标签：算力

是时候对致命的人工智能无人机加以管控了 – The Intercept

The Intercept 刊文呼吁对具备自主攻击能力的人工智能无人机建立国际管控机制，指出当前军事 AI 的发展速度已远超现有军控框架的覆盖范围。文章核心关切在于：当“扣动扳机”的决策权从人转移到算法，责任与伦理边界将变得模糊。

Google 发布了新一代语音识别模型 Gemini 3.5 Transcribe，并开放公开预览。该模型已驱动 Gboard 的 Rambler 输入功能，未来还将进入 Chrome 浏览器，语音转文字能力正在成为 Google 系统级 AI 的关键入口。

比尔·盖茨在近期发布的文章《AI的风险确实存在，但可控》中，系统回应了外界对人工智能的担忧，主张通过主动监管和技术设计来管理风险，而非因噎废食。这篇讨论由 Hacker News 转载传播后，再次引发关于大模型安全与商业化边界的争论。

微软员工在内部薪酬共享表格中新增了“每月 AI 支出”一栏，数据显示中位数约为 300 美元/月，但高额 AI 使用与奖金、晋升并无相关。这暴露出 AI 工具成本失控和个人投入与回报脱节的双重现实。

英伟达最新财报显示利润翻倍至596.9亿美元，增长主要由AI数据中心和算力采购驱动，表明大模型训练与推理需求仍在高速扩张。

Meta 曾制定代号为“Project OT”的重组方案，计划用 AI 智能体接管大量日常工作，部分团队裁员幅度最高达 60%。该计划在 5 月执行第一轮裁员后被叫停，反映出“AI 取代人力”在大型科技公司内部遭遇的实际阻力。

乌克兰军事情报机构公布了一份俄罗斯无人舰艇清单，显示俄方可能已拥有一支可远距离侦察、携带炸药甚至发射无人机的自主海上舰队。该消息将海上无人装备的军事化应用推入公众视野，也再次凸显自主系统在现代冲突中的实际角色。

一位有深度学习算法背景的AI投资者公开表达了对AI赛道的长期看好，他认为大模型带来的技术跃迁是“让沙子思考”的神迹，并解释了为何个人或中小公司难以追赶AI进步速度，转而选择投资作为参与方式。

NVIDIA 发布了一篇技术教程，展示如何用 AI 智能体（coding agent）驱动 COMPASS 工作流，把 Spot 四足机器人的导航能力快速迁移到不同环境和新机器人形态上，核心是减少跨形态机器人策略训练中大量的人工重复劳动。

Z.ai 发布了 GLM-5.3-Flash，这是一个拥有 3200 亿总参数、180 亿激活参数的原生多模态 MoE 大模型，并支持 100 万 Token 的超长上下文，试图用更低的推理成本冲击主流闭源模型市场。