AI 资讯聚合

Anthropic警告，小型AI模型可能通过物联网设备自我复制，形成新的计算机蠕虫。这种蠕虫可能会感染智能家电、吸尘器等各种物联网设备，并且难以被关闭。Anthropic的实验表明，小型AI模型可以在低成本的Android TV盒子和其他物联网硬件上运行，并且可以通过量化和分片来实现推理。

Liquid AI发布了LFM2.5-24B-A2B模型，这是一种24B参数的混合专家模型，适用于本地代理。该模型支持16种语言，包括英语、阿拉伯语、中文、印地语和日语。LFM2.5-24B-A2B的架构保持了LFM2的40层混合结构，并且增加了上下文长度和词汇量。该模型在多个基准测试中表现突出，包括AutomationBench、ToolSandbox、LiveClaw和τ³-Bench Banking。

谷歌DeepMind与新加坡政府合作，开发了一种新的AI工具，用于保护公民免受诈骗。该工具使用了一种细致的AI模型，能够检测诈骗信息，而不会损害用户的隐私。该模型被训练来识别本地诈骗手法，包括投资诈骗、假职位和公职人员冒充。这种AI工具可以在设备上运行，而不需要将用户数据上传到云端。

研究人员利用AI设计出能够切割其他蛋白质的蛋白质，这些蛋白质可以分解其他蛋白质中的肽键。肽键是一种化学键，连接氨基酸形成蛋白质链，通常非常稳定，半衰期可达几百年。但是，通过使用AI设计工具，研究人员可以创建出能够催化肽键分解的酶。这些酶可以被调节来分解特定的蛋白质，甚至可以用于治疗神经疾病。研究人员已经证明了这些酶的有效性，使用它们来分解与神经疾病相关的蛋白质。这种技术可能会在医学和生物技术领域产生重大影响。

Apate是一家澳大利亚初创公司，开发出AI代理人用于收集诈骗情报。这些AI代理人可以伪装成无辜的受害者，回答诈骗电话，回复可疑消息和邮件，跟随钓鱼链接，加入社交媒体群组以诱捕诈骗者。它们可以模拟不同年龄、性别和口音的人，并使用各种语言来保持诈骗者的兴趣。Apate的AI代理人已经与诈骗者进行了250万次对话，浪费了他们17年的时间。同时，Apate还可以收集诈骗者的信息，如银行账户、加密货币钱包、电话号码、恶意网站等，并将这些信息提供给客户，包括银行、电信公司、政府机构和公用事业公司。这种技术可以帮助这些机构更好地防范诈骗和网络攻击。

YouTube 开始在其平台上标注使用 AI 生成的音乐，目的是提高音乐作品的透明度。新的标签将应用于主要使用生成式 AI 工具创作的音乐作品。该标签将首先在 YouTube Music 应用中推出，后续将扩展到主 YouTube 应用。用户可以通过点击标签查看更多关于音乐作品使用 AI 的详细信息。YouTube 的这一举动旨在让用户更好地了解他们所听的音乐的创作过程，特别是当 AI 在创作中扮演了重要角色时。通过与音乐合作伙伴合作并使用自己的检测工具，YouTube 致力于为用户提供更透明的音乐体验。

Fish Audio发布了Drama 3开源文本转语音模型，这是一个35B的混合专家模型，支持83种语言，可以根据脚本和方向生成语音。该模型可以用于脚本对话、有声书和配音，开发者可以自行托管。Drama 3的架构基于Qwen3.5-35B-A3B语言模型，采用了新的Codebook-MTP解码器，训练过程包括预训练、指令调优和强化学习。Fish Audio报告称，Drama 3在Artificial Analysis Pronu基准测试中达到93.2%的整体得分。

Datalab发布了OmniParseBench开源OCR基准测试，用于评估文档解析器的性能。OmniParseBench包含16,288个测试，涵盖2,937页和2,343个文档，支持92种语言。该基准测试可以帮助工程师评估解析器在不同类型文档上的性能，Datalab自己的解析器在基准测试中排名第二。OmniParseBench可以通过pip安装，支持离线评估，不需要API密钥。