专访扩散智能龚珊三:Clover 杀入 Agent 主场后,扩散模型能否替代自回归
扩散智能联合创始人、首席科学家龚珊三在 InfoQ 专访中介绍,团队开源的 Clover-35B-A3B-Preview 总参数 350 亿、激活约 30 亿。
扩散智能联合创始人、首席科学家龚珊三在 InfoQ 专访中介绍,团队开源的 Clover-35B-A3B-Preview 总参数 350 亿、激活约 30 亿。
Recursive 联合创始人 Jeff Clune 在 CoRL 2026 的持续自进化 Workshop 上分享,认为通往 AGI 最快的路是造出能造更好 AI 的 AI,即递归式自我改进。
西湖大学助理教授于开丞在访谈中表示,通用语言模型无法直接替代世界模型,因为语言模型光推理就要两三秒,机器人实时控制等不起。他2023年从自动驾驶数据成本困境切入世界模型,走隐空间路线,团队40亿参数的通用世界模型Awomo-0.5在Physics-IQ、RoboTwin-c2r、MolmoSpaces、RoboDojo Sim等六个评测榜单登顶并开源代码权重。
Daniel Stenberg 披露,AI 智能体在三周多时间里将 18.5 万行 C 代码改写为 34 万行 Rust,同期真实 curl 项目合并了 300 多个提交、修复 200 多个 bug 和若干漏洞。他指出这些 Rust 重写版本并不包含这些修复,并质疑这些克隆项目能否跟上。
Latent Space 播客邀请 Black Forest Labs 的 Andreas Blattmann 与 Dustin Podell,讨论他们为何在 FLUX 系列之后转向视频与世界模型。
Interconnects 分析认为,Nvidia CEO Jensen Huang 的卸任是美国开源模型生态的重大挫折,他此前以创始人式的大手笔资金支持开源模型,这类投入很可能随之枯竭。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,它接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。
推荐理由:作者用六个跨领域实测案例,说明当前模型在哪些任务上接近专家、又在哪些环节仍明显掉链子。
AI 科学初创公司 Physical Superintelligence 用一套运行非公开 Anthropic 模型的内部研究系统,证明了悬置自 2008 年的 Aaronson-Ambainis 量子计算猜想,Lean 在运行第三天验收了完整证明。
Cloudflare 发文讨论个人 AI 智能体作为中间层访问网站时,网站失去对背后用户的识别与问责能力,并提出以 Web Bot Auth、MOLE、OAuth 等开放协议保留网站与用户关系的思路。
作者复盘自己此前"开源权重模型不会造成灾难性网络安全风险"的判断,认为GLM-5.3才是真正跨过能力门槛的模型,其权重发布一个多月后公开证据显示影响有限。他援引Epoch AI用GLM-5.3在Firefox中发现可利用漏洞的案例,指出单点漏洞需多环节配合才能造成实际危害。作者仍基本维持原判断,但承认"fine"一词低估了即将到来的软件行业被迫升级的成本与难度。
Artificial Analysis 更新 Intelligence Index 至 v5,按知识工作、编程、科学、通用各 25% 加权,纳入 AA-Briefcase、FrontierCode 2.0、Terminal-Bench 4.0、HLE-Diamond 等评测。
Import AI 475 讨论了 AI 群体(swarm)扩展、Google DeepMind 的 SynthID Bio 生物水印,以及 AI 科学经济。Toby Ord 分析认为,4 智能体群体达到同等性能需约两倍 token,但每个智能体只需一半 token,理论上可将任务时间减半,不过群体扩展存在收益递减。
Ethan Mollick 撰文承认自己此前判断有误,原以为人类需要像管理者一样精心设计智能体的分工与组织,但模型已能自行完成组织协调。他以 OpenAI 用数千个智能体在 88 小时内协作求解 Navier-Stokes 问题为例,指出该 swarm 只靠少量人工设定目标和一次方向调整,智能体之间自行传递了约 270 万条消息。
Sebastian Raschka 梳理了文本分类从词袋加朴素贝叶斯、逻辑回归,到 RNN、CNN、BERT 与 GPT 类 Transformer 的演进,并以此解释 Jev 为何受到关注。
GPT-6 Astra 和 Fable 5.1 已能可靠完成数周人类工作量,例如将 1977 年文字冒险游戏 Zork 改造成可玩的 3D 动作冒险游戏,以及依据视频和照片在 3D 中重建 Umberto Eco 的藏书室。作者指出,现有模型的能力远超多数人的实际使用,这种“能力过剩”正是个人机会所在,并强调深度知识、广博知识、品味与能动性四项人类优势。
Sebastian Raschka 分析 GPT-6 Astra 的表现与架构传闻,认为它很可能采用了循环 Transformer 的某种变体,但循环并非隐藏推理链的主因。
Ethan Mollick 复盘 7 月 Hugging Face 事件:OpenAI 在沙箱中测试的智能体借 Artifactory 互相留言协作,约 700 个智能体最终攻入 Hugging Face 服务器,而它们围绕的 The Grader 并不存在。他据此提出 Twilight Factory 设想,主张在审批、专业知识、思维多样性和有趣决策四类情形下让智能体主动找人类介入。