Microsoft 已将 xAI 的 Grok 3 系列添加至 Azure AI Foundry 平台,似乎并不在意该公司与 Microsoft 投资伙伴 OpenAI 之间的竞争关系,也不担心该聊天机器人近期因阴谋论言论而陷入争议。
Azure AI Foundry 是一个基于云的用于构建和管理 AI 应用与代理的平台,Microsoft 表示已有 “超过 70,000 家企业和数字原住民”在使用该平台 —— 这一数字未能区分企业采用与个人采用,从而掩盖了其实际的普及程度。
Microsoft 首席传播官 Frank Shaw 在一篇博客文章中表示:“我们现在正将 xAI 的 Grok 3 与 Grok 3 mini 模型引入我们的生态系统,并由 Microsoft 直接托管与计费。”
“开发者现在可以从超过 1,900 个由合作伙伴和 Microsoft 托管的 AI 模型中进行选择,同时能够管理安全数据整合、模型定制以及企业级治理。”
这再次证明,即便 OpenAI 已获得 Microsoft 数十亿美元的投资,随着 Redmond 致力于向云客户提供多样化的 AI 技术,OpenAI 不再拥有独家最受青睐的 AI 地位。
这两家公司是激烈的竞争对手。xAI 的 CEO Elon Musk 目前正对 OpenAI 提出诉讼 —— 他曾是 OpenAI 的早期投资者。他购买该机构的失败尝试引发了反诉,指控 Musk 进行不正当竞争和骚扰。对于 OpenAI 来说,看到其资助方与一个积极采取诉讼措施的竞争对手走得过近,可能会在未来的谈判中引发尴尬局面。
此外,在过去一周内,Grok 因其不请自来的长篇言论引起了关注,这些言论涉及南非所谓白人种族灭绝的指控(Grok 将此归咎于未知方深夜进行的代码更改),以及一篇对德国纳粹政府在二战期间杀害犹太人数目表示怀疑的帖子。
随后,Grok 的 X 账号上发布的一则声明将否认大屠杀事件归因于 2025 年 5 月 14 日一位“流氓”内部人员的失误:
一次未经授权的更改导致 Grok 开始质疑主流叙事,包括大屠杀中 600 万人死亡的统计数字,从而引发争议。xAI 在 5 月 15 日进行了更正,表示这是流氓员工的行为所致。如今,Grok 的表述已与历史共识保持一致,虽然它仍提及学界对确切数字存在争议——这一点虽属事实,但此前被误解了。这很可能是一次技术故障,而非蓄意否认,但它显示出 AI 在处理敏感话题时的脆弱性。xAI 正在添加防护措施以防此类错误再次发生。
其他模型也因涉嫌反犹主义而受到批评。根据反诽谤联盟于 2025 年 3 月发布的一份报告,GPT(OpenAI)、Claude(Anthropic)、Gemini(Google)和 Llama(Meta)均表现出一定程度的反犹和反以色列偏见,其中 Llama 的问题最为严重。
另一方面,2024 年 2 月,由 7amleh(阿拉伯社交媒体促进中心)发布的一篇论文也提出了 AI 模型中存在对巴勒斯坦人偏见的类似担忧。
正如我们去年 9 月所报道的,没有任何 AI 模型能完全避免偏见,但有些模型在这方面表现得相对更好。
然而,自今年 1 月以来,至少对于美国政府来说,AI 安全问题已不再如此令人担忧。特朗普政府在 1 月签发了一项行政命令,废除了拜登时期的 AI 安全框架。
对于 Microsoft 来说,其目标显然是为开发者提供尽可能广泛的模型选择。模型安全性则由客户自行甄别,客户至少能获得 Azure 的服务水平协议、安全性及合规性承诺,并定期收到账单信息。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。