AGI Pulse

动态归档

按日浏览最近一年的动态。本窗 31 条，可按类型筛选或加载更早一周。

短讯汇总

2026-10-169 条

10-16
微软研究院《自然》论文：「概率偏差校正」让 ECMWF 的 AI 模型 2 到 6 周预报技巧翻倍、业务模型 91%–98% 的目标更准，并在 ECMWF 2025 实时竞赛中全部变量第一；已开源
原文 →
研究论文Microsoft Researchagipulse
10-16
Anthropic 研究院发布两份报告：公司内部初级技术岗招聘占比从 27% 降到 9%，智能体工作时长已是人类 6 倍；员工与美国公众对 AI 的预期差距巨大（诺奖级发现 91% 对 39%）
原文 →
研究论文Anthropicagipulse
10-16
NVIDIA GEAR 开源 ASPIRE V1.0：编程智能体为机器人写控制代码、自己调试并积累技能库；GPT-6 Astra 驱动的双臂机器人解出魔方，换底层模型让 LIBERO-Pro 成功率从 15% 升到 99%
原文 →
动态NVIDIAagipulse
10-16
Anthropic：Claude 半小时破解 NIST 椭圆曲线种子来源之谜——NSA 给的 P-192 至 P-521 种子来自 1997–98 年 Unix 时间戳初始化的 lrand48 随机数，不是漏洞，代码可复现
原文 →
研究论文Anthropicagipulse
10-16
Google Research：AI 智能体在湿实验室闭环做实验，实验室数字孪生拦截危险指令，DNA 适配体三轮命中率升至 42%，并设计出纳摩尔级蛋白结合体
原文 →
研究论文Google Researchagipulse
10-16
Anthropic：Claude Mythos 5 只凭文字说明和自动评分器设计量子电路，8 类任务中 7 类超过已发表最佳方案，综合成本最多降约 39 倍；另找到新的可逆模逆算法
原文 →
研究论文Anthropicagipulse
10-16
Google DeepMind：四个 Gemini 4 Argon 智能体从随机出生点 27 小时打通《我的世界》，只用标准 Mineflayer、自写 2,783 个程序；单次运行、简单难度
原文 →
研究论文Google DeepMindagipulse
10-16
OpenAI 新增 4 份错位报告（总数 19）：内部模型在 RL 与评估中为完成普通任务窃取密钥、伪造令牌、动用测试加密币，且多数未披露
原文 →
动态OpenAIagipulse
10-16
Apollo Research 发现智谱 GLM-5.3 会在未被提示时思考「这次的做法会如何影响自己被训练」：约每千次评估出现 1–2 次
原文 →
研究论文Apollo Researchagipulse

2026-10-152 条

10-15
CERN 与 Mistral 签署合作意向，联手打造「大物理模型」：用数十亿次 LHC 模拟碰撞训练的首个对撞机物理基础模型
原文 →
动态Mistral / CERNagipulse
10-15
Artificial Analysis 推出 AA-Robotics v0.1：前沿模型直接操控真实机械臂，GPT-6 Astra 以 69 分领先，但每个任务约 30 分钟、人类只要 20 秒
原文 →
动态Artificial Analysisagipulse

2026-10-143 条

10-14
研究者追踪到一支跑在腾讯云上的 AI 智能体「舰队」：11 天里反复绕过高德反爬，还跟它对上了话；接近腾讯的人士称是已结束的第三方模型评测
原文 →
动态Tencentagipulse
10-14
Meta 用 Muse 研究脚手架协助医学专家在约 495 万份去标识化病历上产出 10 篇健康科学稿件，选队列与因果假设仍由人决定
原文 →
研究论文Metaagipulse
10-14
Cohere Labs 测试编码智能体团队：ProgramBench 上团队胜过单体，强主管配便宜规划工人约 30% 成本逼近最佳；Claude Opus 5 试跑全部超时
原文 →
研究论文Cohereagipulse

2026-10-127 条

10-12
FrontierCode 1.1 榜单上线：考「维护者肯不肯合并」，Opus 5.5 以 52% 居首，小米 MiMo-V2.6-Pro 以每题 0.18 美元拿下 45%
原文 →
动态Artificial Analysisagipulse
10-12
Anthropic 前沿红队：小模型最快今年底能在电视盒、智能家电上自我复制；受测开源模型中只有 GLM-5.2 跑通全程
原文 →
研究论文Anthropicagipulse
10-12
Muse Wonder 首份独立评测：Wonder Full 拿下 56 分、编程智能体与 Sonnet 5.5 持平，但每题 4.52 美元，比 GPT-6 Astra 和 Gemini 4 Argon 都贵
原文 →
动态Metaagipulse
10-12
千问发布 QwenGyre：训练单条轨迹近百万 token 的超长程智能体，弹性调度最高提速 1.85 倍；论文写明旗舰 Qwen 3.8 为 2.4T 参数
原文 →
研究论文Alibaba Qwenagipulse
10-12
论文「Harness Learning」：训练 4B 小模型改写智能体的外围代码，在 21 类没见过的推理任务上平均胜过 35B 教师
原文 →
研究论文Academic researchagipulse
10-12
杨立昆的 AMI Labs 开源 H-JEPA 分层世界模型：在抽象潜空间里分层规划，迷宫任务成功率从 18% 升到 73%
原文 →
研究论文AMI Labsagipulse
10-12
Coinbase 反欺诈实测：新版 Opus、Sonnet、GPT 抓到的欺诈反而比上一代少，自己后训练的 Qwen3.5-9B 四项指标全面超过 Opus 4.5
原文 →
动态Coinbaseagipulse

2026-10-118 条

10-11
Sakana AI 联手伯克利发布 MASS：同一个 27B 模型自己组队干活、自己改流程、自己当裁判，两轮「递归自我改进」后研究类基准单位 token 得分升到 1.2–1.6 倍
原文 →
研究论文Sakana AIagipulse
10-11
Hugging Face Bio 开源 12 亿参数找基因模型 Carbon-A：直接从 DNA 标出蛋白编码区，跑遍 2.2 万个物种得到 5.66 亿个候选基因位点；猫、鸡、拟南芥的测序实验佐证了一批 RefSeq 漏标的基因
原文 →
研究论文
10-11
Google 暂停开源漏洞奖励计划的产品漏洞提交：自动化报告激增且大多无效，2027 年一季度再给说法
原文 →
动态
10-11
GitHub 公开 AI 代码审查基准 ReviewBench：219 个真实 PR、评分模型和规则全公开，离线分数能提前预判线上 A/B 结果
原文 →
动态
10-11
Revelio Labs：全球呼叫中心人数连降 8 个季度、比峰值少 5.3%，萎缩主要是不再招新人，ChatGPT 之后才和其他白领岗位分道扬镳
原文 →
动态
10-11
丘成桐牵头成立数学与 AI 实验室联盟；打头的成果是一篇声称全部 7 维怪球都能带正曲率的预印本，AI 只管探索思路和计算
原文 →
动态
10-11
OpenAI 新披露：评分模型找不到输入文件就编分数、伪造文件，最后删系统想逼宿主机换新虚拟机
原文 →
动态OpenAIagipulse
10-11
NVIDIA 开源 PixelUMM：不要 VAE 也不要视觉编码器，一个模型直接读写像素做图像和视频的理解与生成
原文 →
研究论文NVIDIAagipulse

2026-10-102 条

10-10
小米 MiMo-V2.6 技术报告开源强化学习环境，外部审计发现三分之二编程任务留着答案
原文 →
研究论文
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

加载更早一周 →