Perplexity AI 相关 AI 资讯

8月25日

00:59

Aravind Srinivas@AravSrinivas

精选

Andrew Gordon Wilson 将加入 Perplexity AI 研究团队，向 Denis 报告，并领导持续学习、合成数据、长期 RL 环境和架构等新研究工作。Perplexity AI 正在招聘，欢迎联系 Andrew。Andrew 在推特上宣布将加入 Perplexity AI，将进行具有雄心壮志的范式转变工作，推动持续学习、智能体协作等领域的前沿发展。

推荐理由：Perplexity AI 招募了 Andrew Gordon Wilson，他将领导持续学习和合成数据等前沿研究，如果你对加入这个团队感兴趣，不妨联系他。

原文

8月24日

11:33

11:33IT之家（博客/媒体）

NVIDIA 考虑向 Perplexity AI 投资“数十亿美元”，双方正磋商交易，可能达成技术授权协议。Perplexity AI 计划以超过 300 亿美元的估值进行新一轮融资，年化营收规模从 2.5 亿美元增长至 7.5 亿美元以上。

行业 NVIDIA Perplexity AI 投资

事件专题

推荐理由：NVIDIA 考虑投资 Perplexity AI，估值高达 300 亿美元，营收增长迅速，值得关注。

原文

8月10日

16:37

16:37IT之家（博客/媒体）

Firebird于8月8日宣布在亚美尼亚赫拉兹丹投运CIS区域最大AI工厂，距动工仅半年多。该工厂基于NVIDIA的AI GPU与DSX平台，初期客户包括Perplexity AI。Firebird计划到2027年底在亚美尼亚部署300MW基础设施容量，对应超7万块Rubin和Blackwell GPU，并在哈萨克斯坦获得125MW容量。NVIDIA已计划对Firebird进行投资。

行业 Firebird NVIDIA Perplexity AI

事件专题

推荐理由：Firebird在亚美尼亚开了个CIS最大AI工厂，NVIDIA都要投它，初期客户有Perplexity，明年还要上7万块Rubin和Blackwell。

原文

7月30日

01:55

官方账号Perplexity@perplexity_ai

精选

Perplexity AI 宣布开源 Numbat，一个专为跨 agent 框架设计的检测与响应层。Numbat 为安全团队提供 agent 活动的细粒度可见性，支持在执行前阻止特定操作。该工具旨在增强对自主 agent 行为的管控能力。

AI产品 Perplexity AI Numbat Agent安全

推荐理由：Perplexity 开源了 Numbat，帮你监控 AI agent 行为并提前拦截危险操作，安全团队直接能用。

原文

7月19日

17:06

Geek@geekbb

精选

Perplexity AI 开源了一个名为 w? 的基准测试，专门衡量 AI 智能体在广域深度研究任务中的表现。该测试涵盖大规模信息发现、信息富集、抽取、实体消歧和证据合成五个关键能力。基准通过多步骤任务模拟真实研究场景，要求模型在开放域中整合分散信息。Perplexity AI 表示该基准旨在推动更可靠的知识工作自动化。

AI模型 Perplexity AI 基准测试信息检索

推荐理由：Perplexity AI 刚发布一个专门测深度研究能力的基准，想试试你家智能体能不能像人类一样做信息拼图？

原文

15:25

官方一手marktechpost@Asif Razzaq

精选

Perplexity AI 发布了开放基准 WANDR，包含500个证据密集型任务，用于评估研究智能体在搜索广度和深度上的表现。该基准测试智能体能否发现多个符合条件的实体，并为每个实体提供可验证的引用证据。当前 Perplexity Search as Code 以 soft F1 0.363 和 hard F1 0.133 的成绩领先。

AI模型 Perplexity AI WANDR Search as Code

推荐理由：想测你的研究智能体能不能又广又深地搜证据？Perplexity 新出 WANDR 基准，500个任务等着，看看 Search as Code 怎么跑到了0.36 F1。

原文

7月16日

01:53

官方账号Perplexity@perplexity_ai

精选

Perplexity AI指出传统沙盒仅适合短时代码执行，而Agent需运行代码、编辑文件并持续数小时或数天。运行时必须在无凭证泄露的前提下保存工作状态。基础设施需同时满足功能性、高效性和安全性三大要求。

行业 Perplexity AI 智能体 AI安全

推荐理由：Perplexity AI分享了Agent基础设施的关键要求，强调长时运行和安全保存，做Agent开发的值得看看。

原文

7月15日

04:01

官方账号Perplexity@perplexity_ai

精选

Perplexity AI 宣布开源其内部基准测试 WANDR，该基准用于评估计算机在深度与广度研究能力上的表现。WANDR 最初是为构建 Perplexity Computer 而开发的。开源后，开发者可利用此基准测试自己的模型或系统。目前该基准已发布在 research.perplexity.ai 上。

AI模型 Perplexity AI WANDR 开源

推荐理由：Perplexity AI 把他们自己用来测试 AI 研究深度的工具 WANDR 开源了，想测测自家模型的研究能力可以用它。

原文

04:00

官方账号Perplexity@perplexity_ai

Perplexity AI 在推文中指出，智能体进行广泛深入研究需具备两种关键能力：一是搜索范围足够广，以找到所有符合条件的实体；二是深入调查足够深，为每个主张提供证据支持。该观点为AI搜索和推理任务提供了方法论指导。

技巧 Perplexity AI 智能体搜索

推荐理由：Perplexity AI 教你做深度研究：既要搜得全，又要挖得深，少一个都不行。

原文

03:58

官方账号Perplexity@perplexity_ai

精选

WANDR是一个评测基准，用于测试智能体发现大规模实体集并验证每个实体特定事实的能力。该基准提供密集且可解释的评估信号，能揭示智能体在哪个环节失败。其流程还可作为半自动训练数据工厂。由Perplexity AI发布。

论文 WANDR Perplexity AI 智能体

推荐理由：Perplexity AI搞了个新评测WANDR，专门看智能体能不能找到一堆实体并核实每个的具体信息，比单一评分更清楚哪里不行。

原文

03:56

官方账号Perplexity@perplexity_ai

WANDR不再使用预定义的黄金解决方案来评分，而是动态重新抓取每个引用的页面。它逐条核对每个声明与引证证据的一致性。这种方法适用于需要处理随时间变化事实的任务。

AI模型 WANDR Perplexity AI 事实验证

推荐理由：Perplexity AI 搞了个新评估方式 WANDR，不用固定答案打分，而是实时对证据，适合处理时效性事实。

原文

03:55

官方账号Perplexity@perplexity_ai

精选

Perplexity AI 引入了软分数（soft scores）和硬分数（hard scores）两种评估机制，软分数允许部分正确给分，硬分数要求成员完全正确。相关基准任务和评估工具已开源至 GitHub。这套方法为细粒度评估提供了新思路。

AI模型 Perplexity AI 基准测试评估方法

推荐理由：Perplexity AI 搞了个新评估方法，软硬分数区别很清晰，基准和工具都开源了，做评测的可以看看。

原文

7月2日

14:17

14:17IT之家（博客/媒体）

微软安全团队于6月30日通报，一款名为 Search for perplexity ai 的第三方Chrome扩展冒用Perplexity AI品牌，监控用户搜索记录。该扩展已被从Chrome Web Store移除，但已安装用户需手动卸载。合法域名应为 perplexity.ai，假冒扩展将流量跳转到 perplexity-ai.online。该扩展申请 chrome_settings_overrides 和 declarativeNetRequest 权限，可拦截地址栏搜索并转发至攻击者服务器。用户可进入 chrome://extensions/ 开启开发者模式，核对扩展ID flkebkiofojicogddingbdmcmkpbplcd 并删除。

行业 Perplexity AI Chrome扩展微软

推荐理由：微软发现有人用假冒Chrome扩展冒充Perplexity，窃取你的搜索记录。快检查浏览器扩展ID，别让它偷数据。

原文

6月9日

04:44

官方账号Perplexity@perplexity_ai

Perplexity AI 在 X 上发布研究发现，其自主智能体（如 Computer）的自主性越高，用户获得的质量和满意度也越高。该结论基于实际使用数据，表明提升智能体自主决策能力能带来更好的用户体验。这一发现对 AI 智能体产品设计有重要参考价值，意味着开发者可以更放心地赋予智能体更多自主权。

AI产品 Perplexity AI 自主智能体用户满意度

推荐理由：做 AI 智能体产品的团队值得关注——Perplexity 用数据证明了自主性提升能直接带来更好的用户反馈，建议参考这个方向优化自己的智能体策略。

原文

6月5日

19:19

官方一手marktechpost@Michal Sutter

Perplexity AI 发布了一款面向个人电脑的混合本地-服务器推理编排器，能够自动将 AI 任务在本地设备和云端模型之间进行路由。该编排器根据任务复杂度、延迟要求和隐私需求，智能选择最佳执行环境，从而优化性能和成本。这一创新解决了用户在使用 AI 应用时面临的本地算力不足与云端延迟之间的权衡问题。对于注重隐私或需要低延迟响应的用户，本地推理可优先处理敏感或简单任务；而复杂推理则自动切换至云端。Perplexity AI 的这一举措旨在提升个人电脑上 AI 助手的实用性和用户体验。

AI产品 Perplexity AI 混合推理本地-云端编排

推荐理由：Perplexity AI 的混合编排器解决了本地与云端 AI 任务调度的痛点，让 PC 用户无需手动切换即可获得最佳性能与隐私平衡。做本地 AI 应用开发或重度使用 AI 助手的团队，值得关注这个自动路由方案。

原文

5月28日

17:17

官方一手marktechpost@Asif Razzaq

精选72°

Perplexity AI 开源了其重写的 Unigram 分词器，该分词器在 p50 延迟上比 Hugging Face tokenizers crate 低 5 倍，同时将生产环境的 CPU 利用率降低了 5-6 倍。这一改进主要针对重排序器（reranker）的延迟瓶颈，通过优化分词效率来提升整体推理性能。开源版本已在 GitHub 上发布，可供开发者直接使用。对于依赖大规模文本处理的 AI 团队来说，这能显著降低计算成本并加快响应速度。

AI模型分词器开源/仓库 Perplexity AI

推荐理由：做搜索或 RAG 系统的团队终于有了更快的分词方案——Perplexity 开源的这个 Unigram 分词器直接降低 5 倍延迟和 6 倍 CPU 消耗，建议有高吞吐需求的开发者立刻试一下。

原文

5月27日

23:55

官方账号Perplexity@perplexity_ai

精选

Perplexity AI发布的编码器在生产输入长度下，p50延迟比HuggingFace tokenizers低约5倍，比SentencePiece C++低2倍，比IREE C低1.5倍。在514 tokens的输入时，运行时间仅为63微秒，且实现零堆分配。该编码器专门针对长输入场景优化，显著提升推理效率。

AI模型 Perplexity AI HuggingFace SentencePiece

推荐理由：Perplexity AI编码器快了5倍

原文

5月14日

07:26

官方账号Perplexity@perplexity_ai

Perplexity AI 宣布其计算机默认安全，每个任务都在独立的硬件隔离沙箱中运行，并采用 VPC 级别的存储和计算分离。代理通过短期代理令牌进行身份验证，而非原始 API 密钥。这一设计旨在提升 AI 代理执行任务时的安全性和隔离性，防止数据泄露和权限滥用。对于需要运行敏感任务的开发者或企业用户，这提供了一种更安全的执行环境。

AI产品安全沙箱 Perplexity AI

推荐理由：Perplexity 的硬件隔离沙箱解决了 AI 代理执行任务时的安全痛点，做自动化或敏感数据处理的团队可以直接用，建议点开了解具体实现。

原文

5月11日

22:16

官方账号Perplexity@perplexity_ai

Perplexity AI 在 X 上宣布公开其内部构建智能体技能的指南。该手册旨在帮助开发者掌握构建智能体技能所需的新思维方式。这一举措旨在推动 AI 智能体生态发展，降低开发者门槛。手册内容预计涵盖设计原则、实现方法和最佳实践。

AI产品智能体 MCP/工具 Perplexity AI

推荐理由：对开发者而言，这是一份来自头部 AI 公司的实战经验分享，有助于理解智能体开发的新范式，具有实际参考价值。

原文