OpenAI 探讨高级 AI 如何赋能突破性想法背后的常规执行工作
OpenAI 指出,高级 AI 对支撑突破性想法的常规执行工作可能最为关键。执行能力将塑造未来经济形态并决定技术进步的速度。
OpenAI 指出,高级 AI 对支撑突破性想法的常规执行工作可能最为关键。执行能力将塑造未来经济形态并决定技术进步的速度。
美国联邦贸易委员会调查 OpenAI、Anthropic 等 AI 实验室是否违反消费者保护规则,要求向纽约时报提交书面文件和进行高管调查,调查进展在 Hugging Face 黑客攻击后不久已启动,涉及 Dario Amodei、Greg Brockman 等高管签署自愿审计承诺,并指出该调查对实验室构成存在性风险,同时提供订阅订阅服务。
Anthropic holds Mythos Preview back to secure defenders, while GLM-5.3 achieves frontier-level exploits in 50 of 410 attempts。
AMD 收购 World Labs 以解决机器人稀疏重建问题,Atlas 首个全模态架构通过生成式模型与多视角几何结合,在 2D 图像输入下预测 2D 图像视图,超越顶尖模型,直接推动设计、工程、科学与机器人领域的创新应用。
微软亚洲研究院新加坡(MSRA – 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、生态与人才培养四大方向展开工作。实验室与新加坡医疗生态合作探索多模态医疗 AI 和自进化诊断智能体,并联合 EDB 于 2026 年 2 月举办物流与运输 AI 高管圆桌会。
科学家 Michael Levin 提出“柏拉图心智空间”假说,认为心智是嵌入物理世界的非物理模式,身体仅作为接口。该理论通过 xenobots 等实验暗示简单系统能探索邻近复杂模式,为理解 AI 与人类心智的哲学对齐问题提供新视角。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 指出,生物安全正成为 AI 军备竞赛的新前线,而提升生物能力的模型同样能用于防御。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
OpenAI 阐述了针对前沿模型与防护措施的第三方 AI 安全评估的优先事项与原则,强调评估需严谨、安全且独立。
RAND 报告建议美国采取“行动自由”战略,通过投资 AI 安全、构建安全架构及改革国家安全机构来保留地缘政治优势选项。该战略涵盖共存、遏制与加速等七种原型策略,并指出当前美国策略偏向加速,缺乏主动安全措施。
OpenAI 正与一个独立的数学与人工智能顾问小组合作,为新兴 AI 成果的评审与传播提供指导。该小组独立于 OpenAI 运作,具体成员与成果评审机制未在文中披露。
OpenAI 提出构建全球共享 AI 标准的路径,呼吁通过协调一致的评估、报告与治理来提升安全性。该主张面向 AI 发展的下一阶段,强调多方协作而非单点行动。
OpenAI 的 Chris Lehane 发文称,AI 政策窗口已经打开,需要立即行动。他认为更强的 AI 能力需要更强的安全证据、共享标准和持久的政策行动。
OpenAI 分享了一份针对 Navier–Stokes 千禧年大奖难题的 AI 生成解答,包含一份书面说明和一份 Lean 形式化证明。
Google 在 DOE Genesis Mission Summit 2026 上宣布投入 4000 万美元 AI tokens 和云额度,支持 Genesis Mission 的研究人员。
Google DeepMind 与 Isomorphic Labs 公布联合生物韧性方案,一方面防止威胁行为者滥用其模型,另一方面让政府、科学家和生物安全专家借助 AI 应对疫情。过去 12 个月,双方已推进超过 15 项合作,覆盖预防、检测与响应三个方向,包括将 SynthID 水印技术适配到生物学领域,以及用智能体 AlphaEvolve 优化宏基因组测序数据分析。
围绕 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》。
英国 AI Security Institute 对齐团队与 Timaeus 联合成立非营利研究机构 Sequent,认为"对齐尚未走上正轨",计划两年内扩至 40-80 名全职员工,初期募资 1 亿至 1.5 亿美元,研究方向涵盖可扩展监督、学习理论、博弈论与 personas。
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持,发起最高 1000 万美元的多智能体 AI 安全技术研究资助征集,面向全球研究者。
研究团队构建 SocioHack 基准,含 72 个沙盒社会环境,测试 AI 在信用卡积分、学校成绩等场景中"钻制度空子"的能力,RL 训练的 LLM 能以 61.25% 召回率和 90.85% 精确率重新发现历史上已被修补的漏洞策略。
Import AI 459 聚焦三项研究:英国 AI 安全研究所的论文指出用 AI 监督 AI 训练的自动化对齐研究并非万能方案;另有工作提出蛋白质折叠模型的缩放定律,以及为 AI 系统灭绝风险定价的尝试。同期还介绍了弗吉尼亚大学、Anthropic 与加拿大银行经济学家的研究,估算 2025 年美国名义 AI GDP 约 2500 亿美元,质量调整后实际年增速约 2600%。
Import AI 458 收录了一篇基于 2026 年牛津大学 HAI Lab 演讲的长文和一个设想"正向奇点"的虚构故事。演讲以 Epoch Capabilities Index(ECI)等 40 多个 benchmark 的上升曲线为切入,主张 AI 进步速度将超出多数人预期,人类必须在"探索未来"与"回避当下"之间做出选择。
Google DeepMind 在亚太地区启动首个加速器计划,聚焦“AI for the Planet”,面向该地区初创公司、研究团队和非营利组织,为期三个月。入选机构将获得专家指导和定制支持,并借助 Google AI 专家的前沿 AI 与科学 AI 模型,解决自然、气候、农业、能源等领域问题。计划以新加坡线下训练营启动,现已开放注册。
Import AI 457 聚焦三项研究:SentinelOne 拆解出约 20 年前的病毒 fast16.sys,它通过篡改 LS-DYNA 970、PKPM、MOHID 等高精度计算软件的内存结果,定向破坏工程与物理仿真。
Google DeepMind 与新加坡政府达成国家 AI 合作,在医疗、教育、科研等领域推出新项目。合作探索 AI 辅助临床的"三方诊疗"模式,并用 AlphaFold、Google Earth 等工具推进东南亚传染病研究与疫情防控。Gemini for Education 将提供给新加坡所有中小学至初级学院教育者,同时启动亚太区"AI for the Planet"加速器。
Calico Life Sciences 的 Matt Onsum 与 Katherine Labbé 正使用 Google DeepMind 的 Co-Scientist 整合衰老生物学中零散的研究发现,将其转化为可验证的假设。
爱丁堡大学团队用 Google Co-Scientist 梳理 MASH 肝病文献,生成可测试的新假说,其中一个假说指出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁,解释药物 resmetirom 为何仅对少数合格患者有效,该假说随后经实验验证,或为靶向双重疗法铺路。
Google DeepMind 的 Co-Scientist 帮助 MIT 机械工程师 Ritu Raman 快速梳理 ALS 相关文献,将想法转化为可检验假设并按可行性与风险收益排序。
Institute for Law & AI 提出“激进可选性”监管思路,主张政府短期避免过度监管,同时提前建设信息收集、举报人保护、评估与人才等能力。Meta 与 KAIST 的论文提出 Neural Computer,将计算、内存与 I/O 统一在学习到的运行时状态中。
Google DeepMind 宣布与韩国科学技术信息通信部(MSIT)建立合作,将在首尔办公室设立 AI Campus,向韩国学界开放 AlphaEvolve、AlphaGenome、AlphaFold、AI co-scientist 和 WeatherNext 等前沿模型。
Google Research 在 The Check Up 活动上公布多项医疗 AI 进展:与 Fitbit 合作研究发现,模拟协作医疗团队的 Personal Health Agent(PHA)比单一任务应用更能支持长期健康。