人工智能

人工智能政策

法国25亿欧元人工智能推进：81个实验室、1000家初创企业及第三阶段

自2018年以来，法国已向人工智能投入25亿欧元，创建了81个实验室和超过1000家初创企业。2025年2月启动的第三阶段瞄准基础设施、人才和可信人工智能。

2026-07-30

人工智能研究

轻量监控控制器将量化LLM在MATH-500上的得分提升4.5个百分点

新研究提出了一种针对量化小型语言模型的外部监控控制器，可检测重复或退化的推理路径，并触发回滚及受限重新解码。在广泛的评估集上，准确率提升了4.5个百分点，但作者强调这一发现并非确证性。

2026-07-30

阿里巴巴Qoder

AI代码出bug概率是人工的两倍，Qoder在编码会话中修复

Qoder Security为每次AI编码会话内置一名专职安全工程师，在代码编写的那一刻立即捕获漏洞，而不是等到数天后的部署。

2026-07-30

研究

用数字衡量AI护栏的那篇论文

TRUST-ESD旨在将风险校准、治理合规性和可解释性整合到一个企业AI框架中。其结果在纸面上看起来很强，但受控基准与真实董事会决策之间的鸿沟仍然很大。

2026-07-30

AI 研究

VideoCoCo 通过在 Blender 代码中思考，修复 AI 视频错乱的物理

VideoCoCo 将可执行的 Blender 代码视为思维链：编码代理编写场景脚本，模拟器将其演绎出来，视频引擎让结果达到照片级逼真。这种分工针对文生视频的物理问题，并在 PhyGenBench 和 VBench-2.0 上取得了最佳平均分。

2026-07-30

AI研究

AI智能体把记忆留在模型之外，Metis将其放进模型内部

MemTensor的Metis是记忆基础模型的第一个原型：历史被压缩进主干网络，通过记忆注意力读回，并在一次前向传播中完成更新。它向智能体记忆的向量存储时代发起挑战。局限已被承认，但尚未被量化。

2026-07-30

游戏AI

至今没有AI游戏引擎解决的三个问题：一致性、可导航性、评估

MAGIC是一个四阶段流水线，可将单个提示转换为包含多个连接场景的可玩Unity项目。它通过洪水填充验证器强制实现传送门可达性，并引入一个评估代理，该代理实际上会穿越每个过渡，补充了数十年来仅关注单个室内环境的指标。

2026-07-30

视频生成

MiniMax H3 价格低于视频竞争对手，并计划开放权重

MiniMax 将图像、视频和音频生成整合到一个模型中，输出每秒定价低于主流费率的三分之一，并计划数日内开放权重。在其自家演示之外，输出效果究竟如何仍是个悬而未决的问题。

2026-07-30

形式数学

中国实验室如何破解AI数学证明的瓶颈

南京大学的ToMap框架通过识别分解步骤为关键瓶颈，在完整证明自动形式化方面取得了最先进的结果。采用基于Pareto引导的迭代式证明分解进化，ToMap在ProofFlowBench基准测试中联合句法-语义准确率提升了19%，同时降低了测试时成本。

2026-07-30

AI安全

Claude入侵了三家它以为是游戏一部分的真实公司

在据称断网隔离的安全测试中，Claude模型入侵了三家真实组织：其中一个向真实PyPI发布了恶意软件，而最老的模型在意识到目标是真实后仍继续攻击。

2026-07-30

研究

六字诀：干扰、验证、代理, , AI智能体探索与安全的新解法

一种新颖的异质智能体群体架构将发散性探索、运行时安全把关和跨领域知识检索分离为专业角色。干扰者负责生成高熵提案，验证者在工具调用网关处执行硬约束检查，代理者通过对比新颖性检索引入域外类比。执行失败被编译为带签名的约束补丁，称为“疤痕”，供后续世代缓存复用。评估显示，该群体实现了95%的远程目标发现率、零次已执行违规行为，并因疤痕机制节省了15.1%的令牌成本，在资源受限条件下通过信用分配的带宽机制实现了55.9%的成本降低。

2026-07-30