跳到正文
只看一手
  1. Google DeepMind85

    Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code，一个由多个 LLM 智能体组成的形式化验证框架，用 AI 智能体对 Signal 协议实际运行的代码做数学证明，验证其关键安全属性。

    推荐理由：DeepMind 用多智能体框架对 Signal 协议实际代码做形式化验证，四周完成过去需数年的工作，并开源验证产物。

  2. AWS Machine Learning Blog78

    AWS 上线 Claude Fable 5.2 与 Claude Mythos 5.2

    AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用，其中 Fable 5.2 面向编码、数学与科研等技术工作，Mythos 5.2 仅通过 Anthropic 的验证计划开放网络安全与生命科学场景。

    推荐理由：原文交代了两款模型在 Amazon Bedrock 的上线范围、数据保留要求与迁移方式，可据此判断接入成本。

  1. NVIDIA Blog78

    NVIDIA 在 CoRL 发布 GR00T 2 世界动作模型与 Isaac Lab 3.0

    NVIDIA 在 CoRL 上发布基于 Cosmos 构建的开放世界动作模型 GR00T 2，以及 Isaac Lab 3.0、Isaac Lab-Arena 0.4 等开源机器人技术。

    推荐理由：原文给出 GR00T 2 的少样本成功率与 Isaac Lab 3.0 的训练吞吐对比，可据此判断仿真训练在精细操作上的进展。

  1. Google DeepMind78

    Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%

    Google DeepMind 发布 Gemini Omni 1.2 Flash，原生视频生成时长从 Omni 1.1 的 10 秒提升到 15 秒，并已在 Gemini API 和 Gemini for business 全面开放。

    推荐理由：官方给出 15 秒原生生成、多轮对话编辑与 30% 降价的具体变化，可据此判断视频生成成本与工作流。

  2. Microsoft Research60

    微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

    微软研究院联合 GitHub Next 发布研究原型 PDD Kit，把用户意图转成 Verus 形式化规范，再证明编码智能体生成的代码对每个输入都满足该规范，证明覆盖不到的部分回退到测试。

    推荐理由：微软研究院与 GitHub Next 合作的研究原型，展示如何把智能体生成的代码从逐行审查转向意图审查加形式化证明。

  1. Google DeepMind71

    Google DeepMind 为 Antigravity 推出化学信息学技能

    Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，把该产品变成面向计算化学家和实验化学家的科学工作台。

    推荐理由：原文给出一个完整药物发现工作流演示，读者可据此判断智能体在化学数据整理与分子设计中的实际分工。

  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：官方给出 Carbon 在网络安全与长程智能体任务上的基准和定价，可对照两周前发布的 Argon 看迭代节奏。

  1. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以研究预览形式向可信测试者开放。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，能模拟空气动力学、碰撞等物理场景以及人物动作与对话。

    推荐理由：官方说明了 Genie 4 的原生音频、实时可控与 Gemini 协同推理，读者可据此判断世界模型当前的能力边界。

  1. Microsoft Research71

    微软研究院等证明31年未解的KLS猜想

    微软研究院张新志等研究者证明了1995年提出的KLS猜想，确认对一大类高维概率分布，最佳平面切割与任意形状最佳切割的效果差距不超过一个与维度无关的固定常数。作者在人类主导的智能体搜索流程中探索了100多条候选路径，由研究者筛选和调整方向，最终通过反复递归应用新判据完成证明；同期另有独立团队给出完整证明，并有Lean 4形式化验证。该结果使此前依赖该猜想作为假设的结论可以无条件成立。

    推荐理由：这篇论文用人类主导的智能体搜索证明了一个悬置31年的几何猜想，读者可据此了解人机协作做数学研究的实际分工。

  1. Microsoft Research60

    微软研究院推出 Magnetar：基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，并输出可在约 12 毫秒内验证的简短证明。它在笔记本上每秒可证明 720 万至 870 万条 RISC-V 指令，在 15 个基准程序上平均比同类最快 zkVM 快 10 至 39 倍，优化版本可达每秒 950 万至 1280 万周期。

    推荐理由：微软研究院把十余年零知识证明成果整合为 Magnetar，读者可了解通用程序证明在速度与密码学假设上的取舍。

  1. Berkeley AI Research60

    从 CUDA 到 MLX：K-Search 如何将多年内核优化经验带到 Apple Silicon

    IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。

    推荐理由：作者展示了把 CUDA 优化经验迁移到 Apple Silicon 的具体做法，并给出与原生 MLX 内核的对比数据。

已经到底了