DeepMind 研究人員提出『人工共生智慧』作為單一超智慧替代方案
人工共生智慧是 DeepMind 研究團隊提出的 AI 研究新方向,主張將人類與機器置於共同演化的生態系統中,取代單一超智慧的「奇點」概念。 - 核心觀點:AI 研究焦點從「打造獨立自我進化的機器」轉向「協調人類、代理人與系統的社群互動」。
人工共生智慧是 DeepMind 研究團隊提出的 AI 研究新方向,主張將人類與機器置於共同演化的生態系統中,取代單一超智慧的「奇點」概念。 - 核心觀點:AI 研究焦點從「打造獨立自我進化的機器」轉向「協調人類、代理人與系統的社群互動」。
AI 代理 透過「Image-to-Code」方法,能從單張照片自動產生可執行的 Blender 程式碼,並以迭代方式逼近原始場景。 - 方法亮點:代理先寫程式碼,再執行、觀察結果,並持續修正,確保場景物件、幾何、佈局與鏡頭位置皆以程式碼形式明確表示。
summary_zh: 兩篇新論文揭示細胞身份喪失是人類衰老的主要驅動力,並提出可逆介入策略。 - 核心模型:細胞身份喪失(loss of cell identity)補充傳統的累積損傷模型,成為衰老的關鍵機制。
Epoch AI 研究指出,未來兩年內產出的算力硬體若用於執行當今頂尖模型,將可支援數千萬至數億個 AI 助理,若執行更高效的模型更可達數十億個。
Graphite 研究指出,Opus 5.5 在寫作中頻繁使用「這件事很重要」等短語,成為其顯著的 AI 寫作特徵。 - 關鍵短語 — 在 Opus 5.5 中,「dependable」出現頻率高 23 倍,「this matters」出現 116 倍,「why X matters」出現 92 倍。
Context Language Models 透過將上下文視為檔案並允許模型自由更新,實現在多工場景下的高效上下文管理。
Ataraxos AI 系統以低成本擊敗 Stratego 世界冠軍 Niemeijer,顯示在極大隱藏資訊的棋局中 AI 的強化學習潛力。
Amazon Science 發布了一篇關於基於圖結構的代理式AI 助理,利用圖分析與 AI 代理自動進行網路根因分析的研究。 - 核心技術:結合數位孿生、圖神經網路、階層式圖演算法與代理式執行,形成三階段的圖分析管道。
summary_zh: 每日論文雷達收錄 30 篇具身智慧最新研究,從 GroundingPI 到 IronMind 皆有突破。 - GroundingPI:4B 基礎定位模型,將點與邊界框量化為共享詞彙表座標,結合多模態、空間預訓練、監督微調與強化學習,提升 VLA 模型於微小物件定位與閉環控制的精度。
Sidecars 為沙盒提供低延遲的信任邊界,允許在同一主機上隔離受信任與不受信任程式,並將通訊延遲降低三倍。 • 隔離方式:使用 gVisor 或 VM,與主沙盒完全隔離。
Google DeepMind 團隊在 Nature 發表研究,提出了一種針對 AI 設計蛋白質的 SynthIDBio 水印系統。該系統通過在蛋白質序列生成過程中嵌入無法移除的統計學水印,在不影響蛋白質功能的前提下,幫助 DNA 合成機構識別來自可信機構的 AI 設計蛋白質。
Microsoft Research 發布了一項針對美國66,935座變電站的太空天氣風險預測管線,能在 30‑60 分鐘內提供位置特定風險評估。 - 預警準確率:在 2020‑2026 年評估期間,模型檢測到約 80% 的重大太空風暴事件,並在 30‑60 分鐘前發出警報。
Ataraxos AI 以低成本訓練方式,擊敗了全球頂尖 Stratego 玩家,並在世界錦標賽中以 39‑2 的成績戰勝人類對手。 - 勝利幅度:對戰最高水平人類選手時,取得 15‑1‑4 的壓倒性勝利。
Python 於 2026 年 Python Language Summit 上提出「後世代自由執行緒」議題,並介紹一種名為 BOC(Behavior‑Oriented Concurrency)的高階併發模型。
Simon Willison 引用 Anthropic 前沿紅隊研究指出,在 100 項二進位制漏洞利用任務測試中,Claude Mythos Preview 和 GLM-5.3 分別在 6% 和 4% 的試驗中實現了完全的控制流劫持。早期模型如 Claude Opus 4.6 和 GLM-5.2 在此類任務中均未成功,表明前沿模型在高階網路能力上跨越了新門檻。
Google Research 推出了 Diffusion Controller 框架,將擴散模型的去噪過程重構為連續控制問題,用輕量級附加網路實現了對影像生成軌跡的平滑動態調整。實驗表明,其輕量級灰盒版本在匹配人類偏好的指標上表現優異,而白盒微調版本則取得了更高的勝率。
ProvenanceGuard 是一款針對 MCP AI 助理的後置生成驗證層,旨在解決交叉來源混淆問題並進行源感知的事實核查。該系統通過保持來源身份不變來分別檢查支援來源與回答中的指定來源是否一致。在包含 281 條真實醫療AI 助理軌跡的測試中,它從專家判定的 361 個宣告中捕獲了 138 個不應通過的宣告,並在可識別來源的宣告中取得了約 86% 的正確選源率。
MIT 研究指出,演算法單一化在招聘領域的影響取決於細節,並非總是負面。 - 主要發現:單一化不一定造成系統性排斥,反而可能提升工資競爭。 - 解決方案:將多家公司演算法整合為「整合模型」可提升選才品質,甚至超越多樣化演算法。
文章探討了人工智慧公司在生物學和數學領域宣稱取得科學發現時引發的爭議與批評。雖然由AI 助理輔助篩選大量資料並完成前期探索是一項實質性的工作,但外界對這些成果是否構成真正的科學突破仍存分歧。
慕尼黑 CESifo 經濟學研究人員釋出的一項新工作論文顯示,目前沒有證據表明人工智慧對近期大學畢業生的絕對或相對就業水平造成了顯著、廣泛的替代或招聘減少。此前曾有斯坦福大學研究指出受 AI 影響職業的初級就業滯後,而該研究則聚焦於勞動力需求可能首先通過減少招聘體現的現象,並分析了近期企業增加 AI 支出和任務替代的背景。
Amazon Science 與 Reactor 合作探討在 Trainium 晶片上實現即時視訊生成的核心級最佳化策略,透過 Neuron Kernel Interface (NKI) 解決動態形狀、複雜記憶體訪問與快取管理等挑戰。
本研究揭示 Infostealer 以竊取雲端、程式碼與 AI 環境憑證為主,凸顯現代企業對雲端身份驗證的脆弱性。 - Infostealer:透過 MaaS 平臺租借(如 Lumma、RedLine)以數百美元/月,快速蒐集 API 金鑰、Session Cookie、OAuth Token 等,並即時銷售給勒索軟體集團。
MIT 研究團隊開發了一套文字風險評估工具,能準確預測自殺風險並指出關鍵因子。 - 模型基礎:使用 49 個自殺風險因子、約 60 個關鍵詞的詞彙表,並以輕量化機器學習模型訓練。
Google Research 介紹了用於自動化長影片生成的多AI 助理框架,包含 Co-Director、CANVAS、A²RD 和 VQQA 四個核心元件。該框架通過全域性最佳化和世界狀態追蹤解決語義漂移與級聯失敗問題,能夠將創意轉化為分鐘級、具備多鏡頭敘事一致性的影片。
NVIDIA 聯合 Google DeepMind 及歐洲生物資訊研究所(EMBL-EBI)等全球研究機構,通過 AlphaFold Database 免費釋出了覆蓋超 2,800 種病毒的蛋白質複合物預測 3D 結構資料集。
Redwood Research 分析指出,轉向潛在推理架構(如 COCONUT 或全頻寬 Transformer)可能會削弱文字思維鏈(CoT)的監督價值,使 AI 系統更難被理解與管控。
Astra 模型在提示詞中加入大量無意義的填充 token(如句點或數字)且被要求立即回答、不輸出思維鏈時,其推理與解題表現顯著提升。 - 核心表現:在 4 跳自然事實推理任務中,表現從約 10-20% 提升至約 50%;在 AIME 數學競賽舊題上則從約 60-70% 提升至約 90%。
summary_zh: GPT‑6 Astra 以 80% 領跑 FAB,超過 Claude Opus 4.5(28%)與 Claude Fable 5.1(70%)。
MiniMax H3 Video VAE 現已能以 2.2 倍速度編碼、1.4-2.7 倍速度解碼,將 1344x768、129 幀影片的編碼解碼時間從 24.3 秒縮短至 12.7 秒。
英國 AI 安全研究所正使用 EvalEval 的 Evaluation Cards 基礎設施公開分享評估結果,以支援更具可復現性和可驗證性的評估科學。此次釋出包含了五項基準測試和兩項安全評測的驗證結果、上下文及配置資訊,涵蓋了 Claude Opus 系列與 GPT-5 系列等六款前沿模型,並配合其關於推理計算如何塑造前沿 LLM 評測的研究論文一同釋出。
Amazon Bio Discovery 團隊發表三篇研究,探討運用人工智慧進行抗體設計與表徵的全新框架與成果,旨在解決傳統抗體藥物研發成本高昂與週期過長的問題。
微軟研究團隊釋出 RetroChimera,一種用於大規模小分子合成預測的框架,並在 Nature 論文中展示其效能。RetroChimera 結合 R‑SMILES 2 與 NeuralLoc 兩種模型,通過學習式重排序實現更準確的合成路線預測。其開源實現已在 GitHub 上釋出,旨在加速藥物與材料研發。
James Forshaw 說明如何利用 Windows 懸空 COM 註冊與自訂封送處理,在 SYSTEM 許可權程式中載入 DLL,觸發許可權提升。 - 漏洞成因:CVE-2026-66804 涉及系統範圍的 CrossDevice COM 註冊,其 DLL 路徑位於 %PROGRAMDATA% 下,但檔案不存在;一般使用者可在該位置建立目錄並放入 DLL。
Google Research 介紹了 MilleMiglia,這是一個旨在為中長途物流配送問題建立現實基準的 C++ 實例生成器。該工具通過結合空間分佈、需求和車輛排程等統計模型,生成隱私安全且符合實際的物流網路資料。相關原始碼與文件已在 GitHub 開源,以推動運籌學與供應鏈最佳化領域的後續研究。
xvr 是一種利用物理模擬生成合成 X 光的 AI 方法,能在約五分鐘內為每位病患完成 3D‑2D 匹配,提升微創手術的精度與安全性。 - 訓練流程:先用超過 2,000 名病患的全身 3D 掃描產生合成 X 光,訓練一個基礎模型;再為新病患做 5 分鐘微調,達到「從零訓練相同精度」的效果。
OpenAI 分析 2026 年 4 月至 7 月超 150 萬條 ChatGPT 工作相關訊息發現,跨職業的 AI 使用正逐漸演變為常規工作流的一部分。在持續觀察的約 6,200 名員工中,跨職業任務佔比從 4 月的 13.1% 上升至 7 月的 25.9%,其中與客戶討論商品或服務等任務的次月複用率達到 54%。
DAVID888 Daily 探討多項近期軟硬體工程與資安焦點,涵蓋開源節油演算法、硬體架構復刻及開源工具與漏洞揭露。 - 軟硬體工程:開源工具雖能推算客機最佳節油路徑,但實務受限於航管與空域規範;開發者在 FPGA 上成功重現 3dfx Voodoo 卡架構,突破記憶體延遲流暢執行老遊戲。
Google Research 推出了 Retrieve-for-Train 框架,通過離線強化學習將複雜的查詢分解與檢索最佳化編譯至輕量級擴散檢索器中,從而消除了推理時的 CoT 推理 token 開銷。
IBM Research 團隊指出當前基準測試中的平均準確率掩蓋了AI 助理的可靠性問題,並推出了用於測量和改善該問題的 Consistency Analyzer 與一致性指南。實驗表明,該方法在 AppWorld 測試中將一致性差距從 24.4 個百分點縮小至 12.0 個百分點,且未降低平均準確率。相關開原始碼與技術報告已釋出。
Chord 是 Novita AI 開源的高效 W4A16 MoE CUDA 運運算元,針對 Kimi K2.x 服務形狀進行最佳化。 - 效能提升:在 H200 EP8 前填充階段提升 1.11–1.20 倍,TP8 單實例服務 1.17–1.33 倍;B300 EP8 解碼階段可達 2.15 倍。