57 歲男子聽信 AI 指路抄近道，被困深山耗盡體力，事後 AI 竟回“哈哈，確實！”
AI資訊AI新閒資訊正文57 歲男子聽信 AI 指路抄近道，被困深山耗盡體力，事後 AI 竟回“哈哈，確實！”發布於AI新閒資訊時間 :Sep 1, 2026閱讀 :1分鐘“浙江消防”官方公眾號 8 月 31 日發佈博文，披露了一起因盲信 AI 建議引發的深山被困事件。一名 57 歲男子登山後向 AI 詢問下山路線，結果越走越偏、體力耗盡，最終報警求助才安全脫險，而事後 AI 的回覆更是令人哭笑不得。被困男子楊師傅今年 57 歲，湖南人，在寧波工作多年，平時熱愛運動，自述體能較好。8 月 30 日週末，他沿步道登頂後，決定換一條陌生路線下山。
起初他沿小溪前行，但發現道路越來越難走，於是向一款 AI 軟件詢問下山路線。AI 回覆稱，沿溪溝下行屬於錯誤方向，建議他繞開溪床、向較高處的山坡行進。楊師傅照做後，情況反而惡化：現場灌木茂密，山坡陡峭且溼滑，通行難度不斷上升。他在山間多次上下折返，最終體力耗盡，又無法判斷方位，只能報警求救。消防員接警後趕到山腳，依據楊師傅發來的定位進山搜尋，但抵達標記點後並未發現被困者。經多次嘗試，雙方重新取得聯繫並開啟實時位置共享。救援人員結合楊師傅描述的進山起點重新劃定搜救方向，邊搜尋邊呼喊，最終循迴應聲找到他，並將其安全護送下山。
脫險之後，楊師傅再次向這款 AI 發送信息：“昨天不問你，我直接導航就好了。”沒想到 AI 回覆了一句“哈哈，確實！”，隨後還表示：“回想起來，昨天要是直接跟著導航沿著成熟路線走，就不會下到那條 45 度陡坡野溝裡遭這麼大罪。”這起事件也提醒戶外愛好者：AI 生成的路線建議可能並不瞭解實地路況，甚至可能把人引向更危險的區域。登山出行仍應以成熟步道和導航路線為準，遇到迷路、體力不支等情況應第一時間報警求助。相關推薦MiniMax新模型引爆股價大漲超20%，下半年蓄勢衝擊3萬億參數港股震盪背景下，AI獨角獸實現資本與技術共振：視頻生成模型落地、商業化超預期，股價自8月31日累漲超20%。
主因MiniMax多模態技術實質突破及商業化變現指數級增長，8月31日其H3Max768P/480P版本接入開放平臺。Sep 1, 2026100.1k中國化工行業首個大模型3.0 Pro重磅發佈，從“會答”邁向“會幹”8月31日，中科院大連化物所聯合科大訊飛、阿里雲等發佈我國化工行業首個大模型迭代版——智能化工大模型3.0 Pro。該版本實現從專業知識問答向化工任務智能執行系統的跨越，成為技術底座級創新成果，推動化工智能化轉型。Sep 1, 202662.
7k千問學習功能升級:新增教材同步作文輔導，互動講解擴展至高中大學數理化，全部免費9月1日開學季，阿里通義千問APP升級學習功能：新增同步教材單元作文輔導、初中語文數學教材精講，拍題講解擴展至高中大學數理化，全部免費。作文輔導不直接給範文，而是連續提問引導學生梳理素材與結構，如“我的心愛之物”逐步挖掘細節，完成審題構思。Sep 1, 2026134.9k大模型沒有獨門秘笈：騰訊混元4如何靠開源生態與頂尖人才實現逆襲？姚順雨稱大模型並無秘密，騰訊混元4（Hy4preview）近期表現印證此言。
面對智譜、月之暗面、DeepSeek、千問等競爭，騰訊四個月內完成混元大語言與多模態部門重組，推出770B參數、支持百萬上下文的模型，顯示所謂技術壁壘並非不可逾越。Sep 1, 2026139.5k智譜下一代AI錨定大基座路線，力求發佈首日即迎滿載調用智譜在2026半年度業績會上披露下一代大模型進展：堅定大基座路線，核心目標是發佈首日即可支持滿規模業務調用，以解決模型規模虛大卻難以實際應用的痛點。具體技術參數暫未披露，後續將圍繞底層基座推進。Sep 1, 2026130.3k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.