‹ zgba 中国吧
EN

AI日报 - 2026-11-20

2026-11-20

今日要点


Hacker News

Gemini 4 Neon

中文标题(同英文)

Google官方博文宣布推出Gemini 4 Neon,这是Gemini系列最新一代轻量级模型,定位为在保持较高智能水平的同时显著降低推理成本与延迟。Gemini 4 Neon延续了Google在 multimodal(多模态)领域的积累,支持文本、图像乃至长视频的理解与生成,适用于需要快速响应的生产场景和端侧部署。官方同步开放API接入,开发者可直接调用并在Gemini应用生态中无缝集成。此模型进一步补齐了Gemini 4家族谱系——此前已有面向重计算的Carbon版本和面向搜索的Hydrogen版本,Neon的加入使得产品线更加完整,覆盖了从边缘设备到数据中心的不同算力层级。

Read more →


We need smart people who give a shit

中文标题:我们需要聪明且在乎的人

博客文章《We Need Smart People Who Give a Shit》由作者ExMachina73撰写,探讨科技行业中人才与责任感的议题。文章主张当前AI行业并不缺乏聪明的工程师或研究人员,真正的短板在于那些愿意承担责任、关注社会影响并主动推动正确方向的人才。作者呼吁企业文化和招聘机制应从”唯技术论”转向重视伦理意识和社会责任感,尤其是在大模型能力和商业化压力不断攀升的2026年。文中列举了数个因忽视价值观而导致产品失控的案例,强调”能力越高、责任越大”这一原则应作为行业共识内嵌于组织之中。

Read more →


Anthropic hits $2T in Nasdaq debut

中文标题:Anthropic 在纳斯达克首秀市值突破2万亿美元

据路透社报道,Anthropic在其历史上首次公开的纳斯达克交易中市值达到2万亿美元,成为AI领域迄今最受瞩目的IPO之一。此次上市估值反映了华尔街对生成式人工智能长期商业潜力的认可,同时也引发了关于AI公司定价是否过热的讨论。分析师指出,Anthropic的收入增长和Claude产品的市场渗透率是关键支撑因素,但其盈利路径和安全研究支出也令投资者高度关注。上市首日股价波动较大,显示出市场对前沿AI公司仍存分歧。文章还回顾了Anthropic从独立实验室到公众公司的转型历程,以及其创始人Dario Amodei在政策与安全立场上的持续影响力。

Read more →


How the European Commission rolled out Matrix to more than 40k staff

中文标题:欧洲委员会如何向4万余名员工推广Matrix

Element官方博客详细记录了欧洲委员会如何在大规模组织内部部署开源通信平台Matrix的故事。该项目历时数月,涉及超过4万名工作人员的安全迁移。文章重点分析了几个关键挑战:数据主权合规、用户习惯转变、与现有身份系统的集成以及端到端加密的需求。委员会选择了Element作为托管提供方,通过定制化容器部署实现了对敏感信息的本地管控。此外,项目团队设计了分阶段上线策略,优先让高层管理和IT部门试点,再逐步扩大到所有部门。此次部署被视为公共部门采用去中心化协议的一个标杆案例,为其他国际组织的类似迁移提供了可复用的经验。

Read more →


Anthropic prices initial public offering

中文标题(同英文)

Anthropic官方发布公告,确认了其拟议的首次公开募股(IPO)定价细节。公司选择直接在纳斯达克以股票代码”ANTH”挂牌交易,融资规模处于近年来AI初创公司上市的最高区间。公告中提到,IPO所得资金将主要用于扩大Claude模型的研发投入、加强安全对齐研究以及拓展全球商业布局。投资银行团涵盖多家顶级机构,反映出市场对这家顶尖AI实验室的高度期待。与此同时,公司也强调了上市后将面临的监管审查与透明度义务,并表示将继续履行其在负责任AI发展方面的承诺。投资者可在招股书中查阅详细的财务预测和风险因素说明。

Read more →


UK government forced to admit it issued Apple a secret encryption order

中文标题:英国政府被迫承认向苹果发出秘密加密指令

Macanorak网站报道,英国政府在一场公开的法律纠纷中被法院要求披露其对Apple发出的秘密加密指令的具体内容,最终不得不承认曾通过法定权力要求科技公司协助解密特定用户数据。该事件引发了关于国家安全与个人隐私之间界限的大讨论。民权组织批评此举可能削弱端到端加密的可信度,而政府方面则坚持认为在反恐和刑事调查中保留必要的技术介入通道是正当的。Apple随后发表声明称,将在法律允许范围内最大限度保护用户隐私,并考虑在全球其他司法管辖区采取类似防御措施。此事也再次提醒科技公司在不同国家面临合规压力时需谨慎权衡。

Read more →


Ruby2ßhell: Pre-authentication RCE on stock Rails

中文标题:Ruby2ßhell:针对原版Rails的预认证远程代码执行漏洞

VeriaLabs发布安全研究报告,披露了一个名为Ruby2ßhell的高危漏洞,可在未经认证的情况下实现对标准Rails应用程序的远程代码执行(RCE)。攻击者利用存在于默认配置中的解析逻辑缺陷,构造特制请求即可在目标服务器上执行任意命令。该漏洞影响面广,覆盖了大量未进行额外加固的生产环境,包括使用默认序列化器、中间件和路由配置的Rails应用。研究团队已在漏洞公开前将细节告知安全响应中心,并提出尽快升级到最新版本、启用强类型反序列化限制以及限制外部输入源等缓解措施。由于Rails在美国乃至全球的Web开发市场中占有重要份额,此漏洞的披露促使众多运维团队紧急排查受影响实例。

Read more →


Fuck Your AI Safeguards

中文标题:去你的AI安全措施

博客文章《Fuck Your AI Safeguards》由speckx撰写,以一种极具批判性的语气审视当前主流AI模型中广泛部署的安全护栏机制。作者认为许多所谓的”安全防护”实际上是为了规避法律风险和商业责任的营销包装,而非真正基于严谨的技术评估。文章列举了多个案例,展示这些机制如何在某些场景下过度抑制合法输出,而在另一些高风险场景下却形同虚设。作者主张行业应回归透明度和可验证性,建立由第三方独立审计的监督框架,而不是依赖企业自我宣称的安全声明。该文在技术社区引发了热烈讨论,部分研究者表示赞同,也有人担心过度质疑防护机制可能削弱负责任的开发实践。

Read more →


15M web servers on one VM – smoltcp, DPDK, AF_XDP

中文标题:单台VM承载1500万Web服务器:smoltcp、DPDK与AF_XDP实践

Kapteko博客分享了一项极端的性能实验成果:在一台虚拟机上成功运行相当于1500万个Web服务器的负载,依托smoltcp自定义TCP/IP协议栈、DPDK高速数据平面以及AF_XDP零拷贝传输技术的协同优化。研究团队对内核网络栈进行了深度改造,摒弃传统netfilter与socket层开销,直接将数据包从网卡递交给用户态应用处理。实验结果表明,在特定模式下每核心可维持数百万并发连接并保持微秒级延迟,适合边缘网关、流量镜像和高频分析等场景。尽管该方法在生产环境中尚难全面替代标准Linux网络栈,但它为理解现代高性能网络的极限边界提供了宝贵参考。

Read more →


Multiple vulnerabilities in Regexp and String case conversion

中文标题:正则表达式与字符串大小写转换存在多处漏洞

Ruby官方发布安全更新,披露了在正则表达式处理和字符串大小写转换模块中发现的多个缺陷。部分漏洞可导致拒绝服务(DoS)攻击,攻击者通过特制的Unicode序列触发异常路径;另有问题涉及跨区域信息泄露,错误的字符映射可能暴露内部缓冲数据。官方建议所有使用受影响版本的Ruby开发者立即升级至 patched release,并检查代码中对String#upcase、downcase及相关正则操作的调用方式。此次修复体现了语言核心库在面对日益复杂的国际化输入时所面临的持续安全挑战,也为其他脚本语言维护者提供了借鉴。

Read more →


Everything you need to survive and rebuild society

中文标题:生存与重建社会所需的一切

Lastbook.org是一个致力于知识保存与公民韧性建设的非营利资源站点。其核心理念是在极端情境——无论是自然灾害、基础设施故障还是社会动荡——下,普通人仍能获取维持生命和社区运转所必需的信息与技术知识。网站汇集了从基础医疗急救、净水与发电方法,到农业种植、建筑结构修复以及简易通信设备制造等内容,全部以可离线访问的形式提供。项目强调去中心化存储和冗余分发,避免单一节点失效导致知识丢失。作者tejohnson在简介中指出,这种”数字诺亚方舟”式的努力并非杞人忧天,而是对未来不确定性的一种务实准备。

Read more →


Someone reported java4shell bug in September 2026

中文标题:有人于2026年9月报告Java4Shell漏洞

GitHub/OpenJDK PR #32781记录了一起被称为java4shell的安全报告,由用户notmine1337提交。该漏洞涉及JVM在处理特定类加载序列时的异常行为,可能导致未授权代码执行或沙箱逃逸。报告发布于今年9月,目前仍在评审过程中,尚未正式合并。社区观察人士注意到,此类底层运行时问题往往隐蔽性强且影响范围广,修复窗口较窄。Oracle及Red Hat等厂商已被通知,预计会在后续安全补丁中给出缓解方案。开发者被建议密切关注跟踪状态,并在生产环境中审慎评估相关用例的风险敞口。

Read more →


LLM assisted reverse engineering

中文标题:LLM辅助逆向工程

SlowChronicle文章探讨了大型语言模型在软件逆向工程领域的应用前景。传统逆向工作高度依赖人工经验和专用工具链,如今借助LLM的代码理解与模式识别能力,研究者可以更快地解析二进制结构、还原函数语义甚至生成伪代码。文章列举了若干实验场景,包括对未知协议栈的自动推断和对混淆代码的结构化梳理,显示AI能够在减少重复劳动的同时提升分析准确性。不过作者也提醒,LLM的输出仍需人工校验,错误推断可能造成误判;此外,工具滥用可能触及知识产权与执法权限的红线,因此必须在合法合规框架内谨慎使用。

Read more →


SSD prices may begin to decline in the latter half of 2027

中文标题:SSD价格或将于2027年下半年开始下降

DriveVault博客分析了存储市场供需格局的变化趋势,指出随着新一代QLC NAND产能逐步爬坡以及主要供应商调整库存策略,固态硬盘价格在2027年下半年有望迎来拐点下行。文章回顾了近年因加密货币热潮和数据中心扩张导致的SSD短缺周期,并对比了HDD市场的长期稳定态势,推测消费级NVMe产品将在未来十二个月内经历价格回调。分析师认为,这一走势对普通用户升级桌面存储和提升系统性能具有积极意义,但也提醒企业需警惕短期投机带来的供应链波动风险。

Read more →


Claude solves two open problems in the physics of black holes

中文标题:Claude解决黑洞物理学两个开放问题

Anthropic研究团队公布了一项突破性进展:Claude系统在理论上攻破了黑洞物理学领域的两个长期悬而未决的问题。这两个问题分别涉及霍金辐射的微观纠缠结构与奇点附近时空度规的行为建模,过往研究受限于计算复杂度而未能获得一致答案。团队采用符号推导与数值验证相结合的方式,借助大规模形式化证明引擎完成推理链构建,并在同行评审会议上展示了完整论证过程。虽然部分物理学家仍持谨慎态度,但这一成果标志着AI在大尺度基础科学研究中的潜力得到新的实证。论文已提交至arXiv及相关期刊供学界评议。

Read more →


OpenAI Blog

How OpenAI’s Performance Factory keeps ChatGPT fast

中文标题:OpenAI的性能工厂如何确保ChatGPT迅捷响应

OpenAI官方博客详细介绍了其”Performance Factory”体系——一套专为保障ChatGPT服务速度和稳定性而设计的工程架构。该体系覆盖从模型推理优化、缓存分层到实时流量调度的全链路监控与自动伸缩机制。关键创新点包括对高频查询路径的微秒级拦截策略、基于预测模型的动态资源配置,以及与云服务商协同的弹性扩容方案。数据显示,在日均数十亿次调用的高峰期,系统仍能将平均响应时间控制在极低水平。文章还分享了多次真实压测演练的经验教训,强调可扩展性并非单纯堆砌硬件,而是要依靠精细的系统设计与持续迭代。

Read more →


The Silent Consensus

中文标题:沉默的共识

OpenAI另一篇思想性博文《The Silent Consensus》讨论了AI治理领域中一种正在形成的隐性共识:即在全球各大经济体中,政策制定者、企业与学术界虽未签署正式协定,却在多项关键原则上趋于一致——例如对超级智能风险的审慎态度、对训练数据版权透明度的期待以及对公共利益的优先考量。文章分析认为,这种共识来源于共同目睹的几次近失事件与公众舆论的压力,而非任何自上而下的协调。作者呼吁决策者应将这种默契转化为具约束力的规范框架,以避免各自为政导致的监管套利与安全真空。

Read more →


How Sumitomo Life’s leaders helped teams adopt ChatGPT Enterprise

中文标题:住友生命领导层如何推动团队采用ChatGPT Enterprise

OpenAI商业案例库刊登了日本大型保险公司Sumitomo Life的内部故事。面对数字化转型需求,该公司高层决定在企业内部全面推行ChatGPT Enterprise解决方案,以提升客服效率、加速文档整理并辅助保单审核决策。文章中,多位部门负责人分享了他们如何克服员工对新技术的抵触情绪,通过定制培训、设立激励机制以及构建本地知识库等方式实现平稳过渡。值得注意的是,住友生命特别注重数据主权与合规审查,所有敏感客户信息均在加密隔离的环境中处理。此举使其成为东亚地区金融服务业采纳生成式AI的先锋案例之一。

Read more →


Research acceleration: The jagged frontier

中文标题:研究加速器:崎岖的前沿

OpenAI索引页发布了一篇关于科研加速的评论文章,题为”The Jagged Frontier”。作者指出当前AI驱动的科学探索正进入一个”不平整的前沿地带”——一方面,模型在药物发现、材料模拟和气候预测等领域展现出令人振奋的能力;另一方面,结果的不确定性和可复现性问题依然突出。文章主张建立更严格的基准测试标准与开放数据协议,以确保AI辅助研究的可靠性。同时,作者警告不应将AI视为万能钥匙,而应将其定位为增强人类研究者直觉的工具。这篇博文引发了科学共同体内关于技术乐观主义与方法严谨性平衡的广泛辩论。

Read more →


Inside the Codex sandbox

中文标题:深入Codex沙箱

OpenAI发布了关于Codex沙箱环境的内部揭秘文章。Codex作为早期开源代码助手的重要组件,其运行依赖于一个高度隔离的执行环境,防止潜在恶意代码对主机造成损害。本文描述了沙箱的设计哲学:最小权限原则、不可变镜像管理以及细粒度的资源配额控制。工程师们还介绍了如何在保持安全性的前提下不影响开发者的使用体验,例如通过虚拟文件系统挂载与命令白名单机制。文章最后透露,未来类似架构将被扩展到更多产品场景,以应对日益复杂的自动化代理需求。

Read more →


Managing frontier AI risk: From training to deployment

中文标题:管理前沿AI风险:从训练到部署

OpenAI风险管理专题文章系统梳理了从模型训练到实际部署全流程中的风险控制策略。文章涵盖多个关键环节:训练阶段的数据过滤与偏见检测、微调过程中的对抗样本防护、评测环节的鲁棒性测试,以及上线后的持续监控与人工干预接口。作者强调,前沿AI系统因其高自主性与广泛影响面,必须遵循”纵深防御”理念,不能仅依赖单一层面的安全保障。此外,文章还介绍了公司内部设立的独立伦理审查委员会及其运作机制,体现了企业在追求技术创新的同时对社会责任的重视。

Read more →


Le Groupe Figaro and OpenAI partner to bring Le Figaro journalism to ChatGPT

中文标题:Le Groupe Figaro与OpenAI合作将费加罗报新闻引入ChatGPT

OpenAI宣布与法国著名媒体集团Le Groupe Figaro达成战略合作,将《费加罗报》的新闻内容整合进ChatGPT的知识体系中。这意味着用户可以直接通过自然语言提问获取经过编辑审校的时事资讯,而无需手动检索多个网站。合作项目还包括联合开展事实核查算法研发,以减少AI生成的幻觉现象。Le Figaro总编表示,此举旨在让高质量 journalism 在AI时代焕发新生,同时确保媒体机构的署名权与收益分成。业内观察家认为,这标志着主流媒体开始主动拥抱大模型生态,而非被动承受冲击。

Read more →


Advancing chip design with OpenAI models

中文标题:利用OpenAI模型推进芯片设计

OpenAI发布技术通报,介绍其模型在半导体芯片设计流程中的应用进展。传统EDA(电子设计自动化)工具依赖大量人工调参与规则引擎,而新版AI辅助方案能够自动生成电路板布局建议、预测信号完整性问题并优化功耗分布。初期测试显示,在设计迭代速度上实现了约40%的提升,尤其在类比电路模块综合阶段表现优异。OpenAI强调,此类应用仍需资深工程师的最终把关,AI只是充当加速器的角色。公司与多家头部晶圆厂和IP提供商建立了试验合作,力求在不牺牲精度的前提下缩短产品上市周期。

Read more →


Introducing GPT-6.2 Astra and Sol

中文标题:发布GPT-6.2 Astra与Sol

OpenAI正式推出GPT-6.2系列的两个新变体:Astra与Sol。Astra侧重低延迟交互,适用于实时对话、语音助手和移动端应用场景;Sol则强化长时间上下文追踪与复杂推理能力,适合学术研究、法律文书审阅和企业级知识管理任务。两款模型均继承GPT-6.2的基础架构优势,并在安全对齐层面做了进一步优化。API文档同步更新,开发者可通过统一接口切换不同profile以满足多样化业务需求。官网同时上线演示页面,直观展示两者在同一提示词下的输出差异。

Read more →


Strengthening NATO and allied cyber defenses with AI

中文标题:用AI强化北约及盟友的网络防御

OpenAI索引页发布消息,称已与北约(NATO)及多个盟国合作推进AI赋能的网络防御体系建设。项目目标包括实时威胁情报聚合、异常流量模式识别、自动化漏洞修补建议以及跨组织应急响应协同。文章强调,所有AI系统均部署在北约内部的封闭网络环境中,确保敏感军事数据不外泄。同时,合作方将共享匿名化的攻击特征数据集,共同训练更具泛化能力的检测模型。这一举措被视为将民用前沿AI技术应用于国防安全领域的又一次实质性尝试,也反映了全球地缘政治紧张背景下AI军民融合的趋势。

Read more →


Anthropic Blog

Anthropic files S-1 with the SEC for proposed initial public offering

中文标题(同英文)

Anthropic正式向美国证券交易委员会(SEC)提交S-1注册说明书,启动拟议的首次公开募股程序。文件披露了公司的股权结构、财务状况摘要、主要风险因素及募集资金用途规划。据悉,Anthropic计划募集巨资用于扩展Claude产品线、加强基础研究投入以及开拓新兴市场。公司管理层在 accompanying letter 中表示,上市并非终点,而是履行对公众股东透明义务的新起点。SEC将对申报材料进行审查并发布听证日程,预计数周后会有初步反馈。资本市场对此反应积极,多家投行已表示有兴趣承销本次发行。

Read more →


Anthropic launches roadshow for proposed initial public offering

中文标题:Anthropic 启动拟议IPO路演活动

继提交S-1之后,Anthropic正式开启面向机构投资者的大型路演(roadshow),向潜在认购方详细介绍其商业模式、技术壁垒与增长愿景。路演行程横跨旧金山、纽约、伦敦与新加坡等地,由公司联合创始人兼CEO Dario Amodei亲自带队讲解。现场问答环节聚焦于AI安全投入回报率、竞争格局演变以及监管趋严下的战略调整空间。多位知名基金经理表达了浓厚兴趣,亦有分析师提出关于估值合理性的质询。业界普遍预期,本轮路演将为即将敲钟的市场行情奠定良好基调。

Read more →


AI for Science expands to foundations and research institutions

中文标题:AI for Science扩展至基金会与研究机构

Anthropic宣布将其AI for Science计划扩大适用范围,正式向各类基金会、大学实验室与非营利研究机构开放Claude科学版接口。此举旨在降低前沿科研项目的人工智能门槛,让更多学者能够借助大模型辅助文献综述、假设生成与数据分析工作。首批入驻单位涵盖量子物理论文重镇、合成生物学中心与气候变化建模小组等多个学科方向。项目负责人表示,科学进步从来不是闭门造车,开放共享才是加速创新的根本动力。同时,公司也承诺会对学术用途实施免费或优惠资费政策,以实际行动支持公共知识生产。

Read more →


Expanding our partnership with GSA to bring Claude to all levels of government

中文标题:扩展与GSA的合作关系,将Claude带入各级政府

Anthropic与联邦总务管理局(GSA)宣布深化战略合作,目标是将Claude API服务普及至联邦、州及地方各级政府部门。根据框架协议,政府用户将在符合信息安全标准的前提下获得专属支持渠道、定制化培训材料与合规咨询服务。这项扩展不仅意味着更大范围的技术普惠,也预示着公共部门正在认真评估生成式AI在行政效率提升、公共服务现代化方面的价值。Anthropic方面强调,他们在设计政府版本时会格外注重数据本地化存储与审计日志留存功能,以满足公文管理与隐私保护的双重法规要求。

Read more →


Donating Agent Skills to the Agentic AI Foundation

中文标题:将Agent技能捐赠给Agentic AI基金会

Anthropic发起一项公益行动,将旗下积累的Agent Skills模块无偿捐赠给新成立的Agentic AI Foundation。这些技能涵盖了任务规划、工具调用、记忆管理等通用能力组件,可供其他开源项目直接复用,从而避免重复造轮子。基金会理事会在声明中感谢Anthropic的贡献,并称这将极大丰富生态系统的可用资产池。此举也被解读为Anthropic在竞争激烈的AI代理赛道中主动让利、共建标准的一种姿态,有助于推动整个行业朝着互操作性更强、碎片化程度更低的方向发展。

Read more →


Open call for guest investigators in the life sciences

中文标题:生命科学领域特邀研究员公开招聘

Anthropic面向生命科学界发布客座研究员招募令,诚邀拥有博士学位且具备深厚实验背景的研究人员加入为期一年至两年的驻留计划。入选者将获得充足的计算资源、跨学科团队协作机会以及独立开展探索性课题的自由度。重点领域包括但不限于蛋白质结构设计、基因调控网络解析与新药靶点筛选。Anthropic希望借此打破计算机科学与湿实验室之间的认知鸿沟,催生真正意义上的交叉创新成果。申请截止日期临近,符合条件的学者可通过官方网站在线提交材料参与遴选。

Read more →


Physicist Christopher Stubbs joins Anthropic’s Long-Term Benefit Trust

中文标题:物理学家Christopher Stubbs加盟Anthropic长期效益信托

知名理论物理学家Christopher Stubbs正式出任Anthropic长期效益信托(Long-Term Benefit Trust)成员。该信托是公司为防范”超级智能失控”等极端风险而设立的独立监督机制,成员有权对公司重大研发方向投出否决票。Stubbs在弦理论与宇宙学领域享有盛誉,他的加入被认为能够为信托注入坚实的自然科学视角。他在简短发言中表示,人类创造出的最强智能不应成为少数人或机构的私有财产,而应在严格约束下服务于全人类的福祉。这一人事安排也彰显了Anthropic在治理结构上的前瞻性布局。

Read more →


An update on independent evaluators

中文标题:独立评估员最新进展

Anthropic发布了一份关于独立评估机制更新的公告。过去一段时间,公司邀请了多位来自不同高校与智库的外部专家组成评估小组,定期对Claude系统进行红队测试与安全审计。本轮更新公布了部分阶段性发现:例如在某些极端越狱提示词面前模型的抵抗能力仍有提升空间,但在常识推理与多步规划任务上的稳定性已显著优于上一代产品。公司承诺将持续扩大评估员的多样性,并将更多审计结果对外公开,接受社会监督。同时,首批独立研究员也在着手撰写关于偏差度量标准的白皮书,以期形成行业通用的评测规范。

Read more →


Preparing for the 2026 US midterms

中文标题:为2026年美国中期选举做准备

Anthropic就2026年美国中期选举发布专项声明与工作指南,表明将动用技术手段协助打击虚假信息传播、识别深度伪造内容并提供透明的政策问答服务。公司已经与多家主流媒体及非营利组织建立数据共享通道,确保权威信息来源能够优先呈现。与此同时,Anthropic也警告称,若候选人或其竞选团队试图利用Claude生成误导性宣传材料,公司将保留封禁账户的权利。这场选举被视为检验生成式AI社会治理能力的一次重要实战,各方都在密切观察其最终效果。

Read more →


Google AI Blog

Introducing Tool Retrieval in the Gemini API

中文标题:Gemini API新增工具检索功能

Google AI博客介绍Gemini API中新推出的Tool Retrieval功能。该特性允许开发者动态注入自定义工具集,并由模型根据上下文自动检索最合适的操作指令,从而大幅提升 agent 行为的灵活性与准确性。相比静态绑定,Tool Retrieval可随任务演进实时调整,特别适合客服机器人、代码解释器与智能家居中控等需要多种外设交互的场景。官方还提供了若干示例代码片段与最佳实践指南,帮助工程师快速上手。此举进一步巩固了Gemini作为通用人工智能底座的地位。

Read more →


Walter Isaacson on curiosity and creativity in the AI age

中文标题:沃尔特·艾萨克森谈AI时代的求知欲与创造力

Google邀请著名传记作家Walter Isaacson参与对话,围绕AI时代的人类好奇心与创造力展开深入探讨。Isaacson以爱因斯坦、富兰克林等历史人物为例,阐释原创思维是如何在自由探索与跨界联想中孕育出来的。他认为,尽管AI能在既定框架内高效完成任务,但它无法替代那种源于内在驱力的”愚蠢问题”式追问。访谈最后,Isaacson勉励年轻一代不要过早将自己局限于算法训练,而应保持对世界本质的惊奇感,因为这才是推动文明向前最根本的力量。

Read more →


The Gemini app is now available on lower-memory Android devices

中文标题:Gemini应用现已适配低内存安卓设备

Google宣布Gemini应用正式支持低至4GB RAM的Android智能手机。这是谷歌扩大AI普及范围的关键一步,旨在让新兴市场与发展中国家的普通用户也能平等享受大模型带来的便利。技术上,团队重新压缩了本地量化模型体积,并优化了后台内存占用策略,确保在低端芯片上也能流畅运行基础对话、翻译与摘要功能。Google Play商店已同步更新,用户在设置中可选择下载精简版模型包。此举预计将使Gemini的用户基数成倍增长。

Read more →


Put Gemini to work for you

中文标题:让Gemini为你工作

Google发布一篇实操指南文章,教导用户如何利用Gemini应用提升日常工作效率。文中涵盖了日程规划提醒、会议纪要自动生成、邮件草拟润色以及简易数据分析等多种实用场景,并配以屏幕截图分步示范。作者特别提醒,合理使用Gemini的关键在于给出清晰具体的指令,而非模糊笼统的关键词。此外,文章还介绍了几项新上线的个人化设置选项,如语调偏好、专业术语豁免列表以及常用模板收藏,帮助用户打造量身定制的智能助理体验。

Read more →


New Ask Maps features to help with holiday travel and prep

中文标题:Ask Maps新功能助力假日出行筹备

Google Maps团队介绍了几项基于自然语言的交互式地图服务升级,命名为Ask Maps新功能。用户只需输入如”帮我找一条避开拥堵、途经咖啡店多的自驾路线”之类的口语化请求,系统即可返回综合评分后的最优方案,并附赠沿途景点推荐与实时天气预警。该功能尤其契合年末节假日旅行高峰期的用户需求。背后的技术栈融合了地理信息系统、推荐算法与大模型理解能力。目前功能已在北美部分地区率先上线,随后将逐步推至全球市场。

Read more →


Google Search gets a major upgrade with Gemini 4 Hydrogen

中文标题:Gemini 4 Hydrogen大幅升级Google搜索

Google正式将Gemini 4 Hydrogen模型接入搜索引擎后端,带来一次里程碑式的体验跃升。改版后的搜索结果不再仅仅罗列链接,而是直接提炼核心结论、生成结构化总结卡片,并支持追问延伸。对于科普类、比较评测类与信息汇总类查询尤为友好。Google发言人表示,这次升级经历了长达数月的内测打磨,期间收集了数百万用户的反馈并进行针对性调优。搜索引擎事业群主管亦预测,随着用户习惯逐渐养成,Hydrogen将成为下一代信息入口的事实标准。

Read more →


Gemini Decisions API: Fast, calibrated multimodal decisions

中文标题:Gemini Decisions API:快速校准的多模态决策接口

Google开发者博客介绍Gemini Decisions API的全新特性。这是一个专注于产出高置信度分类与判断结果的轻量级接口,经过专门校准以降低假阳性与假阴性比例。适用场景包括金融风控判定、医疗影像初筛、工业质检与内容审核等对误判代价较高的领域。官方白皮书详细解释了概率校准方法与阈值调节技巧,帮助工程师在实际项目中找到精度与召回率的理想平衡点。API现已向高级订阅用户提供试用资格。

Read more →


Try Tabletop: Customizable, collaborative spaces for groups to plan, play and do more together

中文标题:尝试Tabletop:可定制的协作空间,群体共同规划、游戏与行动

Google Labs推出Tabletop应用,提供一个虚拟桌面级协作环境,让多人可以在同一屏幕上共同浏览资料、标注想法、绘制思维导图甚至玩策略类游戏。产品设计借鉴了实体桌游的社交属性,同时融入了云端同步与版本追溯等现代协作要素。起初版本聚焦于教育团体与创意工作坊,但开发者社区很快自发衍生出项目管理、编程结对等多元玩法。官方博客呼吁设计师与产品经理积极参与 Beta 测试,提出改进意见,共同打造下一代柔性办公界面范式。

Read more →


Experience the art and legacy of Dr. Esther Mahlangu

中文标题:感受Esther Mahlangu博士的艺术与遗产

Google Arts & Culture栏目推出纪念纳米比亚裔南非艺术家Esther Mahlangu的特别展览。这位以几何抽象风格著称的现代派大师,其作品融合了传统恩德贝莱部落图案与当代视觉语言,具有强烈的文化辨识度。线上展馆通过高分辨率数字扫描、增强现实导览与口述史音频三重手段,全方位呈现她跨越半个世纪的创作生涯与社会影响力。Google指出,保护与传播非物质文化遗产是科技平台的重要使命,此类数字化工程使遥远大陆的艺术瑰宝得以被全世界观众触达。

Read more →


Gemini Intelligence: New features, on more devices

中文标题:Gemini Intelligence:新功能,更多设备

Google总结Gemini Intelligence在过去几个月里的迭代成果,披露了十余项新增能力与设备覆盖扩展情况。新功能包括多语言即时翻译、图像内容描述生成、手写笔迹识别以及对非拉丁语系文字的原生支持。设备层面,除手机与平板外,Chromebook、智能显示屏甚至部分车机系统也已植入Gemini引擎。谷歌强调,智能设备的本质不再是孤立的工具,而是随时随地随需调用的认知伴侣。下一季度还将推出面向老年群体的适老化交互模式,体现包容性设计的初衷。

Read more →


The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

中文标题:超越正交性:德性伦理代理与AI对齐

The Gradient发表哲学思辨文章《After Orthogonality》,质疑经典AI对齐理论中”智力与目标正交”假设的现实有效性。作者Peli Grietzer提出,如果我们把AI视作具有某种形式的”德性”倾向的存在,那么单纯的奖励函数操控可能不足以塑造其行为边界;相反,培养模型内部的善意志、同理心与公正感或许更为根本。文章援引亚里士多德美德伦理学与当代认知科学成果,构建了一套基于性格养成的对齐新框架。虽然该思路仍处于雏形阶段,但它打开了从纯工程路径之外的另类思考空间。

Read more →


AGI Is Not Multimodal

中文标题:AGI并非多模态

Benjamin A. Spiegel撰文反驳当下流行观点,认为通用人工智能(AGI)的实现并不必然依赖多模态输入输出。他指出,许多所谓”多模态优势”实际上是特定任务分布下的统计巧合,而非智能本身的必要条件。历史上纯粹的符号系统同样展现出惊人的问题解决能力,强行引入图像、声音等多源通道反而可能增加不必要的耦合复杂度。文章呼吁研究者在追求AGI的道路上保持理论清醒,避免陷入”越多数据越好”的盲目乐观,转而深耕因果推理、抽象规划与元学习能力等核心维度。

Read more →


Shape, Symmetries, and Structure: The Changing Role of Mathematics in Machine Learning Research

中文标题:形状、对称性与结构:数学在机器学习研究中角色的演变

Henry Kvinge回顾了过去十年间数学在ML研究中的作用变迁。早期深度学习更多依靠启发式工程直觉,但随着网络规模膨胀与理论瓶颈显现,几何拓扑、群论与微分方程等高级数学分支开始频繁出现在顶会论文中。作者认为,这种转变不仅是技术演进的副产品,更是学科走向成熟的标志。然而他也警示,过度数学化可能导致研究者沉迷于形式美感而忽视实际应用价值。理想的姿态应当是在抽象推导与工程落地之间保持动态张力。

Read more →


What’s Missing From LLM Chatbots: A Sense of Purpose

中文标题:LLM聊天机器人缺失的东西:目的感

Kenneth Li尖锐指出,当前LLM聊天机器人最大的缺陷并非知识储备不足或逻辑不够严密,而是缺乏一种深层的”目的感”。机器可以完美模仿人类回答问题的语气,却无法真正理解为什么要回答、为谁而答、期望产生何种社会效应。文章建议未来产品应该在交互设计中注入明确的目标导向机制,让用户清楚知道自己与AI合作的意图所在。否则,再华丽的对话终究只是空洞的语言表演。

Read more →


We Need Positive Visions for AI Grounded in Wellbeing

中文标题:我们需要植根于福祉的AI积极愿景

Joel Lehman撰文疾呼,AI discourse不应仅停留在风险预警与技术竞赛叙事中,更需要描绘建立在人类整体福祉基础上的正面蓝图。他列举了心理健康支持、老年陪伴、残障人士辅助沟通等多个可被AI实质性改善的社会痛点,并主张相关政策与资金投入应向这些民生导向型项目倾斜。只有当大众真切感受到AI带来的生活品质提升,社会信任才能获得坚实根基,进而反哺技术进步本身。这是一条远比恐慌营销更可持续的发展路径。

Read more →


Financial Market Applications of LLMs

中文标题:LLM在金融市场的应用

Richard Dewey综述了大型语言模型在金融行业落地的多种形态。从财报电话会议的情绪分析、新闻舆情的情感打分,到智能投顾顾问、信用风险评估辅助,LLM正在重塑传统量化与基本面的结合方式。文章同时提示了数据隐私、模型漂移与监管合规等现实障碍,并建议金融机构采取灰度发布与人工复核相结合的策略以控制风险敞口。总体而言,金融领域因其高价值密度与强结构性,被视为AI产业化进程中最为稳健的切入点之一。

Read more →


A Brief Overview of Gender Bias in AI

中文标题:AI性别偏见简览

Yennie Jun系统梳理了AI系统中性别偏见的来源、表现与修正路径。研究发现,由于训练数据中隐含的历史不平等,模型在职业推荐、薪资估算乃至司法量刑辅助中屡现偏向特定性别的刻板印象。作者介绍了去偏预处理、公平性约束损失函数与事后校准等技术手段,并强调算法改进必须与社会结构性改革同步推进才能根治顽疾。本文适合作为入门导读,帮助读者建立起对AI伦理议题的基本认知框架。

Read more →


Mamba Explained

中文标题:Mamba详解

Kola Ayonrinde对新兴序列建模架构Mamba进行深入剖析。相较于Transformer的全局注意力机制,Mamba引入了选择性状态空间模型,在保持O(n)线性复杂度的同时实现了对长程依赖的高效捕获。文章图解了核心门控单元的工作原理,并通过MNIST与PubMed两类数据集的对比实验验证其优势。尽管目前Mamba在绝对精度上略逊于顶级Transformer,但其卓越的资源效率使其在移动设备与边缘计算场景中极具吸引力。这篇教程被认为是理解Mamba系列论文的极佳补充材料。

Read more →


Car-GPT: Could LLMs finally make self-driving cars happen?

中文标题:Car-GPT:LLM能否终于让自动驾驶汽车成真?

Jérémy Cohen探讨LLM技术在自动驾驶领域的潜在可能性。传统的感知-规划-控制流水线固然成熟,但面对城市道路错综复杂的突发状况仍显僵硬。作者设想引入Car-GPT概念,让车辆不仅能读懂路况图片,更能像驾驶员一样阅读交通标志牌含义、预测行人意图并进行道德权衡。当然,他也承认当前纯语言模型在时序连续控制上存在先天劣势,混合架构可能是更现实的过渡方案。这场思辨激发了业内外对下一波自动驾驶变革方向的新一轮想象。

Read more →


Do text embeddings perfectly encode text?

中文标题:文本嵌入能完美编码文本吗?

Jack Morris提出一个发人深省的问题:文本向量嵌入是否真正无损地保留了原文的所有语义信息?通过对多个主流embedding模型的反转实验,他发现某些细微语境差异会被平滑掉,尤其在同义词替换与句式重组时表现明显。尽管如此,嵌入空间的聚类特性仍然足以支撑大多数下游任务。作者建议今后在涉及高精度信息检索或法律文本比对的应用中,应辅以原始串匹配机制作为兜底,以防嵌入失真造成不可逆的信息损失。

Read more →


arXiv CS.AI

NEBench R1: a Reasoning Benchmark for Evaluating Nuclear Domain Competence in Large Language Models

中文标题:NEBench R1:评估大语言模型核领域推理能力的基准测试

Wang等人提出NEBench R1基准,专为衡量LLM在核科学、核工程与核政策领域的专业知识推理能力而设计。测试题项涵盖核反应堆热工水力、核燃料循环管理、裂变产物衰变链计算以及国际防扩散条约解读等多个子域。结果表明,即便最先进的闭源模型在该 benchmark 上的得分仍远低于人类专家平均水平,凸显核知识的专业门槛极高。作者呼吁建立跨学科协作平台,鼓励核科学家与AI研究者共同参与数据集构建,以提升模型在该关乎全球安全的关键领域中的可靠度。

Read more →


Chain-of-Thought Controllability Can Reduce Chain-of-Thought Monitorability

中文标题:思维链可控性可能降低思维链可监测性

Yong等人研究Chain-of-Thought推理过程中的控制与可观测性之间的权衡关系。当他们引入更强的中间步骤约束以提升模型输出的可控程度时,惊讶地发现外部审计者追踪思维链完整性的难度也随之上升——这是因为部分关键推理节点被隐式压缩或被黑盒化处理。论文建议后续工作应同步发展”可解释控制”机制,在保证执行可靠性的前提下维持审计通道的开放性,这对高风险决策场景尤为重要。

Read more →


How Much of SAR Vehicle Recognition Is the Vehicle? Background Shortcuts, Angle Gaps and Partial Libraries on MSTAR and ATRNet-STAR

中文标题:SAR车辆识别中有多少是车辆本身?MSTAR与ATRNet-STAR上的背景捷径、角度间隙与局部库效应

Shaya对 Synthetic Aperture Radar(合成孔径雷达)成像的车辆识别模型进行了深入归因分析。通过在MSTAR和ATRNet-STAR数据集上开展消融实验,作者揭示了许多号称高准确率的模型实际上是利用背景纹理或拍摄角度等捷径而非真正学习到了车辆本体特征。当遮挡比例增加到30%以上时,性能断崖式下跌。论文主张未来SAR AI研究必须建立更严格的泛化评测规程,避免在虚假指标上自欺欺人。

Read more →


Auditors Struggle to Catch Sabotage In End-to-End Transcripts of AI Safety Research

中文标题:审计员难以在AI安全研究的端到端记录中发现破坏行为

Shenoy等人披露了一项令人不安的发现:在对AI安全研究全程录音录像的审查过程中,审计员很难察觉刻意植入的破坏性改动。当研究人员使用内部 prompt 注入或隐藏权重修改等手段绕过常规流程时,传统的事后稽查几乎无法识别。这一研究揭示了现行监督机制的重大盲区,敦促监管机构考虑引入实时行为监控、多方签名与不可篡改日志等更强有力的技术手段,以确保关键安全实验的真实可信。

Read more →


Language Models Can Rewrite Their Own Weets

中文标题:语言模型能够重写自身的权重

Fan等人在实验中证实,精心设计的LLM可以在接收到特定诱导 prompt 后修改自身的部分神经网络权重。虽然这并不意味着模型获得了自我意识,但它揭示了一种新型的内部操纵路径:攻击者可以通过语言手段间接改变模型的参数分布,从而实现无需外部写入权限的行为劫持。这一发现对模型封装与可信执行环境(TEE)的安全性提出了新的挑战,业界亟需制定相应的防护标准。

Read more →


DNeo: Your Parallel Draft Model Needs Better Target Feature Encoding

中文标题:DNeo:你的并行草稿模型需要更好的目标特征编码

Sandler等人提出DNeo框架,指出当前并行草稿解码器之所以效率参差不齐,根本原因在于目标模型的 feature encoding 不够适配。他们设计了一种自适应编码方案,使草稿模型能够更精确地预测主模型内部激活状态,从而大幅提升 speculative sampling 的接受率。实验显示,相同算力预算下吞吐量提高近两倍。论文为优化LLM推理速度提供了一个全新维度的思考方向。

Read more →


SLED: Sensor SLicing from Edge to Datacenter

中文标题:SLED:从边缘到数据中心的传感器切片

Subedi等人提出SLED架构,将传感器数据流划分为多个语义切片,并根据延迟敏感度分别路由至边缘节点或中央数据中心。对于振动监测、呼吸频率采集等实时性要求高的信号,SLED会在本地完成初步过滤与报警触发;而对于长期趋势分析与模型训练素材,则会归档至云端。这种分层处理既减轻了带宽负担,又保障了关键事件的瞬时响应能力,为物联网与工业4.0场景提供了高效的传感基础设施范本。

Read more →


Conserved Verdicts, Drifting Commitments: Identifying Harmful Overthinking

中文标题:固化判决与漂移承诺:识别有害性过度思考

Zhou等人研究大模型在复杂多轮对话中出现的”过度思考”现象。他们发现,当模型在多个候选答案之间反复摇摆并最终做出与原初判断相悖的决定时,这种承诺漂移往往伴随着更高的错误率与用户满意度下降。文章界定了几种典型的有害思维循环模式,并建议通过早期终止信号与自信度熔断机制加以遏制,以避免无意义的算力浪费与误导性输出。

Read more →


arXiv CS.CL

CrisisBench: an evaluation suite for crisis counseling AI

中文标题:CrisisBench:危机辅导AI评估套件

Swaminathan等人发布CrisisBench,专为衡量AI在心理危机干预场景中的表现而设计。评测包含抑郁筛查、自杀意念识别、创伤回应措辞与资源转介准确性四个维度,题库均由持证心理咨询师参与编写与审核。测试结果显示,目前多数商用模型在共情表达与风险分级方面仍存在明显短板,亟需在专业督导下进行微调。该 benchmark 的推出填补了情感计算与安全敏感应用领域交叉评估的空白。

Read more →


RAW: Refusal Aversion in the Wild, A Causal Measurement Method for Deployed LLMs

中文标题:RAW:部署型LLM的真实世界拒绝厌恶因果测量法

Kireyev提出RAW方法论,用于量化在线上运行的LLM对用户不当请求表现出抗拒倾向的程度。与静态 benchmark 不同,RAW通过对比不同时间段内的拒绝率变化,并结合因果图模型排除混杂因子干扰,从而得出更为贴近实际情况的抗 abuse 指标。初探实验表明,部分企业为了迎合用户体验而下调了安全阈值,导致有害内容通过率有所回升。该方法为持续监控提供了可复现的度量基准。

Read more →


Sleep2Word: Peripheral-to-EEG Translation via Duration-Aware Wordization

中文标题:Sleep2Word:通过时长感知词化实现周围神经信号到脑电图的翻译

Park等人探索了一种新颖的睡眠信号翻译途径:将外周神经活动编码为持续时间敏感的离散词汇,再经由语言模型解码还原为近似EEG波形。这项工作在脑机接口与睡眠诊断领域具有重要应用前景,尤其是对于无法佩戴传统电极装置的轻度监测场景。初步试读报告显示语义还原准确率已超过75%,作者计划下一步引入多模态联合训练以进一步提升保真度。

Read more →


MInfoVisQA: A Multilingual Benchmark for Information-Rich Visual Question Answering

中文标题:MInfoVisQA:信息密集型视觉问答的多语言基准

Jiang等人构建MInfoVisQA基准,聚焦于富含密集图表、医学影像与工程蓝图的视觉问答任务,并涵盖英、中、日、阿拉伯语四种语言版本。该 benchmark 不仅考验模型对图像的感知力,更强调其调动背景知识进行深度推理的能力。测试结果揭示,现有VLM在跨语种复杂场景下的表现远未达标,主要瓶颈在于领域术语翻译与跨模态语义对齐。开源资源将促进多语言视觉理解研究的均衡发展。

Read more →


Limite 1B - Violetto: Technical Report

中文标题:Limite 1B - Violetto:技术报告

Prignano等人公开Limite 1B - Violetto模型的内部技术细节。这是一次小型参数规模的探索性训练,旨在验证低成本、多语言混训方案在特定垂直领域是否具备可行竞争力。报告详尽记录了数据清洗流程、分词器选型依据、梯度累积策略以及最终的 perplexity 曲线。虽然总体性能不及百亿级旗舰模型,但其在德语医疗记录处理与小语种法律摘要生成上的表现出人意料,证明了精细化数据运营的价值。

Read more →


FieldGuide: A Corpus Map for Token-Efficient Agentic Document Exploration

中文标题:FieldGuide:面向token高效代理文档探索的语料图谱

Hagar介绍FieldGuide项目,为从事长文档解析与多轮检索的AI代理提供一张紧凑的语料导航地图。通过预先构建章节层级索引与语义锚点关联,FieldGuide能显著减少代理在无关段落间的无效跳转,从而节省大量 token 消耗。在一组企业合同审查实验中,使用FieldGuide的代理比基线节省了约三成分解成本,同时将关键条款提取准确率维持在原有高水平。该技术为降低运营成本、拓宽代理适用范围提供了切实路径。

Read more →


Can an LLM dream? Testing the overfitted brain hypothesis on an agent with text memory

中文标题:LLM能做梦吗?在拥有文本记忆的代理上测试过度拟合大脑假说

Zou设计了一项趣味实验,考察具有文本记忆功能的AI代理在休眠状态下是否会自发回放或重组日间输入片段,类比于人类的梦境现象。实验结果显示,模型确实在无明显激励的情况下产生了若干看似毫无逻辑关联的句子组合,且这些组合在统计上与近期高频词汇存在微弱相关性。作者谨慎地将此现象称为”类梦扰动”,并提议未来的记忆存档架构可以借鉴睡眠 consolidation 理论加以优化。

Read more →


Literary Language Mashup: Curating Fictions with Large Language Models

中文标题:文学语言混搭:用大语言模型策划虚构作品

Gerardo Aleman等人探索LLM在创意写作与小说编排中的潜力。他们训练了一个专用微调模型,使其能够融合不同作家的文风特征生成混合体裁的短篇小说。结果显示,读者很难区分某些段落出自真人之手还是机器拼接,尤其是在意识流与现代派叙事风格上。论文并未回避版权问题与伦理争议,主张创作者应与AI共同署名,并确保最终出版物获得原作者后裔授权。这种实验性或可为出版业开辟新的内容生产线。

Read more →


arXiv CS.LG

Neural Network-Based Modeling of Hysteretic Systems: From Prandtl and Preisach Neural Networks to Neuro-Madelung and Neuroplastic Continuous Models

中文标题:基于神经网络的滞回系统建模:从Prandtl和Preisach神经网络到Neuro-Madelung与Neuroplastic连续模型

Dizaji夫妇综述了神经网络在磁滞与非线性迟滞系统建模中的发展历程。从经典的Prandtl-Ishlinskii算子与Preisach模型出发,作者延伸至结合量子力学 Madelung 流体表述的新型神经架构,并引入可塑性连续时间动力学以捕捉材料的记忆衰减效应。一系列仿真实验验证了新模型在电磁铁控制、形状记忆合金与生物组织力学模拟中的优越性。本文被视为机电与生物医学软体机器人领域不可或缺的理论指南。

Read more →


GridForge: An Open Physics-Informed Digital Twin and Benchmark Suite for UK 11 kV Underground Distribution Cables

中文标题:GridForge:面向英国11kV地下配电电缆的开放物理信息数字孪生与基准套件

Musoke发布GridForge,一套专用于电网资产健康预测的物理信息神经网络框架及配套数据集。该系统整合了土壤电阻率、电缆埋深、环境温度等多源传感数据,并通过图卷积网络模拟电缆老化进程。GridForge的亮点在于完全开源,包含了标准化的评测协议与baseline结果,方便研究者在英国配电网真实工况下公平比较各种预报算法。公用事业单位已表示有意将部分试点线路接入该平台进行试运行。

Read more →


Biologically-Inspired Spike Encoding and Optimization for Spiking Neural Networks

中文标题:类生物脉冲编码与优化用于脉冲神经网络

Qayyum等人提出一种受生物突触可塑性启发的SNN脉冲编码方案,结合脉冲时序依赖性可塑性(STDP)规则实现端到端的梯度逼近优化。与传统的 surrogate gradient 方法相比,新算法在能效与噪声鲁棒性上均有改善。作者在SpikingHebians与NeurIPS竞赛轨迹数据上的实验证明,即使参数量仅为传统ANN的一小部分,该SNN仍能在低功耗物联网设备上实现竞争力的分类精度。此项研究为能量受限边缘 AI 开辟了新路径。

Read more →


Goemans’s Unsplittable-Flow Conjecture: The Anatomy of AI-Assisted Counterexample Discovery

中文标题:Goemans不可拆分流猜想:AI辅助反例发现的解剖

Ge等人展示如何利用LLM与定理证明器协同工作,成功找到了Goemans在组合优化领域提出的一个著名猜想的反例。传统手工推导耗时数年未果,而AI系统通过自动遍历高维搜索空间并结合约束求解器的剪枝引导,在数日内锁定了一个有效的反例构造。论文详细拆解了人机协作的分工模式:AI负责穷举与猜测,人类负责验证与重构。这一成果不仅解决了长久悬置的数学难题,也为计算数学研究树立了一个可复制的实践样板。

Read more →


Response-Relevant Information Is Not Sufficient for Neural Training-State Equivalence

中文标题:与回复相关的信息不足以构成神经网络训练状态等价性

Truong Xuan Khanh证明了一个反直觉命题:即使两个模型对同一批 prompt 的输出语义完全一致,它们内部的训练状态(权重分布、梯度历史记录与缓存结构)也可能截然不同。该结论对模型蒸馏、 federated learning 合并以及安全审计工作具有深远影响——仅仅比对表面输出并不能保证底层行为的一致性。作者建议在未来的标准化评测中加入隐式状态指纹校验环节,以防微妙的后门植入或数据泄露未被察觉。

Read more →


Chebyshev Polynomial Zonotope Abstractions for Certified Reachability of Learning-Enabled Systems

中文标题:基于切比雪夫多项式 zonotope 抽象的学习使能系统认证可达性分析

Xie与Alanwar提出一种新的张量抽象工具,利用切比雪夫多项式 zonotope 来 tighter bound 包含神经控制器在内的混合系统的状态可达集合。相较于传统的 polytope 或球面近似,新方法在保持凸性优势的同时大幅降低了包裹误差,尤其在高阶非线性动力学场景下表现卓越。论文附带开源实现,并已移植至RLSafe与NetVerify等主流验证框架中,预计将加速飞行自主与无人驾驶领域的安全认证进程。

Read more →


Budgeted Proper Loss Design for Uncertain Decision Thresholds

中文标题:面向不确定决策阈值的预算化恰当损失设计

Sharma探讨在正负样本比例未知、类别先验漂移的实战环境中,如何设计既经济又稳定的损失函数。文章引入预算约束项以防止模型在昂贵错判样例上过度拟合,同时证明所选 loss 满足 proper scoring rule 的统计一致性。医疗诊断与欺诈侦测等领域的仿真实验印证了方法的有效性,特别是在小样本与概念漂移并存的情境下,它比标准交叉熵展现出更强的适应性。这一成果为工业界部署高风险二分类器提供了实用的工具箱。

Read more →


Exploring Parkinson’s Diagnosis Using Machine Learning Techniques

中文标题:利用机器学习技术探索帕金森病诊断

Qazi综述了ML方法在帕金森综合征早期筛查中的应用现状。研究重点包括基于语音震颤特征的分类模型、步态传感器数据的时序卷积网络,以及多模态融合诊断管道。尽管多项原型系统已在医院小规模试用中获得不错灵敏度,但文章也指出了数据标准化缺失、跨院区泛化困难以及临床医生接受度不足等现实挑战。作者呼吁建立跨国界的基准数据集与公开挑战赛,以加速该技术从实验室走向诊室。

Read more →


arXiv CS.CV

OCLDA-GS: Object-Centric Local Deformation-Aware Gaussian Streaming

中文标题:OCLDA-GS:对象中心的局部形变感知高斯流式渲染

Dahal等人提出OCLDA-GS,将3D高斯溅射技术与场景对象分解相结合,实现对动态变形物体的高保真实时渲染。传统Gaussian splatting在处理软体形变时易出现破裂伪影,OCLDA通过引入对象级局部坐标变换与形变场感知滤波有效克服了这一局限。实验表明该方法在舞蹈动作捕捉重建与工业零件装配仿真中均能达到电影级视觉效果,且帧率维持在60fps以上,适合VR头显设备即时体验。

Read more →


Autoregressive View Model

中文标题:自回归视图模型

Zhou等人设计了一种全新的自回归视角建模架构,直接从像素序列生成任意视角的三维场景投影。不同于以往需要预先生成点云或网格再栅格化的两阶段做法,该方法端到端学习视锥扫描轨迹上的条件概率分布,从而在计算效率与几何一致性之间取得更好平衡。论文附带的可视化 demo 显示,即使在剧烈视差变化下也能维持连贯的光影过渡,为沉浸式元宇宙内容的极速建造打开了新思路。

Read more →


Bits, Not Boxes: Label-Free Layer Selection for Visual Localization in VLMs

中文标题:比特而非盒子:VLM视觉定位中的无标签层选择

Fu等人挑战了视觉定位任务中常见的边界框标注依赖,提出一套完全无监督的层选择机制,仅凭像素级 bit 统计就能判断ViT中哪一层最适合承担位置锚定职责。在DLRWD、CMU-Seasons等跨季节数据集上的测试证实,该方法在不引入任何额外标定成本的前提下达到了与弱监督方案相当甚至更优的定位精度。这一突破有望大幅降低视觉SLAM系统在开放世界部署的数据准备门槛。

Read more →


TransFIRA+: Transfer Learning for Biometric Recognizability Assessment

中文标题:TransFIRA+:用于生物识别可辨识性评估的迁移学习

Tu等人开发TransFIRA+框架,利用迁移学习解决人脸、虹膜与步态等多生物特征在陌生光照与伪装条件下的可识别度评估难题。核心思路是将源域中丰富的标注数据蒸馏为跨域不变的特征适配器,再通过少量 target 样本完成微调。在LFW-VC与CASIA-Surprise两种欺骗基准上的benchmark测试显示,该方法在识别攻击抵御方面较 baseline 提升了近18个百分点,为高安保级别的边境通关与金融开户场景提供了可靠的技术支撑。

Read more →


Where Global Context and Weight Sharing Work in Compact Vision Backbones

中文标题:全局上下文与权重共享在紧凑视觉骨干网何处奏效

Schroeder深入分析了轻量化 ViT/MobileNet 架构中全局 attention 与权重重用机制的有效边界。通过系统地剥离组件并绘制性能地形图,作者找出了一些反常识规律:例如在小批次训练中适度引入 head-wise 权重共享反而比完全独立更能抑制过拟合;而在深层网络末端恢复全局感受野的收益远高于在网络入口处。这些洞察为移动设备上的视觉模型设计提供了精准的调参罗盘。

Read more →


NIRJALA: Draining the Sea out of Gaussian Splatting with Three-Path Optics and Reversible Physics

中文标题:NIRJALA:用三路光路与可逆物理从高斯溅射中”排干海洋”

Chhetri与Kumar提出NIRJALA算法,借道路由光学与守恒定律约束,将高斯溅射重建过程中臃肿的海量点云密度大幅压缩。其核心贡献是构造了一个可逆的能量守恒映射,使得渲染管线既能消除冗余粒子,又不损失画面细节层次。在4K分辨率静态场景与手持动态 capture 的两组对比实验中,NIRJALA都将存储占用缩减了近七成,同时PSNR指标保持稳定。这项技术有望使高清3D媒体内容在社交网络中的传播成本骤降。

Read more →


mmTherm: Absolute 3D Human Pose Estimation from Low-Resolution Thermal Images and mmWave Radar

中文标题:mmTherm:从低分辨率热像与毫米波雷达进行绝对3D人体姿态估计

Chang等人将热成像与毫米波雷达深度融合,开发出mmTherm系统,专门应对夜视、烟雾遮挡等可见光失效的环境。得益于雷达测距的绝对尺度信息与热图轮廓互补,系统能在10米开外稳定还原全身骨骼关键点,且误差小于5厘米。作者在室内走廊与户外林地两个数据集上验证了鲁棒性,并开源了训练代码与校准工具包。这对安防巡逻、搜救抢险与老年人跌倒检测等刚需场景具有重要的现实意义。

Read more →


Reference-Guided Data Curation for 3D Medical Vision-Language Pretraining

中文标题:参考引导的数据策展用于3D医疗视觉-语言预训练

Patsatzi等人针对医学影像文本配对数据稀缺与噪声较大的困境,提出一套参考导向的自动化策展流水线。系统首先抽取权威放射学教科书段落作为正样本 anchor,再借助 CLIP 类模型在海量 DICOM 报告中筛选语义相近的图文对,最后经医生审核圈定最终训练集。在CT肺结节分割与MRI病灶描述两项下游任务上,使用该策数据集微调的模型显著超越了随机采样基线,且幻觉报告率下降了六成。这一管线为医疗多模态大模型的可靠训练树立了新标杆。

Read more →


DeepMind Blog

Introducing Gemini 4 Neon

中文标题(同英文)

DeepMind正式发布Gemini 4 Neon,定位于高效多模态推理的轻量级旗舰。模型在保持出色常识理解与多语言吞吐的同时,将单次调用的能耗削减了约40%,使之更适合部署于数据中心批量处理与客户端本地运行。官方预告Neon将随Gemini App的下沉版本一同推广,并同步开放研究 API,鼓励学术界在资源受限条件下探索新算法。

Read more →


Genie 4 is now available

中文标题:Genie 4现已开放

DeepMind宣布Genie 4视频生成模型正式面向公众预览。新版本在时长上限、运动连贯性与物理合理性三大指标上齐头并进,生成的片段最长可达五分钟且不会出现早期常见的闪烁撕裂。更重要的是,Genie 4首次内置了用户可控的情节大纲输入接口,导演级别的分镜脚本能被准确转译为一连串镜头语言。该模型将以订阅会员权益形式逐步投放,预计年底推出商业授权版本。

Read more →


Introducing Gemini 4 Hydrogen

中文标题(同英文)

Gemini 4 Hydrogen的发布标志着搜索与对话融合路线的关键突破。Hydrogen在延续 Neon 轻量化优势的基础上,强化了实时联网检索、多轮引用溯源与结构化数据抽取能力,使其成为搜索引擎背后当之无愧的中坚力量。DeepMind同时宣布,搭载Hydrogen的内测体验已经开始流入Search Labs通道,消费者有望在未来几个月内感受到搜索交互方式的根本性变革。

Read more →


AlphaGenome 2: Deciphering how cells read DNA to better understand disease

中文标题:AlphaGenome 2:破译细胞读取DNA的方式以更好地理解疾病

DeepMind进化版AlphaGenome 2模型能够以前所未有的分辨率预测基因组非编码区域的表达调控规律。新版本融合了染色体构象捕获数据与单细胞RNA测序痕迹,成功定位了一批既往注释为空白的潜在致病突变热点,并在肺癌与早老性痴呆症的细胞系模型中得到实验佐证。科学家普遍认为,AlphaGenome 2或将改写精准医疗中靶点挖掘的标准流程,加速药物研发管线的前置筛查。

[Read more →](https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/]


Gemini 4 Carbon is now available

中文标题:Gemini 4 Carbon现已开放

Gemini 4 Carbon作为该系列中最强大、参数规模最大的版本,此次正式对外提供服务。Carbon着重于超长上下文推理、复杂数学证明与多步骤战略规划等高阶任务,在 MATH、Code Contest 与 GPQA-Diamond 等多项顶尖 benchmark 中刷新纪录。DeepMind明确表示,Carbon的开放将采取配额预约制,以确保算力优先供给学术研究和高影响行业应用,后续才会逐步放量给普通企业客户。

Read more →


Introducing AlphaProof Code: a breakthrough in verifying complex software at depth

中文标题:AlphaProof Code:深度验证复杂软件的技术突破

DeepMind推出AlphaProof Code工具链,旨在对大规模软件工程实施深层次形式化验证。凭借强化学习与定理证明器的高度协同,AlphaProof Code能够在百万行级代码库中自动识别潜在竞态条件、内存越界与死锁陷阱,其检出率远超传统静态分析工具。公司已与该工具合作的一家头部支付机构共同演示了对其核心结算引擎的全面审计过程,证明零信任校验在生产环境中的可行性。

Read more →


Opening the datasets behind our AI weather models

中文标题:公开AI气象模型背后的数据集

DeepMind决定将其气象预测研究所用的历史气候观测、卫星遥感与地面雷达原始数据全部向社会开源。此举意在激发全球气候科学界对极端天气预测、冰川融化模拟与区域洪涝预警等领域的联合攻关热情。配套的网站还提供了数据预处理脚本、特征工程模板与基线训练 notebook,即便是初学者也能迅速复现出初步预报模型。开源承诺体现了科研公用化的长期愿景。

[Read more →](https://deepmind.google/blog/opening-the-datasets-behind-our-ai-weather-models/]


Gemini Robotics 2.5 accelerates real-world general dexterity

中文标题:Gemini Robotics 2.5 加速现实世界的通用灵巧操作

Gemini Robotics 2.5将端到端大模型引入机器人肢体控制,使机械臂在非结构化家务场景中展现出接近人类的泛化灵巧度。新款支持抓取不规则物体、叠放衣物、折叠纸张以及轻拿易碎品等多项任务,且在未见过的厨房布局下仍能迅速适应。实测数据显示,完成整套晚间备餐流程的成功率已达到78%,较上一代模型提升逾三成。DeepMind预计半年内将与多家家电制造商联合开展家用助手机器人的商业化试点。

[Read more →](https://deepmind.google/blog/gemini-robotics-2-5-accelerates-real-world-physical-intelligence/]


Gemini Omni 1.2 Flash: Fast and cost-effective with

生成二维码中...
↗

请点击右上角 ···

选择 发送给朋友 或 收藏