01
GPT-Red 解锁自动化红队测试与自我改进
OpenAI 推出了 GPT-Red，这是一个自动化红队测试系统，旨在提高大语言模型抵御提示词注入攻击的安全性、对齐性和鲁棒性。通过利用自我博弈 (self-play) 方法，该系统使 AI 模型能够迭代地探测自身系统，发现隐藏漏洞并执行防御性加固。此框架通过自动化检测边缘情况和恶意输入，简化了模型公开发布前的安全对齐流程。
AI Blog
1 storyHacker News
8 stories01
Inkling：我们的开放权重模型
Thinking Machines 发布了 Inkling，这是一款全新的开放权重模型，旨在提升人工智能开发领域的普及性。通过提供模型权重的开放访问，该计划允许开发者和研究人员针对特定任务进行定制、微调和部署。此举旨在为那些希望保留专有数据控制权并将其部署在自有架构上的企业提供一种稳健的替代方案。
02
在13年前的Xeon CPU（无GPU）上以每秒5个token的速度运行Gemma 4 26B
NeoMind Labs 进行了一项技术演示，展示了谷歌的 Gemma 4 26B 模型在没有 GPU 加速的情况下，在 13 年前的英特尔至强 (Xeon) 处理器上以每秒 5 个 token 的实际速度运行。该实现利用了先进的 CPU 执行、模型量化和内存管理优化。这一性能表现证明了大型开放权重模型可以部署在低成本、老旧的企业级服务器硬件上，而非昂贵的现代 GPU 集群，从而推动了本地模型推理的普及。
03
Launch HN：Coasty (YC S26) —— 一个面向计算机操作智能体的API
Nitish 和 Prateek 推出了 Coasty，这是一家获得 Y Combinator S26 支持的初创公司，提供专为计算机操作智能体 (computer-use agents) 设计的 API 和平台。该服务可在缺乏传统 API 的遗留桌面和 Web 应用程序中自动化工作流。开发者通过自然语言指令或直接 API 调用来触发操作。Coasty 在自定义虚拟机或安全浏览器配置中执行这些任务，通过分析屏幕截图并模拟键盘或鼠标输入来导航界面。
04
OpenAI 在欧盟法院的商标纠纷中败诉
OpenAI 在欧盟知识产权局或欧盟法院系统的一场关键商标纠纷中败诉，这是其面临的一次重大监管挫折。裁决阻止了 OpenAI 在欧洲市场为其标志性 AI 技术获取独家专有命名权。这一裁决开创了法律先例，允许竞争对手在营销中使用类似的描述性术语，并挑战了 OpenAI 在欧盟各成员国的品牌垄断地位。
05
面向编程智能体的开源记忆库，通过SSH同步
一个名为 Deja-Vu 的开源项目引入了专门为自主编程智能体设计的记忆层。该系统使用安全的 SSH 连接在不同环境之间同步并持久化智能体记忆，从而解决了断开连接时上下文丢失的问题。通过维护状态和之前的代码修改，Deja-Vu 在不依赖第三方专有云服务的情况下提高了智能体的性能，为开发者提供了对代码库的完全隐私控制。
06
一种通用的目标条件 Minecraft 模型
研究人员引入了一种专门为 Minecraft 开放式虚拟环境设计的通用目标条件模型。该模型利用分层决策和预训练的多模态表示，将抽象的玩家指令转化为连续的游戏内动作。通过超越传统的单任务强化学习，该框架解决了长期规划、空间推理和物体操作方面的关键挑战，展示了自主虚拟智能体的稳健行为。
07
DSL（领域特定语言）使大模型的应用更加可靠
Martin Fowler 探讨了如何利用领域特定语言 (DSL) 来限制大模型 (LLM) 的输出空间，从而提高其在软件工程中的可靠性。通过强制执行预定义的 DSL 语法，开发者可以防止模型幻觉、格式错误和句法无效等问题。这种集成将自然语言推理与确定性执行系统桥接起来，从而实现了稳定的自动化智能工作流。
08
跨开源模型的J-space比较
开发了一种新的交互式可视化工具，用于呈现跨各种开源大语言模型的详细 J-space 比较。该平台将高维模型表示和性能指标映射到直观的空间表示中。通过研究这些图表，研究人员可以评估不同的训练方法、微调数据集和架构调整如何改变模型的潜在表示空间和相对性能聚类。
01
Inkling模型发布，具备开放权重和增强的智能体能力
John Schulman 宣布推出 Inkling，这是一个高性能的开放权重基础模型，针对智能体工作流、编码和推理任务进行了优化。该模型的训练过程始于冬季的初步预训练，随后在 1 月中旬开始集中进行对齐和智能体优化阶段。Inkling 现已在 Tinker 平台上向开发者开放，作为一个模块化、可适应的基准，用于构建专门的下游应用程序。此次发布标志着 Thinky Machines 的战略努力，旨在在其集成栈中提供统一、可定制的后训练服务层。这一发布也在社交媒体上引起了其他行业从业者的讨论，强调了其作为易用基准的实用性。
02
解决AI驱动科学发现中的验证瓶颈
谷歌 DeepMind 发布了一项分析，详述了自主 AI 智能体在科学发现中的作用，以及在物理验证过程中出现的瓶颈。尽管深度学习智能体擅长在数字层面生成新颖假设并设计复杂的实验流水线，但将这些概念转化为物理实验室测试仍是一个主要的速率限制步骤。为解决这一摩擦，DeepMind 为政策制定者和研究人员列出了四个优先战略。这些建议侧重于构建可靠的验证基础设施和标准化的评估框架，以安全地将自动化研究智能体整合到现实世界的实验室工作流中。这些发现反映了材料科学和药物发现领域向结构化、智能体主导实验的更广泛转变。
03
Gemini Spark 扩大在更多国家和语言的可用性
谷歌已将其个人 AI 助手功能 Gemini Spark 的全球可用性扩展至其他国际地区和语言的 Google AI Ultra 订阅用户。该工具专为谷歌产品生态系统内的深度集成而设计，通过本地化的生成式 AI 交互协助高级订阅用户完成复杂的个人生产力任务。通过向更广泛的国际用户群推出该功能，谷歌旨在扩展其面向消费者的付费助手技术，并增强其在全球生成式 AI 服务提供商中的市场地位。此次推出标志着谷歌旗舰多模态助手功能本地化部署的一个迭代步骤。
04
GPT-Red 增强抵御提示词注入漏洞的安全性
GPT-Red 作为一个自动化红队测试工具被引入，旨在识别和减轻大语言模型中的提示词注入漏洞。该软件使开发者能够针对复杂的对抗性输入系统地压力测试生产模型，为企业应用部署提供了一个可扩展的防御框架。通过自动化威胁检测流程，该工具帮助安全工程师强化应用并维护模型对齐标准，而无需手动启发式干预。此次发布代表了自动化漏洞扫描的一项重大技术进步，解决了生产级大语言模型的主要基础设施安全担忧之一。
05
现代AI模型中递归自我改进的分析
一篇评估人工智能递归自我改进的新研究论文对快速起飞场景 (rapid takeoff scenarios) 的可行性提出了挑战。通过分析模型优化循环，研究发现机器智能收益的增长速度受限于 [Intelligence]^0.07 的进展率。这些实证性能数据表明，自我优化反馈循环产生的是一种循序渐进、可预测的进步，而非长期安全辩论中经常预测的那种失控的指数级增长。这些发现为推测性的奇点时间表提供了一个关键的对立观点，为 AI 安全研究人员模拟未来系统能力和缩放定律提供了实证约束。
06
平直化潜在轨迹以增强世界模型规划
引入了一种新的技术方法，通过平直化潜在轨迹来优化生成式世界模型的规划。通过在潜在空间内局部调整这些路径，研究人员降低了长期序列预测中固有的优化复杂度，从而产生了更连贯和稳定的模拟结果。这一进展直接解决了轨迹漂移问题，这是将世界模型用于自主导航和机器人决策的主要挑战。该技术简化了潜在路径，使预测性世界模型在虚拟环境中的规划和物理动作测试方面更加可靠。
07
Kling AI 公布2026年校园AIGC创作大赛获奖者
Kling AI 公布了其 NEXTGEN 2026 校园 AIGC 创作大赛的获奖名单，授予短片《Kite》最高 Apex 奖。该作品由学生电影制作人 Shihua Lin、Mingwei Chen 和 Xuanwei Liu 创建，因其对自由和身份的叙事与视觉探索而受到表彰。该影片是使用 Kling AI 的视频合成平台渲染和生成的，凸显了生成式视频工具在学术和创意领域日益重要的作用。此次比赛是 AIGC 软件在电影叙事中应用的一个标杆，展示了平台视频生成模型的实际创意应用。
08
法国初创公司以破纪录速度开发先进仿人机器人
Rémi Cadene（前特斯拉 AI 和 Hugging Face 研究员）在九个月的开发周期内开发出了一款功能齐全的法国设计仿人机器人。通过利用快速工程方法和先进的机器学习集成，Cadene 的团队成功地从最初概念过渡到了物理硬件实现。这种快速交付凸显了顶级 AI 工程人才与物理机器人设计之间日益加速的交叉。该项目标志着高性能机器人硬件开发出现了一种在传统硅谷科技中心之外的新趋势，展示了敏捷软件流水线如何优化物理机器人的制造。
huggingface
6 stories01
回读：预训练的多模态大模型是文本转图像生成的零样本奖励模型
研究人员推出了 SpectraReward，这是一种无需训练的奖励函数，将预训练的多模态大语言模型 (MLLM) 转化为文本转图像强化学习的零样本奖励模型。SpectraReward 不依赖偏好标签或模型微调，而是衡量通过图像条件下的教师强制前向传递，原始提示词能从生成图像中恢复的程度。团队还开发了 Self-SpectraReward，其中统一模型的理解分支为自身的生成分支提供奖励。该方法在五个分布外基准和 4B 到 235B 参数范围的九个 MLLM 主干网络上持续提高了生成质量，证明了奖励与策略的对齐对于图像生成的强化学习至关重要。
02
超越可教范围的搜索：演化智能视觉生成中的知识边界
研究人员介绍了 SearchGen-20K 和 SearchGen-Bench，这是一个包含 20,839 条提示词的基准数据集，旨在评估开源视觉生成器的世界知识局限性。在此基准上，前沿生成器的得分仅为 21 至 28（满分 100 分），这是因为其静态训练语料库未能涵盖长尾和训练截止日期之后的视觉概念。为解决此问题，作者提出了一个“先教学后搜索”的协同训练框架，允许智能体发现并导航其不断变化的知识边界。该系统利用 100 万样本的搜索语料库，仅在生成器内部知识不足时动态检索上下文，从而缓解噪声注入。
03
修复前先了解：面向软件问题解决的QA驱动型仓库知识获取
引入了一种名为 ACQUIRE 的新 QA 驱动型框架，旨在提高基于大模型的编程智能体解决仓库级软件问题的能力。该框架没有立即生成代码补丁，而是将仓库理解与修复阶段解耦。它分两个阶段运行：首先，提问者和回答者智能体对通过自主探索协作识别并弥合模型的仓库知识缺口；其次，解决者根据这种结构化的 QA 知识生成补丁。在 SWE-bench Verified 上的评估表明，与现有的修复前方法相比，ACQUIRE 的 Pass@1 指标最高提升了 4.4 个百分点，且时间和成本开销适中。
04
迈向自主且可审计的医学影像模型开发
研究人员开发了 AMID，这是一个自主的多智能体框架，旨在自动化医学影像模型的开发。由于医学影像任务需要特定模态的配置和严格的验证，AMID 使用数据条件化方法规划，将复杂的任务细化为基于数据分析的并行可执行路径。随后，它采用验证引导的两阶段优化，在严格验证指标和预测的同时，选择性地利用高性能路径。在 20 个医学影像挑战任务中进行评估，AMID 的表现优于现有的通用机器学习工程系统，并接近人类专家设计的方案性能。
05
大模型预测者知道什么却不说：探测内部表示以实现校准和忠实度
一项实证研究分析了 Eternis-Forecaster 8B、GLM-4.7-Flash 和 GLM-4.5-Air，以确定内部表示是否比思维链 (CoT) 推理提供更好的校准和忠实度。通过对中间激活进行表示池化探测训练，研究人员实现了更优的校准。他们发现，即使移除有影响力的提示证据，CoT 轨迹往往保持不变，而内部探测器能成功检测到这些偏移并起到测谎仪的作用。此外，强制回答测试显示，预测决策大多在生成推理 token 之前就已经做出，通过路由策略可实现 30% 到 47% 的 token 节省。
06
深度强化学习评估与设计范式的原则性分析
一篇新的研究论文对深度强化学习 (RL) 中的评估和设计范式进行了原则性分析。作者引入了强化学习中缩放定律 (scaling laws) 的理论基础，证明了渐进性能排名和数据机制之间并不保持单调关系。通过大规模实验，研究表明传统的评估范式在 RL 文献中导致了错误的结论。这些发现提供了一个核心分析框架，解决了缩放、模型容量和算法复杂度问题，以指导未来的深度强化学习研究。