https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
OpenAI宣布为其Google Chrome浏览器扩展程序推出重大升级，正式将计算机使用能力引入主流浏览器环境。此次更新面向所有套餐用户开放，通过深度整合浏览器上下文与操作权限，实现了从单纯信息检索向主动任务执行的跨越。
在核心功能方面，升级后的扩展程序在Chat和Work两种模式下提供差异化能力。在Chat模式下，AI能够跨多个已打开的Chrome标签页自动读取并汇聚上下文信息，直接提取多网页数据以生成分析结果;在Work模式下，该工具则具备标签页控制能力，可直接在浏览器内执行下载文件、发送消息、填写表单及标签页智能分组等复杂工作流。
同时，侧边栏界面完整接入了用户的历史记录与已连接插件，支持在浏览网页的同时并行列队处理文本摘要、邮件撰写与跨平台数据提报。
行业分析认为，随着大模型从“对话响应”向“代理执行”演进，浏览器正成为AI代理落地的高频核心场景。OpenAI通过强化扩展程序对网页端原生工作流的控制，不仅降低了复杂表单填写与多源信息整合的操作门槛，也标志着AI助手正在深度接管用户的桌面端生产力闭环。
via AI新闻资讯 (author: AI Base)
美国检方在周日一份重磅法庭文件中披露，被控在旧金山OpenAI高管会议室放置录音设备的沙特籍嫌疑人，在2025至2026年间，持续通过WhatsApp与一名沙特王室成员频繁沟通。
旧金山联邦检察官办公室提交这份申请不予保释、要求羁押嫌疑人的卷宗称，被告阿卜杜勒拉赫曼・阿尔福赞最晚在10月5日，也就是被捕前4天，仍与这位沙特王室人员保持联系。
检方并未在文件中公布该王室成员身份，也没有说明当时任职OpenAI工程师的阿尔福赞与对方相识的途径。
检方文件写道：“该王室人员告知被告，沙特正推出一项人工智能计划，希望被告加入。”“2026年5月，对方对被告说：‘沙特比美国更需要你！’被告回复‘完全同意’，表明应允。”“此人多次试图招揽被告，询问他打算何时离开OpenAI。当时被告表示，要等所持股权行权后才会离职。”
文件并未认定这名沙特王室成员指使阿尔福赞在OpenAI安装录音设备、窃取这家AI企业的信息。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)
SonicBoom发布：AI框架告别手工调优
2026-10-19 14:37 by 河流之女
Nala Ginrut 写道：
SonicBoom是全新的AI运行时框架[0]，采用 GPLv3 许可证，由 HardenedLinux 社区主导开发。它提供语言无关的C API接口，这意味着你可以用任意语言绑定这个库，从而实现任何编程语言都能进行高性能AI研发。目前 GNU Guile 是官方支持的语言，同时利用 Guile 的 delimited continuation 实现了应用层的“死计算消除”，只有真正有效的计算才会进入运行时。
而运行时包含 LLVM MLIR，它将会把计算图再次优化，进一步去掉无效的计算图，并利用 LLVM 根据硬件具体生成 kernel，而不是手工根据硬件去优化 kernel。
对于 AI 研究而言，应用层绑定的动态语言将提供 pytorch 的灵活性，以及超越 llama.cpp 的单点推理性能。其实际运行的时候会自动将计算图进行编译优化，这样同时实现了 pytorch 的动态图弹性，以及 tensorflow 的静态图性能。
对于推理部署而言，无需应用层动态语言的支持，可以直接加载模型进行高效推理。但研究和生产部署使用的是完全相同的运行时图编译器优化栈，这意味着你研发完就能直接部署到产品。部署成本压缩到一个三百多MB的 .so 文件。没有几十个G的 python 全家桶。
llama.cpp 依靠非常有经验的工程师进行 kernel 调优，已经将性能优化到极致。而 SonicBoom 直接利用 llama.cpp 已有的 kernel，在 kernel 优化不变的情况下，依靠图编译器的优化，将原始性能提升20%（rtx3050 8G)，并且还在持续增加中。
目前 SonicBoom 社区版仅提供单点推理的能力，分布式推理能力计划于企业版提供。SonicBoom 的野心并不局限于 LLM 推理，它对标 pytorch，将在之后将更高的性能推向 image, video, tts 计算。
目前 SonicBoom 仅支持 CPI 和 CUDA，之后计划支持 Vulkan，为 non-nvidia 和纯自由软件爱好者提供更好的选择。我们目前缺乏足够多样的 GPU 评测数据用于优化，所以在 rtx 3050 之外可能测试数据会发生波动，您的评测数据能帮助我们把优化扩散到更多 GPU。
目前 v0.0.3 正在邀请社区贡献者参与不同 Nvidia 平台的评测，我们准备了非常简单那的脚本一行就能完成，不过测试时间可能比较长，请安排好自己的时间再参与，每位测评贡献者都会出现在贡献者名单中。[1]
如果您暂时没有硬件条件或者时间参与贡献，欢迎star，或者转发让更多有兴趣的朋友一起来玩。
[0] https://github.com/hardenedlinux/SonicBoom
[1] https://github.com/hardenedlinux/SonicBoom/issues/2
#人工智能
via Solidot - Telegram Channel
2026-10-19 14:37 by 河流之女
Nala Ginrut 写道：
SonicBoom是全新的AI运行时框架[0]，采用 GPLv3 许可证，由 HardenedLinux 社区主导开发。它提供语言无关的C API接口，这意味着你可以用任意语言绑定这个库，从而实现任何编程语言都能进行高性能AI研发。目前 GNU Guile 是官方支持的语言，同时利用 Guile 的 delimited continuation 实现了应用层的“死计算消除”，只有真正有效的计算才会进入运行时。
而运行时包含 LLVM MLIR，它将会把计算图再次优化，进一步去掉无效的计算图，并利用 LLVM 根据硬件具体生成 kernel，而不是手工根据硬件去优化 kernel。
对于 AI 研究而言，应用层绑定的动态语言将提供 pytorch 的灵活性，以及超越 llama.cpp 的单点推理性能。其实际运行的时候会自动将计算图进行编译优化，这样同时实现了 pytorch 的动态图弹性，以及 tensorflow 的静态图性能。
对于推理部署而言，无需应用层动态语言的支持，可以直接加载模型进行高效推理。但研究和生产部署使用的是完全相同的运行时图编译器优化栈，这意味着你研发完就能直接部署到产品。部署成本压缩到一个三百多MB的 .so 文件。没有几十个G的 python 全家桶。
llama.cpp 依靠非常有经验的工程师进行 kernel 调优，已经将性能优化到极致。而 SonicBoom 直接利用 llama.cpp 已有的 kernel，在 kernel 优化不变的情况下，依靠图编译器的优化，将原始性能提升20%（rtx3050 8G)，并且还在持续增加中。
目前 SonicBoom 社区版仅提供单点推理的能力，分布式推理能力计划于企业版提供。SonicBoom 的野心并不局限于 LLM 推理，它对标 pytorch，将在之后将更高的性能推向 image, video, tts 计算。
目前 SonicBoom 仅支持 CPI 和 CUDA，之后计划支持 Vulkan，为 non-nvidia 和纯自由软件爱好者提供更好的选择。我们目前缺乏足够多样的 GPU 评测数据用于优化，所以在 rtx 3050 之外可能测试数据会发生波动，您的评测数据能帮助我们把优化扩散到更多 GPU。
目前 v0.0.3 正在邀请社区贡献者参与不同 Nvidia 平台的评测，我们准备了非常简单那的脚本一行就能完成，不过测试时间可能比较长，请安排好自己的时间再参与，每位测评贡献者都会出现在贡献者名单中。[1]
如果您暂时没有硬件条件或者时间参与贡献，欢迎star，或者转发让更多有兴趣的朋友一起来玩。
[0] https://github.com/hardenedlinux/SonicBoom
[1] https://github.com/hardenedlinux/SonicBoom/issues/2
#人工智能
via Solidot - Telegram Channel
