/
识别过度自信大语言模型的更优方法
麻省理工研究人员开发了一种新的不确定性量化方法，通过对比目标模型与类似模型群组的响应来测量跨模型分歧，更准确识别大语言模型自信但错误的输出。该方法结合了模型自一致性测量，创建总不确定性指标，在问答和数学推理等十项任务中表现优异，能有效识别不可靠预测，为医疗和金融等高风险场景提供更可靠的模型评估。
澳洲生物计算数据中心每日例行：为神经元计算机补充脑脊液
澳大利亚Cortical Labs公司开发出使用活体神经元的生物计算机，每天需要更换类似脑脊液的营养液。该公司声称生物计算机学习速度比传统计算机更快，能产生原创想法而非简单重组信息，且能耗更低。公司已推出云服务，将120台CL1设备组成集群，用户可通过API运行Python代码。目前准备时间约一周，主要面向科研机构和希望探索生物计算技术的组织。
多智能体AI经济学如何影响企业自动化
管理多智能体AI的经济学现已成为现代企业自动化工作流程财务可行性的决定因素。企业从标准聊天界面向多智能体应用发展时面临两大限制：思维税使复杂自主智能体在每个阶段都需要推理，导致成本高昂；上下文爆炸使高级工作流程产生的令牌比标准格式多1500%。NVIDIA推出Nemotron 3 Super开放架构，采用1200亿参数设计，专门执行复杂智能体AI系统，提供百万令牌上下文窗口，有效解决目标偏移问题。
马斯克再次玩"Macrohard"梗，推出数字智能体项目
埃隆·马斯克再次提及其"Macrohard"项目，声称将推出"数字擎天柱"智能体fleet，能够"模拟整个公司的功能"。该项目是xAI与特斯拉的联合项目，Grok作为主控制器指挥数字擎天柱处理实时屏幕视频和键鼠操作。马斯克表示这将在低成本的特斯拉AI4硬件上运行，成为唯一的实时智能AI系统。
Google Maps引入AI"询问地图"功能和沉浸式导航体验
谷歌宣布为地图应用引入由Gemini驱动的"Ask Maps"对话功能和升级版"沉浸式导航"体验。Ask Maps允许用户用自然语言提出复杂问题，如寻找充电点或网球场等。该功能可个性化回答并协助旅行规划。沉浸式导航提供3D视图、道路细节显示、自然语音指导等功能，包括智能缩放、透明建筑物显示和实时路况提醒。这些更新旨在消除出行中的不确定性，提供更直观的导航体验。
AI对就业影响仍有限 传统指标或无法反映真实冲击
最新研究显示AI尚未根本性颠覆就业市场。Challenger公司数据显示，2026年AI仅导致12304个岗位流失，占总裁员的8%。Anthropic提出新分析方法，认为大语言模型理论能力与实际部署存在巨大差距。该方法结合理论能力和真实使用数据，发现程序员、客服代表等职业暴露度最高。专家指出，AI主要影响任务层面而非整个职位，当前部署方式更多提升生产力而非替代员工。
OpenAI发布GPT-5.4模型，朝自主智能体迈出重要一步
OpenAI推出最新GPT-5.4模型，该模型在推理、编程和专业办公方面实现重大突破，首次具备原生计算机操作能力，可代表用户操作计算机并跨应用程序完成任务。新模型向AI代理未来迈出重要一步，能够编写代码操作计算机，发出键盘鼠标指令，改进网页浏览能力，更准确调用工具和API。GPT-5.4在多源信息整合方面表现更佳，错误率比GPT-5.2降低33%。
量子计算助力首个半莫比乌斯分子设计与模拟
IBM与多所大学研究团队在《科学》杂志发表研究，成功创造了首个具有半莫比乌斯电子拓扑结构的分子。该分子逐原子构建，电子云形成特殊的扭曲环结构。研究团队采用量子中心超级计算技术模拟分子行为，验证了拓扑切换效应。这项工作结合了原子操控和量子计算两大技术，为理解复杂量子材料提供了新工具，标志着量子计算在量子化学研究中的重要进展。
英伟达联合安全厂商强化工业运营安全保护
英伟达与Akamai、Forescout、帕洛阿尔托网络、西门子和Xage Security等安全厂商扩大合作，旨在提升运营技术环境和工业控制系统的实时威胁检测与响应能力。合作将利用英伟达BlueField DPU处理安全工作负载，实现零信任分段、身份访问控制等功能。各厂商将在S4x26会议上展示相关技术集成方案。
Google发布Gemini 3.1 Pro：复杂问题求解能力大幅提升
谷歌发布了Gemini 3.1 Pro预览版，这是一个专为最复杂问题解决任务设计的智能模型，在核心推理能力方面实现了重大突破。该模型能够提供复杂主题的可视化解释、将不同数据合成统一视图，并解决需要深度上下文和规划的挑战。开发者可通过多个平台访问，企业用户可在Vertex和Gemini Enterprise中使用。在ARC-AGI-2基准测试中，该模型获得了77.1%的验证分数，推理性能是Gemini 3 Pro的两倍多。
用AI和仿真加速科学进步
MIT副教授Rafael Gómez-Bombarelli十多年来运用人工智能创造新材料。他认为AI正处于第二个转折点，将语言模型与多模态融合为通用科学智能。他的研究结合物理模拟与机器学习，已开发出电池、催化剂、塑料和OLED等新材料。他还创立了多家公司，最新的Lila Sciences致力于构建生命科学和材料科学的超级智能平台。
Databricks推出MemAlign框架优化大语言模型评估效率
Databricks的Mosaic AI研究团队在其MLflow服务中新增MemAlign框架，旨在降低基于LLM的判断器训练成本和延迟。该框架采用双重记忆系统，用基于人类专家反馈的记忆驱动对齐替代暴力重训练方式。MemAlign将知识分为语义记忆和情节记忆，能够快速适应新领域评估标准。测试显示其效率与标注数据集相当，有助企业更好地治理和评估AI系统行为。
用AI助力奥运花样滑冰选手完成五周跳的三个问题
MIT研究人员开发了名为OOFSkate的光学追踪系统，运用人工智能分析花样滑冰运动员的跳跃视频并提供改进建议。该系统可追踪运动员的物理指标，帮助他们完成四周跳甚至五周跳。研究团队还在探索AI如何评估花滑的艺术表现，通过与专家和新手的反应对比，深入理解AI的美学评估能力。
机器学习大幅降低锂离子电池开发成本与时间
科学家开发出一种机器学习方法，可显著降低新型锂离子电池开发所需的成本和能耗。传统的电池原型测试需要反复充放电数月甚至数年，消耗大量电力。研究人员提出的"发现学习"框架结合了学习器、解释器和预言机三个模块，通过迭代方式减少准确预测所需的数据量。该方法相比传统方法可节省98%的时间和95%的成本，为解决电池开发关键瓶颈展现巨大潜力。
主权和智能体AI将定义中东数字化转型的下一阶段
中东数字化转型正迎来关键转折点。经过多年AI试验后，组织面临如何规模化部署先进技术并实现可衡量价值的挑战。该地区正从传统自动化转向智能代理AI，这类系统能够规划、执行和优化工作流程。同时，主权AI和计算基础设施投资激增，超大规模数据中心和国家云平台被视为战略资产。尽管中东AI采用率全球领先，但许多组织仍难以超越概念验证阶段。专家强调人类专业知识仍不可或缺，AI应消除摩擦和重复任务，而人类负责判断、同理心和问责。
OpenAI推出编程智能体Codex macOS应用，挑战开发者工具市场
OpenAI推出桌面版Codex应用，让Mac用户可同时运行多个AI智能体来处理复杂编程任务。该软件代理工具特别适合开发者使用，支持代码编辑、应用构建、项目管理和自动化工作流程。智能体可独立运行30分钟并返回完整代码。面对激烈竞争，初期用户反馈显示存在速度、代码质量和性能等问题需要改进。
微软发布睡眠智能体后门检测新方法
微软研究人员公布了一种扫描方法，可在不知道触发器或预期结果的情况下识别被投毒的大语言模型。该方法利用被投毒模型会记忆训练数据并在处理触发器时表现出特定内部信号的特点。研究团队测试了47个隐藏代理模型，对固定输出任务的检测率约达88%，在13个良性模型中无误报。该方法专注于检测而非移除或修复，为企业验证第三方AI模型的完整性提供了有力工具。
Linux系统安全革命：Amutable公司推出全新验证完整性技术
柏林初创公司Amutable由Linux知名人士创立，包括前红帽和微软工程师Lennart Poettering。该公司计划为Linux系统带来"确定性和可验证完整性"，以解决操作系统安全弱点。公司强调用"严格性替代启发式方法"，通过加密验证和持续检查实现系统自我验证，而非事后查找恶意文件。此举旨在解决容器逃逸、供应链后门等安全问题。
利用AI加速治疗药物的发现与设计：3个关键问题
MIT科学家James Collins在合成生物学和系统生物学领域的突破性研究，通过人工智能和数学建模设计工程化细胞来对抗疾病。他与团队利用深度学习发现了新型抗生素halicin，能有效对抗多重耐药细菌。最新研究使用生成式AI从零开始设计全新抗生素，成功合成24种候选化合物，其中7种显示出选择性抗菌活性。Collins还创立了非营利组织Phare Bio，旨在将AI发现的抗生素候选药物推向临床应用。
杨立昆的世界模型初创公司AMI Labs团队成员与计划曝光
AI先驱杨·勒昆离开Meta后成立的新公司AMI Labs正式公布其发展计划。该初创公司专注于开发"世界模型"技术，旨在构建理解真实世界的智能系统。公司由前Nabla联合创始人亚历克斯·勒布伦担任CEO，勒昆任执行主席。据报道，AMI Labs正以35亿美元估值融资，总部设在巴黎，在蒙特利尔、纽约和新加坡设有办事处。公司计划将技术授权给工业合作伙伴，应用于医疗、机器人、工业控制等高风险领域。
京公网安备 11010802021500号
