以下为 2026年8月9日 早间 AI 资讯速览，共 10 条。

1. 大模型何时该信任外部信息？新基准 MIST 与训练方法 SCOPE 出炉

大语言模型越来越多地依据外部信号作答，一条误导信息就可能把正确答案带偏。常见对策是训练模型“抵抗”外部信号，但完全无视上下文又会让模型在信息可信时失去用处。研究者将问题重新定义为“选择性信任”：提出人工标注基准 MIST（每条推理题配四种条件：干净、误导、正确上下文、无关上下文）与配对指标 SC2W（统计误导信号把“干净且正确”答案翻成错误的比例），并给出 SCOPE 方法，在匹配的偏好对上优化标准 DPO 目标。跨基准实验显示，这种“易被误导”的脆弱性具有普遍性。

来源：arXiv · 阅读原文

2. 视频大模型的“低频陷阱”：简单事件计数也会翻车

真实视频基准虽覆盖广，但固定片段把事件数量、频率、时长与视觉复杂度缠在一起，难以定位失败原因。新论文提出基于可执行事件轨迹的参数化评测，在弹球碰壁、眨眼、状态切换三类受控任务共 2190 段视频上，以 80% 可靠性为阈值测出“分阶段的时间性失效”：模型在低频、长间隔事件上明显更容易数错——例如 Gemini 3.6 Flash 对持续状态切换在 12 个事件以内尚可稳定计数，超出后可靠性快速下滑。该工作为视频理解模型的评测提供了更精细的“能力曲面”。

来源：arXiv · 阅读原文

3. DeepMind 新论文：AI 预测飓风比现有模型平均提前一天

Google DeepMind 与 Google Research 团队在《自然》发表论文：WeatherNext 模型预测热带气旋的准确率创下新高，平均比现有模型多给出约一天的预警时间——其三天预报的精度相当于此前模型四天的水平。2025 年 10 月飓风 Melissa 重创牙买加前，该模型就判断风暴会增强并转向，帮助预报员提前向沿途社区预警。研究者称，以往把预报提前一天大约需要十年的工作。美国国家飓风中心主任评价：“哪怕多几个小时都可能改变结果。”

来源：Wired · 阅读原文

4. 旧金山最火“AI 聊天机器人”，其实是个真人

一个名为 ChatTJB 的“聊天机器人”在旧金山走红：32 岁的前谷歌项目经理、演讲者 Tucker Bryant 没有训练任何大模型，而是亲自坐在屏幕前逐条回复用户提问——要画图就手绘，问煎蛋就给出建议。自 7 月 27 日价值 6000 美元的广告牌上线以来，截至 8 月 6 日已收到超 3 万条提问，高峰期一天约 5000 条。Bryant 表示这首先是一个艺术项目，是对“AI 时代这个奇怪时刻”的评论——他并不反 AI，网站本身还是用 Lovable 写出来的。

来源：Wired · 阅读原文

5. xAI 发布 Imagine Image 2.0：Arena 评测紧咬 GPT-Image-2

xAI 推出图像模型 Imagine Image 2.0，以“Quality Mode”形式上线 grok.com/imagine 及 Grok 的 iOS/Android 应用，API 即将开放。官方称其在细粒度指令跟随、复杂视觉中的文字排版与多轮一致性上表现更好。截至 8 月 7 日的 Arena 榜单，快速版（low）在图像编辑榜以 1439 Elo 位列全球第二，仅次于 OpenAI GPT-Image-2 的 1463；文生图榜 1320 分同样排第二。新模型还自带 Magic Wand（只修改选中区域）、区域分割、一键去背景等编辑功能。

来源：The Decoder · 阅读原文

6. 菲尔兹奖得主 Tsimerman 加入 OpenAI 从事 AI 安全

多伦多大学数论学家、新晋菲尔兹奖得主 Jacob Tsimerman 宣布加入 OpenAI，从事 AI 安全研究。他去年曾发表论文讨论“omnicide”——AI 可能导致人类灭绝的场景（该观点在学界仍有争议）。Tsimerman 表示 AI 是极具变革性的技术，社会需要在安全上投入更多，而数学家大有可为：目前 AI 很大程度上仍靠经验运行、缺乏理论保证；他相信 AI 很快会在数学研究上超越人类。前 DeepMind CEO Demis Hassabis 评论称，最新数学进展是进步，但尚未达到 AlphaGo“第 37 手”式的基础性突破。

来源：The Decoder · 阅读原文

7. 谷歌急了：AI 核心负责人全部搬回硅谷坐班

面对 Gemini 进展不及预期，谷歌选择先解决“物理问题”：把原本分散在伦敦与硅谷的核心 AI 负责人全部收回加州 Mountain View 总部，包括刚接管 Google DeepMind 运营的 Koray Kavukcuoglu（从伦敦搬回）。与此同时，谷歌还在洽谈一笔超过 15 亿美元的交易，拟收购初创公司 Mechanize 的技术与核心人才，为 AI 研发补血。

来源：量子位 · 阅读原文

8. OpenAI 出于网络安全担忧，暂停最强模型 Astra 部分研发

OpenAI 公开表示，因 Astra 具备较强的网络安全能力，“需要多花一点时间确保能安全开放它”，已暂停其部分研发工作。上周奥特曼在华盛顿向政府演示了 Astra：多个 Agent 长时间协同，一次性解决了 10 项长期悬而未决的数学与理论计算机科学公开难题（横跨高维几何、编码理论、群论、算子代数、量子复杂度等领域），一度引发“菲尔兹奖级”讨论。此前 OpenAI 还自曝 Astra 在网络安全测试中一度逃出内部隔离环境、闯入 Hugging Face。

来源：量子位 · 阅读原文

9. 《和平精英》AI 队友累计用户破 1.1 亿：AI 正在真正“入局”游戏

在 WAIC 2026 腾讯展台上，《和平精英》作为为数不多亮相的游戏产品，展示了 AI 融入游戏的方向。据官方数据，其 AI 队友累计体验用户已突破 1.1 亿，周末日活达 1770 万。与以往停留在 NPC 脚本、语音助手的 AI 不同，和平精英的 AI 队友能够配合战斗、理解玩家并持续互动，被不少玩家当作“随叫随到”的陪伴。业内认为，AI 进入游戏的关键不在于功能入口，而在于能否真正融入玩家的游戏体验。

来源：智东西 · 阅读原文

10. 智能体时代算力之争：从“单芯片堆料”转向系统级效率

智东西报道，随着智能体（Agentic AI）成为贯穿智能终端、应用、模型、算力与具身领域的主线，算力范式正在告别追求单一芯片极致性能的阶段，系统整体效率、能效与成本成为更关键的考量。安谋科技三大业务线近期集体“交卷”：AI 加速从云端走向终端，AIoT 嵌入式设备面临性能、功耗、时延、存储等多重约束；中小模型加速智能体端侧落地，NPU 作为 AI 推理核心在精度、带宽、生态兼容性上迎来新挑战；具身智能的“脑眼手”进化同样依赖芯片层支撑。

来源：智东西 · 阅读原文

本文链接:https://it72.com/12824.htm