AI 资讯聚合

Google 研究人员将联邦学习移至可信执行环境（TEE），这是一种安全的计算环境，可以保护数据的隐私和安全。这种技术可以让模型在不暴露原始数据的情况下进行训练，提高了数据的安全性和隐私性。

马斯克的 Terafab 项目可能与台积电合作，讨论芯片制造合作事宜。Terafab 是一个超大规模垂直整合芯片制造项目，目标是获得持续、充足的定制芯片供应。马斯克之前曾强调要降低对台积电芯片的依赖，但现在却与台积电谈合作。Terafab 项目的一期投资为 168 亿美元，长期潜在总投资可达 1190 亿美元，规划建筑面积超过 1 亿平方英尺，最终目标是年产约 1TW AI 算力。台积电可能会参与 Terafab 项目，提供芯片制造服务，马斯克可能正在考虑对冲风险，确保 Terafab 项目的顺利进行。

Cohere 发布了 Embed 5 模型，这是一种新型的嵌入模型，旨在提高企业搜索、RAG 和代理检索等任务的性能。Embed 5 模型相比之前的版本有了显著的改进，可能会在 AI 研究领域产生一定的影响。

OpenAI 正在 ChatGPT 和 Codex 中添加文本水印，这是一种机器可读的水印，用于识别 AI 生成的文本。这种水印名为 textGrain，目前仅在欧盟推出，不会成为全球默认设置。OpenAI 表示，这种水印可以匹配或超过其他方法，如 Google DeepMind 的 SynthID，用于满足欧盟 AI 法案的要求。然而，这种水印不保证可靠的检测，也不能验证文本的准确性、所有权或人类作者的贡献。

Kolibri 模型是一种开源的混合专家（MoE）语言模型，由 Aleph Alpha 公司开发，支持英语和德语。该模型具有 78.1 亿个参数，但只激活 3.46 亿个参数，约占 4.4%。Kolibri 可以处理长达 1,048,576 个 token 的上下文，并允许用户设置每个请求的推理努力。它遵循 Apache 2.0 协议，在 Hugging Face 平台上发布。该模型的目标是实现主权部署，在公众管理、工业和航空航天等受监管领域。Kolibri 模型采用稀疏专家和混合注意力机制，具有 50 个变换器块和 2,560 的模型宽度。每个 MoE 层评分所有 384 个路由专家，并将每个 token 发送到最好的 6 个专家。模型使用分组查询注意力和 RoPE 位置编码，并且每 5 个块使用全注意力机制。Kolibri 模型可以在单个 GPU 或多个 GPU 上运行，具有较小的存储占用和较快的推理速度。

OpenAI 发布了一种新的广告格式，旨在为用户提供更好的广告体验。这种格式可以帮助品牌更好地与用户互动，提高广告的有效性。

JEPA-Anything 是一个适用于 7 个领域的通用模型，包括视觉、生物学、临床轨迹、控制、分子动力学、物理场和天气等。它使用了一种称为 Orthogonal Predictive Factorization (OPF) 的方法来分解潜在目标为多个子空间。JEPA-Anything 模型可以在不同领域中应用相同的学习方法，减少了不同领域之间的差异。研究团队测试了 JEPA-Anything 模型在 7 个领域中的性能，结果表明它可以在不同领域中取得良好的效果。

GLM 5.3 模型现在已经在 Amazon Bedrock 上发布，它是一个 753B 参数的混合专家模型，优化用于编码和长期代理任务。GLM 5.3 模型可以通过完全托管的 API 来使用，具有跨区域推理、提示缓存和服务级别等功能。它可以应用于编码和代理任务，特别是具有网络安全能力。研究团队展示了如何使用 GLM 5.3 模型进行授权安全测试，使用 Strix 开源 AI 渗透测试代理。

挪威政府提议对 AI 眼镜在公共场所的使用实施临时禁令，理由是担心隐私问题。挪威政府计划提出一项法律草案，以在学校、公园和海滩等公共场所禁止使用 AI 眼镜。其他国家也在考虑对 AI 眼镜的使用进行监管，包括澳大利亚和美国。挪威政府表示，不希望完全禁止 AI 眼镜的使用，但希望确保其使用不会侵犯他人的隐私权。