夜雨聆风
要闻列表
AI万象
Claude引入强实名制验证，必须真人手持证件自拍，否则直接封号
大平台动作
Claude Opus 4.7正式发布，编程、金融、多模态全面升级
网页里直接跑1亿+高斯泼溅3D交互世界！李飞飞团队开源Spark 2.0
特斯拉AI5芯片流片成功，性能飞跃40倍
小红书开源大模型强化学习训练引擎Relax
新力量崛起
投融资风向
OpenAI豪掷200亿美元购买Cerebras芯片，并获得股权
中国具身智能融资新纪录诞生！它石智航Pre-A轮融资4.55亿美金
01
谷歌DeepMind设立首个AI哲学家岗位，解决AGI伦理困境
AI万象
4月14日，DeepMind创始人Demis Hassabis在X上转发了一条帖子。剑桥大学哲学家Henry Shevlin宣布：他将于5月正式加入谷歌DeepMind，出任全职哲学家（Philosopher）一职。
Shevlin的研究方向包括机器意识的哲学基础、人机互动的伦理框架，以及人类对AGI的认知准备度，学术背景横跨心灵哲学与人工智能伦理领域，还发表过不少相关核心论文。
在头部AI实验室中，AI伦理顾问、政策研究员、安全研究员都不少见，但“哲学家”作为一个职业身份被写进Offer Letter，目前还是第一次。
和外部顾问不一样，Shevlin会深度参与实际研究：他会和工程师一起，在模型训练中加入意识评估指标；参与AGI对齐项目的伦理框架设计；还会为人机交互系统提供哲学层面的指导。这个岗位不是摆样子的，而是DeepMind对AGI发展规律的认知升级——AGI要落地，不仅需要算法和算力的突破，还得解决机器意识、道德准则、人机共存模式等根本问题，这些问题光靠技术是回答不了的。
从行业角度来看，这个举动释放出明确的信号：AI巨头已经把哲学伦理纳入核心研发体系，跨学科协作成为AGI时代的必然趋势。最近的行业动态也能看出来，2024年多家AI企业在加速伦理团队建设；再看竞争对手，Anthropic已经组建了由哲学家和伦理学家构成的安全团队，OpenAI近期也新增了伦理顾问，包括斯坦福大学哲学教授Christine Korsgaard，负责AGI道德框架的制定。这些动向都说明，AI行业正从纯技术驱动，转向技术和伦理并重的阶段，哲学将成为AGI研发里不可或缺的一部分。
新闻拓展：
谷歌招了一个“全职哲学家”：算力解决不了的难题，交给了文科生
02
Claude引入强实名制验证，必须真人手持证件自拍，否则直接封号
AI万象
4月15日，有用户在科技社区Hacker News上发文称，Anthropic已更新用户策略，在其闭源大模型Claude使用中，引入了身份验证机制，引发社区对隐私风险的普遍担忧。
根据Claude官方帮助中心文章，在某些情况下，Claude会触发该身份验证，验证将通过第三方服务商Persona进行，期间用户需要提交由政府签发的身份证、护照、驾照等原件，以及“实时人脸认证”，以确认真实身份。
Anthropic表示，此举旨在防止滥用、执行使用政策，且身份验证并非对所有用户强制要求，只针对特定使用场景触发，例如访问某些高级功能、进行平台完整性检查，或其他安全与合规措施。同时，Anthropic声称，用户的个人数据不会被用于模型训练，也不存储在Anthropic自身系统中，而是由Persona处理。
不过，社区里很多用户对隐私风险、数据共享和政策透明度仍然表达了强烈担忧，尤其对Persona可靠性的质疑。
有用户称，Persona会将数据分发给多达17个子处理器，这远超用户与Anthropic的直接信任关系。而且Persona还曾在LinkedIn、Discord等场景的使用过程中，导致过严重的数据泄露事件，使得上亿条用户个人信息被黑客出售牟利。如今实时自拍再结合身份证的形式，可形成更加强大的生物识别数据库，这么重要的数据库交给Persona，未来被滥用的可能性不容忽视。
另一方面，Anthropic也没有明确说明“哪些具体场景”会触发验证，这一点最令人不安，“最关键的问题，他们恰恰没有回答。”
有人猜测，Anthropic是为了阻挡部分国家和地区，比如中国、朝鲜、俄罗斯、伊朗的用户通过代理访问Claude，防止违反美国的法律风险；还有人怀疑存在“身份收割”（identity harvesting）情况，认为这是Anthropic为了事后可以封禁用户，属于需要先拿到个人信息。
即便用户认证完成后，仍然可能被封号，因为涉及“不支持的地区”。
Anthropic此举并非孤立事件。近年来，AI公司面临越来越大的监管压力，包括欧盟AI法案、美国各州数据隐私法，以及对儿童保护、内容滥用和国家安全风险的关注。但是今天Anthropic只说是所谓的部分场景，那明天是否会扩大化？这些都难以明确。
新闻拓展：
03
大平台动作
Ising模型的技术核心，是把统计力学中的自旋系统模型与深度学习技术深度融合。NVIDIA借助CUDA架构对模型做了底层优化，让Ising模型能在GPU上实现高效并行计算——模拟数千个量子比特的系统，耗时仅为传统CPU方法的十分之一。另外，这个模型家族还支持与Qiskit、Cirq等主流量子计算框架无缝集成，研究者能直接把AI优化后的量子电路部署到IBM、谷歌等厂商的量子硬件上验证效果。
开源Ising模型家族的发布，有着里程碑式的意义。据行业分析机构预测，这类开源量子AI工具能让量子算法开发效率提升35%以上，研发成本降低约28%，从而推动更多中小企业和科研机构参与量子计算创新。过去，量子AI研发多集中在谷歌、IBM等科技巨头手中，普通团队很难获得核心工具；NVIDIA的开源举措则能加速量子计算领域的协作创新，缩短实用量子计算机的落地周期。
近期行业动态表明，量子AI已成为科技巨头竞争的新焦点。IBM在上月宣布升级量子计算云平台，新增了AI驱动的量子电路错误校正工具；谷歌则在本月推出TensorFlow Quantum 2.0开源框架，进一步强化了经典AI模型与量子系统的交互能力。这些举措与NVIDIA的Ising模型形成互补，共同推动量子计算从实验室走向实际应用场景。
新闻拓展：
04
大平台动作
实际工作流测试显示，4.7展现出“拒绝顺从”的特质。Replit负责人称其“在技术讨论中会反驳我，帮我做出更好的决定”。Hex团队测试发现，4.7遇到缺失数据时会直接报错，而非像前代那样填充错误备选值，且低消耗状态下的4.7等同于中等消耗状态下的4.6。Notion团队测试表明，4.7工具错误率降至前代三分之一，能在工具链崩溃时自主绕过障碍继续完成任务。
Anthropic公布的极端案例中，4.7在无人工干预情况下从零构建完整Rust文本转语音引擎，包括神经网络模型、SIMD内核和浏览器演示，并自主完成测试验证。Vercel发现4.7会在编写系统级代码前自行进行数学证明。
定价方面，Opus 4.7基础定价维持每百万输入5美元、输出25美元不变。但新版本引入全新分词器，同文本拆分Token数量比前代多1.0至1.35倍，叠加高强度任务中“多想一会儿”的倾向，实际消耗必然上升。Anthropic新增xhigh超高难度级别，Claude Code已将所有套餐默认effort level调至xhigh。
Claude Code同步推出两项功能：/ultrareview深度审查功能，可开启专门会话审查代码更改，Pro和Max用户可免费试用三次；Auto Mode自动模式扩展至Max用户，允许Claude在授权范围内自主决策。API端推出Task Budgets任务预算功能公测版，供开发者规划长任务Token支出。
Claude Mythos Preview本月以Project Glasswing名义小范围开放给企业用于网络安全研究，因网络攻防能力过强尚未公开发布。4.7训练阶段主动压低网络攻防能力并内置拦截机制，有合规需求的安全研究人员可通过官方渠道单独申请。
今年2月1日至3月24日的52天内，Anthropic共更新74款产品，平均不到两天一个。Claude Opus 4.7已在所有Claude产品、API、Amazon Bedrock、Google Cloud Vertex AI及Microsoft Foundry平台上线。
新闻拓展：
05
大平台动作
新闻拓展：
李飞飞世界模型“杀手锏”开源！网页3D大场景秒开，手机畅跑1亿点云
06
特斯拉AI5芯片流片成功，性能飞跃40倍
大平台动作
新闻拓展：
07
小红书开源大模型强化学习训练引擎Relax
大平台动作
此前小红书hi lab团队已开源过文本模型dots.llm1和多模态模型dots.vlm1，Relax则进一步补全了训练工具链。
Relax基于Megatron-LM和SGLang两个高性能后端构建，核心设计是将Rollout推理生成与Train梯度更新解耦为两个独立服务，通过TransferQueue数据总线连接，实现micro batch级别的异步流水线。
传统方案中，即使是全异步框架也常常存在全局batch同步，长尾样本会拖慢整个训练步。Relax将同步粒度压到微批次，理论上可以消除这种拖累。
技术报告给出的数据较为具体。在16xH800多机配置下训练Qwen3-Omni-30B模型，Relax的全异步模式相比传统Colocate基线端到端提速76%，相比字节跳动开源的veRL框架的全异步模式端到端提速20%。
在Qwen3-4B的on-policy训练中，Relax比veRL获得了1.20倍的加速。在混合专家模型场景下，veRL在特定配置中性能下降了32%，而Relax的开销仅增加1.9%。此外，Relax验证了图像、文本、音频和视频四种模态的强化学习训练稳定收敛。
veRL是目前大模型强化学习训练领域的主流开源框架之一，由字节跳动火山引擎团队开发，其HybridFlow论文已被学术会议接收。
Relax与veRL选择了相似的技术路线，即分离推理与训练服务，但在工程实现上更彻底地推进了异步粒度。相比veRL，Relax在多模态数据支持和MoE模型处理上表现出更低的性能损耗。
强化学习后训练正在经历两个重要变化，模型从纯文本扩展到全模态，训练流程从单轮反馈演变为多轮Agentic交互。
这种趋势对训练框架提出了更高的并发性和容错要求。Relax的服务化容错架构允许Rollout和Train独立扩缩容，节点故障不会导致整个任务中断，这在长时间运行的多轮交互训练中尤为关键。
Relax已在GitHub开源，技术论文同步发布在arXiv上。与veRL、DeepSpeed、vLLM等已有生态相比，Relax是一个较新的选择，其社区采纳度有待观察。但从已有技术指标看，它在全模态强化学习训练效率上提供了有竞争力的方案。
新闻拓展：
08
明星AI项目Hermes七周追上龙虾，被指抄袭中国团队惹争议
新力量崛起
09
投融资风向
新闻拓展：
10
投融资风向
新闻拓展：
信息来源：WAIC综合整理
