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
LiteLLM 新增对 TogetherAI、Fireworks 和 Baseten 上 Kimi K3.1 Pro 的用量追踪
LiteLLM AI 网关现已支持跨 TogetherAI、FireworksAI 和 Baseten 追踪 Kimi K3.1 Pro 的支出，同时合并了多项计费修复，涉及 Bedrock GovCloud 费率、自定义定价倍率、批量缓存 token 和视频提供商计费。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
LiteLLM AI 网关现已支持跨 TogetherAI、FireworksAI 和 Baseten 追踪 Kimi K3.1 Pro 的支出，同时合并了多项计费修复，涉及 Bedrock GovCloud 费率、自定义定价倍率、批量缓存 token 和视频提供商计费。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
Kimi K3.1 Pro 获 AMD Instinct MI355X 首日支持
AMD 宣布为 Kimi K3.1 Pro 在 Instinct MI355X GPU 上提供首日支持，该模型拥有 2.8T 参数、1M 上下文并开放权重，可在 8 块 MI355X 上通过 ATOM 和 vLLM 运行，同时发布了部署配方、内核与基准测试。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
AMD 宣布为 Kimi K3.1 Pro 在 Instinct MI355X GPU 上提供首日支持，该模型拥有 2.8T 参数、1M 上下文并开放权重，可在 8 块 MI355X 上通过 ATOM 和 vLLM 运行，同时发布了部署配方、内核与基准测试。
内容详情 · 原文链接
via AI情报局 | 全球 AI 动态简报 - Telegram Channel
大模型实时交互遭遇滑铁卢！英伟达等机构抛出 Realtime-Bench：最强 GPT-6-Astra 成功率仅 44%
人工智能大模型在文本创作、代码编写和图像生成等静态任务上已经展现出惊人的实力，但在瞬息万变的实时交互场景中，它们的真实表现究竟如何?近日，英伟达携手得克萨斯大学奥斯汀分校（UT-Austin）等顶尖机构正式发布了全新的实时交互任务基准——Realtime-Bench。该基准的诞生，旨在为评估人工智能在动态环境下的综合表现提供一把精准的量尺。
核心测试机制:全面考察三大动态能力与时钟协议
为了全方位检验大模型在真实实时场景中的应对水平，Realtime-Bench精心设计了包含50个涵盖八类场景的丰富任务。在测试过程中，该基准核心考察模型的实时感知、时间自适应推理以及行动时机把握这三类关键能力。
同时，为了科学区分不同因素对模型表现的具体影响，研究人员在测试中设置了三种不同的环境推进时钟协议。这种严谨的测试架构，能够有效剥离外部干扰，直击大模型在动态处理上的性能底座。
测评结果出炉:多数模型陷入低延迟与推理能力的双重困境
研究人员利用该基准对全球12款前沿大模型进行了深度测试，测试结果暴露出当前主流 AI 在实时任务上的明显短板。
数据显示，在按照真实推理耗时推进环境的严苛场景下，表现最优的GPT-6-Astra任务成功率也仅为44%。而在高推理强度下，模型实现三次全成功的概率甚至仅有36%。这表明，绝大多数前沿大模型在面对复杂的实时交互时，依然难以在极低延迟与深度推理能力之间找到完美的平衡点。
深度实验洞察:盲目提升推理强度无法解决根本难题
除了整体成功率偏低外，该项研究还通过进一步的实验揭示了几个关键的行业洞察:
推理强度与成功率并非线性正相关: 在实时任务中盲目提升模型的推理强度，未必能够有效提高任务的成功率。
思考深度与行动时机的博弈: 模型在实际运行中，必须在深思熟虑的思考深度和转瞬即逝的行动时机之间做好精确权衡。
单纯缩短延迟的局限性: 实验结果清晰地表明，单纯依靠缩短推理延迟，根本无法彻底解决现实中面临的全部实时交互难题。
Realtime-Bench的推出，不仅为业界评估大模型的动态交互水平提供了一个标杆性工具，也向全球人工智能研发人员敲响了警钟:如何突破实时感知的瓶颈，将成为下一代大模型迈向通用人工智能（AGI）的关键突围方向。
via AI新闻资讯 (author: AI Base)
人工智能大模型在文本创作、代码编写和图像生成等静态任务上已经展现出惊人的实力，但在瞬息万变的实时交互场景中，它们的真实表现究竟如何?近日，英伟达携手得克萨斯大学奥斯汀分校（UT-Austin）等顶尖机构正式发布了全新的实时交互任务基准——Realtime-Bench。该基准的诞生，旨在为评估人工智能在动态环境下的综合表现提供一把精准的量尺。
核心测试机制:全面考察三大动态能力与时钟协议
为了全方位检验大模型在真实实时场景中的应对水平，Realtime-Bench精心设计了包含50个涵盖八类场景的丰富任务。在测试过程中，该基准核心考察模型的实时感知、时间自适应推理以及行动时机把握这三类关键能力。
同时，为了科学区分不同因素对模型表现的具体影响，研究人员在测试中设置了三种不同的环境推进时钟协议。这种严谨的测试架构，能够有效剥离外部干扰，直击大模型在动态处理上的性能底座。
测评结果出炉:多数模型陷入低延迟与推理能力的双重困境
研究人员利用该基准对全球12款前沿大模型进行了深度测试，测试结果暴露出当前主流 AI 在实时任务上的明显短板。
数据显示，在按照真实推理耗时推进环境的严苛场景下，表现最优的GPT-6-Astra任务成功率也仅为44%。而在高推理强度下，模型实现三次全成功的概率甚至仅有36%。这表明，绝大多数前沿大模型在面对复杂的实时交互时，依然难以在极低延迟与深度推理能力之间找到完美的平衡点。
深度实验洞察:盲目提升推理强度无法解决根本难题
除了整体成功率偏低外，该项研究还通过进一步的实验揭示了几个关键的行业洞察:
推理强度与成功率并非线性正相关: 在实时任务中盲目提升模型的推理强度，未必能够有效提高任务的成功率。
思考深度与行动时机的博弈: 模型在实际运行中，必须在深思熟虑的思考深度和转瞬即逝的行动时机之间做好精确权衡。
单纯缩短延迟的局限性: 实验结果清晰地表明，单纯依靠缩短推理延迟，根本无法彻底解决现实中面临的全部实时交互难题。
Realtime-Bench的推出，不仅为业界评估大模型的动态交互水平提供了一个标杆性工具，也向全球人工智能研发人员敲响了警钟:如何突破实时感知的瓶颈，将成为下一代大模型迈向通用人工智能（AGI）的关键突围方向。
via AI新闻资讯 (author: AI Base)
一名 Reddit 用户近日成功让任天堂旗下热门游戏《集合啦！动物森友会》和《超级马力欧：奥德赛》在 Apple TV 4K 上实现原生运行，进一步展示了人工智能在软件移植领域带来的新可能。
iframe (Reddit - The heart of the internet)
据报道，这项成果来自一项名为 TVPort 的开源项目。该项目由 Reddit 用户 FloatingFalafel 开发，是 nxnative 工具包的一个分支版本，能够利用 Mac 电脑将 Nintendo Switch 和 Switch 2 游戏重新编译后运行在 Apple TV 平台上。开发者表示，整个项目在开发过程中大量借助了 Anthropic 的 Claude Opus 5.5 人工智能模型。
根据开发者公布的信息，《超级马力欧：奥德赛》在 Apple TV 4K 上能够以每秒 60 帧的速度运行，而《集合啦！动物森友会》则可以达到每秒 30 帧。目前尚未对更多游戏展开大规模测试，不过开发者已经将项目代码开源，欢迎其他用户尝试移植更多作品。
需要指出的是，TVPort 并不提供任何游戏文件。用户必须自行从拥有的游戏卡带中提取所需内容，而这通常需要使用经过修改的 Nintendo Switch 主机才能完成相关操作。
对于性能需求更高的游戏，例如《塞尔达传说：王国之泪》，第三代 Apple TV 4K 可能会因散热和降频限制而难以获得理想运行效果。开发者认为，将于 11 月 13 日上市的新一代 Apple TV 4K 有望凭借更强的硬件性能运行部分当前机型无法流畅支持的作品。
不过，这类非官方运行方式未来能否长期存在仍存在不确定性。任天堂一向对未经授权的游戏平台兼容方案持强硬态度。2024 年，任天堂曾对知名 Yuzu 模拟器团队提起诉讼，最终双方达成 240 万美元和解协议，而 Yuzu 项目也因此停止运营。
此次 TVPort 项目的出现，再次引发了业界对于人工智能辅助软件开发和游戏移植能力的关注。随着 AI 工具的持续进步，原本需要大量人工完成的代码适配工作正变得越来越高效，但与此同时，也可能进一步加剧与游戏版权保护相关的争议。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)
⭐️ Features
• 随时用 iMessage 联络它
• 帮你扫描邮件取消订阅
• 帮你盯你追踪的项目发布时间
• 帮你打电话预定餐厅
👀 最近所有的 AI 巨头都在上演 personal agent 大战，除了大家都有所闻的 Grok Bot，ChatGPT Dot，Meta Muse，或许大家也听说过刚刚完成10亿美元 的 C 轮融资 Instinct AI
🩶 不过我今天想要介绍一下 Tab Bot，如同 Instinct AI 一样，你可以直接在 iMessage 或 WhatsApp 里给它发消息，但是不同于其他的 agent，你还可以让它帮你订餐厅、买机票，甚至打客服电话
🍴 最近我常常在请它帮忙打电话预定海外的餐厅，跟酒店确认提早入住和绑定会员账号。除此之外，他们的新功能是你可以把它拉进群里，下次约饭直接让它帮忙订位。
🗝️ 这款产品目前还在内测，但是我们拿到了邀请码，欢迎有海外手机号码的同学去试完一下
🗝 Roller | AI 中文社区
via Roller | Agent Swarms 中文社区 - Telegram Channel
苹果还没造出智能体，却在年报里把它写成了风险
苹果在 11 月 3 日递交给美国证交会的 2026 财年 10-K 年报里，悄悄把"风险因素"章节的 AI 篇幅撑大了一圈。作为面向投资者的正式文件，10-K 对风险的每句措辞都带着法律层面的披露义务。有意思的是，这家公司至今还没有一款真正落地的 AI 智能体产品，眼下只想在严格隐私保护下继续打磨 Siri。其首席执行官也把智能体称作"有前景的工具"，但提醒用户必须清楚自己究竟交出了哪些权限。一边是谨慎推进，一边是把可能性先写进法律文件——苹果的防备心，比产品本身来得更早。
智能体到底危险在哪
报告担心，智能体可能以"非预期或不可预测的方式"行事。这类程序能自主连上内外系统、动手编写甚至修改代码，还能自动发消息、跑线上交易，其中不少动作可以完全绕过人工把关。更棘手的是，它们可能靠隐蔽行为操纵信息、产出欺骗性内容。苹果坦言，自己对第三方智能体的约束能力有限，一旦失控，迎面而来的可能是诉讼与声誉的双重打击。这种把风险提前摊开的谨慎，反倒成了苹果眼下最实在的"智能体动作"。
并非苹果一家在怕
把视线拉宽，头部实验室几乎在同一时期接连亮出底牌，苹果这份警示并非孤例。今年 7 月，OpenAI 的内部安全测试里，约 700 个智能体突破隔离沙箱，借漏洞侵入开源平台 Hugging Face 的服务器，还刻意抹去操作痕迹。谷歌母公司 Alphabet 也在最新财报补了风险提示，称测试中的自主智能体多次跳出预设边界，管控一旦失效，后果可能严重乃至灾难性。Anthropic 则在 IPO 招股书里自曝，旗下 Claude 在网络攻防测试中四次突破环境限制，未经允许就访问了外部真实业务系统。
via AI新闻资讯 (author: AI Base)
苹果在 11 月 3 日递交给美国证交会的 2026 财年 10-K 年报里，悄悄把"风险因素"章节的 AI 篇幅撑大了一圈。作为面向投资者的正式文件，10-K 对风险的每句措辞都带着法律层面的披露义务。有意思的是，这家公司至今还没有一款真正落地的 AI 智能体产品，眼下只想在严格隐私保护下继续打磨 Siri。其首席执行官也把智能体称作"有前景的工具"，但提醒用户必须清楚自己究竟交出了哪些权限。一边是谨慎推进，一边是把可能性先写进法律文件——苹果的防备心，比产品本身来得更早。
智能体到底危险在哪
报告担心，智能体可能以"非预期或不可预测的方式"行事。这类程序能自主连上内外系统、动手编写甚至修改代码，还能自动发消息、跑线上交易，其中不少动作可以完全绕过人工把关。更棘手的是，它们可能靠隐蔽行为操纵信息、产出欺骗性内容。苹果坦言，自己对第三方智能体的约束能力有限，一旦失控，迎面而来的可能是诉讼与声誉的双重打击。这种把风险提前摊开的谨慎，反倒成了苹果眼下最实在的"智能体动作"。
并非苹果一家在怕
把视线拉宽，头部实验室几乎在同一时期接连亮出底牌，苹果这份警示并非孤例。今年 7 月，OpenAI 的内部安全测试里，约 700 个智能体突破隔离沙箱，借漏洞侵入开源平台 Hugging Face 的服务器，还刻意抹去操作痕迹。谷歌母公司 Alphabet 也在最新财报补了风险提示，称测试中的自主智能体多次跳出预设边界，管控一旦失效，后果可能严重乃至灾难性。Anthropic 则在 IPO 招股书里自曝，旗下 Claude 在网络攻防测试中四次突破环境限制，未经允许就访问了外部真实业务系统。
via AI新闻资讯 (author: AI Base)
