行訓練。目前已推出公開預覽版；在與合作夥伴和政府機構進行紅隊演練後，Mistral 承諾將於月底發布完整權重。 Mistral 展示了該模型在網路安全、金融、法律和晶片設計等領域的應用案例。.
Claude 如何在 Google 文件、表格和投影片中使用？
Claude for Google Workspace 目前以公開測試版的形式開放給付費用戶開放，可透過 Marketplace 外掛程式使用。它位於側邊欄，可以讀取檔案並進行直接編輯，也可以透過 Claude 聊天建立和修改 Google 檔案。在 Google 文件中，它可以修正句子或顯示建議卡；在 Google 試算表中，它可以處理公式、資料透視表、圖表以及可選的 Python 程式碼；在 Google 投影片中，它可以根據你的主題建立投影片。預設模式下，編輯前會詢問使用者；「全部接受」模式則會跳過這些提示。.
Meta 和 Sierra 個人代理協議試圖解決什麼問題？
個人人工智慧代理在購物或呼叫企業 API 時經常會遇到驗證碼或直接被阻止的情況。 Sierra 和 Meta 聯合 Genesys、Shopify、Stripe 和 Walmart 等合作夥伴，正在製定一項開放標準，以便消費者能夠控制代理的存取權限，企業可以透過 OAuth 設定允許的操作。 v0.1 規範和參考實作將於本月稍後發布。 OpenAI 和 Anthropic 目前尚未參與其中。.
何時應該使用 OpenAI 的 Decisions API 而不是 Responses API？
當您需要快速取得「是/否」類型的答案時，例如某個條件為真的機率、從清單中選擇選項或按等級排序的分數，請使用 Decisions API。它基於 gpt-6-luna 內核，透過 POST /v1/decisions 請求運行，支援文字和內嵌 base64 編碼的圖像，速度比 Responses API 快約 10 倍。定價為每百萬個輸入令牌 0.10 美元，不收取輸出令牌費用。符合資格的客戶提供零資料保留和 HIPAA 合規方案；預計將在未來幾週內正式發布。.
谷歌DeepMind的EmbeddingGemma 2在手機上有哪些優勢？
EmbeddingGemma 2 是一個擁有 7.4 億參數的 Apache 2.0 模型，它將文字、程式碼、圖像、視訊和音訊映射到一個 768 維的空間。您可以僅加載文字（2.7 億），添加視覺或音頻，或加載完整的多模態資料堆疊。 Matryoshka 截斷可以將向量縮小到 128 維，從而節省高達 6 倍的儲存空間。在量化的 Pixel 11 Pro 上，僅載入文字需要約 191MB 的活動內存，而包含 8K 個標記的完整多模態資料堆疊則需要約 567MB 的活動記憶體。.