/
西班牙病毒如何将谷歌带到马拉加
33年后，贝尔纳多·金特罗决定寻找改变他人生的那个人——创造马拉加病毒的匿名程序员。这个相对无害的病毒激发了金特罗对网络安全的热情，促使他创立了VirusTotal公司，该公司于2012年被谷歌收购。这次收购将谷歌的欧洲网络安全中心带到了马拉加，使这座西班牙城市转变为科技中心。通过深入研究病毒代码和媒体寻人，金特罗最终发现病毒创造者是已故的安东尼奥·恩里克·阿斯托尔加。
LangChain核心库曝出严重漏洞，AI智能体机密信息面临泄露风险
人工智能安全公司Cyata发现LangChain核心库存在严重漏洞"LangGrinch"，CVE编号为2025-68664，CVSS评分达9.3分。该漏洞可导致攻击者窃取敏感机密信息，甚至可能升级为远程代码执行。LangChain核心库下载量约8.47亿次，是AI智能体生态系统的基础组件。漏洞源于序列化和反序列化注入问题，可通过提示注入触发。目前补丁已发布，建议立即更新至1.2.5或0.3.81版本。
Mill如何与亚马逊和全食超市达成合作协议
食品垃圾处理初创公司Mill成功与亚马逊和全食超市达成合作协议。从2027年开始，全食超市将在每家店铺部署Mill的商用食品垃圾处理设备，用于处理农产品部门的废料，降低垃圾填埋费用并为养鸡场提供饲料。Mill的设备还能收集数据帮助全食超市了解食物浪费情况。该公司利用AI技术识别仍可销售的食品，减少"损耗"。Mill从消费级产品起步，通过让企业高管在家中试用产品的策略成功拓展商业客户。
TechCrunch创业大赛中的9家顶尖生物技术初创公司
TechCrunch创业大赛每年吸引数千家申请企业，最终筛选出200强参赛者。在生物技术和制药领域，九家公司凭借创新技术脱颖而出，涵盖器官移植病毒治疗、便携式MRI设备、快速诊断检测、基因治疗、纳米止血技术等前沿领域，为医疗健康行业带来突破性解决方案。
2025年印度科技领域十大重要发展
今年是印度科技领域的关键转折年，基础设施扩张、监管成熟和全国AI推进成为主要特征。政府重启国家数据中心政策，OpenAI计划建设千兆瓦级设施，聚焦构建支持下一代AI工作负载的基础设施。成熟节点半导体投入翻倍，公有云市场激增。本土企业如Ola的Krutrim推出AI优先主权云服务，Jio与AMD、思科、诺基亚结盟开发专业电信AI平台。印度央行发布金融AI采用框架，IT人才被要求学习新技能适应AI时代。
当程序员的AI助手还在逐行修改代码时，真正的软件进化需要什么？——FPT Software AI Center重新定义AI编程能力评估
FPT Software AI Center联合墨尔本大学最新研究发现，当前最强AI编程助手在处理复杂软件演进任务时能力严重不足。研究团队开发了SWE-EVO基准测试，要求AI完成真实的版本升级而非简单bug修复。结果显示GPT-5等顶级模型成功率仅21%，远低于传统测试的65%。该研究揭示了AI从"编程助手"向"开发伙伴"转变的关键瓶颈。
复旦大学全新突破：让AI在学习过程中先"看看资料"再思考，竟能大幅提升推理准确率
复旦大学研究团队提出"早期知识对齐"技术，让AI在思考前先获取背景资料，显著提升多步推理准确率。该方法改变传统"思考-搜索"顺序为"搜索-思考"，在六个标准数据集上平均提升3-11个F1分数点，同时减少无效搜索。技术具备即插即用特性，无需重新训练模型即可应用。
从软件定义汽车到AI驱动质控：Testin云测助力车机测试数智化价值落地
今天的智能汽车，早已不再是单纯的机械产物，而是由千万行代码驱动的“移动智能空间”。然而，软件复杂度的爆炸式增长，也让软件测试成为车企智能化转型的关键瓶颈。
港大团队让AI学会动态空间推理：像人类一样理解物体在三维空间中的运动变化
香港大学和腾讯联合研究团队开发DSR Suite框架，首次让AI掌握动态空间推理能力。该技术通过自动化流水线从真实世界视频提取三维几何信息，构建了包含5万个训练样本的DSR-Train数据集和1484个评估样本的DSR-Bench基准。核心创新GSM几何选择模块能根据问题精准提取相关几何知识，避免信息过载。实验显示新方法在动态空间推理任务上达到58.9%准确率，超越最强对比模型20个百分点，为机器人导航、自动驾驶等应用奠定重要基础。
南京大学团队推出T2AV-Compass评测基准：让AI生成视频与音频完美匹配的"统一考场"
南京大学团队发布T2AV-Compass，这是全球首个文本到音视频生成模型的综合评测基准。研究构建了500个复杂测试场景和双重评估体系，发现当前AI模型存在"音频真实感瓶颈"—视频质量优秀但音频效果较差。该基准为AI视频生成领域提供统一评估标准，指出了未来技术改进的关键方向。
台湾交通大学团队突破性发现：AI模型竟然在"背答案"而非真正理解建筑
台湾交通大学研究团队通过构建全球最大建筑年代数据集YearGuessr，发现AI模型存在严重"人气偏见"现象——对知名建筑预测准确率比普通建筑高出34%，暴露了AI更多依靠记忆而非真正理解建筑特征的问题。研究开发的YearCLIP模型不仅能预测建筑年代，还提供可解释的判断依据，为建筑遗产保护和AI可解释性研究开辟新路径。
NVIDIA重新定义AI推理效率：混合架构让AI模型既聪明又快速
NVIDIA发布Nemotron 3模型家族，采用混合Mamba-Transformer MoE架构，在保持高精度的同时实现3倍推理速度提升。该系列包含Nano、Super、Ultra三个版本，支持百万词汇长文本处理，具备推理预算控制功能。研究团队还开发了LatentMoE、多令牌预测、NVFP4训练等多项创新技术，并承诺开源所有模型权重和训练数据，为AI领域提供高效开放的解决方案。
NVIDIA发布Nemotron 3 Nano：一个会"变身"的超高效AI模型，开源免费让人人可用
NVIDIA发布了名为Nemotron 3 Nano的开源AI模型，采用创新的"专家混合"架构，在316亿参数中每次仅激活32亿个，实现了比同类模型快2-3倍的运行速度。该模型支持100万文本单元的长文档处理，在数学、编程、科学推理等多项测试中达到业界顶尖水平，并完全开源包括训练方法和数据，为AI技术民主化做出重要贡献。
香港浸会大学团队让AI实时看懂直播视频：从"事后诸葛"到"未卜先知"的技术革命
香港浸会大学团队开发了名为Streamo的实时流媒体视频AI系统，突破了传统视频AI只能"事后分析"的限制。该系统通过三种工作状态（沉默、待机、响应）实现边看边理解，并构建了46.5万样本的训练数据集。在各项测试中表现优异，为直播、监控、在线教育等实时视频应用开辟新可能。
ByteDance研究团队让AI模型竞赛，谁是真正的全能王者？
ByteDance研究团队设计了一套AI模型竞技评估框架，通过模拟瑞士循环赛制让29个先进AI模型在38项测试中竞争，并设置淘汰机制。研究发现Gemini-3-pro等模型展现出稳健通才特征，而某些模型虽然专项能力强但整体稳定性较差。这套框架解决了传统平均分评估无法反映实际应用风险的问题，为企业选择AI模型提供了更科学的参考标准。
Adobe发布智能重新对焦技术：一张模糊照片变身"单反级"对焦效果
Adobe公司研究团队开发了一项革命性的照片重新对焦技术，只需一张模糊照片就能生成完整的对焦序列，让用户自由选择最佳焦点。该技术基于视频扩散模型，在1637个真实场景数据集上训练，不需要特殊设备，适用于各种相机拍摄的照片。用户测试显示88.25%的人更喜欢新技术的效果，为普通用户提供了专业级的对焦控制能力。
香港中文大学团队破解AI"记忆缺失"难题：让机器像人类一样记住对话历史
香港中文大学团队开发的MEMORY-T1框架首次解决了AI系统在长时间对话中的"记忆缺失"问题。该技术采用两阶段设计和创新的时间一致性奖励机制，让AI能够准确记住并运用历史对话信息进行时间推理。实验显示30亿参数模型在该框架下超越了140亿参数基础模型，整体准确率达67.0%，创下开源模型最佳记录。技术已开源，可应用于智能客服、AI助手等多个领域。
北航团队首次揭秘多语言编程的奥秘：为什么Python比Rust更"饿"数据？
北航团队首次揭示多语言编程AI的训练奥秘，发现Python等解释型语言比Rust等编译型语言需要更多数据，Java与C#等相似语言协同学习效果显著，提出优化数据分配策略在相同资源下显著提升性能。
意大利团队推出同声传译新工具，让AI翻译从"结巴"变"流利"
意大利布鲁诺·凯斯勒基金会研究团队开发了simulstream开源工具包，专门用于评估和展示流式语音翻译系统。该工具首次支持重新翻译和增量解码两种策略的统一比较，能处理长篇音频流，并提供网页演示界面。实验发现增量解码方法在质量和延迟方面都优于重新翻译策略，颠覆了传统认知。该工具为研究社区提供了统一的评估平台，推动了实时翻译技术的发展。
京公网安备 11010802021500号
