跳到正文
今天10月16日周五8 条
  1. The Decoder78

    GPT-6-Astra 在 TheoPhysEval 物理基准上解出 50 题中的 49 题,单题成本不到 3 美元

    一项新基准测试让市面可用的 AI 智能体在无人类提示下求解理论物理研究题,运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题(98%),平均单题成本不到 3 美元,整套基准约 116 美元。

    推荐理由:读者可看到智能体在理论物理论文级计算上的实际得分、成本与失败模式,以及作者对科研训练和资源分配的影响判断。

  2. Google DeepMind62

    Google Antigravity 推出智能体科研工作台,加速抗菌肽发现

    Google DeepMind 介绍 Google Antigravity 这一智能体开发平台如何用于抗菌肽发现,把原本分散在多个数据库的检索压缩到单次会话中,并借助 ProtNLM 扫描 UniProt 中数百万条未表征蛋白质序列。

    推荐理由:原文给出智能体科研工作台与 3D 结构查看器的具体协作流程,可了解生物发现工作流的整合方式。

10月15日周四
  1. Google Research60

    Google 发布地理空间推理智能体技术报告与两个新基准

    Google Research 发布地理空间推理智能体的技术报告,在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置,并开源两个新基准的开发集。

    推荐理由:Google 公开地理空间推理智能体的技术报告与两个新基准,并给出与 WHO 等伙伴的实测案例,可了解专用工具与前置规划对空间推理的作用。

  2. Google Research72

    Google 发布 Deep Review,用智能体流水线审阅技术文档

    Google 公开发布 Deep Review,一个面向复杂文档的智能体审阅系统,最初用于计算机科学论文分析,现已扩展到法律、金融等领域。系统采用四阶段流水线:文档分段、按信息密度自适应分配算力、并行推理智能体分段核查、综合智能体做全局一致性与外部事实校验。

    推荐理由:Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度,可据此判断自动审稿在真实工作流中的位置。

  3. The Verge · AI58

    Android 在 Google Messages 中用 AI 识别诈骗者

    Android 推出新的诈骗防御功能,Google Messages 将上线“增强保护”设置,调用云端 Gemini 模型分析陌生发件人对话中的诈骗意图。该模式需用户主动开启,用户数据在分析过程中加密,并存放于 Google 及其他方无法访问的专用安全空间;同时端侧 Gemini Nano 会在用户打开陌生链接前检查实时网页信号以判断链接是否恶意。

10月14日周三
  1. The Verge · AI60

    Anthropic 警告自复制 AI 蠕虫风险,实验显示小模型可跨设备传播

    Anthropic 本周发布博客称,小型 AI 模型可能再过数月就具备自复制能力。其研究把 260 亿参数的 Google Gemma 4 拆分运行在 15 台 Android 智能电视盒上,并在模拟 Android 设备网络中让 AI 蠕虫传播 Meta 的 Llama 3.1-8B,只有中国智谱的 GLM-5.2 成功扩散到整个网络,较小模型只能完成单个步骤。

  2. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步扩大 Fairwind Program 的受信任网络安全防御者范围。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景,上一代为 5 个;在 Gray Swan 的间接提示注入基准上,15 次自适应攻击的成功率降至 0.7%。

    推荐理由:原文给出 Gemini 4 Argon 在网络安全与生物风险上的防护设计与实测数字,可了解前沿模型安全部署的具体做法。

  3. Ars Technica · AI50

    Google 将在 Play Store 托管用户个人 vibe-coded 应用

    Google 宣布 Play Store 将支持用户私下托管并分享自己用 AI 构建的应用,同时把 Ask Play 从应用详情页的小型聊天机器人扩展为通用的应用与游戏搜索入口,可生成含详细对比图表的推荐,Gemini 也将推出类似能力。面向游戏的新功能 Game Finder 基于 12 亿 Android 玩家的使用数据构建 Gamer DNA 画像,用于匹配玩法相近的玩家。

  4. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和消费者开放,通过 AI Studio、Gemini API、Google Antigravity 及 Gemini 应用和搜索 AI Mode 提供,定价为每百万输入 token 2 美元、输出 token 10 美元,缓存输入享 95% 折扣。

    推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型在专业工作流中的落地程度。

10月13日周二
10月12日周一
  1. NVIDIA Blog62

    NVIDIA 在 OCP 全球峰会开放 Vera Rubin 架构并发布多项 AI 工厂合作

    NVIDIA 在 OCP 全球峰会上宣布将 Vera Rubin 机架和计算托盘设计通过开放的 NVIDIA MGX 架构贡献给 OCP,为系统厂商提供构建下一代 AI 工厂基础设施的共同基础。

    推荐理由:NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 MGX 架构,读者可据此了解 AI 工厂基础设施的开放路径。

10月10日周六
10月9日周五
  1. MIT Technology Review · AI62

    MIT Technology Review:我们对 AI 说“不”的能力寄予了过多信任

    MIT Technology Review 刊文指出,AI 的拒绝行为已成为安全体系的核心,但我们对它的信任可能过度。文章梳理了拒绝机制的训练过程与不确定性:模型通过微调学习拒绝有害提示,但拒绝依赖概率性判断,分类器叠加的“瑞士奶酪模型”仍存在漏洞,越狱攻击屡屡得手。

10月8日周四
  1. Google Research66

    Google Research 三个月实地实验:AI 辅助提升专利撰写产出,但初级律师无辅助判断力未见提升

    Google Research 在 NBER 发布一项针对 133 名专利律师的三个月实地实验,随机让三分之二律师提前使用当时未发布的 Google Labs AI 专利撰写工具(现属 Gemini Notebook)。

    推荐理由:三个月实地实验区分了AI带来的即时产出提升与无辅助判断力的变化,为评估AI对专业能力的影响提供了可参考的实验设计。

10月7日周三
10月6日周二
10月5日周一
10月2日周五
  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统

    Google 发布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可远程验证和审计的保证,并已由 Gboard 采用。系统通过访问策略公开透明日志 Rekor、KMS 密钥管理与可复现构建,让外部审计者能核查服务端实际运行的代码;Gboard 已用其上线英语和日语下一词预测模型,训练时间从过去的 1-2 个月大幅缩短,瓶颈转移到服务端 TEE 资源。

    推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,并给出 Gboard 已上线的实际部署情况,可了解隐私可验证训练的一种工程路径。

10月1日周四
  1. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御者开放,随后逐步扩展至开发者、企业和消费者。

    推荐理由:Gemini 4 Argon 的发布信息包含输出上限、定价与多项基准成绩,可据此判断前沿模型在长程编码与安全防御上的进展。

9月30日周三
  1. Google DeepMind71

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,可在生物代码中嵌入不可感知的签名,并能在合成出的实体蛋白质上验证,同时保持其生物功能。

    推荐理由:SynthID 水印从图像扩展到合成生物学,读者可了解其在蛋白质设计与 DNA 合成筛查中的验证思路。

  2. Google Research40

    Google Research 提出 Diffusion Controller,统一并简化 AI 图像生成控制

    Google Research 提出 Diffusion Controller 框架,将扩散模型去噪过程重构为连续控制问题,用轻量“转向阻尼”网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测,其完全解锁版本对基线模型取得 90% 胜率,并支持黑盒、灰盒模型的微调控制。