| 7月12日互联网日报

AI早报 | 马斯克的号称“最强AI模型”Grok4发布；剑指谷歌，英伟达、OpenAI进军网页浏览器领域

关于ChatGPT商业推荐中的信息可靠性问题，最新发现指出该工具可能引用不可靠的信息来源，包括被黑客攻击的网站和已重新利用的过期域名。这一发现由SEO专家詹姆斯・布罗克班克通过个人测试得出，并非基于正式研究。ChatGPT在推荐公司或服务时，有时会引用被篡改或误导性的内容，这些内容来自被黑客入侵的高权重网站或用于发布无关信息的过期域名，因而其可信度受质疑。

YouTube将取消已存在10年的“热门”页面

YouTube宣布将取消“热门”页面和“当前趋势”列表，转向按内容类别划分的排行榜。这一调整是由于“热门”页面的访问频率持续下滑，以及用户发现趋势的方式改变所致。过去五年中，“热门”页面访问量下降，用户更依赖首页推荐、搜索和评论区等渠道获取新趋势信息。YouTube此举旨在顺应用户习惯变化，并继续通过个性化推荐推送用户可能感兴趣的视频。

微软发布 Phi-4-mini-flash-reasoning 端侧 AI 模型

微软推出Phi-4-mini-flash-reasoning小语言模型，旨在增强端侧AI设备的数学和逻辑推理能力。该模型引入了创新的SambaY架构，其中包含一个名为Gated Memory Unit（GMU）的组件，可有效提升信息共享效率。然而，由于其在边缘设备和资源不足场景中应用的特性，可能存在性能优化需求。此外，相较其他Phi模型，该模型显示出吞吐量显著提升，但仍需关注延迟问题。

美团建设全国首座“骑手之家”，500平休闲空间服务全行业骑手

近日，美团在武汉市建立了全国首个“骑手之家”，该设施总面积为500平方米，旨在为全行业的骑手提供多元化的免费服务，包括休息补给、订单咨询和安全培训等。虽然此次举措得到了湖北省多部门的支持，但其开放性引发了一些担忧，例如对于资源分配和管理的挑战。此外，美团还计划在全国多个地区陆续揭牌更多“骑手之家”，这一扩展计划也面临着可持续发展的考验，如何有效管理和满足不断增长的需求将是一项挑战。

消息称亚马逊正考虑向 Anthropic 追加数十亿美元投资

近日，《金融时报》报道称，亚马逊正在考虑向人工智能初创公司 Anthropic 追加投资数十亿美元，以巩固其作为该公司最大股东之一的地位。此举被认为是亚马逊为了提升在人工智能开发领域声誉而采取的战略措施，尤其是在与 OpenAI 和谷歌等竞争对手的角逐中。尽管亚马逊表示双方在目标上高度一致，这一大规模投资仍引发了市场对其是否能应对激烈竞争的关注。

消息称亚马逊 AWS 下周推出 AI 智能体市场

根据外媒 TechCrunch 报道，亚马逊 AWS 将于 7 月 15 日在纽约市的 AWS 峰会上推出一个新的 AI 智能体市场。此举标志着 AWS 正式加入了 AI 市场竞争，与谷歌云和微软等企业展开激烈角逐。值得注意的是，此次推出的市场合作伙伴将包括深受其支持的 Anthropic 等公司。这一市场将为 AI 初创公司提供平台，使其能够直接向 AWS 客户提供服务，并收取使用费，AWS 则从中抽成。

安卓手机将拥抱 Arm SME2 技术，AI 性能迎来飞跃

IT之家报道，Arm公司于7月10日宣布推出可扩展矩阵扩展2（SME2）技术，以满足生成式AI需求并提升移动设备AI性能。虽然SME主要用于服务器和工作站，SME2的设计更加灵活，可应用于高端智能手机等设备。然而，此技术可能要求较高硬件配置，用户需注意设备兼容性问题。SME2在Google XNNPACK库中启用，支持多种AI框架，但具体的CPU型号尚未公开。

AI早报 | 马斯克的号称“最强AI模型”Grok4发布；剑指谷歌，英伟达、OpenAI进军网页浏览器领域

7月10日，有消息称智元机器人计划赴港上市，但公司回应此传闻为不属实，暂无明确的IPO计划。此外，ChatGPT在商业推荐中被曝引用不可靠的信息来源，包括被黑客攻击的网站和过期域名，可能误导用户。SEO专家指出这一问题通过个人测试得出，并提醒用户审慎对待生成内容的可信度。

YouTube将取消已存在10年的"热门"页面，未来更专注个性化推送

YouTube宣布取消“热门”页面和“当前趋势”列表，转而推出按内容类别划分的排行榜，以应对用户习惯演变和“热门”页面访问频率持续下滑的问题。这一调整旨在更贴合当下用户发现热门视频的方式，推动平台通过个性化推荐向用户展示更丰富、多样的热门内容。此举反映了内容生态系统的变化以及用户不再依赖“热门”标签页寻找新趋势的事实。

微软发布 Phi-4-mini-flash-reasoning 端侧 AI 模型

微软近日推出Phi-4-mini-flash-reasoning语言模型，旨在提升端侧AI的数学和逻辑推理能力。该模型在资源受限的设备上表现出色，但其创新架构引发了一些担忧。特别是Gated Memory Unit（GMU）组件，虽然提高了效率，却可能面临信息共享过度的问题。此外，此模型尽管吞吐量显著提升，但也可能带来了新的延迟挑战。这一系列问题需在实际应用中进行进一步验证与优化。