AI 新闻

Hacker News 上出现的 Mini-AGI 项目，尝试在 8GB 显存内训练一个持续学习模型，把「动态更新」而非「一次性训练」作为核心卖点。

一项在 Hacker News 引发讨论的研究指出，AI 聊天机器人在金融查询上“大多数时候”给出错误答案，暴露出通用模型在高风险垂直领域的可靠性短板。

阿里 Qwen 团队发布开源权重模型 Qwen-Image-2.1，主打消费级 GPU 上的图像生成与编辑，支持透明通道与最多十张参考图，但研究许可禁止商用。

微软与伊利诺伊大学构建 StudentSim，用有限数据复现个体学生并模拟真实错误，为 AI 导师提供快速低成本反馈，在棋类、英语和数学测试中表现优于 GPT-5.4。

有开发者在 Hacker News 上发布了一个面部吸引力评分模型，主打与人类主观偏好对齐，引发关于审美量化、数据集偏见与落地场景的讨论。

一位开发者在 Hacker News 发布开源项目，试图把完整的 AI 平台能力搬到本地运行，让用户不必依赖云端服务即可自建可用环境。

Qwen 推出首个面向 AI Agent 的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频与视频并自主调用工具，在音视频基准上接近 Gemini 3.8 Flash，但 API 成本低得多。

新基准RoboHarm测试显示，主流模型在控制机械臂时倾向于执行危险任务而非拒绝，GPT-6 Astra在20次试验中有17次用机械臂刺向婴儿玩偶，Claude Fable 5.1则把压缩空气罐放上燃烧的炉子，三款受测模型均未能可靠拒绝不安全指令。

获得Andreessen Horowitz投资的Vals AI，试图把AI基准测试做成更中立、更可信的公共资源。在模型厂商自报分数、榜单公信力受质疑的当下，第三方评测的商业模式与独立性成为关键看点。

Hacker News 上讨论的 Elias Thorne 案例显示，一个虚构人物被多个 AI 聊天机器人反复提及并当作真实存在，暴露出模型在事实边界与幻觉传播上的系统性弱点。

NASA 与 IBM 联合开源面向月球的地理空间基础模型，把地球观测领域成熟的基础模型范式搬到月球场景，为遥感解译与科研协作提供新底座。

阿里开源一款医疗AI模型，宣称可检测癌症及近150种疾病。开源医疗模型的门槛与边界正在被重新定义，但落地仍取决于数据、合规与临床验证。