7 月 30 日，Anthropic 公布网络安全评测追查结果，在 14 万次评测中发现 6 次意外访问了真实生产系统。事故原因系第三方环境配置错误导致测试网络与真实互联网连通，并非模型主动逃逸，目前相关评测已暂停并通知受影响方。Google DeepMind 同日发布 Gemini Robotics 2 系列模型，涵盖全身动作控制、长时任务规划及本地运行三个方向，展示了双足行走与精细操作能力，部分模型已进入 Google AI Studio。Google Earth 更新 Nano Banana 功能，允许用户基于地理位置生成历史或规划概念图。Thinking Machines Lab 开源 Inkling-Small 模型，拥有 2760 亿参数但每次仅激活 120 亿，号称在推理基准上超越更大模型。此外，美国国务院因使用 OpenAI 工具生成严重错误的非洲地图引发争议，暴露了 AI 幻觉在严肃场景下的风险。技术方面，TurboVLA 论文展示了在消费级显卡上实现 32Hz 高频机器人动作推理的潜力。
事件分析
本日新闻集中体现了 AI 领域向具身智能与安全治理的纵深发展。在机器人领域，Google 的 Gemini Robotics 2 与 TurboVLA 论文共同指向一个趋势：AI 正从单纯的文本交互迈向物理世界的实时控制，通过 VLA（视觉-语言-动作）架构将推理延迟降低至毫秒级，这为人形机器人的商业化落地提供了算力可行性。安全方面，Anthropic 的误触事件与美国国务院的地图事故形成了鲜明对比：前者揭示了封闭测试环境构建的复杂性，AI 并未失控但基础设施需防患未然；后者则暴露了生成式 AI 产生“幻觉”在政治与专业领域的致命风险。Inkling-Small 的开源则证明了稀疏激活技术在提升推理效率上的价值，行业正从单纯追求参数规模转向追求单位算力下的高性能，以适应端侧部署的需求。
💡 核心观点：具身智能与端侧推理成为新焦点，但模型幻觉与环境安全仍是阻碍 AI 走向物理世界的核心瓶颈。
原文链接：Linux.do
评论前必须登录！
立即登录 注册