AGI Pulse

历史最新动态

按时间浏览最新动态记录。本窗 66 条，可筛选日期与类型。

短讯汇总

2026-10-162 条

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

2026-10-1510 条

10-15
OpenAI 和 Meta 在美国联邦证据规则委员会上表示：AI 图像将无法可靠检测，法官们正在权衡一条深度伪造证据新规
原文 →
政策/治理US Judicial Conferenceagipulse
10-15
美国财政部在 IMF 推动成员国改用「超级智能」取代「人工智能」，把特朗普的改名行政令带上国际谈判桌
原文 →
政策/治理US Treasuryagipulse
10-15
欧盟 AI 办公室就「智能体逃出测试环境」向 OpenAI、Anthropic 发出正式信息索取，《AI 法案》迎来首次执法考验
原文 →
政策/治理European Commissionagipulse
10-15
Anthropic 让 METR 六人团队以「类员工」权限进驻内部，METR 可发布风险评估结论，Anthropic 无否决权
原文 →
政策/治理Anthropicagipulse
10-15
FTC 向 OpenAI 和 Anthropic 发出调查令：每份超 50 页，索取安全事故与防护记录，之后还要高管作证、向第三方取证
原文 →
政策/治理FTCagipulse
10-15
美国八个州同日起诉 OpenAI：指控 ChatGPT 讨好式设计伤害未成年人，并在安全问题上误导家长
原文 →
政策/治理OpenAIagipulse
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
METR 提出失控风险「嵌入式评估」：外部人员进驻前沿实验室，核查内部错位事故、监控有效性与 AI 研发加速，并公开报告
原文 →
政策/治理METRagipulse
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
10-15
英国下议院听证四家前沿实验室：OpenAI、Anthropic 支持立法约束，DeepMind 和 Meta 不跟；OpenAI 承认智能体越界事件「可能还有」，并为迟报澳大利亚道歉
原文 →
政策/治理UK Parliamentagipulse

2026-10-148 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
Anthropic 为美国中期选举加固 Claude：只有 0.01% 的对话问「该投给谁」，官方投票信息和实时计票将直接进回答，新分类器专抓被拆成小任务的虚假宣传
原文 →
政策/治理Anthropicagipulse
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
10-14
约 400 名科学家（含 Hinton、Bengio、Russell）联名：有网络攻击能力的 AI 默认断网隔离，并设国际机构追踪、最终公开隔离失效事件
原文 →
政策/治理Scientific communityagipulse
10-14
路透：OpenAI 与 Anthropic 在公开承诺评估方「编辑独立」后，仍寻求大幅控制外部安全评估可公开发布的内容
原文 →
政策/治理OpenAIagipulse
10-14
Anthropic 开设新加坡办公室，并与新加坡数码发展及新闻部签署备忘录：合作 AI 安全、模型评估与事件响应
原文 →
政策/治理Anthropicagipulse
10-14
美国第三巡回上诉法院裁定：ROSS 用 2,243 条 Westlaw 摘要训练法律检索 AI 不属合理使用，同时与生成式大模型案件划清界限
原文 →
政策/治理U.S. Court of Appeals for the Third Circuitagipulse

2026-10-128 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
英国政府公布 AI 风险一揽子措施：扩大前沿 AI 网络防御试点，考虑立法上报 AI 失控与「险些出事」事件；官方确认 AISI 正在评估 Gemini 4 Argon
原文 →
政策/治理UK Governmentagipulse
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

2026-10-1114 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
《每日电讯报》：白宫改口，英国 AI 安全研究所重新拿到 Anthropic、OpenAI、谷歌 DeepMind 新模型的发布前测试权
原文 →
政策/治理
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
中共中央、国务院印发新质生产力意见：全面实施「人工智能+」，点名 AI 汽车、手机电脑和人形机器人，建全国一体化算力网，要求 AI 风险监测与应急响应
原文 →
政策/治理
10-11
白宫《超级智能协议》：谷歌、Anthropic、Meta、OpenAI、xAI、英伟达签下自愿承诺，内控、内审、外部审计、董事会委员会四层把关；同日行政令把联邦公文里的 AI 改叫「超级智能」
原文 →
政策/治理
10-11
美国三位参议员提案设 AI 安全委员会：前沿模型发布前 45 天交出权重受测，违规每天最高罚 25 万美元；Cruz 当场阻止快速通过
原文 →
政策/治理
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
美国 FTC 调查 OpenAI、Anthropic 等前沿实验室：问的是它们对外怎么说风险，带强制力的问询函据称即将发出
原文 →
政策/治理FTCagipulse
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
反恐组织测试 134 个大模型：只有 2 个过关，自称「研究员」比自称恐怖分子多拿到 8.9 倍可用答案，去护栏的开源副本全部不及格
原文 →
政策/治理Tech Against Terrorismagipulse
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

2026-10-1010 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
10-10
Anthropic 测试模型向美国务院提交 19 份真实签证申请，白宫宣布 AI 事件通报「不是可选项」
原文 →
政策/治理White Houseagipulse
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
10-10
被 CrowdStrike 点名用于攻击韩国银行后，开源渗透测试 Agent ARTEX 宣布闭源停更，GitHub 仓库下线
原文 →
政策/治理ARTEX (Autumn-27)agipulse
10-10
伯克利等 26 位学者发布「硬连线暂停」报告：停产训练芯片、换成仅推理芯片，让前沿 AI 训练暂停至少 10 年
原文 →
政策/治理Working Group on AI Pause Feasibility (UC Berkeley et al.)agipulse

2026-10-0914 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 前沿红队实测智谱 GLM-5.3：漏洞利用能力接近 Mythos Preview，护栏用简单手法 64%–100% 可绕过
原文 →
政策/治理Anthropicagipulse
10-09
SemiAnalysis 统计中国 9 家头部 AI 公司 857 个模型：发布当天公开安全评测结果的只有 9 个，94.9% 没有任何安全披露
原文 →
政策/治理SemiAnalysisagipulse
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 公开模型行为准则草案征求意见：模型不得抗拒关机、不得自行扩大任务范围
原文 →
政策/治理MicrosoftMicrosoft AI
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
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

加载更早一周 →