← 回目录
DAILY BRIEF

AI 日报 · 2026-09-19

过去 24 小时的主线是「代价显性化」:一次 AI 幻觉生成的情报差点让美军登上中国船只,同一时间两条技术路线交出可核实的数据——不输出文字的模型(Jev)与零样本家务机器人(Helix 2.5);资金端继续涌向 DeepMind 出身的新实验室。

AI 要点(8 条)

1. AI 幻觉情报险致美军拦截中国船只,情报界称报告「完全是假的」

CNN 9/18 报道(Ars Technica、海峡时报等跟进):今年春季美伊战事期间,一份由美国特种作战司令部分析师借助聊天机器人生成的情报称,一艘中国船只在运送核武部件,美军据此准备了拦截与登船行动,武装人员待命、军机已在空中。行动前复核才发现,该机器人把船上货物识别错了,报告「完全是假的」,一名消息人士说它「差点引发一场战争」。用法是先用机器人融合公开来源情报与政府掌握的机密信号情报,再用 AI 包装成标准情报报告;报道称这类幻觉在情报界并非孤例。

2. ChatGPT 核心开发者推出 Jev:不输出文字,只给「校准过的决策」

前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI 本周发布 Jev,它不是大语言模型:不生成文本,只对预先定义的选项输出概率(公司称「校准过的决策」),因此按设计不会产生幻觉。输出 token 免费、输入 token 按十亿级计费;Vercel 把原本跑在 ChatGPT Luna 5.6 上的命令安全分类器换成 Jev 后,速度快 5–18 倍且更准,Bryo AI 的对比测试里 Gemini 略准但贵 10–20 倍。模型只用合成数据训练,方法叫「基于校准决策的强化学习」,Almeida 称这比当年的 RLHF 更值得下注。

3. Figure 的 Helix 2.5 在 30 个没去过的家庭做家务,零样本成功率 56%

Figure 租下 30 个旧金山湾区住宅,让搭载 Helix 2.5 的人形机器人做三项整任务:收拾客厅玩具、叠毛巾、铺床,全程不做数据采集、微调或环境适配,只有整件事做完才算成功(不给部分分)。在任务数据、架构、训练与评测全部固定的条件下,从随机权重训练的版本零样本成功率是 9%,用 Index 预训练权重的是 56%,相差超过 6 倍;Figure 称单个评测任务不超过 Index 数据集的 1.90%。公司已为下一代 Helix 承诺 35 亿美元算力。

来源:Figure 官方(经 Dealroom、humanoid.guide) https://www.figure.ai/news/helix-2-5-zero-shot-30-home-generalization

4. DeepMind 出身的新实验室 Emulate 洽谈 7 亿美元种子轮,成立一个月估值 37 亿

据 FT 与彭博,8 月才成立、由 DeepMind「Genie」团队三位研究者创办的英国公司 Emulate,正在洽谈最多 7 亿美元的种子轮,由 Index Ventures 与 Lightspeed 联合领投,投后估值约 37 亿美元;方向是为机器人与仿真构建世界模型。这是今年第三家从 DeepMind 伦敦办公室走出、首轮就拿到九到十位数的英国「新实验室」,前两家是 Ineffable Intelligence(11 亿美元、估值 51 亿)与 Recursive Superintelligence(6 亿美元、估值 40 亿)。

来源:Financial Times / Bloomberg(经 Dealroom、TechFundingNews) https://dealroom.co/news/151591-deepmind-spinout-emulate-nears-700m-seed-at-3-7b-valuation/

5. 弗吉尼亚州签下数据中心问责令,并成立 AI 快速响应工作组

州长斯潘伯格签署数据中心问责行政令,同时成立人工智能快速响应工作组,重点放在数据中心透明度、环境审查与电价成本管理。弗吉尼亚是全球数据中心最密集的地区之一,这次州级动作被普遍视为其他州的模板。对 AI 基建投资方与运营商意味着选址、能耗审批会更透明也更严格,长期电费与合规成本需要提前计入模型。

6. 北约支持的 Scaleout 把小型模型放上无人机,用于自主侦察与打击

Ars Technica 报道,北约支持的初创公司 Scaleout 正在部署去中心化学习技术,让小型模型在边缘端驱动无人机自主识别并攻击战场目标、执行侦察与打击任务。其思路是让模型在低带宽、无法稳定回传的战场条件下仍能协同学习,从而绕开对大型云端模型的依赖。这进一步压低自主攻击的技术与成本门槛,而相关出口与使用规范目前仍不明确。

7. 微软与 OpenAI 员工:用数百万篇新闻训练 AI 是「史上最大规模的劳动盗窃」

《纽约时报》9/17 报道,微软与 OpenAI 的部分员工担心,用数百万篇新闻文章训练模型可能构成「历史上最大的劳动盗窃」并侵犯版权。同一时间,《辛辛那提问询报》编辑撰文指出,Google 的 AI 概览正在取代自然搜索、截断新闻网站获得的点击流量。内容产业在训练数据与搜索分发两端同时被挤压,直接推高数据授权与版权合规成本。

来源:The New York Times / 辛辛那提询问报(经 JustSayAI 早晚报汇总) https://www.justsayai.org/briefing/2026-09-18/pm

8. 华为发布制造与大企业七大方案,主推行业 AI 落地

华为在制造峰会上发布面向制造与大企业的七大解决方案及两项计划,配套携手客户发布的 2026 年全球样板点,重点是降低企业部署大模型的门槛。官方表述围绕制造业场景的模型工具开放、算力供给与行业落地方法论。这属于国产厂商「不拼前沿模型、拼行业交付」的路径,与海外实验室当前的资本竞速形成对照。

两点值得记住:一是有人开始把「语言」从决策链里拿掉,Jev 用校准概率替代文本输出,从设计上消灭幻觉;二是幻觉的代价已经被具体化——情报与军事场景里,模型给出的置信度比它写得有多流畅重要得多。

GAME NEWS遊戲資訊 · PoE2 國際服 · 5 則

只看《流亡黯道2》國際服:活動賽季進度、官方公告與影響機制的修復。名稱以台服譯名為準,查不到台服譯名的附英文原名。

1. 官方公告:「石拳磐衛之道」組合包與新造型特效上架(純外觀)

台服官方 9/18 公告,商城新增「石拳磐衛之道」外觀組合包(護甲組、角色外觀、細杖技能特效、能量球特效、閃避翻滾特效),同步上架巨熊變形外觀:北極熊、狼人變形外觀:雪豹、寒霜爆.絢爛極光、光采聖記擲彈與虛幻幽影弩技能特效等。本次公告沒有涉及任何數值或機制調整,不影響流派配置。想看細節可對照官方公告頁。

2. 「禁忌儀式」活動賽季進入第三週,8 項挑戰獎勵與「阿德爾的符文」並行

0.5.5 的禁忌儀式(Forbidden Rites)活動賽季已開跑兩週(國際服 9/4、台服時間 9/5),採獨立經濟重置,與「阿德爾的符文」(Runes of Aldur)並行、可自行選擇玩哪一邊。挑戰共 8 項,完成 2/4/6/8 項依序給行走特效:蝗禍、稀有終結特效:蝗擁、寵物:荒林守衛、升級特效:荒林禁咒,這些獎勵只在該賽季取得。賽季內每個主線區域都有祭祀(Ritual)遭遇,每幕兩次的祭祀聚集會直接疊在該區頭目身上,擊敗後的頭目會帶進下一場、形成強度遞增的頭目波次。

來源:官方 0.5.5 更新說明(流亡2編年史台服版) https://poe2db.tw/tw/Version_0.5.5

3. 0.5.5b 修復:探險無法在終局自然生成、碑牌掉落率偏低(影響打圖流派收益)

0.5.5b(9/10 上線)修掉了「探險(Expedition)無法在終局自然生成」的問題,並提高探險、神殿與譫妄碑牌的掉落率;奇美拉銘刻最後通牒失敗後,可在混沌試煉入口向試煉大師重新取得。這直接關係到輿圖打圖策略:0.5.5 起探險轉為核心機制後,碑牌(Tablet)疊加是主要收益來源(1 張加一次探險,2 張加維里西姆遺物並 +35% 探險密度,4 張再加一次遺物與額外 +35%),掉落率上調等於同時鬆動了碑牌的市場供給。

來源:官方 0.5.5b 更新說明 https://www.pathofexile.com/forum/view-thread/4004106

4. 1.0 時程:台服時間 12/12 正式發布,決鬥者與劍系技能同日登場

台服官網主視覺已寫明《流亡黯道2》將於台灣時間 12 月 12 日正式發布(國際服 12/11 PDT),屆時結束搶先體驗並轉為免費遊玩,新職業決鬥者(Duelist)與劍系技能在同一個版本上線。ExileCon 2026 定於 11/7–11/8 在奧克蘭 Aotea Centre 舉行,是 1.0 前最後一波重點揭露;賽前的 ExileCon 預選賽已在進行(第三場 PoE1 預選賽 9/17 開打,Twitch 掉寶活動同步)。

來源:台服官方網站 / 官方 ExileCon 頁面 https://pathofexile2.tw/home

5. 0.5.5 完全沒有任何平衡改動,強勢流派強度不變

官方已說明因為開發時程不足,原訂的大規模平衡調整全部推遲到 1.0,0.5.5 這版沒有任何數值或天賦平衡改動。也就是說目前在阿德爾的符文裡跑得動的配置(包含古靈軍團/旋風等),在禁忌儀式裡強度是一樣的,配裝可以直接沿用,只有機制層面的改動(混沌試煉重做、探險轉核心、碑牌經濟)需要重新規劃。等 1.0 平衡公布前,不建議為「新版本會怎麼改」提前投入高價配裝。