精选推文

The OSS team is cooking on small but mighty harness optimizations 💪

ChatGPT 为父母赋能： Olivia 大部分时间都在生病，从未睡过整夜。她的父母使用 ChatGPT 为医生准备问题，医生随后识别出一种罕见遗传疾病，并发现异常脑电活动。 在治疗后，她发病次数大幅减少，最终能够整夜安睡。

Can't join Interrupt NYC in person? We're hosting a livestream of the opening keynote on September 24th! Tune in from 9:30-10:00 AM ET as @hwchase17 shares what's coming next for agents: what's actually working in production today, where the industry is headed, and an exclusive first look at new product releases. https://t.co/YWH3lf5siB

新模型上线：Google Gemini Omni Flash 1.1 使用它快速生成视频。若你想把两幅图像（第一帧和最后帧）当作参考，它是完美选择。去试试在你下一个项目中使用 ↓

Watch @Vtrivedy10 take @businessbarista from easy mode to god mode on all things evals.

Reward AI 发布了机器人基础模型 OM-1，核心卖点是：只从人类操作数据中学习，不需要遥操作，不需要机器人专属数据，训练完直接部署到桌面机械臂、工业机械臂、人形机器人上，不用针对每种机器人做微调。 Reward AI 脱胎于斯坦福大学的 DexCap 项目。DexCap 是一套便携式人手动作捕捉系统，能记录人在日常操作中手指的精细动作。OM-1 在此基础上更进一步，设计了一套叫 Omnibody Hand 的 7 自由度可穿戴设备，让人戴着它正常工作、做饭、整理东西，设备会同步采集视觉、触觉、力度等多模态数据。换句话说，人照常干活，数据自动录好，机器人直接从这些数据里学会怎么操控物体。 这条路线和当前主流做法不一样。大多数机器人基础模型（比如 Physical Intelligence 的 π0、Figure AI 的 Helix）依赖大量遥操作数据，需要人远程控制机器人做示范，再从示范中学习。遥操作数据采集成本高、效率低，而且跟具体机器人硬件绑定。OM-1 绕开了这个瓶颈，直接从人手动作学习，数据采集更快，理论上也更容易规模化。 从演示视频看，OM-1 能完成手机包装（四臂协作）、调酒、叠衣服、拔网线这类任务，都是实时速度，没有加速。拔网线这个任务看着简单，其实需要精确按压卡扣才能拔出来，属于精细操作。官方称学会一个全新任务只需不到 30 分钟的人类演示数据。 OM-1 还展现了一些自发行为：多臂协作时一只臂会自动补偿另一只臂的失误，遇到外部干扰会重试，环境变化太大时会主动停下。 目前 OM-1 处于研发展示阶段，Reward AI 没有公布商业化时间表和定价。对于机器人行业来说，如果"从人类数据直接学习"这条路能跑通并规模化，将大幅降低机器人技能训练的门槛，让新机器人硬件一出厂就能继承已有的操作能力，而不用从头采集训练数据。

我撰文论述了集群的优势，并就如何让 AI 与价值观对齐提出了一些建议。 文中有一点数学，也有一点亚里士多德，别因此望而却步！ 一如既往，欢迎反馈。 上一篇博文： https://t.co/Y2SHB082lm https://t.co/UWG8fgxy7m

Greg Brockman on the defenders' window that closes when frontier AI capabilities become distributed: "Hugging Face shows... what future capabilities will be like when they are broadly diffused and in the hands of threat actors. And that will happen." "In the case of Hugging Face, you saw both an AI that was able to hack out of a secure environment and hack into a company's production environment." "This capability broadly diffused is something that will really empower threat actors in new ways. Defenders need to use this time before that technology's broadly available to secure themselves. The nice thing about it is it's dual-use." "If you can find vulnerabilities, if you're an attacker, you can use it for no good, but if you're a defender, you can patch. If you're a defender, you control the battleground. You control the setup of your systems." "Our belief right now is that there's this window... You need to move, use these frontier capabilities that you will have differential access to... and you can use that to move yourself up so that as the frontier capabilities get better, you get pulled along too." @gdb @eriktorenberg @bhorowitz

我们是一片策略家大陆

Let Routines monitor production data for you, on a schedule. Then Agent can investigate anomalies that require reasoning. More insights, fewer tokens. Try Routines: https://t.co/rdGpRyWcvW

来旧金山参加科技周或 COLM？欢迎参加 Arena 于 10/7 举办的屋顶欢乐时光。 我们正在召集一群致力于攻克高难度 AI 问题的研究员、开发者和构建者，来我们新办公室的屋顶，暂时离开会议室放松一下！如果你就是这样的人，欢迎来玩，认识团队，并参观我们的新办公室。 现场将提供波霸吧、小食、饮品等。名额有限。请注册申请名额！ https://t.co/mFe2ICRAmW

We now have the world's best deepfake detector: @resembleai shipped DETECT-World, the first world model built for deepfake detection. Conventional detectors memorize known fakes. That degrades with every new generator, and Hugging Face now hosts 2.2M+ model variants. DETECT-World inverts the question: not 「does this resemble a fake I've seen」 but 「is this physically possible」. Lighting, geometry, motion, audio-visual sync. Physics doesn't ship a new version every week, so it catches generators it has never seen. One computation returns three things: a verdict, a timeline of when the anomaly occurs, and a heatmap of where. 99.5% audio accuracy on the externally run Podonos benchmark, first among commercial APIs. https://t.co/DmCqFHWVZH

Greg Brockman on the only kind of problem he'll work on: "You cannot affect the outcome. You can only affect the inputs... You don't win the Super Bowl by saying, 'I wanna win the Super Bowl.' You win it by blocking and tackling. That's what we have done for this whole year." "Throughout OpenAI, I have always focused on whatever is the most important problem that I think I can move the needle on that just isn't gonna happen without me." "For the past two years, it's been the data centers, the infrastructure, the machine learning engineering... This year, it's really been about the business." "We've figured out how to get the research really humming. We figured out how to get the infrastructure really humming. But how do we really bring this technology to the world?" "A lot of my style is that I like to lead from the trenches, and so I get very deep in the weeds on what the thing is and really try to keep asking a lot of questions... really trying to up-level execution, sometimes in small ways and sometimes large." @gdb @bhorowitz @eriktorenberg

Apple 今天正式发布了 Siri AI，这是 Siri 自诞生以来最大幅度的重建，也是 Apple Intelligence 迄今为止最重要的落地。https://t.co/NizH38ylDd Siri AI 的核心变化可以用一句话概括：它终于能理解你的个人数据了。过去的 Siri 只能回答通用问题或执行简单指令，新版 Siri 可以跨应用搜索你的邮件、短信、照片，把散落在不同 App 里的信息串起来。Apple 给了一个典型场景：你问家人来访时要一起做什么，Siri 能从你的短信里找到"一起烤个家传食谱"的对话，然后从邮件里翻出亲戚之前发过的做法，再把食材自动加到提醒事项的购物清单里。这种跨应用的信息整合，是之前的 Siri 做不到的。 除了个人数据理解，Siri AI 还有几个值得注意的能力。屏幕感知（onscreen awareness）让 Siri 能看懂你当前屏幕上的内容并据此行动。视觉理解（Visual Intelligence）从 iPhone 扩展到了 iPad、Mac 和 Vision Pro，你可以对着屏幕截图或摄像头画面直接向 Siri 提问。写作工具也直接内嵌到 Siri 里，在任何文本输入框都能让 Siri 帮你起草或修改内容，写邮件和短信时还能模仿你平时跟每个联系人的沟通风格。 Apple 还给 Siri 做了一个独立 App，对话记录通过 iCloud 同步，你可以在 iPhone 上开始一段对话，到 Mac 上接着聊。这个设计说明 Apple 不再把 Siri 当成一个快捷指令入口，而是想让它成为一个持续对话的 AI 助手。 Apple Watch 这次拿到了一组叫"音频智能"（Audio Intelligence）的新功能，需要 Series 12 或 Ultra 4。其中最有意思的是 Live Rewind：双击数码表冠，手表会把刚才对话的最后 15 秒转成文字显示出来。对于听力障碍用户或者开会走神的人，这个功能很实用。还有 Siri Recap，对话结束后自动生成摘要和要点，不过这两个功能要到 2026 年底才会以测试版形式上线，而且初期不支持欧盟地区。 其他零散更新：Image Playground 现在可以生成写实风格图片；Safari 能自动按主题整理标签页，还能根据你的描述创建自定义扩展；快捷指令支持用自然语言描述来创建复杂自动化。 怎么用、什么时候能用？Siri AI 今天起随 iOS 27、iPadOS 27、macOS 27 等系统更新一起推送，更新系统后直接可用，不需要单独下载。唤醒方式和以前一样：说"Hey Siri"、按侧边键，或者从灵动岛下滑。新增的 Siri 独立 App 可以像打开微信一样打开它，翻看之前的对话记录。Mac 上 Siri AI 直接集成在 Spotlight 里，搜索框就能问问题。 硬件门槛方面，iPhone 至少需要 16 系列（或 15 Pro / 15 Pro Max），iPad 和 Mac 需要 M1 芯片及以上。目前 Siri AI 以测试版上线，首批只支持英语，下个月加入法语、日语、韩语、葡萄牙语和西班牙语。中文暂时不在 Siri AI 的支持列表里。Apple Intelligence 本身已经支持简体中文和繁体中文，但 Siri AI 这个新版助手的中文支持还没有时间表。另外，中国大陆因监管要求，Siri AI 和其他新 Apple Intelligence 功能暂时都无法使用。 对 Apple 用户来说，Siri AI 是 Apple 对 ChatGPT、Google Gemini 这波 AI 助手竞争的正面回应。它最大的差异化优势在于 Apple 生态内的深度整合——能调用你所有 App 的数据，这是第三方 AI 助手做不到的。 官方公告：https://t.co/F5icrwUAhV

Subscribe (free) to https://t.co/xkmv6L8ePQ to get my full workflow when I share it!

恭喜 @zipengfu、@chenwang_j 以及合作者发布成功！

是的，@t3dotcodes 真棒。仍有点粗糙，但它的实用性值得。我已围绕它重塑了整个工作流程。很快会分享更多内容！

output_schema + 无状态模式 + 代码模式正在推动 MCP 的东山再起。

而且，正如我一开始所说，这些都没有涉及 LLMs 已造成且将继续造成的真实危害。我们不应让模糊的 AI 安全顾虑让行业免责其已做及将做的事情。 https://t.co/sNPlBmLxVd

免费通讯：我们正在接近创建我们无法控制且对人类构成存在威胁的 AI 系统这一想法是一种谎言，也是一种转移注意力的手段，这转移了人们对 LLMs 造成的具体危害以及 AI 实验室近乎无限资源的注意。 https://t.co/sNPlBmLxVd