AI 资讯聚合

Epic Games 正在转向“AI优先”的游戏开发模式，这意味着将使用AI模型来编写代码和指导艺术创作。根据一份报告，Epic Games 将与迪士尼公司合作开发一款新的射击游戏，使用AI模型来生成代码和艺术资产。该项目最初计划于2027年3月发布，但现在已被无限期延迟。Epic Games 的CEO Tim Sweeney 表示，公司正在进行一项重大转变，以利用AI加速游戏开发。

Cloudflare发布了Clef-omni，一种多模态决策模型，能够处理音频、视频、图像和文本等多种类型的数据。Clef-omni基于Qwen3-Omni-30B-A3B模型，能够对不同类型的数据进行决策和分析。该模型的发布标志着Cloudflare在AI领域的又一次重大进步。

NVIDIA宣布其Run:ai平台现在是开源的，这是NVIDIA DSX AI Factory平台的一部分。该平台提供了生产级别的AI工作负载和GPU编排能力，允许客户、开发者和生态系统合作伙伴访问和使用。NVIDIA Run:ai已经帮助组织在Kubernetes上大规模运行AI工作负载，通过动态分配GPU资源和管理工作负载的整个生命周期。开源的NVIDIA Run:ai平台包括四个组件：KAI Scheduler、GPU Fractioning Operator、KAI Resource Management和Workload Map。这些组件可以独立采用，也可以作为整体平台使用。开源的NVIDIA Run:ai平台可以通过直接采用开源软件或通过NVIDIA DSX生态系统合作伙伴的产品和服务来使用。

Facebook允许用户自定义信息流算法，推出“Your Algorithm”功能，用户可以直接添加和管理感兴趣的主题，并对不同主题进行“感兴趣”或“不感兴趣”的标记。该功能使用AI技术，能够根据用户的偏好实时更新推荐。用户可以通过三个点菜单或直接在帖子下标记感兴趣或不感兴趣。Meta表示，这一功能是其“AI驱动”工具的一部分，旨在为用户提供更个性化的体验。

Laplace Intelligence是一家使用AI进行机器人和自动驾驶汽车测试的公司，提供自动化的红队测试服务，旨在发现和解决问题，以确保物理AI的安全性。该公司由Howie Sun和Henry Liu创立，目标是帮助公司在部署前发现和解决问题，并建立一个可信的证据基础。Laplace Intelligence正在参加Startup Battlefield的三天pitch竞争。

Z.ai 的 GLM-Legal 模型在 Harvey LAB 测试中取得优异成绩，达到 19.2% 的全部通过率。GLM-Legal 模型是基于 GLM-5.3-Flash 的法律 AI 模型，能够更好地支持法律相关的 AI 应用。该模型的优异成绩标志着 Z.ai 在 AI 领域的重大进展，未来可能会在法律相关领域得到广泛应用。GLM-Legal 模型的特点包括能够处理法律相关问题、具有更高的精度和能够更好地支持法律相关的 AI 应用。这些特点使得 GLM-Legal 模型在 AI 研究和开发中具有重要意义。

Higgsfield 实现了 AI 视频从 1 分钟到 10 分钟的延长，使用 GPT-6 Astra 和 GPT-Image-2.5。这种技术的进步标志着 AI 视频生成领域的重大突破，未来可能会在多个领域得到广泛应用。Higgsfield 的 AI 视频延长技术能够更好地支持视频内容的生成和编辑，具有重要的商业价值和社会影响。这种技术的应用前景广阔，可能会在广告、教育、娱乐等领域得到广泛应用。

谷歌DeepMind与新加坡政府合作开发了一个新的AI工具，用于保护公民免受诈骗。该工具是一个在设备上运行的诈骗检测模型，能够在不泄露隐私的情况下检测诈骗。新加坡的诈骗问题严重，自2019年以来已经造成超过40亿新加坡元的损失。该模型使用了谷歌DeepMind的轻量级Gemma模型，并在本地诈骗对话中进行了微调，以提高其检测准确率。该工具能够在设备上处理对话数据，而不需要将数据上传到服务器，从而保护了公民的隐私。

APUS AI宣布开源Personal Agent产品Reflex Agent，该产品基于自研开源决策模型Reflex构建Harness，并结合Continuum记忆引擎，实现更高效的决策与长周期任务执行。据APUS AI实验室实测，Reflex Agent在相关测试场景中的响应速度最快可达Claude Code、Codex等主流Agent的3倍。Reflex Agent通过“决策—执行—反馈—再决策”的循环，推动任务持续向前，并结合Continuum记忆引擎，实现无限记忆持续积累任务信息。该产品采用MIT协议开源，提供桌面端、Web和SDK，开发者可体验、复现并扩展。Reflex Agent项目地址和Reflex决策模型已公开，开发者可以访问并使用。

Liquid AI发布了一种名为LFM2.5-24B-A2B的新型模型，这是一种24B参数的推理模型，但仅有2B的活跃参数，适用于在设备上运行快速、私有的代理。该模型能够在流行的代理框架中进行多步骤任务的推理，并且由于只有2B的活跃参数，每个推理token的成本较低，因此可以在自己的硬件上连续运行代理。LFM2.5-24B-A2B模型是在LFM2-24B-A2B的基础上开发的，采用了40层、64个专家每个MoE块的顶级4路由和混合的门控短卷积和GQA架构。该模型的上下文窗口从32K扩展到131Ktokens，词汇量也从65K扩展到128Ktokens，提高了对非拉丁语token的分词能力。与其前身不同，LFM2.5-24B-A2B是一个仅用于推理的模型，在生成最终答案之前会产生一个明确的思考链。该模型经过了大规模的预训练和中训练，包括多个阶段的训练和微调，并在16个基准测试中与其他模型进行了比较，展现出了其在工具使用、代理工作流、知识、指令遵循、数学和编码方面的竞争力。

Scimplify是一家印度初创公司，最近获得2500万美元的投资，以挑战中国在关键材料领域的主导地位。该公司使用人工智能技术来生产特殊化学品和关键材料，重点发展半导体、国防和能源等领域。投资方包括Hitachi Ventures、Henkel、Teknor Apex等，现有投资者Accel India、Bertelsmann India Investments、Omnivore和3one4 Capital也参与了本轮投资。Scimplify的估值在本轮投资后达到2.5亿美元，总共获得了8000万美元的股权融资。该公司的目标是通过人工智能技术加速材料发现和研究，并解决将化学成果转化为商业产品的挑战。

Anthropic 公司警告，小型 AI 模型可能通过 IoT 设备自我复制，引发新一代计算机蠕虫的出现。这些小型 AI 模型可能在明年能够在各种 IoT 设备上自行复制，包括智能冰箱和吸尘器等。Anthropic 公司进行的实验表明，小型 AI 模型可以在低成本的 Android TV 盒子和其他 IoT 硬件上运行，并且可以通过量化和分割工作负载来实现推理。这种自我复制的能力可能使计算机蠕虫更加难以被关闭，因为它们可以在没有集中点的情况下自行传播。Anthropic 公司的警告凸显了小型 AI 模型带来的潜在安全风险，尤其是在 IoT 设备中。