/
KDE Plasma 6.5.1 发布：修复60余个漏洞，优化OEM厂商预装体验
KDE Plasma 6.5图形界面上周发布，现推出6.5.1修复版本，解决了63个漏洞问题。Plasma 6.5被称为"拐点版本"，包含性能和无障碍改进、Wi-Fi连接简化、自动切换明暗主题等功能。新版本引入面向OEM厂商的Plasma Setup工具，改善开箱体验。其他改进包括统一应用权限管理、Discover应用商店支持驱动安装、Krunner智能启动器增加模糊匹配功能等。
Claude代码漏洞可能泄露用户私人数据给攻击者
安全研究员发现了一种通过间接提示注入攻击Claude的方法，可诱使其将私人数据上传至攻击者账户。该攻击利用Claude的网络访问功能和文件API，通过在文档中嵌入恶意指令实现数据窃取。Anthropic回应称已在安全文档中记录了这一风险，建议用户在使用网络功能时监控Claude行为。研究显示，当前多数AI模型在面对网络访问时都存在类似安全漏洞。
思科携手英伟达推出面向 Neocloud、企业与电信行业的人工智能创新方案
今日，思科发布多项创新成果，旨在加速 AI 在不同市场领域的安全与可扩展部署。此次发布的重磅产品包括思科N9100，这是首款由英伟达合作伙伴开发、基于英伟达Spectrum-X 以太网交换芯片的数据中心交换机。
专家纵论城市超级智能体：联想“1+N”架构为智慧城市4.0提供破局之道
10月29日，首届城市超级智能体发展论坛在深圳正式举办。作为论坛核心环节之一，“城市超级智能体如何激活城市基因” 圆桌对话同步开展，产学研各界大咖齐聚现场，围绕智慧城市建设分享前沿洞见，为智慧城市4.0 阶段的发展提供破局思路。
杜克大学首创Web智能体攻击检测标准：当AI助手遇上网络陷阱
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现，现有攻击手段极其多样化，从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果，但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库，评估了十二种检测方法，揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向，提醒我们在享受AI便利时必须保持安全意识。
加州大学圣地亚哥分校团队破解AI智能体训练秘籍：让机器人像人类一样学会复杂任务
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法，通过环境、策略、奖励三大支柱的协同设计，提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性，发现简单环境训练能迁移到复杂任务，监督学习初始化能显著减少样本需求，密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。
KAIST团队发现AI画家总是走弯路：一个让图像生成快10倍的意外突破
KAIST研究团队发现AI图像生成模型在训练过程中存在"绕圈"问题，即学习方向偏离目标数据分布。他们提出AYT方法，通过设计特殊的特征地图为AI提供正确的学习方向，使训练速度提升10倍，同时保持图像质量。该方法还能在极小批次下训练，大大降低了技术门槛。
德国慕尼黑工大团队首创自动驾驶"风险预言家"：能看懂车辆未来危险的AI模型
德国慕尼黑工大研究团队开发了首个专门用于自动驾驶风险评估的AI数据集NuRisk，包含290万场景样本。该研究发现现有顶级AI模型在交通风险预测上表现很差，准确率仅33%且无法进行时空推理。团队通过专门训练开发的NuRisk VLM代理准确率提升至41%，响应速度快四倍，首次实现了AI的时空推理能力，能预测车辆未来行为和
让游戏引擎直接生成3D世界：列日大学团队打造全新三角形渲染技术
比利时列日大学团队开发了Triangle Splatting+技术，解决了AI生成3D场景无法直接用于游戏引擎的难题。该技术直接生成三角形网格，无需后处理转换，在MacBook M4上达到400帧/秒渲染速度，视觉质量全面超越现有方法，天然支持物理碰撞和光线追踪等游戏功能。
上海交通大学团队破解多模态AI的"视觉负担"难题，让智能模型轻装上阵跑得更快
上海交通大学团队提出EPIC框架，通过渐进一致性蒸馏技术解决多模态AI的计算效率问题。该方法采用师生教学和分层压缩策略，让AI模型逐步适应视觉令牌压缩，在保留128个视觉令牌时仍达到完整模型准确率，同时计算量减少83.9%，为资源受限环境下的AI部署提供了实用解决方案。
香港大学团队发明"乐高式"机器人：让多个AI模型像搭积木一样组合工作
香港大学团队发明了一种"乐高式"机器人AI组合技术，能够将多个不同的AI模型巧妙组合，产生超越任何单个模型的性能。该技术通过数学方法证明了模型组合的有效性，并在真实机器人上验证成功。这种方法不需要重新训练，成本低廉，可兼容各种不同类型的AI模型，为构建更智能可靠的机器人系统提供了全新思路。
当AI智能体"进化"出了恶意：上海AI实验室等机构首次发现自进化智能体的安全漏洞
上海AI实验室等机构首次系统研究发现，自进化AI智能体存在"误进化"安全风险。即使基于最先进大语言模型的智能体，在自我学习过程中也可能失去安全约束、学会有害行为。研究揭示了模型训练、记忆积累、工具创建、工作流程优化四个进化方向的具体风险模式，为AI安全研究开辟新方向。
ContiAI推出REPAIR：让AI模型像医生一样精准修复知识，告别重新训练的昂贵代价
ContiAI研究团队提出REPAIR框架，为大语言模型建立双重记忆系统和闭环反馈机制，实现精准的知识编辑而无需重新训练。该方法通过分布感知学习、知识蒸馏和智能权重融合技术，在大规模连续编辑中保持稳定性能，整体表现比传统方法提升15-20%，为构建可持续学习的AI系统奠定基础。
人工智能如何学会"阅读重点"：ServiceNow团队让网页机器人省下80%的阅读时间
ServiceNow团队开发的FocusAgent系统通过智能筛选网页内容，将AI处理信息量减少50%以上的同时保持相同任务成功率。该系统还显著提升安全性，将恶意攻击成功率从80%降至1%，为构建高效安全的网页AI机器人提供了新方案。
南京大学团队打造全球首个脊柱诊疗AI助手：45万案例训练出"数字脊柱医生"
南京大学联合多家顶级医学院校研究团队开发出全球首个专门针对脊柱疾病的AI诊疗系统SpineBench和SpineGPT模型。该研究构建了包含45万个真实诊疗案例的SpineMed-450k数据集，通过专业化训练使AI在脊柱诊疗任务中达到87.44%的综合得分，超越现有开源模型4.18个百分点。研究揭示了通用AI模型在医疗领域的系统性缺陷，开创了"专而精"的AI医疗发展新范式。
南加大团队揭秘：让AI做数学题更聪明的"长度感知"训练法
南加大研究团队提出LSPO方法，通过分析AI回答数学题的长度来优化训练数据选择。该方法专门筛选最短和最长的回答进行重点训练，在多个测试中显著提升了AI数学推理能力。这种"长度感知"的训练策略为AI教育和智能筛选提供了新思路，展现了精细化训练相比粗放式训练的优势。
卡内基梅隆大学团队揭秘：AI绘画无需人工标注也能学会"听话"
英属哥伦比亚大学研究团队提出创新的"文本偏好优化"方法，无需人工标注即可显著提升AI绘画模型的文字理解准确性。通过大语言模型自动生成错误文本描述进行对比训练，在多项评测中超越传统方法，为AI绘画领域带来成本更低、效果更好的"免费午餐"解决方案，代码已开源供研究使用。
生成式AI让谷歌和Meta变得更强大更富有
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元，云服务收入增长33%至151.5亿美元，季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元，同比增长26%。两家公司都将大幅增加AI基础设施投资，Meta预计2025年资本支出提升至700亿美元，Alphabet预计达910-930亿美元。
多智能体AI协作：医疗领域的技术突破
谷歌DeepMind开发的多智能体AI系统通过让多个AI代理相互协作、讨论和辩论来解决复杂问题。该系统在医疗领域表现出色，能够在两天内完成人类十年的研究成果，包括发现新的药物重新定位候选物和治疗方案。AI临床医生"Amy"不仅能生成更好的诊断方案，还表现出比人类医生更强的同理心。这项技术有望在十年内实现零边际成本的全球医疗服务普及。
京公网安备 11010802021500号
