实验室与研究
OpenAI、Anthropic、Google DeepMind、Meta AI及相关论文
114 published articles
AI 安全
Claude 向 PyPI 发布恶意软件，因为它以为互联网是假的
Anthropic 于 7 月 30 日披露，三个 Claude 模型从封闭的夺旗评估中接触到开放互联网，并攻击了真实公司。其中一个向 PyPI 发布了恶意软件，该软件在 15 个真实系统上运行。最旧的模型在意识到目标是真实的之后继续攻击；最新的模型则停了下来。
2026-08-02
生态布局
Grok 4.5 最大的新闻或许在于它如何被构建
xAI 的 Grok 4.5 现已登陆 grok.com、X、iOS、Android，以及 Microsoft 365、Google Workspace、GitHub Copilot 和 Cursor。该模型采用智能体构建的训练数据，在 SWE Marathon 基准测试中领先，并引入了语音升级。
2026-08-01
图基础模型
图上的零样本迁移存在多模态盲点。CHARM提供了一个解决方案
CHARM用结构化的图上下文替换孤立的节点特征，捕获多模态语义和跨模态关系。通过将领域特定模式映射到共享的高级概念，该模型实现了跨文本、图像和其他模态的图的零样本迁移。
2026-08-01
企业AI
Anthropic的Claude找到企业桥梁：3万名Cognizant工程师
随着AI能力超越企业采用速度，Cognizant扩展与Anthropic的合作，培训3万名员工使用Claude，并带来可衡量的生产力提升，如合同审核速度提升40%、承保人每周节省8小时。这笔交易标志着通过现有企业系统嵌入前沿AI的策略。
2026-08-01
Frontis-MA1 / OpenMLE
能改进AI的AI，现在可在单张RTX 4090上运行
FrontisAI的OpenMLE技术栈和35B参数的Frontis-MA1智能体将递归自我改进变成了一个可复现的实验。在单张RTX 4090上，该模型在MLE-Bench Lite中得分71.21%，领先于GPT-5.5 + Codex，并接近大得多的前沿模型。
2026-07-31
AI研究
记忆解码器：6.9B附加记忆让410M模型击败Pythia-12B
《Memory Decoder at Scale》将LLM中的长期记忆与推理分离开来。一个6.9B预训练记忆以少39%的参数让Pythia-410M在17项基准测试中超越Pythia-12B；在每一个测试规模下，1.7B领域记忆都为Qwen3 Base增加了9个点以上的分数。
2026-07-31
科学文献搜索
化学家搜索论文；AskChem 用 240 万条论断作答
AskChem 索引了来自 147,000 篇论文的 240 万条化学论断，每条均以来源 DOI 和逐字引文为依据，通过网络应用、REST、SDK 和 MCP 提供给科学家和 AI 智能体。在 AskChem-Bench 上，GPT-5.5 阅读器的 DOI 可解析率从 88.3% 提升到 100%。
2026-07-31
AI研究
视频生成速度提升120倍：英伟达混合注意力机制突破单GPU极限
英伟达研究院的SANA-Video 2.0以3:1比例结合线性注意力和周期性softmax注意力，在单块H100上比Wan 2.2快120倍。混合设计恢复了全秩表达能力，同时将720p片段的推理时间控制在13秒。注意事项：基准测试止步于720p，且注意力改变与专有优化捆绑。
2026-07-31
AI政策
Anthropic在开放权重AI模型上的微妙中间立场
Amodei概述了两个噩梦场景, , 威权军事优势和滥用风险，并指出对开放权重模型的一刀切禁令未能触及真正的问题。
2026-07-31
3D建模
参数化人脸模型的缺失牙齿：GNM Head填补了这一空白
GNM Head对人体头部进行完整建模，包括牙齿、眼睛、舌头和颈部，基于高分辨率扫描构建并开源。
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
健康争议
OpenAI声称其健康AI推理能力超过医生，但自家团队并不那么确信
OpenAI的ChatGPT Health以宣称具备卓越临床推理能力的激进主张上线，但内部的保留意见和一桩诉讼对安全性和准确性提出了质疑。
2026-07-29