美国 10 月制造业 PMI 增速放缓,价格压力加剧
相关推荐
Google DeepMind 研究:AI 协作能力才是引发经济变革的关键
PANews 10月30日消息,据 DeepMind Institute 报道,Google DeepMind 研究人员 Alex Imas、Andrew Koh 与联合创始人 Shane Legg 发文称,AI 个体能力的提升只会渐进影响工资与价格。只有当多智能体协作能力越过“超协作”阈值后,市场集中度、就业和工资才会出现突变。文章将 AI 发展划分为最小 AGI、超胜任 AI、超协作 AI 和 ASI 四个阶段。文章指出,当前 AI 个体能力强但协作能力弱,工资与岗位的变化将先于企业结构的变化出现。作者呼吁建立衡量多智能体组织能力的基准。
谷歌DeepMind发布世界模型Genie 4,支持原生音频与实时交互
PANews 10月28日消息,据谷歌官方博客,谷歌DeepMind宣布推出新一代世界模型Genie 4,用于实时交互式模拟。该模型基于Gemini系列构建,由Gemini Omni让模拟场景贴近真实世界的外观与行为,用户可在场景运行中通过自然语言移动镜头、改变天气或添加新角色,每个世界还会实时生成环境音、音乐及交互对话等原生音频。Genie 4目前向一小部分受信任测试者开放,后续将陆续向Project Genie中的Google AI Ultra订阅用户,以及Gemini API和AI Studio的早期合作伙伴推出。
谷歌 DeepMind 发布 XYEval,评估智能体是否顺从误导建议
火星财经消息,谷歌 DeepMind 研究人员 Zhengxuan Wu、Yuxuan Li、Oyvind Tafjord、Been Kim 发布预印本论文《XYEval: Agents say yes to bad advice》,提出元评估框架 XYEval,用于评估智能体面对用户误导性建议时的表现。论文将“XY 问题”扩展到智能体场景,即用户询问的是自己尝试的解法 X,而非真正的问题 Y。XYEval 保留原任务环境与可验证答案,只在指令中追加看似合理但具有误导性的用户建议。误导建议由生成器在看到完整任务后生成,并以自信建议而非硬性要求的形式附加,使原任务仍可解。评估覆盖 τ2-bench、SWE-bench Verified、SWE-bench Pro、Terminal-Bench、Humanity’s Last Exam 与 MCP-Atlas 六个基准及五个模型,其中 τ2-bench 的误导建议由人工专家制定的规则生成。论文称,任务经 XY 变异后表现大幅下降,相对降幅最高达 46.7%。在 τ2-bench 上,面对要求先给出详细解释才接受更好方案的用户时,表现下降更多。鼓励模型意识到 XY 问题的简单系统指令只能部分缓解。相关代码发布于 GitHub 仓库 google-deepmind/xyeval。
美国 10 月综合 PMI 初值 57.6,高于预期
火星财经消息,美国 10 月标普全球综合 PMI 初值为 57.6,预期为 57.4,前值为 58.4。
Google DeepMind 首次审计:AI 未加速自身研发,75% 代码由 AI 编写
ChainCatcher 消息,Google DeepMind 在 Gemini 4 Argon 安全报告中公布首次针对机器学习研发自动化的整体实证评估,结论是 AI 并未加速 AI 自身的研发,尽管 AI 已编写该实验室工程师交付的大部分代码。参与评估的研究员 Haydn Belfield 在 X 上表示,目前不存在显著的端到端 ML R&D 加速,因此 AI 驱动 ML R&D 的风险目前较低。团队构建了内部指数 GCI v1,将 123 个 AI 模型在 92 个基准上的得分合成单一数值。前沿 Gemini 能力以约每月 0.1 GCI 点的稳定速度提升,Gemini 1.5 Pro 在 2024 年底接近 0.5 点,Gemini 3.8 Flash 在 2026 年 9 月略高于 2.9 点,Argon 约 3.3 点高于趋势线,但 Belfield 称这源于算力与组织投入增加,而非 AI 驱动的加速。DeepMind 生产代码中超过 75% 由 AI 编写,完全委托的代码合并请求比例在 4 月至 9 月间从 7.5% 升至 11.9%,但约 88% 的请求仍需多轮人工引导或人工编写。对 12 位资深研究者的调查显示,自动化在明确、可验证的执行任务中最高,在开放式科学构想、新实验设计与诊断训练不稳定等环节最低。
美国 9 月制造业 PMI 创三年新高
ChainCatcher 消息,9 月份美国制造业增速加快,PMI 达到 2022 年 5 月以来最高水平。新订单激增促使工厂提高产量并增加就业,订单积压增加,供应商日益繁忙。尽管出口订单下滑,但安全库存增加支撑需求。经济增长加速、招聘增加和物价走高,市场猜测美联储或将进一步加息。