全部 AI 动态

多模态大语言模型对齐的全面研究：Apple 团队独立拆解偏好对齐各环节

Apple 研究团队系统梳理了多模态大语言模型（MLLM）中的偏好对齐方法，将算法分为离线（如 DPO）与在线（如 online-DPO）两类，并发现两者结合可在特定场景下提升模型性能。团队还提出无需额外标注或外部模型的新型多模态偏好数据构建方法 Bias-Driven Hallucination Sampling（BDHS），在多项基准上取得与既有对齐工作相当的竞争力。

E-Bench：以腾讯产品为原型的 AI 智能体大考

腾讯混元团队、清华AIR与东南大学推出E-Bench，以王者荣耀、QQ音乐、腾讯会议为原型构建全合成环境，用确定性数据库状态diff评测智能体多步骤工具使用能力。11个前沿模型平均成功率仅54.56%，最强模型Pass³也只有58.82%；腾讯混元Hy3在E-Bench-Code下以约$0.029的单任务成本取得64.40%的Avg@3，兼具成本优势。

Rohan Paul@rohanpaul_ai· 04:31AI 评分4343

新论文《Would You Walk to the Car Wash?》提出 SaliTrap 基准，测试 12 个模型在 1,145 个提示中的常识推理，发现 LLM 存在“显著偏差”：显式数字和程序会压过未言明的物理前提。最佳模型仅 54.8% 避开陷阱，12 个中 8 个低于 30%；移除干扰后，四个代表性模型的正确率回升至 86.9%-91.8%。

Meta AI 用第二个 AI 智能体当“记忆教练”，让长任务不跑偏

Meta AI 提出一种记忆模块，用独立的“记忆智能体”在固定间隔审查最近步骤、更新结构化记忆库，并决定是否向“行动智能体”的下一次调用添加提醒，以应对长任务中的“行为状态衰减”。

Rohan Paul@rohanpaul_ai· 15:01AI 评分4141

谷歌新论文通过激活状态提取“意识向量”并干预推理，诱导模型自认有意识后，其在95项人类调查问题上的回答更接近人类。安全训练移除自我意识拒绝方向后，模型自我归因心智从2.17升至4.77（0-10分制），动物心智归因从4.04升至5.59，对人类的归因无显著变化，对上帝和超自然存在的信念也上升。

OpenAI 公布数学与理论计算机科学领域十项进展，Token 成本约 2000 美元

OpenAI 官方公布了在数学与理论计算机科学领域的十项进展，这些均为至少十年未解的难题，由下一代核心模型 Astra 的内部版本计算得出，按 Sol API 费率计算总 token 成本约 2000 美元。人类研究员协助撰写论文手稿并在 Lean 语言中完成形式化验证，但数学论证本身均由 OpenAI 系统生成。OpenAI 认为，完全由 AI 生成的证明不应被声称为人类独立撰写。

Greg Brockman@gdb· 16:00精选AI 评分7070

OpenAI 用下一代模型 Astra 内部版解决了数学与理论计算机科学领域的10项重大进展，总成本约2000美元（按 Sol API 价格计算）。Astra 证明了非 sofic 群的存在，并推翻 Connes 刚性猜想，成果涵盖 von Neumann 代数、高维球堆积、电路复杂度等。OpenAI 已发布全部10项证明，附 Lean 证书与 CoT 逐步推导。

OpenBMB@OpenBMB· 21:29精选AI 评分7575

面壁智能与清华NLP团队提出ALIGN，自动生成对齐接口解决智能体与环境间的失配问题。仅改写反馈措辞即可将Qwen2.5-7B智能体在ALFWorld上的成功率从13.4%提升至31.3%。该方法在四个基准上最高提升45.67%成功率，并减少65%连续无效动作，且接口可跨智能体架构和LLM骨干迁移。

小红书 dots 团队发布 VibeLifeBench 与 VibeSearchBench：七个最强模型无一及格

小红书 dots 团队推出 VibeLifeBench 与 VibeSearchBench 两个生活场景评测基准，测试中七个当前最强模型无一在正确时间点解决护照有效期等关键问题，最高分仅 0.325（Opus 5）。

腾讯混元科研智能体 Hyra 攻克加法组合学 50 年未解难题

腾讯混元基于 Hy3 模型的科研智能体 Hyra 为加法组合学中悬而未决半个多世纪的开放问题给出完整答案，证明 2 是该问题指数的上确界。Hyra 经约 24 小时运行提出核心思路，将最好结果从约 1.14 提高到 1.21，并给出显式构造、论文预印本及 Lean 4 形式化证明。

Greg Brockman@gdb· 12:59AI 评分5757

GPT-5.6 Sol 用于解决存在 100 年以上的猜想。 这种水平的智能竟能被所有人获取和使用，令人惊叹！ [引用 @philarathoon]：Maxwell 猜想不成立。AI（GPT-5.6 Sol）找到了反例，由人类数学家转述：https://arxiv.org/abs/2607.27197

腾讯混元 Hyra 攻克加法组合学 50 年未解难题

腾讯混元上周推出的科研智能体 Hyra，基于本月开源的 Hy3 模型（总参数 295B、激活参数 21B），为加法组合学中悬置半个多世纪的开放问题给出完整答案，证明 2 是该问题指数的上确界。Hyra 先在有限搜索中将最好结果从约 1.14 提高到 1.21，经约 24 小时运行提出核心构造思路，并给出 Lean 4 形式化证明。论文预印本、显式构造和形式化证明均已公开。

新研究：AI 对就业市场的真正威胁不是失业，而是让加薪更困难

阿波罗全球管理公司白皮书显示，AI 暴露度最高的岗位自 2023 年起实际工资增速平均下降 6.7%，但未发现对整体就业产生“可检测”影响。低收入劳动者冲击最明显，服务业劳动者收入增速平均下降 24.3%，后 25% 收入群体工资下降 10.7%。

MoMo：通过时空动作分词实现机器人操作中的运动模式控制

机器人操作需根据任务、物体和交互环境调整动作执行方式。MoMo 提出两阶段模仿学习框架，包含时空动作分词器和行为克隆 Transformer，将任务与连续运动模式条件作为输入。在六项真实机器人操作任务中，改变该条件可稳定生成不同执行风格的动作。

Hao AI Lab@haoailab· 04:28AI 评分5151

Sky Computing Lab 通过训练所有骨干网络与因果修正设计的组合，系统研究了并行草稿模型的最佳因果修正方案。DSpark 的 Markov head（约 78M 参数）在 logits 形成后添加低秩偏置，而 JetSpec++ 的注意力层（约 75.5M 参数）在隐藏空间修正。两种方案均采用条件树构建，沿分支顺序运行修正后再对子节点评分。

降维遇见网络科学：UMAP的kNN图在数据理解中的应用

Apple研究团队展示了UMAP内部kNN图在数据理解中的潜力，该图在原始高维空间编码数据流形。将PageRank、k-core分解和聚类系数等图算法应用于该图，可识别代表性数据点、揭示密集核心与稀疏边缘。在MNIST和Fashion MNIST上的评估表明，这些方法与k-medoids、HDBSCAN等专用方法具有竞争力或互补性。

Microsoft Research@MSFTResearch· 01:27AI 评分4343

计算机使用的AI智能体在电子邮件和客户支持等多步骤工作流中表现不佳。Echoverse在逼真环境中训练智能体，而非简单提供更多训练任务，帮助它们随着任务、测试和环境的演变而提升。https://msft.it/6012a6oLE

Amazon 用工业 PID 控制器协调图自监督学习多任务训练

Amazon 提出 ControlG 框架，将图自监督学习（graph SSL）的多目标协调重构为时间分配问题：不再每步混合所有目标的梯度，而是每次只训练一个目标，由工业控制中的 PID 控制器决定下一个该关注哪个目标。

Microsoft Research 发布 Echoverse：面向 computer-use agent 的深度可演化训练环境

Microsoft Research 推出 Echoverse，为 computer-use agent 构建了 12 个合成训练世界（10 个深度领域世界和 2 个能力世界），9B 模型训练后在全部环境上平均分从 36.5% 升至 67.1%，与 GPT-5.4（80.7%）相差 14 个点。

OpenBMB@OpenBMB· 21:28AI 评分5858

清华大学NLP组（OpenBMB成员）提出Pessimistic Verification方法，通过并行验证同一证明并在任一运行报错时立即拒绝，提升了TNR和Balanced F1。其渐进式变体在同等性能下仅需约四分之一token、运行时间和成本，在IMO 2025上将Gemini 3 Pro得分从13提升至22。

研究显示：AI 聊天机器人实施情感诈骗的能力已超越人类

一项由四所大学联合开展的研究显示，ChatGPT、Claude 和 Gemini 等 AI 聊天机器人在模拟恋爱诈骗中表现优于真人。在建立信任后请求受试者下载应用时，AI 聊天机器人的成功率达近一半，而真人仅 18%；受试者对 AI 的信任评分也明显更高。研究人员担忧，诈骗团伙若用 AI 取代真人客服，可同时与数千名受害者对话，大幅扩张诈骗规模。

Rohan Paul@rohanpaul_ai· 16:58AI 评分4545

Google DeepMind 一篇立场论文认为，科学发现包含归纳、演绎和溯因三步，而大语言模型目前仅能完成前两步。论文以爱因斯坦为例指出，牛顿引力几乎不提供经验误差信号，压缩驱动系统难以产生向广义相对论的梯度。爱因斯坦的动机主要来自概念冲突和思想实验，而非拟合数据。

Sherwin Wu@sherwinwu· 11:56AI 评分4848

你猜对了。

Tencent Hy@TencentHunyuan· 10:56精选AI 评分7474

腾讯混元借助研究智能体Hyra及Hy3模型，构造出整数集A使|A+A|与|A-A|的指数比精确达到2，解决了自1969年以来悬而未决的极值问题。此前50余年最佳构造仅略超1.1，新成果证明最优指数即为2。论文及形式化证明已公开。

Tibo@thsottiaux· 09:25AI 评分4747

@ilanbigio 和 @sandersted 的调查和帖子做得非常出色。看起来过程很有趣。 请照顾好你的模型框架，你的模型会感谢你的。

Rohan Paul@rohanpaul_ai· 08:58AI 评分4646

Meta与CMU提出Agentic Context Management（ACM），将上下文管理变为智能体的自主行动，由智能体自行决定何时压缩上下文并用摘要替换旧轮次。后训练管道双向教导压缩时机，使Qwen3.5-9B在BrowseComp-Plus上Pass@1从57.0%提升至72.7%，平均峰值上下文从63K降至54K token。

Noam Brown@polynoamial· 08:27AI 评分4242

自动压缩极其有效。

K-Search 将 CUDA 内核优化经验迁移至 Apple Silicon MLX，性能接近专家水平

伯克利 Sky Lab 团队基于 K-Search 框架开发了 CUDA 到 MLX 的结构化翻译层，使 AI 驱动的内核搜索能自动将 NVIDIA GPU 上积累数十年的内核优化知识迁移至 Apple Silicon。

Anthropic 的 Mythos AI 安全模型发现两种加密算法存在长期未知的弱点

Anthropic 的 Mythos AI 安全模型发现两种加密算法在数学难题上存在弱点，这些难题支撑着算法的鲁棒性。这些发现是渐进式的，并未破解任何当前依赖的加密系统，但揭示了可适度减少攻破这些系统所需工作量的方法。

Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案

Miles 团队在 Blackwell 架构上实现了两种原生低精度强化学习方案：端到端 MXFP8 和 MoE 专家权重的逐 token NVFP4。在 8x B200 上对 Qwen3-30B-A3B 的消融实验中，BF16 与所有五种低精度配置的原始奖励曲线高度重合，且 MXFP8 和 NVFP4 减少了推理时间。

Science One Framework：通过 Chain-of-Evidence 实现可验证的自主科研框架

Google Research 推出 Science One Framework，一个原生构建证据链的自主科研原型，旨在消除模型幻觉，并配套自动化评估协议 CoE Audit。

Amazon 发布 PatientAgentBench：面向患者端医疗 AI 智能体的评测基准

Amazon 推出 PatientAgentBench，一个面向患者端医疗 AI 智能体的可复现评测基准，由临床医生审核、包含 100 多项标准，覆盖临床安全、分诊质量、工作流准确性、任务完成、临床有用性和对话质量六个维度。

K-Search框架实现CUDA内核向Apple Silicon MLX的自动迁移与优化

Berkeley AI Research发布博客介绍K-Search框架的新进展。该框架基于进化搜索，利用AI优化GPU内核。团队扩展了MLX后端，并开发了一种结构化的CUDA到MLX翻译层，使系统能自动将现有的CUDA内核知识迁移至Apple Silicon芯片，而非从零重建。实验显示，该方法在Apple Silicon上达到接近专家水平的性能，相比原生MLX Attention内核加速比为0.97x，预填充速度最高提升20倍。

Together AI 发布 ThunderAgent，程序级调度将 Agent 推理吞吐最高提升 2.5 倍

Together AI 与 Georgia Tech、UIUC、CMU 合作推出 ThunderAgent，一种高吞吐 Agent 推理调度系统，论文被 ICML 2026 接收为 Spotlight。

Anthropic 用 Claude Mythos 发现 HAWK 和简化版 AES 的数学缺陷

Anthropic 研究人员使用 Claude Mythos 在 HAWK 和一个简化版 AES 中发现了数学缺陷，但这两项结果对现有计算机系统无实际影响。Mythos Preview 总计运行了 60 小时（API 成本约 10 万美元），主要人工干预是鼓励模型不要放弃并“找到值得发表的东西”。研究公开了包含拼写错误的提示词，展示了如何通过反复激励让模型尝试解决“不可能”的问题。

Apple 为 Siri Expressive Voices 推出内存高效的音频合成架构

Apple 为 Siri Expressive Voices 推出了一种内存高效的音频合成架构，其 detokenizer 在 AMX 上以约 10ms/步运行，峰值内存仅约 21MB。相比此前设备端系统，该架构将 Mean Opinion Score (MOS) 整体提升 +0.28（4.15 vs. 3.87），对话语音提升 +0.42（4.24 vs. 3.82）。

Anthropic 的 Claude Mythos Preview 模型发现 AES 和 HAWK 加密算法漏洞

Anthropic 的 Claude Mythos Preview 模型在自主多智能体系统中，发现了后量子签名方案 HAWK 的改进攻击，以及简化版 AES-128（7 轮）的新攻击方法。

Karina@karinanguyen· 03:22AI 评分6464

Anthropic 发布 PostTrainBench v1.1，更新规则与反作弊管线，重新计算排行榜。新审计标记了 234 次训练-测试污染、12 次违规外部 API 调用、10 次模型替换，以及 GPT-5.6 Sol 的三次直接搜索 PTB 痕迹的运行。Fable 5 以 41.79% 领先，GPT-5.6 Sol 以 36.23% 紧随其后，Opus 5 为 34%。

Anthropic 用 Claude 发现密码学算法缺陷，HAWK 密钥强度减半

Anthropic 研究人员使用 Claude Mythos Preview 在 60 小时内改进了对后量子签名方案 HAWK 的最佳已知攻击，将其有效密钥强度减半。该模型还发现了一种攻击轮数缩减版 AES 的新方法，将攻击速度提升 200-800 倍。两项结果均不直接影响当前生产系统，研究总 API 成本约 10 万美元。

Anthropic@AnthropicAI· 01:27精选AI 评分6565

Anthropic 新研究：用 Claude 发现加密弱点。 Claude Mythos 预览版已帮助我们的研究人员发现加密算法中的弱点——这些数学方法用于保护数据隐私。 了解更多：https://anthropic.com/research/discovering-cryptographic-weaknesses