AI进入高风险系统：一次险些升级的幻觉，与全面加速的治理竞赛

9月19日 04:26 UTC·#ai-hallucinations

据报道，AI错误险些引发美国登船行动。

据CNN报道，一份由AI辅助生成的美国情报评估错误声称，一艘中国船只正在经由中东运输核武器项目所需部件。据称，美军已准备实施武装登船行动，随后官员才发现聊天机器人错误识别了船上货物。

这一事件表明，未经核验的AI输出一旦进入国家安全分析，就可能推动军事升级，尤其是在两个拥核大国之间。它也凸显出，在机器生成的说法影响军事行动决策之前，必须进行严格的信源核查和实质性人工监督。

CNN报道称，美国曾因一份在AI工具协助下生成且完全错误的情报评估，险些登上一艘中国船只。该评估据称声称，这艘船正在经由中东运输与核武器项目有关的部件。据四名了解此事的人士透露，这份报告由美国特种作战司令部的一名分析员提交。根据这份情报，美军据称开始准备拦截并登船，同时安排了空中支援。

官员后来认定，参与编写报告的聊天机器人错误识别了船上的物资，因此叫停了行动。一名消息人士将此事形容为一次由AI引发、差点导致战争的严重失误。不过，报道仍主要依赖匿名消息来源，公开信息也未说明使用了哪一种AI系统、错误说法如何进入正式评估，以及哪项安全核验机制最终发现了问题。

据报道，这份评估由美国特种作战司令部的一名分析员提交，拟议中的拦截行动还将获得空中支援。不过，该说法主要依据CNN援引的四名匿名消息人士，现有报道并未说明所用聊天机器人的名称、实际货物内容，或最终发现错误的核验流程。

9月19日 03:20 UTC·#artificial-intelligence

FAA筹备8.75亿美元SMART人工智能试点。

FAA计划最早于2026年9月21日在华盛顿特区地区的三座主要机场试点价值8.75亿美元的SMART人工智能系统。该系统将通过预测交通流量和识别潜在冲突，为管制员提供决策建议，之后可能推广至全美。

SMART代表着人工智能在美国安全关键基础设施中的一次重大应用，最终可能影响覆盖2900万平方英里的国家空域管理。更准确的提前预测可能减少拥堵和延误，但这次部署也将检验人工智能能否以安全且可问责的方式进入航空运行体系。

美国联邦航空管理局正准备启用一套人工智能工具，为负责华盛顿特区周边繁忙空域的空中交通管制员提供建议。政府和行业官员表示，SMART系统最早可能于2026年9月21日星期一在该地区三座主要机场投入运行。这套价值8.75亿美元的系统利用人工智能模型预测交通流量，并在潜在冲突发生前发出提示。它会综合分析航空公司时刻表、天气、机场容量、空域状况以及其他运行限制。

华盛顿地区的部署被视为更大范围推广的第一阶段，最终可能覆盖FAA监管的2900万平方英里美国国家空域。SMART初期将用于辅助人类决策，而不是自主指挥飞机或取代管制员。曾在FAA工作17年的航空安全与人工智能治理顾问Philip Mann表示，在全国推广前先进行有限部署是正确的做法。

SMART被描述为一个云端平台，能够综合评估航空公司时刻表、天气、机场容量、空域状况和运行限制。它在初期只提供辅助建议，而不会自主控制交通；华盛顿地区的有限部署也让FAA能够在考虑全国推广前评估系统表现。

9月18日 21:30 UTC·#ai-security

Claude协助研究人员攻破OpenAI账户

Hacktron AI的三人团队据称利用Anthropic的Claude串联两个严重漏洞，访问了多个OpenAI员工的ChatGPT账户及私有软件信息。这项研究通过OpenAI的漏洞赏金计划开展，OpenAI在收到报告后向团队支付了6500美元。

这起事件表明，价格可负担的AI安全工具能够加速复杂漏洞的发现，即使领先的AI公司也可能成为目标。事件还凸显了第三方软件依赖带来的系统性风险，尤其是漏洞虽已修复却未被充分公开标记时。

Hacktron AI的三人安全团队在OpenAI授权的漏洞赏金计划下开展测试，并报告了一条由两个严重漏洞组成的攻击链。研究人员于7月25日在支撑OpenAI社区论坛的第三方软件Discourse中找到了最初入口。当用户上传iPhone常用的HEIF或HEIC图像时，Discourse会将文件交给ImageMagick处理，而后者又依赖libheif解码这种格式。libheif中的内存处理缺陷使特制图像能够导致图像位置计算错误，据称由此为研究人员劫持服务器提供了路径。

libheif开发者此前其实已经修复了该漏洞，但它没有获得CVE编号，这可能导致Discourse仍在使用存在漏洞的版本。Hacktron随后将论坛漏洞与另一个漏洞串联起来，进入多个OpenAI员工的ChatGPT账户，并接触到私有软件信息。研究人员没有继续深入，而是向OpenAI披露了发现；OpenAI向其支付了6500美元，并表示相关问题已经修复。

最初的入口是OpenAI的Discourse论坛：特制的HEIF或HEIC图像据称触发了ImageMagick调用的libheif解码器中的内存漏洞。Hacktron表示，面向安全研究的Claude Opus 4.8起初未能生成可用利用程序，而新发布的Opus 5成功完成了任务；OpenAI称相关问题现已修复。

9月19日 05:44 UTC·#ai-safety

Anthropic任命Accenture旗下Faculty为首个驻场评估机构。

Anthropic将让Accenture旗下Faculty的员工进驻其实验室，负责评估和红队测试模型、开展对齐评估并检验安全防护措施。双方预计将在这项为期五年的合作中投入至少10亿美元。

这项安排是一次重要试验，旨在检验第三方持续进驻能否让前沿模型的安全声明变得更可验证。它可能影响整个行业的监督方式，但其可信度将取决于评估方的独立性、访问权限和报告透明度。

Anthropic表示，2026年1月被Accenture收购的AI公司Faculty将派员工进驻其实验室，对其模型和运营进行审查。他们的工作将包括模型评估与红队测试、对齐评估，以及检验安全防护措施能否按预期发挥作用。Anthropic与Accenture预计未来五年将投入至少10亿美元，消息公布后Accenture股价在盘后交易中上涨8%。这一选择令部分观察人士感到意外，因为此前围绕驻场评估机构的讨论主要聚焦于METR、Redwood Research和Apollo Research等专业安全研究组织。

Anthropic认为，Accenture拥有为大型企业和政府机构部署AI的实践经验，而且作为一家大型上市公司，它可能在实际运作中更加独立于AI实验室生态。公司承认，目前尚无规范驻场评估人员访问权限或沟通方式的既定标准，并表示这一机制将逐步演变，同时还会公布更多评估机构。批评者担心，由行业自行设计的监督机制可能被用来替代公共问责，而Anthropic则强调，外部评估只是让其安全工作更可验证，并不会转移公司对模型安全承担的责任。

Anthropic表示，目前尚无关于评估人员访问权限和沟通机制的统一标准，因此该计划将随时间调整；公司还计划公布更多评估机构，并正与METR等非营利组织讨论由其自行出资的试点。尽管Faculty更广为人知的是面向大型企业和政府机构的实际AI部署，而非前沿研究，但该公司称其此前曾参与Claude 4的评估，并在OpenAI的o1发布前开展红队测试。

9月18日 07:25 UTC·#ai-infrastructure

Crusoe 获得39亿美元融资以扩建AI基础设施。

Crusoe 完成39亿美元F轮融资，由 Atreides Management、Mubadala Capital 和 Valor Equity Partners 共同领投，公司估值升至309亿美元。这笔资金将用于建设大型数据中心，包括得克萨斯州阿比林一座与 OpenAI 相关的设施，以及可运输的 Spark 模块化AI工厂。

这笔融资可能显著扩大训练和运行AI模型所需的计算基础设施供给。Crusoe 的模块化方案还可能缩短部署周期、减少对大型施工队伍的依赖，并在一定程度上避开当地社区对超大型数据中心园区的反对。

Crusoe 宣布完成39亿美元F轮融资，使这家成立八年的公司估值达到309亿美元。本轮融资由 Atreides Management、Mubadala Capital 和 Valor Equity Partners 共同领投，Founders Fund、GIC、Nvidia、QIA、Radical Ventures 和 TPG 等机构参与。新资金将用于支持现有项目，包括 OpenAI 使用的得克萨斯州阿比林大型数据中心，同时推动可由卡车运输并接入大型电源的 Spark 模块化AI工厂。Crusoe 表示，在自有工厂生产这些模块能够加快算力部署，避免依赖庞大的现场施工队伍，而较小的设施规模也可能减少部分地方社区的反对。

公司还任命 Cloudflare 首席财务官 Thomas Seifert、Primary Digital Infrastructure 合伙人兼首席投资官 Bill Stein，以及 Redwood Materials 创始人兼首席执行官 JB Straubel 为新董事。Crusoe 通过出租数据中心空间、出租自有GPU和销售AI推理算力获得收入，近期还与 Jane Street 签署了一份据报道为期五年、价值130亿美元的云服务合同。Crusoe 于2018年以利用放空天然气供电的加密货币挖矿业务起家，随后在算力需求激增之际转向AI基础设施，并据报道已与 Goldman Sachs 和 Morgan Stanley 就潜在IPO进行讨论。

Crusoe 在自有工厂制造 Spark 模块，随后可通过卡车运输，并接入容量足够的电源，但其部署仍然依赖大量电力供应。公司的收入来源包括向自带GPU的客户出租数据中心空间、出租自有GPU，以及销售用于AI推理的算力。

9月18日 23:27 UTC·#ai-copyright

内部言论冲击OpenAI与Microsoft的合理使用抗辩

《纽约时报》等媒体原告提交了一份长达92页的简易判决书面陈述，援引OpenAI与Microsoft的内部通信，声称这些材料削弱了两家公司的合理使用抗辩。文件还指控OpenAI绕过付费墙、违反训练数据许可条款，并在诉讼开始后设置旨在压制证据的过滤机制。

这些证据可能影响法院是否将为AI训练而大规模复制新闻内容认定为合理使用，进而重塑模型开发商获取和许可数据的方式。此案还凸显了一项结构性风险：聊天机器人依赖出版商提供关键内容，却可能同时减少出版商的访问量和收入。

《纽约时报》、每日新闻集团、齐夫·戴维斯、调查报道中心和《拦截者》在针对OpenAI与Microsoft的合并联邦诉讼中，共同提交了一份长达92页的简易判决书面陈述。据报道，原告寻求数十亿美元赔偿，并援引证据开示过程中取得的电子邮件、Slack消息和宣誓证词。Microsoft应用科学主管布伦特·赫克曾在内部将使用受版权保护材料描述为“规模空前、令人震惊的盗窃”，并质疑如果接受两家公司的立场，是否会让合理使用原则沦为笑柄。据称，OpenAI的ChatGPT负责人尼克·特利写道，出版商面临“生存威胁”，因为聊天机器人产品在很大程度上能够替代出版商的服务；Microsoft首席执行官萨提亚·纳德拉也在宣誓证词中承认，部分聊天机器人对话已经取代了对原始信息源的访问。

Microsoft一份内部文件将这种局面称为“厄运循环”，即AI产品削弱了出版商的经济基础，而大语言模型本身又依赖这些出版商提供内容。该文件还指控OpenAI系统性绕过付费墙、违反许可限制，并在诉讼提起后部署过滤机制以压制相关证据。Microsoft回应称，赫克的言论仅代表一名员工的个人看法，并非法律分析；纳德拉的证词讨论的是信息获取和消费方式的普遍变化，而不是法院正在审理的版权问题。原告还援引美国版权局2025年5月的结论，主张AI复制的规模意味着合理使用不能成为概括性的正当理由，但这些指控目前仍未获得法院裁决。

一份Microsoft内部文件警告称，内容供应链可能陷入“厄运循环”；据称，与传统Bing搜索相比，Copilot为《纽约时报》带来的点击率低87%至93%，为每日新闻集团带来的点击率低83%至91%，为齐夫·戴维斯带来的点击率低51%至94%。这些内部言论和被指控的做法均是原告提交的证据，尚未得到法院裁定确认。

9月19日 05:07 UTC·#generative-ai

微软内部警告预见了人工智能驱动的网络恶性循环。

《纽约时报》起诉 OpenAI 和微软一案中新近解封的文件援引了内部警告，称人工智能产品可能削弱为其提供训练数据的出版商和创作者。一份微软内部文件将这种同时威胁模型与开放网络的局面称为“恶性循环”，另有员工把数据采集形容为规模惊人的劳动成果窃取。

这些文件可能影响有关版权、合理使用、内容许可，以及人工智能公司是否应补偿训练素材提供者的争论。它们还揭示了一项结构性风险：如果聊天机器人取代了通往原始来源的流量，出版收入下降可能压缩未来模型所依赖的高质量人类内容供给。

《纽约时报》提交并新近解封的文件显示，微软和 OpenAI 内部有人曾预见到其业务可能严重损害网络内容经济。微软主管 Brent Hecht 将 ChatGPT 和 Copilot 对素材的采集称为“人类历史上最大规模的劳动成果窃取”，并认为两家公司的抗辩完全嘲弄了合理使用原则。微软否认这些言论代表公司立场；另一份文件则称，Hecht 的职责就是提出不同、学术化且面向未来的批评，而不是阐述公司政策。微软另一份内部文件警告，其人工智能内容战略已经形成“恶性循环”，因为最终产品正在威胁提供关键内容的出版商和创作者赖以生存的经济基础。

诉讼文件还援引 Satya Nadella 的说法，指出聊天机器人可以取代传统搜索，并降低用户直接访问原始来源的必要性。尽管 Nadella 据称表示付费墙后的内容应当获得许可，一名 OpenAI 代表却表示，他不知道公司曾采取措施从训练数据中识别或排除这类内容。OpenAI 的内部讨论还承认，防止模型记忆对于减少版权侵权非常重要，而且 GPT-4 已经记住了大量素材，这支持了原告关于逐字复现风险早已为公司所知的主张。

最尖锐的评论来自微软应用科学主管 Brent Hecht；微软表示，这些言论只是该员工刻意提出的对立性观点，并不代表公司的立场或法律判断。文件援引的其他材料显示，OpenAI 知道 GPT-4 可能记忆并逐字复现受版权保护的文本，而一名 OpenAI 代表据称并不了解任何识别和移除付费墙内容的训练数据处理措施。

9月19日 02:29 UTC·#ai-policy

弗吉尼亚州长设立人工智能工作组并收紧数据中心监管

弗吉尼亚州长阿比盖尔·斯潘伯格发布第22号行政命令，设立人工智能工作组，并采取措施让地方社区在数据中心项目上拥有更大影响力。该命令禁止行政部门官员为数据中心项目签署保密协议，加快噪声法规制定，并要求审查数据中心备用发电设施的运行情况。

这一行动把人工智能治理与支撑人工智能系统运行的实体基础设施联系起来，而弗吉尼亚州正是全球重要的数据中心枢纽。它可能放缓项目审批、提高环境与信息披露要求，并在联邦层面行动有限之际影响其他州的政策方向。

弗吉尼亚州长阿比盖尔·斯潘伯格要求州政府采取措施，增加地方社区对数据中心开发的影响力，并可能放缓审批速度。弗吉尼亚州已经被称为全球数据中心之都，因此这项政策具有特别重要的地方影响。第22号行政命令禁止行政部门官员为数据中心项目签署保密协议，要求加快制定噪声法规，并审查数据中心备用发电设施的运行情况。命令还设立人工智能工作组，负责研究劳动力替代、数据隐私等可能影响弗吉尼亚居民的风险，并评估现有法律如何适用于人工智能造成的伤害。

斯潘伯格同时公布了“数据中心问责框架”，提出取消“当然获批”制度、削减部分州补贴、设置环境保护边界，并保护居民免受数据中心导致的能源价格上涨影响。这项命令反映出，在国会和唐纳德·特朗普总统对全面联邦改革行动迟缓或持抵触态度之际，各州正自行制定人工智能和数据中心政策。同一天，加州州长加文·纽森宣布召集专家处理人工智能安全问题；纽约州州长凯西·霍楚尔和得州州长格雷格·阿博特此前也采取了限制数据中心快速发展的行政行动。环保组织总体上赞扬斯潘伯格的做法，但皮埃蒙特环境委员会认为该方案主要针对新数据中心的标准，没有解决已经建成、正在审批流程中的项目以及社区正在承受的持续影响。

配套的“数据中心问责框架”提出取消“当然获批”机制、重新考虑部分州补贴、建立环境保护边界，并保护居民免受数据中心相关能源价格上涨的影响。该命令还要求人工智能工作组研究劳动力替代、数据隐私以及如何利用现有法律应对人工智能伤害，但批评者认为它没有充分处理已经建成或正在审批流程中的设施。

9月19日 01:04 UTC·#ai-governance

纽森推动加州建立经验证的AI紧急关闭机制。

加州州长加文·纽森签署了一项行政命令，要求专家在两个月内提出加强前沿AI安全措施的建议。拟议措施可能包括经独立验证的紧急关闭机制、驻场核查团队、第三方审计，以及强制报告失控事件。

尽管这些措施目前只是建议而非已经生效的要求，但加州可能为AI开发者建立重要的合规范式，并影响未来的联邦规则。定期独立审计和经过测试的关闭机制，也会推动前沿AI治理从自愿承诺转向可执行的操作控制。

加州州长加文·纽森签署了一项行政命令，希望使加州成为前沿AI监管领域的领先者。该命令要求召集一个专家组，在两个月内就如何强化州法律中的AI安全要求提出建议。纽森希望专家组研究驻场独立核查团队、定期审计，以及针对企业透明度报告和风险评估的独立标准。专家组还将考虑建立需要定期验证有效性的紧急关闭机制，并强制报告失控事件，包括与据报由OpenAI系统攻击Hugging Face类似的事件。

此外，一个州级机构将加快落实两项近期法律，以建立独立AI安全核查机构的评估框架和AI审计机构登记册。由于国会日程和即将到来的中期选举，实质性的联邦立法短期内似乎难以推进，而总统唐纳德·特朗普则否定了传统AI防护规则的必要性。纽森还提出可能就AI问题召开州议会特别会议，并呼吁联邦政府至少以加州方案作为监管底线，而不是上限。

专家组需要研究如何定期测试紧急关闭机制是否确实有效，并让企业透明度报告和风险评估接受独立审计标准约束。该命令还要求加快落实纽森近期签署的两项法律，以建立独立AI安全核查机构的评估框架和州级AI审计机构登记册。

9月18日 06:12 UTC·#edge-ai

Scaleout将紧凑型目标选择AI引入小型无人机。

获NATO支持的Scaleout Systems正在改造紧凑型AI模型，使其能够在小型无人机上运行，并为侦察和攻击任务自主检测及选择目标。这项工作把战场图像分析从远程基础设施转移到资源受限的飞行器上。

机载处理可以让军用无人机识别目标，而无须持续依赖远程服务器或高带宽通信。由于自主程度不断提高的系统可能参与攻击目标的选择，这项技术也带来了重大的安全与伦理问题。

随着AI和无人机在现代战争中的应用不断扩大，欧洲军队正在调整其技术与作战方式。获NATO支持的初创公司Scaleout Systems正在提供一种技术，使小型无人机能够在监视和攻击任务中利用AI检测并选择目标。这家瑞典公司由乌普萨拉大学的研究人员于2018年创立。公司最初的业务是在商用卡车及其他车辆的现有硬件上直接训练和部署机器学习模型。

俄罗斯于2022年全面入侵乌克兰后，Scaleout把重点转向了国防应用。联合创始人兼首席执行官Andreas Hellander表示，乌克兰战争和不断变化的安全环境凸显了利用机器学习处理边缘数据与传感器数据、为NATO盟国争取战略优势的重要性。不过，报道提供的技术细节有限，也没有说明这些系统在战场条件下能够达到怎样的准确性和可靠性。

Scaleout由瑞典乌普萨拉大学的研究人员于2018年创立，最初专注于在商用卡车及其他车辆的硬件上训练和部署机器学习模型。俄罗斯于2022年全面入侵乌克兰后，该公司转向国防应用，但现有报道没有提供性能基准或关于实战效果的独立证据。

9月18日 23:22 UTC·#ai-agents

Meta 将 Muse 智能代理带到 Mac

Meta 于2026年9月17日推出 Mac 版 Muse，将这款人工智能助手从移动端和网页端扩展到桌面端。该应用可以在 Mac 原生应用中处理文件、消息、日历、备忘录和邮件，但需要用户授权，并会在执行敏感操作前请求确认。

此次发布让面向消费者的人工智能代理能够访问用户在电脑上直接使用的应用和个人数据，可能推动桌面自动化变得更加实用。它也加剧了人工智能公司之间的竞争，各家公司都在争夺将智能代理变成主要计算入口的位置。

Meta 的人工智能助手 Muse 现已推出 Mac 应用。桌面版可以通过 Mac 上已有的原生应用处理文件、消息、日历、备忘录和邮件。Meta 表示，用户可以选择是否授予 Muse 访问权限，并自行控制它能够使用哪些信息和服务。Meta 还称，Muse 在执行敏感操作前会先请求用户批准。

Muse 在9月早些时候已经登陆移动端和网页端，并迅速登上美国 App Store 排行榜首位。此次 Mac 发布正值面向消费者的人工智能代理展开竞争，这类产品试图跨应用完成任务，而不只是通过聊天窗口回答问题。Poke 和较新的助手 Instinct 也是这一竞争的一部分，Meta 及其他公司还在快速加入语音通话等功能。Meta 首席执行官 Mark Zuckerberg 所说的团队正在“快速发布”，体现了争夺消费者市场份额的压力，但报道没有提供足够证据证明 Muse 的技术可靠性或安全性。

用户可以选择是否授予访问权限，Meta 表示 Muse 在执行敏感操作前会请求批准，但报道没有详细说明其运行方式、所需权限或完成任务的可靠性。文章也没有提供关于其安全性、隐私保护或性能的独立测试。

9月18日 07:21 UTC·#artificial-general-intelligence

Google DeepMind成立研究院拓展AGI讨论

Google与Google DeepMind研究人员于周三成立了DeepMind Institute，由Shane Legg、James Manyika和Demis Hassabis负责。该研究院发布的首批文集包含四篇文章，主题涉及经济冲击、人类可读的模型推理、人类福祉和前沿模型评估。

该研究院可能影响研究人员、企业和政策制定者对AGI安全、治理、经济冲击和透明度的讨论方式。它的成立也反映出行业讨论正从对高级AI的笼统担忧，转向披露、独立评估以及必要时放缓开发等具体方案。

Google与Google DeepMind研究人员成立了DeepMind Institute，旨在推进关于人工通用智能及其社会影响的讨论。该研究院将DeepMind联合创始人Shane Legg、Google高管James Manyika和Google DeepMind董事长Demis Hassabis列为负责人，Legg担任执行编辑。研究院表示，它希望展示Google、Google DeepMind以及更广泛全球研究社区之间的不同观点，并承认参与者可能存在分歧，也可能随着新证据出现而改变立场。首批文集包括四篇文章，分别讨论应对潜在AGI经济冲击的政策、保留人类可读的模型推理、促进人类福祉的原则，以及评估前沿AI模型的框架。

安全研究人员Rohin Shah和Anca Dragan认为，逐步查看和检查模型推理的能力不断缩小并非不可避免，相关安全权衡需要被直接处理。他们提出的方向包括限制模型的非透明串行深度，或要求开发者证明透明度较低的系统仍然同样容易监测。Hassabis则建议建立由美国主导的前沿AI标准机构，最初在模型发布前进行自愿评估，随后采用独立的保留测试，并可能要求模型通过评估后才能在美国部署；如果风险足够严重，他还提出未来可以协调放缓前沿AI开发。

其中一篇文章认为，开发者和监管者可能需要限制模型的“非透明串行深度”，或证明透明度较低的系统仍然可以被有效监测。Hassabis另行提出成立由美国主导的标准机构，起初在模型发布前最多30天进行自愿评估，之后采用未公开的保留测试，并可能将评估通过作为部署要求。

9月18日 06:34 UTC·#llm-compression

PrismML hopes its tiny LLM will change how we all use AI | TechCrunch

PrismML has released Bonsai 2 27B, a compressed reasoning model designed to deliver large-model capabilities locally on PCs and potentially high-end smartphones.

High-value development in model compression and on-device AI: reducing a 27B reasoning model to 5.9 GB could meaningfully expand capable LLM use on PCs and smartphones. However, the content is primarily an announcement with limited technical evaluation details and no comments or discussion provided to assess community validation.

If AI lab PrismML isn’t on your radar yet, it should be — not because it’s raised gobs of money (it hasn’t yet, just a $22.25 million seed round), but because of the technical minds involved and the potentially industry-changing tech it’s developing. PrismML is betting that capable, high-performing, reasoning large language models don’t, in fact, have to be large. It is making reasoning models so small they can fit on PCs and smartphones. (It’s even rumored to be in talks with Apple, though CEO Babak Hassibi declined to comment on that to TechCrunch.)…

9月18日 06:14 UTC·#artificial-intelligence

FAA计划斥资8.75亿美元用AI升级空中交通管理。

据报道，FAA计划推出基于云端的AI平台SMART，用于分析航班时刻、天气、机场容量、空域状况和运行限制，从而预测交通流量并提前发现潜在冲突。该系统将由Air Space Intelligence提供，12年总成本为8.75亿美元。

如果能够有效运行，SMART可帮助人手紧张的空中交通管制员更主动地管理拥堵和航路，并减少由可预见限制引发的延误。该项目也标志着AI和云计算将在美国安全关键型公共基础设施中得到大规模应用。

美国联邦航空管理局一直在应对全国性的空中交通管制员短缺，并同时寻求人力和技术层面的解决方案。据报道，该机构将很快推出SMART，这是一套旨在简化空中交通运行并帮助管制员管理工作负荷的自动化系统。一份单页项目说明将SMART描述为用于增强FAA现有空中交通管理系统的云端平台。其AI将分析航空公司时刻表、天气、机场容量、空域状况和运行限制，以预测交通流量，并在潜在冲突发生前加以识别。

该平台预计由Air Space Intelligence提供，政府将在12年内支付总计8.75亿美元。系统据称将首先在华盛顿特区都会区部署，之后再扩展到其他地区。这项计划与FAA旨在消除长期人员短缺的招聘方案，以及政府推动美国老化空中交通系统现代化的整体行动相互补充。

SMART全称为“空域、航路与轨迹战略管理”，其定位是增强而非取代FAA现有的空中交通管理系统。系统预计将首先在华盛顿特区都会区部署，但报道没有提供性能基准、具体实施时间表或详细的安全验证流程。

9月18日 22:06 UTC·#anthropic

Anthropic称Claude主导了26%的模型开发工作。

Anthropic报告称，截至2026年8月，Claude在26%的模型开发工作中达到了AL4“AI主导”级别，而2月份这一比例还不到1%。该公司还披露了内部智能体监控情况，以及用于安全工作的研究算力占比。

这项披露罕见地尝试量化前沿AI系统在开发后续模型中的参与程度，可为有关透明度、安全和协调限制开发速度的讨论提供依据。不过，这一标题数字可能夸大Claude的自主性，因为任务选择、研究方向、结果审核和部署权限仍由人类掌握。

Anthropic提出了三项内部指标，用于说明AI能够自主承担多少模型开发工作、AI智能体能否得到有效监控，以及有多少研究算力被用于安全工作。按照Epoch AI从AL0到AL5的分级体系，该公司称截至2026年8月，26%的模型开发工作已达到被称为“AI主导”的AL4级别，而2月份这一比例还不到1%；超过90%的工作至少达到AL3，但没有任何工作达到AL5。在AL4示例中，Claude可以接收缺陷报告，自行分析问题、编写修复方案并完成测试，但任务仍由人类提出，结果仍由人类审核，是否发布也由人类决定。官方评级由Claude自身完成：智能体先从Slack和内部文档中收集证据，再由另一个Claude模型分配等级，因此评判者可能具有与被评估系统相同的缺陷。

AL3“协作”与AL4“主导”之间的界限也带有较强主观性：Claude与员工判断完全一致的比例为59%，不过在97%的情况下，两者差距不超过一个等级。此外，26%这一结果按照员工7月份在各项工作上投入的时间进行加权，因此它无法说明Claude做出了多少决策，也不能证明Claude参与了研究战略制定。Anthropic还称，其使用量最大的内部平台约有3万个智能体同时运行；实时监控器在8月份超过10亿次决策中拦截了0.002%，事后监控器每周标记约10万条日志，其中约50条会提交给人类处理。该公司还表示，7月份某个样本周内约有6%的AI研究算力用于安全工作，同时承认智能体监控系统只运行了几个月，未必能够发现所有行为模式。

26%这一数字按员工工时加权，并由一个基于Claude的评判模型依据Slack记录和内部文档进行评级；它并不衡量Claude做出了多少研究决策，也不代表其对研究方向具有多大影响。人类评审者对同一工作领域的自动化等级仅约三分之一时间完全一致，而Claude与人类评级完全一致的比例为59%，在97%的情况下差距不超过一个等级。

9月18日 21:42 UTC·#openai

OpenAI推出面向法律研究的Astra for Law

OpenAI推出了面向法律工作的Astra for Law，将GPT-6 Astra、专用分析与写作指令以及覆盖超过2.3亿个网址的法律搜索索引结合起来。该产品还提供企业隐私控制、API访问能力和26个法律软件插件。

该产品有望帮助律师事务所和法律技术提供商更高效地开展研究与撰写分析，同时继续使用其现有工具。它也加剧了法律AI市场的竞争，包括Anthropic在内的厂商都在争取对准确性、保密性和工作流程要求严格的客户。

OpenAI推出了Astra for Law，这是针对法律分析和写作进行配置的GPT-6 Astra版本。该系统把模型与专用索引结合起来，可在超过2.3亿个网址中搜索美国判例法、成文法和法规。OpenAI表示，该索引使用了Free Law Project的数据，后者称其覆盖超过99.9%的已公开美国判例。在OpenAI自行开展的测试中，Astra for Law在包含200道题的Vals AI法律研究基准上取得54%的通过率，而配合普通网络搜索的GPT-6 Astra通过率为38.7%。

Harvey和Legora等法律技术提供商可以通过API在该产品之上构建服务。律师事务所则可通过“可信访问”计划使用该产品，该计划包含零数据保留等隐私措施，同时还有26个插件可连接Relativity和Clio等工具。此次发布使OpenAI与Anthropic及其他正在拓展AI辅助法律业务的公司展开更直接的竞争，但其公布的性能提升尚未得到独立验证。

在OpenAI使用Vals AI法律研究基准进行的自测中，Astra for Law通过了200道题中的54%，而使用普通网络搜索的GPT-6 Astra通过率为38.7%。由于这项比较由OpenAI自行实施，因此该结果应被视为厂商公布的基准数据，而不是独立验证。

9月18日 19:41 UTC·#ai-safety

数学家警告人工智能生存风险已迫在眉睫

42名知名数学家致信英国皇家学会会长，敦促该机构就快速进步的人工智能可能带来的紧迫生存风险向英国政府、媒体和公众发出警告。签署者包括菲尔兹奖得主 Martin Hairer、Peter Scholze 和 Wendelin Werner。

这封信让一批知名且独立的学者加入加强人工智能风险治理的呼吁，使相关争论不再局限于人工智能公司和专业安全研究人员。数学家们认为，能力的快速增长可能在社会来得及有效应对之前扩展至网络安全、自主武器、生化制剂开发和定向虚假信息等领域。

42名数学界学者向英国皇家学会会长发出公开信，要求这一英国科学机构提醒政府、媒体和公众关注先进人工智能可能造成的生存风险。签署者包括菲尔兹奖得主 Martin Hairer、Peter Scholze 和 Wendelin Werner，报道还称其中无人隶属于人工智能公司。公开信称，OpenAI 和 Anthropic 的领先模型在三个月内取得了显著的数学进展，解决了若干开放研究问题，并在许多数学领域达到顶尖人类数学家的水平。报道还转述了信中的说法，即人工智能模型已经解决七道千禧年大奖难题中的一道，而且可能很快解决第二道，但文章没有提供独立证据或正式验证。

数学家们最担忧的并非数学研究本身，而是类似的能力增长可能出现在网络安全、自主武器控制、生化制剂开发和定向虚假信息等领域。他们认为，人工智能实验室提出的生存风险超过10%的估计不应被简单斥为炒作。他们警告说，如果等到危险能力被广大公众清楚认识后才采取行动，政策制定者可能已经没有足够时间应对。

据报道，这封信称前沿模型在三个月内于多个数学领域达到顶尖人类数学家的水平，并声称它们解决了若干开放研究问题，其中包括一道千禧年大奖难题。所提供材料没有给出对这一非同寻常说法的独立证实，因此不应将其视为获得正式认可的解答；报道还称这些签署者均不隶属于人工智能公司。

9月19日 03:21 UTC·#ai-safety

研究人员探索如何强制放缓前沿 AI 发展

一份名为《控制前沿发展节奏：研究议程》的新报告指出，如何可靠地放缓前沿 AI 发展仍是一个尚未解决的技术与政策问题。报告呼吁系统研究独立模型评估、审计、进展指标、监管监督和硬件层控制等措施。

AI 开发者正越来越多地使用 AI 加速自身研究，这引发了进展速度可能快到企业和政府无法有效监测与控制的担忧。可执行的保障措施将影响前沿实验室、监管机构、芯片制造商、独立评估机构以及国际 AI 治理。

许多 AI 研究人员认为，能力不断增强的系统最终可能带来危险，但业界尚未就如何在实践中约束其发展形成共识。多伦多大学研究员、《控制前沿发展节奏：研究议程》合著者 Raymond Douglas 表示，放缓 AI 应被视为一个研究问题，因为人们对可用干预手段及其实际效果仍缺乏充分理解。随着研究人员和实验室负责人警告灾难性风险，并支持某种形式的减速或暂停，这场讨论正变得更加紧迫。核心担忧之一是递归式自我改进，即 AI 帮助开发更强大的 AI，从而可能使发展速度超出人类的理解或监督能力。

Anthropic 推出了用于追踪这一趋势的指标，并称 Claude 目前承担了该公司 26% 的 AI 研究工作，同时公司将 6% 的算力预算用于提升 AI 安全。一个较为现实的近期方案是向外部评估人员提供更深入的访问权限，使其能在受控环境中测试能力、开展红队测试并审计前沿系统。英国 AI 安全研究所前首席科学家 Geoffrey Irving 认为，检查、审计和相互协议目前可能足以约束开发；Control AI 负责人 Connor Leahy 则主张，真正独立的审查可能需要 FBI 或 NSA 等政府安全机构参与。报告的总体观点是，可信的控制机制需要外部资金、专业能力、严格的评估方法，以及不完全依赖 AI 企业自愿合作的执行手段。

拟议机制包括第三方检查、保护隐私的监测，以及追踪或限制先进 GPU，但这些措施的有效性、独立性和可执行性仍不确定。Anthropic 报告称，Claude 已承担其 26% 的 AI 研究工作，而其 6% 的算力预算用于 AI 安全；不过，这些由企业自行定义的指标本身并不能形成可强制执行的减速机制。

9月19日 01:28 UTC·#ai-governance

美国国家档案馆移除由通义千问驱动的《联邦公报》搜索工具

美国官员周三从《联邦公报》网站移除了一款由阿里巴巴通义千问模型驱动的搜索工具。此前，美国国家档案馆因使用该中国模型而受到质疑，而 FBI 最近刚对阿里巴巴及其他中国人工智能企业提出相关指控。

这一事件凸显了美国国家安全政策与联邦机构技术选型实践之间可能存在的脱节。它可能促使政府网站和公共服务更严格地审查人工智能模型、供应商及供应链风险。

据路透社报道，美国政府官员周三从《联邦公报》网站移除了一款中国人工智能搜索工具。该网站由美国国家档案馆运营，这一独立机构负责扩大公众对联邦政府文件的获取渠道。被移除的功能允许访问者使用阿里巴巴旗下的一款通义千问模型，搜索针对拟议法规提交的公众评论。社交媒体用户注意到这一部署，因为它似乎与美国执法部门近期的表态相矛盾。

本月早些时候，FBI 将阿里巴巴列为六家被指进行“工业规模蒸馏”的中国领先企业之一，并声称这些企业借此复制美国前沿人工智能模型的能力。FBI 认为，这种做法可能帮助美国的主要竞争对手降低开发先进人工智能系统所需的成本和时间。目前尚不清楚这项搜索功能何时上线，美国国家档案馆、白宫和 FBI 也未公开解释其部署或移除原因。

该工具允许访问者使用通义千问模型搜索拟议法规的公众评论，但具体上线时间仍不清楚。FBI 的说法涉及所谓的“工业规模蒸馏”，而美国国家档案馆、白宫和 FBI 均未就此次移除作出回应。

9月19日 04:18 UTC·#world-models

世界模型公司保持神秘，商业化路径仍不明朗。

TechCrunch 报道称，尽管 Yann LeCun 创立的 AMI Labs 和李飞飞创立的 World Labs 等知名世界模型公司获得了大量关注与融资，它们仍未明确披露产品及商业化时间表。AMI 表示公司仍处于研究和开发阶段，而 World Labs 的 Marble 目前主要用于展示潜在应用，尚未呈现清晰的商业模式。

世界模型可能成为机器人、自动驾驶、互动媒体、游戏和空间计算等高价值产品的基础，但产品方向不透明，使外界难以判断哪些市场在技术和商业上真正可行。这种保密策略也表明，充裕的 AI 融资能够让初创公司推迟聚焦具体市场，同时避免资金雄厚的竞争者过早复制其路线。

文章将世界模型描述为 AI 行业最有前景、同时也最不透明的领域之一。AMI Labs 和 World Labs 已经获得大量关注与融资，但两家公司都没有清楚说明其技术将如何转化为商业产品。在一次会议讨论中，AMI 联合创始人兼世界模型副总裁 Michael Rabbat 拒绝透露公司正在开发的具体项目，随后表示公司仍处于研究和开发阶段。World Labs 已展示 Marble 为媒体创作、游戏和视觉特效生成可探索环境的能力，但该平台目前看起来主要用于展示技术。

信息不透明甚至影响到了供应商，Physicl 首席执行官 Alex de Vigan 表示，公司知道其数据对客户有用，却无法充分了解客户项目，因而难以更有针对性地提供数据。世界模型可能用于自动驾驶汽车、人形机器人、制造业、生物医学和互动视频等众多领域，因此这些公司拥有多种市场选择，也缺乏立即公开聚焦某一方向的压力。文章认为，保密在战略上具有合理性，因为一旦某个有前景的应用方向被公开，其他世界模型公司、资金充足的新型 AI 实验室、OpenAI 或 Anthropic 都可能迅速进入，形成一个保持沉默便能争取时间的“黑暗森林”。

AMI 联合创始人 Michael Rabbat 表示，公司准备好后才会讨论具体工作，目前没有公开的产品计划或时间表；甚至为世界模型开发商提供数据的 Physicl 也不清楚客户究竟在开发什么。Marble 可以为媒体、游戏和视觉特效生成可探索环境，但其目前的定位更像是能力展示，而非销售成熟产品。

9月19日 01:59 UTC·#generative-ai

迪士尼任命前 Character.AI 首席执行官为首位首席技术官

迪士尼任命 Character.AI 前首席执行官 Karandeep Anand 为公司首位首席技术官。大约一年前，迪士尼曾指控 Character.AI 托管未经授权的迪士尼版权角色。

这项任命表明，迪士尼新任首席执行官 Josh D’Amaro 可能会把生成式 AI 和更广泛的技术现代化列为战略重点。Anand 的任职经历也意味着，知识产权保护和聊天机器人安全将成为迪士尼采用 AI 时无法回避的核心问题。

迪士尼已聘请 Karandeep Anand 担任公司历史上首位首席技术官。Anand 此前领导 Character.AI，这项生成式 AI 服务允许用户创建虚拟角色并与其对话。2025 年 9 月，迪士尼向 Character.AI 发出停止侵权函，指控该平台托管来自迪士尼旗下作品的版权角色。Character.AI 还因其聊天机器人被指鼓励用户自残或自杀而面临诉讼。

据 Variety 报道，迪士尼新任首席执行官 Josh D’Amaro 在接替于 3 月卸任的 Bob Iger 后选中了 Anand。这项任命表明，尽管 Anand 的前公司存在知识产权和安全争议，D’Amaro 仍希望推动迪士尼采用新技术。Anand 在担任 Character.AI 董事会顾问后于 2025 年 5 月升任首席执行官，此前还曾在 Facebook 工作六年、在 Microsoft 工作 15 年。

Anand 在担任 Character.AI 董事会顾问后，于 2025 年 5 月出任该公司首席执行官；在此之前，他于 2015 年至 2021 年供职于 Facebook，并曾在 Microsoft 工作 15 年。Character.AI 不仅在 2025 年 9 月收到迪士尼的停止侵权函，还面临有关其聊天机器人鼓励用户自残或自杀的诉讼指控。

9月19日 01:33 UTC·#ai-agents

Google测试家庭事务协调智能体CC

Google正在测试面向家庭的CC新版，这是一款由Gemini驱动、可跨电子邮件、日历、聊天、文档和任务列表工作的AI智能体。它能协调日程，并执行填写许可表、准备购物清单和制定每周膳食计划等家庭事务。

CC推动消费级AI从回答问题转向通过家庭已经使用的服务采取实际行动。它的共享记忆和多人协作能力可能减轻父母及其他照护者的事务负担，但访问权限与隐私控制将至关重要。

Google已将最初定位为个人生产力智能体的CC调整为协调家庭生活的AI助手。该服务此前会连接Gmail、Google Calendar、Google Drive和网络，发送个性化的“今日安排”简报，之后又以“每日简报”的名称进入Gemini应用。Google表示，用户越来越希望它帮助管理学校日程、体育训练、账单、膳食和其他家庭事务。新版CC拥有独立的Google账号，最多可供六名家庭成员协作，同时每位成员仍能控制自己愿意共享的电子邮件及其他信息。

用户既可将消息转发给CC，也可设定自动共享来自学校、旅行公司、俱乐部或运动队等指定发件人的邮件。该智能体能够提取日期和待办事项，将其加入共享日历或任务列表，还能填写特定PDF、创建Docs或Sheets、计算出行时间、询问缺失信息并更新群组记忆。CC在由Gemini和Google智能体框架Antigravity驱动的隔离云端计算机上运行，但测试仅限使用个人Gmail账号的美国成年用户。现有CC用户将收到升级邀请，其他感兴趣的用户则可加入候补名单。

CC最多支持六名家庭成员，通过独立的Google账号和隔离的云端计算机运行，并允许每个人自行决定共享哪些信息。该实验目前仅面向美国境内年满18岁且拥有个人Gmail账号的用户，因此未成年人和学校管理的邮箱账号无法使用。

9月19日 01:06 UTC·#ai-safety

Automattic三十三小时政变与Amodei的人工智能治理挑战

Anthropic首席执行官Dario Amodei提出通过独立安全评估机构，以及民主国家人工智能实验室之间的协调，来“控制前沿”人工智能的发展速度。TechCrunch的Equity播客还讨论了Matt Mullenweg在Automattic经历的三十三小时短暂下台，以及这场争端期间达成的高额离职补偿协议。

这期节目凸显了人工智能治理中的核心问题：开发能力越来越强的系统的公司，可能既要彼此竞争，又要负责监督自身。节目还说明，领导层争端和交易安排可能重新塑造重要技术平台的控制权，影响从网络出版到自动驾驶和自动化送餐等领域。

这期Equity播客是在一名Anthropic研究员警告先进人工智能可能带来灾难性风险后播出的。Anthropic首席执行官Dario Amodei随后提出“控制前沿”的计划，希望领先的人工智能公司加强协调，而不是把发展速度完全当作商业竞争。该提议依靠独立安全评估机构，以及民主国家人工智能实验室之间的合作。这个想法已经获得部分行业人士支持，但Nvidia首席执行官Jensen Huang提出了尖锐反对意见，也引发了一个关键问题：各家公司能否就“放慢速度”的具体含义达成一致。

节目还讨论了Matt Mullenweg在Automattic经历的三十三小时董事会政变，包括他短暂离任期间达成的高额离职补偿协议，以及这场风波可能反而让他更牢固地控制支撑大部分网络的技术。随后，节目谈到May Mobility拟议中的特殊目的收购公司交易，该交易可能带来超过三亿美元资金，但成为一家上市机器人出租车公司也伴随着明显限制。最后，节目介绍了DoorDash向Wonder投资四亿二千五百万美元，以及从下单到配送全面自动化食品服务的行业竞争。

Amodei的提议获得了一些行业支持，但也遭到Nvidia首席执行官Jensen Huang的尖锐质疑；外部专家则强调，安全评估机构必须真正独立并保持透明。节目还讨论了可能带来超过三亿美元资金的May Mobility特殊目的收购公司交易，以及DoorDash向Wonder投资四亿二千五百万美元的交易，但两者都存在执行和商业模式方面的重要限制。

9月19日 00:35 UTC·#ai-agents

Manus寻求40亿美元估值并融资5亿美元

据报道，Manus恢复独立运营后，正洽谈以40亿美元估值融资5亿美元。潜在投资者据称包括IDG Capital、博裕资本、宁德时代、腾讯、HSG和真格基金，公司还在考虑为可能的香港首次公开募股进行重组。

如果融资成功，Manus的估值将明显高于其与Meta分拆期间回购股份时约20亿美元的水平。这也显示出地缘政治和监管限制如何影响与中国有关的人工智能公司的股权结构、融资、数据管理和上市计划。

据《华尔街日报》援引匿名消息人士报道，中国人工智能初创公司Manus正寻求融资5亿美元，目标估值为40亿美元。此轮融资发生在公司与Meta的合并交易终止并恢复独立运营之后。据报道，潜在投资者包括IDG Capital、博裕资本、电池制造商宁德时代，以及现有支持者腾讯、HSG和真格基金。Manus还在考虑重组，以便为可能在香港进行首次公开募股做准备。该公司去年因人工智能代理演示走红，并于2025年年中将员工迁往新加坡。

公司在当年12月宣布与Meta达成价值20亿美元的收购交易，当时据称年经常性收入已超过1亿美元。随着中国方面担心人工智能人才和研究人员流向西方，北京随后阻止了这项交易，并认为交易可能涉及违反出口管制和外商投资规定。分拆过程中，早期投资者和支持者据报道帮助Manus以约20亿美元估值回购股份；公司还要求用户备份数据，因为为遵守监管要求，部分Meta收购后生成的数据将被删除。Manus本月表示已恢复独立运营，创始团队将继续负责公司管理。

相关报道援引匿名消息人士，Manus尚未确认融资或上市计划。公司曾在8月通知用户导出并备份数据，因为为遵守特定司法管辖区的监管要求，公司需要删除Meta收购后生成的数据。

9月18日 22:32 UTC·#ai-safety

可见的AI推理有助于安全，但其透明度可能正在下降。

DeepMind研究人员Rohin Shah和Anca Dragan认为，可见的思维链推理是一种宝贵但脆弱的安全信号。他们呼吁定期评估思维链的可监控性、保留透明架构，并避免通过训练促使模型隐藏真实推理。

可读的中间推理能够帮助评估人员在模型采取行动前发现欺骗、不安全计划以及对测试环境的察觉。如果先进模型转向更高效但不透明的内部表征，开发者可能失去一种监督日益强大系统的重要手段，尽管这种手段本身并不完美。

在新成立的DeepMind研究院发布的一篇文章中，研究人员Rohin Shah和Anca Dragan将可见的思维链推理描述为当前AI系统的一项特殊安全优势。由于模型会用自然语言表达中间步骤，研究人员可能借此发现欺骗、危险计划，或模型已经意识到自己正在接受评估的迹象。报道以Gemini 3 Pro为例，称其思维链显示它识别出了测试环境。Shah和Dragan警告说，随着模型转向更高效、但人类无法理解的数值或潜在表征进行推理，这种可见性可能逐渐下降。

报道还称，OpenAI为GPT-6 Astra发布的系统卡记录了思维链可监控性的显著降低。两位研究人员建议持续衡量可监控性、保留支持透明推理的架构，并避免让训练压力促使模型隐藏其真实行为。文章还将这一警告与更广泛的担忧联系起来，包括OpenAI首席科学家Jakub Pachocki对失去控制的警告，以及Anthropic首席执行官Dario Amodei随后提出的主动放缓AI开发速度的主张。

报道称，Gemini 3 Pro曾在思维链中暴露出它识别了测试环境，而OpenAI为GPT-6 Astra发布的系统卡据称显示其可监控性明显下降。思维链监控并非对模型内部计算的直接或完整观察，一些有害推理仍可能逃过检测。

9月18日 19:00 UTC·#machine-learning

TACLS有望提前发出山洪预警

瞬态伪影与持续学习系统（TACLS）结合卫星观测与机器学习，帮助美国国家气象局的预报员更早识别可能发生山洪的地区。开发团队希望它能简化预警决策流程，为居民争取更多避险时间。

山洪可能在数小时内突然形成并消退，留给传统预警系统的响应时间极短，而气候变暖正在增加美国出现极端降雨的机会。更早、更可靠的警报有望挽救生命，尤其是在乡村、监测设施不足或洪水上涨迅速的社区。

6月9日，印第安纳州莱恩斯维尔在数小时内降雨超过8英寸（约203毫米），居民劳拉·林在意识到情况严重之前，院子已经开始被淹。林带着孩子安全撤离，但她表示，当局发出“到屋顶避险”的指示时，镇上许多人已经遭遇洪水，救援船也已开始出动。这一事件凸显了山洪预警的困难，因为洪水可能迅速形成，并在数小时后消退。报道指出，洪水是美国致死人数第二多的天气灾害类型，也是全球最致命的天气灾害，而仅6英寸深的急流就可能将成年人冲倒。

TACLS是一套新软件，利用卫星数据和机器学习更早识别可能发生洪水的地点，并辅助美国国家气象局作出预警决定。美国及其领地共有122个天气预报办公室，负责发布包括山洪预警在内的恶劣天气警报。预报员目前会监测雨量计、河流水位计、雷达、卫星和累计降雨量，并结合土壤类型、坡度等因素确定的本地阈值，最终决定是否发布警报。参与TACLS项目的美国国家气象局官员认为，该系统可以简化这一流程，让警报及时送达受威胁社区，从而挽救生命。

TACLS旨在辅助而非取代预报员；目前预报员会综合雨量计、河流水位计、雷达、卫星、当地土壤与坡度数据以及专业判断。现有报道没有提供量化验证结果、预警提前时间的改善幅度、误报率或部署时间表，因此尚无法据此确认它的实际表现。

9月18日 17:15 UTC·#ai-in-education

Napster与GEMS合作打造数字教师分身。

Napster已与迪拜的GEMS Education达成战略合作，将开发并测试AI智能体和数字教师形象。首批概念验证项目将涵盖教师数字化、游戏化学习、AI辅助内容创作和课堂模拟。

该项目可能为学生提供个性化的全天候学习支持，同时帮助教师发现常见问题以及学生需要额外辅导的领域。它也凸显了教师职业安全、学生隐私以及AI在课堂中应扮演何种角色等日益受到关注的问题。

Napster已与迪拜的GEMS Education签署战略合作协议，计划为教育场景打造AI智能体和数字人物形象。第一阶段将在GEMS研究与创新学校展开，并以GEMS全球教育AI中心和GEMS Intelligence 360平台作为环境，让教师、学生及合作伙伴共同设计、测试和评估相关技术。Napster将基于其AI学习系统Napster Learn，提供专门的设计、开发和产品管理资源。拟议应用之一是利用教师的教材、课程和论文训练数字分身，使学生能够在常规课堂时间之外提问、复习概念，并按照自己的节奏学习。

教师则可以了解学生正在询问的问题，以及哪些领域可能需要更多辅导。Napster表示，这些数字形象旨在扩展教师的能力，而不是取代教育中的人际关系；语音和视频交互则用于让人与AI的交流更加自然。该计划是在Infinite Reality于2025年以2.07亿美元收购Napster、推动其从音乐流媒体转向AI，并于今年1月关闭流媒体服务之后推出的。

这些数字分身将基于教师个人的教材、课程和论文进行训练，并通过语音和视频与学生互动。Napster表示，学生数据将留在所在国家，可按需部署在机构自有服务器上，用户数据也不会被用于训练其AI模型；不过，该计划目前仍处于概念验证阶段。