B站上線“AI 無限競技場”LLM 測評榜：號稱“全球百大模型同場競技”、GPT-6 現居榜首

AI資訊AI新閒資訊正文一個人一天搞定：Windows 11 原生測速工具背後的"AI 副駕"模式發布於AI新閒資訊時間 :Nov 4, 2026閱讀 :1分鐘微軟 Windows 設計主管 Marcus Ash 披露 Win11 26H2 原生測速工具的誕生細節：用戶盼了很久的功能，最初竟由一名員工利用業餘時間、在 AI 代理輔助下完成設計開發。早先微軟與 Ookla 合作推過早期版本，本質只是 Bing 網頁的包裝；直到上月，真正貼合 Windows 風格的原生工具才正式上線。人定方向、AI 跑腿，業餘時間一天出原型據 Ash 介紹，項目起點是用戶反饋"不想離開系統就能測網速"。設計團隊評估後，設計副總裁 Diego Bacca 在一天內便拿出可用原型，隨後集成進 Windows。整個過程由 AI 代理驅動，僅一人利用業餘時間引導——Ash 強調，這絕非讓 AI 吐完代碼就甩給用戶，而是人來定方向、AI 負責執行迭代，最終交付契合 Windows 規範、與 Shell 視覺統一的完整產物。拒絕"AI 垃圾"，把概念快速變成價值Ash 把人和 WinUI 3 的結合視作最具前景的方向之一：核心是幫微軟把概念儘快推進到能交付價值的產品，而非生產所謂"AI 垃圾"。這並非微軟首次秀此類打法，此前已多次展示 AI 代理在內部工具開發中的應用，涵蓋出原型、自動化 UI 適配與代碼審查。此番公開釋放信號：微軟正認真押注 AI 輔助開發，但底線是產出真有用的東西，而非硬塞功能。相關推薦微軟為Outlook引入小型AI模型，優化郵件搜索排序微軟正為Outlook搜索引入專用小型語言模型，用於優化搜索結果排序，提升郵件檢索準確性與相關性。該模型採用精簡版Reranker架構，通過更大模型監督訓練，在控制算力消耗的同時改善搜索效果。目前處於內部測試，早期離線測試結果積極。與可理解自然語言指

AI資訊AI新閒資訊正文OpenAI 員工的"副業"硬件：GPT-6 Astra 一週出圖、一月出樣發布於AI新閒資訊時間 :Nov 4, 2026閱讀 :1分鐘OpenAI 11 月 3 日發佈博文，亮出 AI 輔助實體產品研發的新進展，並展示 GPT-6 Astra 在機械、電路與軟件協同設計中的身手。據稱，兩名團隊成員利用業餘時間，不到一週就借 Astra 完成一款能與 Codex 交互的測試設備設計——模型一口氣包辦了外觀、外殼結構、電子元件選型、電路板佈局到固件生成，把原本需要多方協作的活兒收進一個對話窗口。代工廠隨後不到一個月便造出小批量原型機，從一張草圖到可把玩的真機，週期被壓到驚人地短。從畫圖到量產仍要跨門檻，馬自達成新搭檔不過從設計到製造並非一路順。OpenAI 坦承，模型沒能始終顧及生產限制、尺寸公差與裝配細節，投產前仍需多輪審核迭代。實體產品不像純軟件，公差與產線約束是繞不開的硬骨頭，AI 目前還只能當加速器而非全權接手。汽車成了 AI 協同設計的下一個試驗場。OpenAI 正與馬自達的空氣動力學及碰撞安全工程師合作，用氣流與結構仿真探索新車造型，在性能、成本與外觀間找更優解；同時它還擴大了與 Chip Ganassi Racing 車隊的合作，嘗試把零件三維掃描數據轉成可編輯 CAD 模型與二維製造圖紙，專治原始設計文件缺失的老大難。當 AI 伸手握住螺絲刀，軟硬之間的那道牆正被悄悄推倒。相關推薦字節跳動收緊內部AI權限：網傳將全公司封禁外部AI訪問L4 代碼庫，高管迴應保密與體驗平衡據爆料，字節跳動出臺新規，限制員工在內部自費使用Claude、Codex等第三方個人AI賬號。本月起，全公司所有L4級代碼倉庫和飛書文檔將封禁外部AI訪問，員工個人採購賬號無法在這些核心區域使用。此舉出於核心資產安全與分級管控考慮，L4對應原3-1級別。Nov 4, 2

公司週二博客稱，它要做的"可證明推理"，是用密碼學為每條輸出出具數學保證，證明確實出自指定模型——就像加密郵件簽名幫收件人確認發件人，FlashProve 專門防備"把甲模型偽裝成乙模型"。堵住成本作弊暗門，也拆穿"注水"成績單研究人員點破長期潛規則：有了它，AI 公司難以為省成本在後臺偷偷把貴模型換成廉價版；反過來，企業也沒法暗中將便宜模型偽裝成高價型號、人為抬高跑分。

百度智能駕駛事業群組首席架構師王亮表示，目前約百輛蘿蔔快跑無人車已搭載新一代端到端架構參與運營，累計全無人運營安全里程接近百萬公里。新一代架構採用端到端模型，從駕駛數據中直接學習駕駛策略，預測轉向、油門和剎車等控制信號。為驗證模型安全性，百度推出Apollo World，將車輛、行人等交通參與者構建為具備自主決策能力的AI智能體，模擬複雜交通場景及完整行程，每天可完成約10萬公里虛擬路測。

目前，頂尖模型已非常接近這一目標。王興興指出，當前具身智能模型已具備較強規劃能力，但在拆機、裝配等精細操作中，仍面臨物理對齊和觸覺接觸方面的挑戰，即“最後幾毫米”問題。他認為，2027年可能成為具身智能泛化部署的臨界點，一旦這一技術瓶頸得到突破，行業規模化應用的障礙將大幅減少。

據悉，從本月起，字節跳動將會對全公司所有 L4級別的代碼倉庫和飛書文檔實施外部 AI 訪問封禁，員工個人採購的 AI 賬號將無法繼續在上述核心區域使用。核心資產安全與分級管控的考量在字節跳動的內部職級體系中，L4通常對應原3-1級別，屬於團隊的 TL（團隊主管）或初級經理，處於核心技術骨幹與管理層的分水嶺位置。