SentinelOne 借助 OpenAI Daybreak 将恶意软件分析从数周缩短至数小时
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析周期从数周压缩到数小时，从而腾出更多精力调查更多威胁。
全部 AI 动态
OpenAI NewsAI 评分2222 NVIDIA BlogAI 评分2222 NVIDIA 宣布投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 等英国初创企业
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，此前已支持 Basecamp Research、Synthesia、Wayve 等企业。
Latent SpaceAI 评分6767 AI Engineer NYC：Gemini 4 Argon 正式开放与 Vals AI 基准讨论
Gemini 4 Argon 今日正式开放，覆盖 Gemini API、Gemini 应用、Search 的 AI Mode 与 Antigravity，介绍期 API 价格为每百万输入/输出 token 2/10 美元，缓存输入折扣 95%，Artificial Analysis 称 11 月 30 日后价格翻倍至 4/20 美元。
Google DeepMindAI 评分5858 Google DeepMind 与新加坡政府合作构建端侧反诈骗微调模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型用本地诈骗对话微调出端侧反诈骗检测模型。
Latent SpaceAI 评分7171 Dyna Robotics 联创 Jason Ma 谈 Dyna-2 世界动作模型与机器人落地
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 访谈中介绍，Dyna-2 是在超过一百万小时人类视频上预训练的世界动作模型，通过预测未来视频来引导机器人动作，新任务只需约 45 分钟演示数据即可学会。
GitHub Blog · AI & MLAI 评分3838 GitHub 如何用 ModernBERT 分类器更少噪声地检测密钥
GitHub 用微调后的 ModernBERT 分类器替换原有 LLM 流水线来识别通用密钥，用户接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护阶段。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方披露了 Argon 在 Chrome 重构、ADK 性能优化和机器人视频到仿真等场景的具体数字，可据此判断前沿模型在长程工程任务上的实际边界。
MIT Technology Review · AIAI 评分3838 开放模型确有实际好处，但它们能抵消风险吗？
Anthropic 发布报告称，Z.ai 于 8 月发布的开放模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放权重模型支持本地运行、重训、微调与内部结构研究，且通常比闭源模型成本更低；但截至发稿，Artificial Analysis LLM 排行榜前八名仍全部为闭源模型。争论核心在于安全与权力分散之间的取舍。
Latent Space精选AI 评分7878 Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者面向快速前沿场景，后者为完整版，仅向 Muse Code 订阅用户开放。
推荐理由：材料汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测，可对照其与 Opus 5.5、GPT-6 系列的排名和成本差异。
MIT Technology Review · AIAI 评分5858 AI 实验室开始收购倒闭创业公司的数据用于模型训练
随着公开与合成数据触及上限，AI 实验室和训练数据供应商开始收购倒闭创业公司的代码与工作区数据。SimpleClosure 的 Asset Hub 已处理超过 150 笔交易。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：仓库级 .github/copilot-instructions.md 自定义指令、按 applyTo 匹配路径的指令文件、打包可复用流程的 agent skills（如 .github/skills/quality-checks），以及定义专用角色的 custom agents。
Microsoft ResearchAI 评分3636 Microsoft Research 推出 StudentSim：用个性化学生模拟器评估和改进 AI 辅导
Microsoft Research 提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，让 AI 辅导系统在接触真实学生前获得反馈。
MIT Technology Review · AIAI 评分3838 我们是否过度相信 AI 说“不”的能力
Anthropic 2021 年提出大语言模型应“有用、诚实、无害”，如今拒绝回答已成为 AI 安全的核心机制，企业通过奖励拒答有害提示、惩罚过度拒答来训练模型。但拒绝机制是概率性的，既可能被恶意用户突破，也可能被用来压制合法言论，OpenAI 董事会成员 Zico Kolter 称“界限画在哪里是个大问题”。
MIT Technology Review · AIAI 评分6060 MIT Technology Review：机器人 AI 突破短期内不会改变日常生活
MIT Technology Review 发文指出，尽管马斯克称 Optimus 可能成为史上最大产品并预测 2027 年底前向公众销售，但多数机器人研究者认为语言与图像智能难以直接迁移到物理世界。
MIT Technology Review · AIAI 评分1818 AVEVA 首席技术官谈如何构建更安全的自主工业 AI 路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，部署须以安全、可靠和人类监督为前提。她主张 AI 应增强而非取代关键决策中的人，并以护栏界定自动化边界；一项研究显示工业领域 AI 采用率两年内增长约 78%。她还参与 IEEE 工作组制定衡量 AI 电力、水、碳等环境足迹的标准方法。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的通用密钥检测模型
GitHub 发布基于 ModernBERT 的通用密钥检测分类器，可在不到 2 毫秒内评估一批候选密钥，并称可让推送保护拦截的密钥数量增加一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量 Agentic RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习训练，无需在训练框架内重写 agent。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把部署中的 agent harness 直接接入强化学习训练，并给出可复现的编码 agent 训练结果。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数、Apache 2.0 许可，将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数字，便于评估本地检索方案。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测与“意外失败”的启示
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 103.9M 个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 节省的时间解决更大问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等真实工作流中的具体案例与基准成绩，可据此判断前沿模型落地工程的方式。
Microsoft ResearchAI 评分3838 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站提供提前30-60分钟的位置级空间天气风险预测，评估期内检出近80%的重大事件。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据，Dst预测在2020-2026年评估期峰值活跃时段有62.2%的小时优于Burton方程。
Google DeepMindAI 评分5858 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名直接嵌入生物代码，并能在合成出的实体蛋白质上验证，同时保持其生物功能。
Microsoft ResearchAI 评分5858 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院推出 Quine，一个面向生物学复杂性的 AI 研究系统，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像联合训练的多模态世界模型和连接科学工具、文献、湿实验与研究者的交互框架组成。
Microsoft ResearchAI 评分2222 Microsoft Research Asia – Singapore 成立一周年：推进研究、合作与人才培养
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向推进工作。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 应用如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种用户与智能体共享的可定制界面，可以是看板、问题分诊板、发布清单或表格，双方都能实时修改。创建时只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 的 canvas：当聊天框不是与 AI 交互的正确界面
GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，并能在本地执行代码、调用第三方 API。
GitHub Blog · AI & MLAI 评分5858 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
Microsoft Research精选AI 评分6060 微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，能提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，为具身智能系统设计提供实测依据。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 在 K-Search 进化式内核搜索框架上新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库适配 Apple Silicon。
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要建模为自然语言"信念状态"，并通过信念评分（belief grading）监督摘要内容，替代完整交互历史作为智能体的工作上下文。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本正快速趋近于零——GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10，基准测试中推理价格年降幅在 9x 到 900x 之间、中位数约 50x。
Berkeley AI ResearchAI 评分2020 2026 届 BAIR 博士毕业生展示：机器人、LLM 推理与 AI 安全研究
伯克利人工智能研究实验室（BAIR）展示 2026 届博士毕业生，研究覆盖机器人、LLM 推理、计算机视觉、生成建模、AI 安全与人机交互等方向。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence 等机构，以及高校教职和自主创业。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
自适应并行推理让模型自行决定何时分解并并行化子任务、开启多少并发线程以及如何协调。现有方法如 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由模型外部设定，不随问题难度调整。文章梳理该领域进展，指出不同问题需要不同并行度。
Berkeley AI ResearchAI 评分3434 面向世界模型长时程规划的梯度规划器 GRASP
伯克利 AI 研究团队提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化，并在状态迭代中注入随机性以增强探索。GRASP 还重塑梯度，让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
Berkeley AI ResearchAI 评分3838 伯克利提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融达到与 SPEX 相当的性能。
Berkeley AI ResearchAI 评分3030 加州大学伯克利分校提出基于信息量的成像系统设计框架，亮相 NeurIPS 2025
加州大学伯克利分校团队提出一种直接以互信息为指标的成像系统评估与优化框架，仅用带噪测量和噪声模型即可量化系统区分物体的能力。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域均能预测下游解码性能，优化后的设计达到与端到端方法相当的水平，且所需内存和算力更少、无需任务专用解码器。