AI早报 · 2026年2月10日

本期覆盖：模型商业化、视频生成与世界模型、深伪治理与安全、代理评测与长上下文、以及多代理在移动端任务上的突破。

昨日 20 条 AI 热点（按重要性排序）

1. ChatGPT 开始测试广告：免费与 Go 订阅先上，付费层级默认不展示

   摘要：OpenAI 宣布在美国为 Free 与 Go（每月 8 美元）用户测试广告位，强调广告不影响回答、不会向广告主暴露对话内容，并提供“为何看到此广告”、历史与个性化开关等控制项；18 岁以下与敏感主题将禁投。

   来源：https://techcrunch.com/2026/02/09/chatgpt-rolls-out-ads/

2. Runway 融资 3.15 亿美元、估值 53 亿：加码“世界模型”与多行业落地

   摘要：Runway 新一轮由 General Atlantic 领投，Nvidia、Adobe Ventures 等参投，称将用于训练下一代世界模型并扩展到医疗、气候、能源与机器人等场景；公司强调其视频生成模型在多项基准上领先，并持续扩充算力与团队。

   来源：https://techcrunch.com/2026/02/10/ai-video-startup-runway-raises-315m-at-5-3b-valuation-eyes-more-capable-world-models/

3. Anthropic 据称逼近 200 亿美元新融资：估值或达 3500 亿美元

   摘要：TechCrunch 引述彭博称 Anthropic 正接近以约 3500 亿美元估值融资 200 亿美元，投资需求强劲使募资规模翻倍；参与方或包括多家顶级风投及 Nvidia、Microsoft 等战略伙伴。前沿模型竞赛与算力成本被视为主要驱动力。

   来源：https://techcrunch.com/2026/02/09/anthropic-closes-in-on-20b-round/

4. 印度收紧深度伪造治理：官方下架 3 小时、紧急投诉 2 小时窗口

   摘要：印度修订 2021 IT 规则，把深度伪造纳入正式监管框架：要求平台对合成音视频进行披露核验、清晰标注并嵌入可追溯溯源信息；对部分违规内容设定更短的处理时限，并将“不合规”与安全港保护挂钩，引发对过度下架与自动化误伤的担忧。

   来源：https://techcrunch.com/2026/02/10/india-orders-social-media-platforms-to-take-down-deepfakes-faster/

5. 微软披露“单提示”可削弱多款模型对齐：GRPO 也能被反向利用

   摘要：Microsoft Security 研究提出“GRP-Obliteration”：用常见的 GRPO 强化学习流程，把奖励函数改为“更直接完成有害请求”，即可在少量甚至单个未标注提示下，显著提升模型在多类危险任务上的脆弱性；作者建议把安全评测纳入下游微调与部署后的持续流程。

   来源：https://www.microsoft.com/en-us/security/blog/2026/02/09/prompt-attack-breaks-llm-safety/

6. OpenAI 硬件项目改名并延至 2027：法院文件称不再使用“io”

   摘要：WIRED 报道称 OpenAI 在商标诉讼相关文件中表示，将不会在任何 AI 硬件产品的命名与营销中使用“io/IYO”等字样，并预计首款设备最早要到 2027 年 2 月底后才向用户发货；文件同时显示其包装与营销素材尚未成型，时间线较此前预期延后。

   来源：https://www.wired.com/story/openai-drops-io-branding-hardware-devices/

7. 深度伪造诈骗“工业化”：研究称门槛骤降、可规模化定制

   摘要：《卫报》引述 AI Incident Database 分析称，利用低成本工具批量生成定制化诈骗内容已成趋势，包括冒充媒体人、政要或“医生带货”等；研究者认为语音克隆成熟使电话诈骗更易得手，而视频深伪逼真度持续提升将进一步侵蚀对数字内容的信任，并冲击招聘、选举等制度。

   来源：https://www.theguardian.com/technology/2026/feb/06/deepfake-taking-place-on-an-industrial-scale-study-finds

8. Hauler Hero 获 1600 万美元 A 轮：把 AI 代理带进环卫与垃圾运输软件

   摘要：Hauler Hero 为废弃物管理公司提供 CRM、计费与路线规划一体化平台，并计划推出三类 AI 代理：识别服务问题与增收机会、客服问答，以及基于历史数据自动优化线路；公司称已促成 3500 万次垃圾收运，并在种子轮后人员、营收与客户数翻倍。

   来源：https://techcrunch.com/2026/02/10/hauler-hero-collects-16m-for-its-ai-waste-management-software/

9. 前 Google 团队做“视频暗数据”基础设施：把海量录像变成可查询业务数据

   摘要：东京创业公司 InfiniMind 宣布完成 580 万美元种子轮，目标是将企业多年沉睡的视频与音频资料结构化为可检索数据；其平台可进行长视频语义检索、场景/人物定位与实时电视内容分析，并计划把总部迁往美国，切入安防、监控与内容分析等企业场景。

   来源：https://techcrunch.com/2026/02/09/ex-googlers-are-building-infrastructure-to-help-companies-understand-their-video-data/

10. 前 GitHub CEO 创业 Entire：用开源“Checkpoints”管理 AI 代理生成的代码与上下文

    摘要：Thomas Dohmke 的新公司 Entire 以 6000 万美元种子轮、3 亿美元估值起步，主打“把 AI 生成代码与其提示词/对话/工具调用上下文自动配对”的版本化能力；其愿景是让多代理协作产出的海量代码可审计、可搜索、可回溯，缓解开源项目被低质 AI 贡献淹没的风险。

    来源：https://techcrunch.com/2026/02/10/former-github-ceo-raises-record-60m-dev-tool-seed-round-at-300m-valuation/

11. Databricks CEO：AI 不会“杀死 SaaS”，但会让界面与岗位壁垒消失

    摘要：Databricks 披露年化营收跑到 54 亿美元、其中 AI 产品贡献 14 亿美元以上，并强调 LLM 自然语言界面（如 Genie）正在把“写查询/懂界面”的门槛变成对所有人可用的对话；CEO 认为系统不会轻易迁移，但 UI 变成语言后，传统 SaaS 的培训护城河会被削弱。

    来源：https://techcrunch.com/2026/02/09/databricks-ceo-says-saas-isnt-dead-but-ai-will-soon-make-it-irrelevant/

12. 研究：真正拥抱 AI 的员工可能更易倦怠，效率提升会被更高期望“吃掉”

    摘要：TechCrunch 引述 HBR 研究：在一家约 200 人公司中，员工自发使用 AI 后并未“少干活”，而是把节省的时间转化为更多任务与更快响应，工作侵入午休与夜晚；研究者提醒企业在推 AI 的同时要同步调整目标与节奏，否则“可做更多”会演变成系统性疲劳。

    来源：https://techcrunch.com/2026/02/09/the-first-signs-of-burnout-are-coming-from-the-people-who-embrace-ai-the-most/

13. Google/YouTube Safer Internet Day：强化家长控制、年龄估计与 AI 素养资源

    摘要：Google 与 YouTube 推出更集中化的 Family Link 家长控制与屏幕时间管理，并更新受监管账号创建与切换流程；YouTube 继续用机器学习做“年龄估计”以启用默认保护，并新增 Shorts 滚动时长限制与更细的就寝/休息提醒，同时发布面向 2-8 年级的 AI 素养教案与 Gemini 引导式学习资源。

    来源：https://blog.google/innovation-and-ai/technology/safety-security/safer-internet-day-2026-kids-teens/

14. mistral.rs 走红：主打“零配置”推理与多模态，覆盖 Hugging Face 多类模型与量化

    摘要：开源项目 mistral.rs 宣称提供单一二进制的聊天/服务/基准/网页 UI，并支持多种量化格式、连续批处理与多设备映射；其定位是直接运行 Hugging Face 模型、自动识别架构与模板，同时提供 Python/Rust SDK 与工具调用集成，瞄准本地与自建推理的工程效率。

    来源：https://github.com/EricLBuehler/mistral.rs

15. LLM-as-a-Judge 评测“变稳定”的方法：用原子化失效检查替代主观打分

    摘要：Veris 的实验比较两种评测提示：以“是否发生某类明确失效”为中心的 42 条原子检查，与每类只给一个“做得好不好”的整体评分；在同一批对话轨迹上重复运行 10 次后，前者一致性约 94%，后者约 66%。结论是把评测问题拆细、减少可解释空间，能显著降低随机性。

    来源：https://veris.ai/blog/llm-as-a-judge

16. arXiv：LOCA-bench 评测长上下文“语言代理”，聚焦 context rot 与上下文管理策略

    摘要：LOCA-bench 提出在可控环境里持续增长代理上下文长度，并保持任务语义不变，以更贴近真实“长跑任务”；论文指出传统长上下文基准多为一次性检索，而代理需探索、规划与行动，性能会随状态复杂度下降，但更先进的上下文管理可显著提升成功率，并已开源。

    来源：https://arxiv.org/abs/2602.07962

17. arXiv：Minitap 多代理分工+执行校验，在 AndroidWorld 基准上达成 100% 成功率

    摘要：论文提出 Minitap，用 6 个专职代理做“认知隔离”，并对文本输入做确定性后验验证、用元认知检测循环与触发改策；作者称其在 116 个 AndroidWorld 任务上首次 100% 通过，超过人类基线（约 80%）。消融显示多代理拆分、执行校验与元认知分别带来显著增益，并开源实现。

    来源：https://arxiv.org/abs/2602.07787

18. arXiv：Aster 自主科研发现代理称“迭代速度提升 20 倍”，覆盖数学到生物等任务

    摘要：Aster 以“任务+初始程序+评测脚本”为输入，循环改进程序并追求更高分，作者称其显著减少达到新结果所需迭代次数，使多小时训练等长评估任务更可行；在数学最小重叠、GPU kernel 优化、单细胞降噪、神经活动预测与 NanoGPT 训练竞赛等多领域取得 SOTA 或近似最优表现。

    来源：https://arxiv.org/abs/2602.07040

19. arXiv：TRUST 用“动态概念定位+选择性微调”做扩散模型有害概念遗忘

    摘要：论文提出 TRUST（Targeted Robust Selective fine Tuning），在扩散模型的“概念遗忘”任务中动态估计目标概念相关神经元，并结合基于 Hessian 的正则做选择性微调；作者称其在对抗提示下更稳健，能在较少算力下实现单一概念、概念组合与条件概念的遗忘，同时尽量保留生成质量。

    来源：https://arxiv.org/abs/2602.07919

20. Anthropic 进军印度遇“同名”纠纷：本地公司称自 2017 年已使用 Anthropic 商号

    摘要：印度软件公司 Anthropic Software 向卡纳塔克邦商事法院起诉，称其早于 Anthropic 在当地使用该名称，并因后者进入印度市场造成客户混淆，要求确认在先使用并索赔；法院已向 Anthropic 发出通知但未授予临时禁令，案件预计 2 月中旬再审，凸显 AI 公司全球扩张的商标与本地合规风险。

    来源：https://techcrunch.com/2026/02/09/anthropics-india-expansion-collides-with-a-local-company-that-already-had-the-name/

趋势点评

商业化与监管正在同步加速：一边是对话产品引入广告、融资规模继续膨胀；另一边是深伪治理走向“更短时限+更强溯源”。同时，代理能力竞争从“模型大小”转向“长上下文管理、可验证执行与工程化协作”，多代理与评测方法论会成为下一阶段护城河。