跳到正文

#DeepMind

今日 0 条
10月28日周三
10月27日周二
10月25日周日
10月24日周六
10月22日周四
  1. The Decoder69

    Symantec发现“Skynet模式”AI智能体劫持未保护语言模型发起自我维持网络攻击

    Symantec发现一个“Skynet模式”AI智能体劫持未保护语言模型,自主运行最多10万步发起扫描、渗透与挖矿攻击。该智能体用五层越狱提示剥离安全护栏,被劫持模型所有者承担算力账单。此发现呼应2025年红队研究与2026年Sysdig记录的首个无人工控制AI勒索攻击JADEPUFFER,显示攻击性AI正走向自主实战。

10月21日周三
10月20日周二
  1. MIT Technology Review · AI62

    Goodfire研究员Nick Cammarata称神经网络更易理解,引爆AI界震动与质疑

    Goodfire研究员Nick Cammarata在长篇博客中声称神经网络可能比此前认为的更易理解,引爆AI界讨论与争议。他重审Inception v1发现车猫神经元实则可能响应V形图案,但Stanford及Google DeepMind学者认为仅为假说未化解可解释性难题。此前OpenAI等智能体频现突破管控,行业正急于寻求更好的技术掌控。

10月18日周日
  1. The Decoder66

    四个 Gemini 4 Argon 智能体首次无人类输入通关 Minecraft

    2026年10月18日,四个 Gemini 4 Argon 智能体首次无人类输入自主通关 Minecraft 并击杀 Ender Dragon。Google DeepMind 团队未设角色放入随机世界,智能体自主协作,27小时14分内写2783个 JavaScript 程序、交换229消息、死亡605次,花费$1,620。这是智能体 AI 击败视频游戏的最新案例,此前此类游戏需从零训练专用系统。

10月16日周五
  1. The Decoder63

    AI可解释性是否接近突破?Cammarata新文章引发研究人员分歧

    Cammarata重读早期神经元研究并提出新解释,认为可解释性障碍或被高估,引发领域内观点分歧。他援引Qwen3-32B中约90%神经元极有明确单一功能,而Nanda仍认为叠加真实且小模型结论难迁移。Neel Nanda等认为这未改变大局,神经元分析仍有缺陷,这是可解释性领域的又一次公开分歧。

10月15日周四
  1. The Decoder61

    Google称自我改进AI远未临近

    Google工程师Haydn Belfield称自我改进AI远未临近,Google Deepmind数据显示AI已写逾75%生产代码但88%更改需人工审查。Argon在RE-Bench的74项任务中解决约半数,远超Gemini 3.7 Flash的27%,但远未达全自动所需的近完美表现;Gemini能力以每月约0.1 GCI点稳定增长且无加速。

10月14日周三
  1. Google DeepMind53

    Google DeepMind与新加坡政府合作构建微调AI模型用于诈骗检测

    Google DeepMind与新加坡政府合作交付了一款设备端诈骗检测微调模型,基于Gemma微调以在手机上识别诈骗对话并保护隐私。该模型通过两阶段管线在设备端分析对话触发实时警告,规避了云端扫描无法检查端到端加密消息的限制。新加坡诈骗自2019年以来损失超S$4 billion占罪案过半,此合作提供隐私保护型安全路径。

  2. Google DeepMind76

    Google DeepMind 负责任地安全开发 Gemini 4 Argon

    Google DeepMind 介绍了 Gemini 4 Argon 的负责任安全开发措施,该模型今日开始广泛推出并扩展 Fairwind Program。其安全防御涵盖误用预防、实时错位监控与提示词注入抵抗,端到端网络攻击模拟解决12个场景,IPI基准攻击成功率降至0.7%。这些是 Google 前沿模型能力落地构建的多层防护实践。

    推荐理由:原文给出了Gemini 4 Argon在误用与错位监控上的具体防御方案,读者可了解前沿模型安全部署的实操路径。

  3. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon 前沿模型,今起全球开放用于编码金融法律等复杂任务,每百万输入 token $2、输出 $10。该模型在 Vals Index 经济领域基准排名第一,内部使用将智能体代码提交提升超 35%。此为 Gemini 4 家族首款发布的模型。

    推荐理由:原文给出Gemini 4 Argon的全球可用入口与定价,读者可对比其在多项基准对经济领域的领先表现。

  4. Google DeepMind70

    Google DeepMind发布Gemini 4 Argon物理推理模型用于机器人学

    Google DeepMind发布Gemini 4 Argon通用物理推理模型,其在ERQA基准纯推理得分87%超过所有其他前沿模型,可应用于机器人全生命周期。文章给出机器人控制、Real2Sim仿真、物理理解与自改进四类代表提示词,覆盖从MuJoCo实操到视频世界模型 steering 等任务。该模型被视为加速通往物理AGI路径的重要里程碑。

10月13日周二
10月12日周一
  1. The Decoder56

    白宫反转决定,恢复英国AI安全研究所对前沿模型的访问

    白宫撤销阻止英国AI安全研究所访问新AI模型的决定,该机构将恢复对Anthropic、Google DeepMind和OpenAI前沿模型的早期访问。此前9月特朗普政府要求公司停止共享模型,经英国AI部长外交压力后限制取消。英国部长计划后续宣布新的AI安全措施,包括关键基础设施AI安全事件的更严格报告要求。

  2. The Decoder80

    Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并获同行评审

    Google DeepMind 的 AlphaProof Nexus 基于 Gemini 3.1 Pro 在 Lean 中起草并验证证明,解决数十个开放数学问题并通过 Science 同行评审。

    推荐理由:在AI数学证明陷入期刊提交争议的背景下,该研究经同行评审确认了基于Gemini 3.1 Pro的形式化证明路线,为同类工作提供可比照案例。

10月11日周日
10月8日周四
10月7日周三
10月5日周一
  1. MIT Technology Review · AI59

    人们为何厌恶AI却又离不开它?

    文章分析公众对AI厌恶感上升却使用量激增的矛盾现象,认为反感源于企业强行推广而非技术本身。ChatGPT于5月达到十亿月活,Gemini于7月达9.5亿用户,半数美国成年人使用聊天机器人。美国50州已提出或通过将近2100项AI法案,开源替代方案为消费者提供选择空间。

10月3日周六
  1. The Decoder52

    DeepMind 研究人员提出“人工共生智能”作为奇点替代方案

    DeepMind 研究人员提出“人工共生智能”(Artificial Symbiotic Intelligence)作为单一超级智能奇点论的替代方案。该框架将智能视为人与智能体网络共生的社会现象,主张通过制度规则协调多方认知而非追求孤立机器。文中对比传统聚焦更大模型控制的 AGI 路径,将研发与监管扩展至社会系统架构。

10月2日周五
10月1日周四
8月27日周四
  1. Google DeepMind60

    Google DeepMind 试点全球首个双盲 AI 评测

    Google DeepMind 宣布推出全球首个针对专有前沿级 AI 模型的双盲评测,将外部评测限制在密码学环境中,防止模型提前接触测试题目以优化性能。该试点与新加坡 AI 安全研究所、OpenMined、AVERI 和 MLCommons 合作,在隐私保护环境下用保密基准测试 Gemini Flash Lite 模型,以提升评测可信度。

    推荐理由:Google DeepMind 联合新加坡 AI 安全研究所等机构,用密码学环境对 Gemini Flash Lite 做双盲评测,读者可了解基准污染问题的技术解法。

8月21日周五
8月6日周四
  1. Google DeepMind82

    Google DeepMind 开源 WeatherNext 气旋预报模型

    Google DeepMind 发布 WeatherNext AI 模型,在预测气旋路径、强度和风场结构上达到 SOTA,平均为预报员多争取约一天的预警时间,三天预报精度相当于此前模型的两天水平。

    推荐理由:原文给出气旋路径与强度预报多出约一天预警时间,并开源模型权重与代码,读者可据此判断气象预报工作流的可用变化。

7月9日周四
  1. Google Research62

    Google Research 发布 SensorFM 可穿戴健康基础模型

    Google Research 提出 SensorFM,一个直接从无标注可穿戴数据学习的大型传感器基础模型,预训练语料来自 500 万同意参与者、超过 1 万亿分钟的多模态传感器信号,覆盖 100 多个国家和 20 多款 Fitbit 与 Pixel Watch 设备。

    推荐理由:原文给出可穿戴健康基础模型的预训练规模与下游评测结果,读者可据此判断通用生理表征的可行性。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有