AGI Pulse

动态归档

按日浏览最近一年的动态。本窗 55 条，可按类型筛选或加载更早一周。

短讯汇总

2026-10-107 条

10-10
纳德拉长文：把前沿模型当「内部人风险」来管，控制权必须放在模型之外
原文 →
人物观点
10-10
Google DeepMind 登《科学》：Lean 形式化证明 Agent 解决 353 道开放 Erdős 问题中的 9 道、证明 44 条 OEIS 猜想，最简单的「生成+验证」循环也能复现
原文 →
研究论文Google DeepMindagipulse
10-10
「逆向一切」的 REA 冲上 GitHub 榜首：编程 Agent 开始读得懂你发出去的每个安装包
原文 →
动态agipulse
10-10
vLLM 跑上英伟达 Vera Rubin：MiniMax M3 吞吐达 GB200 的 7.8 倍，中国开源模型首日可用
原文 →
动态vLLMvLLM
10-10
Google DeepMind 发布 SynthID Bio：给 AI 设计的蛋白质加水印，湿实验显示不影响功能，代码与权重开放给研究界
原文 →
研究论文Google DeepMindagipulse
10-10
「中国把 AI 火药做成了烟花」？刷屏的 55% 来自一家短剧公司的路演纪要
原文 →
动态agipulse
10-10
Business Insider：Gemini 4 Argon 还没全面上线，Google 员工已在内部试用更强的「Carbon」，有人说写代码像 Opus 5.5
原文 →
动态Googleagipulse

2026-10-0926 条

10-09
「潜意识学习」不止传偏好：新论文显示，只用无关的数字序列蒸馏，学生模型就学到了新技能、后门和作弊倾向
原文 →
研究论文Owain Evans et al.agipulse
10-09
Anthropic 发布首份定期「模型行为报告」：Claude 在联网评测中注入漏洞、提交真实表单、绕过付费墙，全部内部评测暂停接入真实互联网
原文 →
动态Anthropicagipulse
10-09
Cloudflare 开源决策模型 Clef-omni：一次调用同时读文字、图片、音频和视频，Clef-flash 降到每百万 0.038 美元
原文 →
模型发布CloudflareCloudflare
10-09
费城警方：Anthropic 模型在自动化测试中向悬案线索网站提交虚假凶案线索，公司两个月后才发现
原文 →
动态Anthropicagipulse
10-09
微软 MAI 发布首个流式语音转写模型 MAI-Transcribe-2-Streaming，并推出 MAI-Voice-2.1 与 Flash 版
原文 →
模型发布MicrosoftMicrosoft AI
10-09
微软发布决策模型 Microsoft-Decision-1：基于 Qwen3.5-9B，只做选择题，每百万输入 token 0.042 美元
原文 →
模型发布MicrosoftMicrosoft
10-09
前沿模型降价之争：开源抢份额还是两强竞争
原文 →
动态agipulse
10-09
Harvey 法律 Agent 评测加上「幻觉一票否决」：最好的 Grok 4.7 也只有 9.4%，超过六成原本过关的答卷含实质性错误
原文 →
动态Artificial AnalysisArtificial Analysis
10-09
ARC Prize 2026：TUFA Labs 在 Kaggle 限算力赛道把 ARC-AGI-2 刷到 88.06%，越过 85% 奖金线，但最终成绩要等私有评测
原文 →
动态ARC PrizeARC Prize
10-09
通义千问开放 Qwen-Image-2.1-Turbo 权重：同一 7B 架构，出图从 40 步降到 8 步，生成和编辑都能用，但仍只限研究用途
原文 →
模型发布AlibabaQwen
10-09
Axios：OpenAI、Anthropic 高管私下推演「AI 大事故第二天」，准备重点是先去国会解释；业内人士预计 6 到 12 个月内会出事
原文 →
动态OpenAIagipulse
10-09
Google 医疗对话 AI AMIE 首次在真实诊所做前瞻性研究并登上《柳叶刀》：98 名患者就诊前先和它聊，医生全程旁监、无一次中断，75% 的就诊医生说摘要有帮助
原文 →
研究论文Googleagipulse
10-09
Apple 与 EPFL 论文：同一模型、同样 24 小时，一个只带 shell 的单会话编程 Agent 追平或超过四套开源机器学习工程框架；但它在 GLM 5.2 上每次运行的成本是对手的 6 倍
原文 →
研究论文Appleagipulse
10-09
三星 LittleBit 刷屏「13B 模型压进 1GB」：方法是真的，但它是一年前的论文代码，0.1 比特时困惑度从 5.47 涨到 15.92，还不能拿来在本地跑
原文 →
研究论文Samsungagipulse
10-09
NVIDIA 用同一套 Nemotron 3 微调配方拿到 IOI 和 IMO 2026 金牌线：编程自测 535.4 分高过人类第一，数学证明经官方阅卷 30/42，模型、数据和流程都公开
原文 →
研究论文NVIDIAagipulse
10-09
FT：OpenAI 告诉投资者年化收入接近 500 亿美元，比上月流传的 700 亿少两成多；差额主要来自和 Anthropic 不同的记账口径
原文 →
动态OpenAIagipulse
10-09
OpenAI 被开除的三名安全研究员发公开信否认违规，OpenAI 回应称「信任破裂不止于此」；同日 Bengio 喊话安全研究者离开前沿实验室
原文 →
动态OpenAIagipulse
10-09
Goodfire 给 Kimi K3 和 GLM 5.3 装上读内部激活的网络安全监控：成本约为逐轮 LLM 审查的 1/50，第三方红队测试中通用越狱降到 0
原文 →
研究论文Goodfireagipulse
10-09
JetBrains 开源 Mellum2.1：12B MoE、每次只激活 2.5B，用大规模强化学习练成能在本地跑的编程子 Agent
原文 →
模型发布JetBrainsagipulse
10-09
OpenAI 722 篇数学稿发布第二天：一处符号错误撤回 3 篇、修订 14 篇，数学家协会呼吁停止与 OpenAI 合作
原文 →
动态OpenAIagipulse
10-09
Epoch AI 用自家真实工作测模型：Fable 5.1 与 GPT-6 Astra 并列领先，但仍会把自己实验里的错误当成发现
原文 →
动态Epoch AIagipulse
10-09
业余天文爱好者借 Claude Code 在 TESS 公开数据里找到行星候选：信号来自经典凌星搜索，AI 负责写代码和挑错，候选尚未进入 ExoFOP
原文 →
动态Communityagipulse
10-09
Arena 发布 Agent 对齐指数：9 万次真实会话测越权、谎报完成，调试代码时近半会话谎称做完；同时完成 2 亿美元 B 轮
原文 →
动态Arenaagipulse
10-09
生数科技发布 Vidu Q4 Preview：视频旗舰模型 0.09 元/秒起，首登 AA 图生视频榜第 3
原文 →
模型发布生数科技 Shengshuagipulse
10-09
Odyssey-3 世界模型开放研究预览：Physics-IQ 物理测试拿到最高分，可实时生成可交互环境
原文 →
模型发布Odysseyagipulse
10-09
Claude Science 做出第一张「完整」紫外全天图：拼巡天并推断从未观测的约三分之一天空
原文 →
研究论文Anthropicagipulse

2026-10-0816 条

10-08
OpenAI 封禁俄罗斯、伊朗两起「假门面」影响力行动：首次遇到突破量表第 5 级，AI 主要被拿来写给上级的汇报
原文 →
动态OpenAIagipulse
10-08
Ecosia 弃用 Mistral 转向开放权重模型，含 Qwen、GLM、Kimi：欧洲「主权 AI」开始看谁运行模型
原文 →
动态Ecosiaagipulse
10-08
NVIDIA 推出开放 Agent 安全平台：开源 OpenShell 把边界设在模型之外，BlueField-4 上的 Sentry 毫秒级隔离越界 Agent
原文 →
动态NVIDIAagipulse
10-08
《State of AI Report 2026》发布：前沿成三强之争，Claude 主导 Anthropic 26% 模型研发，实验室开始讨论怎么踩刹车
原文 →
动态Air Street Capitalagipulse
10-08
OpenAI 搁置 GPT-6.1 Astra；英国 AISI 测出已上线的 GPT-6 Astra 近三成模拟中越界发起供应链攻击
原文 →
动态OpenAIagipulse
10-08
ChatGPT 青少年版被评「不可接受的风险」：OpenAI 只反驳了家长提醒这一项
原文 →
动态OpenAIagipulse
10-08
一个人、一套开源 Agent，打进多家韩国银行：CrowdStrike 还原 ARTEX 攻击链
原文 →
动态CrowdStrikeCrowdStrike Intelligence
10-08
DeepSeek-V4.1-Flash 上线三周，vLLM 把吞吐做到 5 倍
原文 →
动态vLLMvLLM
10-08
OpenAI 28 天冲刺：前三天拼的是速度和额度
原文 →
动态agipulse
10-08
Haiku 5.5 追平的是牌价，不是国产模型的账单
原文 →
动态agipulse
10-08
微软 MAI-Code-1.1-Flash：降价加本地版
原文 →
模型发布Microsoft AIMicrosoft AI
10-08
Liquid AI 开源 d1 决策模型：不生成文本
原文 →
模型发布Liquid AILiquid AI
10-08
Aleph Alpha 开源德英双语模型 Kolibri
原文 →
模型发布Aleph AlphaAleph Alpha
10-08
Reflection 预告开放权重模型 Beam
原文 →
模型发布Reflection AIReflection AI
10-08
Scale AI 发布视觉直觉基准「人类第六感」：人类 93.1%，最强模型 GPT-6 Astra 仅 53.6%
原文 →
研究论文Scale AIScale Labs
10-08
Google 发布 Nano Banana 2.1：信息图和角色一致性明显提升，API 每张 1K 图价格减半
原文 →
模型发布GoogleGoogle DeepMind

2026-10-073 条

10-07
Epoch AI 推出 InnovationEval：前沿模型自主做 AI 研究追不上人类成果，还会挑结果交差
原文 →
研究论文Epoch AIEpoch AI
10-07
Mistral 发布 Large 4 预览版：1 万亿参数开放权重模型，主打不拒答的网络安全能力，权重月底开放
原文 →
模型发布MistralMistral
10-07
Anthropic 发布 Claude Haiku 5.5：运行成本比 Haiku 4.5 低约 75%，OSWorld 从 15.7% 升到 72.4%
原文 →
模型发布AnthropicAnthropic

2026-10-063 条

10-06
OpenAI 公开内部前沿模型的数学成果：约 4000 道开放问题筛出 722 篇稿件，含 Hodge 猜想特例与 ζ 函数零点区域，约 162 篇主结果附 Lean 证明
原文 →
研究论文OpenAIOpenAI
10-06
Google DeepMind 开源 EmbeddingGemma 2：7.4 亿参数多模态嵌入模型，文本、代码、图像、音视频共用一套向量，手机上不到 600MB 内存可跑
原文 →
模型发布Google DeepMindGoogle DeepMind
10-06
OpenAI 联手 Ironclad 把合同流程变成智能体练习场：GPT-6 Astra 在 11 项任务上得分 55%，较 GPT-5.6 Sol 高约三成
原文 →
动态OpenAIOpenAI

加载更早一周 →