⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 6 条
10月8日周四
  1. 新智元92

    GPT-6 Astra等AI模型联手推翻悬置59年的核聚变Grad猜想

    马里兰大学物理学家Matt Landreman利用GPT-6 Astra Pro两天内找到两族精确解析解，推翻了等离子体物理学家Harold Grad关于不存在非对称光滑平衡的59年猜想；另一团队则使用GPT-5.6和Claude Opus 5配合Lean 4形式化证明，也提交了反例。

    推荐理由：文章通过两篇推翻核聚变59年猜想的论文，展示了AI从辅助工具转变为科学发现共同创造者的质变，其中Landreman全程公开提示词与验证代码的做法，为后续领域研究者提供了可复现的参考路径。

  2. CVer58

    MATE：面向移动/GUI智能体的规则感知轨迹安全审计模型发表于USENIX Security 2026

    上海创智学院与复旦大学团队提出MATE，这是首个面向移动/GUI智能体的“规则感知”安全审计模型，论文已发表于USENIX Security 2026。MATE将任务指令、执行轨迹与自然语言安全规则联合建模，输出违规判定、风险类别及基于规则证据的审计解释，且安全规则作为可编辑文本存在，无需重新训练模型即可适应不同场景。

10月7日周三
  6. 新智元37

    2026年诺贝尔化学奖揭晓：Kagan和Soai破解生命同手性之谜

    2026年诺贝尔化学奖颁给Henri Kagan和Kenso Soai，表彰其在不对称有机合成中发现非线性效应和自催化作用，解答了生命为何是“单手性”的谜题。Soai反应将0.00005%的微小手性偏差放大至99.5%纯度，证实了生命起源的化学机制。该发现彻底改变了现代制药工业，解决了沙利度胺等手性药物副作用问题。

  7. APPSO85

    OpenAI 公布 722 篇数学研究手稿，涉及准黎曼猜想与霍奇猜想特殊情形

    OpenAI 将一款内部未发布模型生成的 722 篇数学手稿归为 372 组成果，上传至 GitHub 供公开查看，内容涉及准黎曼猜想、唯一博弈猜想、霍奇猜想的特殊情形及自由群因子问题。

    推荐理由：材料将 722 篇未验证模型输出的手稿与 Lean 形式化、学术界反应并列，为判断 AI 数学成果的消化成本提供依据。

  10. CVer77

    何恺明团队发布VISTA：面向交互式视觉推理的无损记忆框架

    MIT 团队提出 VISTA 视觉运行框架，让现有多模态模型按需回看、放大和读取旧帧像素，在 25 个 ARC-AGI-3 公开游戏上实现全通关。Claude Opus 5.0 配合 VISTA 达到 100.00 RHAE 且总动作数比人工参考少 57.4%。GPT-5.6 Sol 配合 VISTA 达到 99.00 RHAE；将图像输入替换文本格点，每游戏 token 用量减少 57.3%。

    推荐理由：为现有多模态模型提供外部视觉记忆与主动检查机制，可帮助读者理解长期交互推理中证据检索的作用。

  12. Google Research33

    Google Earth AI 如何将行星级地理空间基础模型应用于全球公共卫生

    Google Research 引入基于 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），利用自监督预训练的位置嵌入作为即插即用输入，增强现有流行病学模型。在涵盖 MMR 疫苗接种、心血管疾病、登革热、产后抑郁及霍乱的全球验证中，PDFM 嵌入在多个病种和地理场景下匹配或优于传统输入，无需任务特定微调即可弥补数据缺口。

10月6日周二
  5. MarkTechPost68

    JEPA-Anything 发布：单一正交预测配方覆盖七大领域的领域无关世界模型

    多机构研究团队发布领域无关世界模型框架 JEPA-Anything，通过正交预测因子分解（OPF）统一处理视觉、生物、临床、控制、分子、物理场及气象等七个领域的预测任务。实验显示该框架在全部10项匹配动力学任务上优于标准 JEPA，其中干预性 Pong 任务的单次干预误差下降 34.83%，核心代码采用 Apache-2.0 协议开源。

    推荐理由：统一范式在7个领域的基准测试展示了正交因子分解对复杂系统建模的有效性，提供了跨学科模型设计的参考。

  6. 人工智能学家93

    Caltech团队利用物理信息神经网络攻克无强迫三维欧拉方程奇点难题

    Caltech的Anima Anandkumar团队利用物理信息神经网络（PINN）在无强迫三维欧拉方程中找到了奇点候选解。他们采用行波形式放宽优化约束，配合SS-eSOAP优化器和双精度计算，未使用海量算力即让缩放指数收敛至理论预测的0.5。陶哲轩发文支持，认为这种物理AI范式能补齐人类在高维科学问题上的分析短板，而非取代人类。

    推荐理由：Caltech团队利用物理信息神经网络攻克无强迫3D欧拉方程奇点难题，展示了AI for Science补充人类直觉的实用路径。

  8. Google Research31

    Google Research 发布报告探讨 Agentic 隐私与安全中的开放及新兴问题

    Google Research 发布综合报告《Agentic 隐私与安全中的开放与新兴问题：上下文视角》，汇集了 50 多位学术与行业领导者在 CAPS 研讨会的成果。报告指出自主代理需在系统、模型、用户及生态层面建立协同防御，核心在于基于上下文完整性（Contextual Integrity）理论，通过动态策略引擎评估动作在特定社会规范下的适当性，以平衡代理能力与隐私安全。

  10. MIT Technology Review · AI21

    连接 AI 智能体与企业知识

    针对 300 位技术高管的调查发现，知识缺失导致仅 34% 的企业 agentic AI 项目投入生产。生产领先者（61% 项目超越试点）具备更强语义知识能力，主要瓶颈是数据碎片化（55% 引用）而非安全隐私。报告建议通过构建知识层、优化 RAG 管道及建设知识图谱来增强智能体决策质量。

  11. AI HOT81

    Microsoft 与 Hugging Face 联合发布 ThinkingBox 智能体沙箱及 ThinkingBox-Bench 基准

    Microsoft 与 Hugging Face 联合发布 ThinkingBox 智能体沙箱及 ThinkingBox-Bench 基准，覆盖 507 个有状态业务工作流，对 12 个模型进行每任务 20 次重复评测。

    推荐理由：文章展示了 507 个有状态工作流的 20 次重复评测结果，给出了 12 个模型在可靠性与成本上的具体差异，为评估智能体记录一致性提供了可复现方法。

  12. AI HOT70

    SemiAnalysis 测算 Anthropic 订阅 API 等价价值约为 OpenAI 5 倍

    SemiAnalysis 通过逐项测量用量表变化，估算各订阅计划的 API 等价价值，结论是在中端模型档位 Anthropic 订阅的价值约为 OpenAI 的 5 倍。文章指出订阅计划可能占用超过 40% 的推理算力，OpenAI 近期将 200 美元套餐的 API 等效价值减半并推出新的 500 美元档位。

    推荐理由：原文提供了可复现的订阅额度测量方法，通过对比各档位具体数值，揭示了订阅定价背后的算力补贴逻辑。

10月5日周一
  7. 新智元83

    Caltech物理信息神经网络攻克三维无强迫欧拉方程奇点问题

    Caltech的Anima Anandkumar团队利用物理信息神经网络，在无强迫的三维欧拉方程中成功找到奇点候选解。该模型通过行波形式和高效二阶优化器SS-eSOAP，让缩放指数自由收敛至理论预测的0.5。

    推荐理由：报道展示了用物理信息神经网络在无强迫三维欧拉方程中验证奇点解的方法，以及计算结果与理论预测吻合的关键证据。