Google 威胁情报 group 报告：AI 时代漏洞披露翻倍、高危漏洞利用激增
Google 威胁情报 Group（GTIG）报告显示，月度漏洞披露量从 2026 年 1 月的 5,045 增至 8 月的 10,740，在野利用从 2025 年月均 10.5 升至 18，zero-day 从月均 8 升至 11。
推荐理由：报告用 20 个月数据量化 AI 对漏洞发现与利用的影响，并给出风险分布差异，可作为安全策略调整的参考。
#论文/研究
#论文/研究
今日 1 条Google Cloud: Databases精选AI 评分6666
Apple Machine Learning ResearchAI 评分4343 Apple 提出 RLTL;DR：通过内化自生成反馈实现自我提升
Apple 研究团队提出 RLTL;DR，让策略在每次失败后根据验证器输出自行撰写一条 TL;DR 式反馈，并将上下文中的洞察反向传播以内化“任务→洞察”映射。
Apple Machine Learning ResearchAI 评分5555 Apple 与 EPFL 研究：强模型做自主 ML 工程时复杂 harness 不占优势
Apple 与 EPFL 研究者发表论文，比较开源 SOTA MLE agent harness 与最小 harness 的单会话 coding agent。在相同时间预算和同一前沿 LLM 骨干下，复杂 harness 并无优势，性能主要取决于模型骨干；大规模消融实验显示多层机制在 coding agent 场景中变得冗余。
Microsoft ResearchAI 评分4545 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院实习生开发了一套端到端机器学习流水线，结合太阳风观测、AE 与 Dst 指数预报、地质电导率和电网数据，为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
Apple Machine Learning ResearchAI 评分5353 Apple 发布 SCLATE：持续学习智能体训练与评测的执行基底
Apple 发布 SCLATE，一个持续学习智能体训练与评测的执行基底，基准和未修改的智能体通过适配器把事件加入同一开放事件调度器，混合模拟时钟可把一个月长的场景压缩到数小时。
Apple Machine Learning ResearchAI 评分4141 LLM 条件控制中的有效性-流畅性权衡：一项系统性研究
Apple 研究团队系统考察了 LLM 条件控制方法在概念注入与移除场景下的表现，发现高效激活引导方法往往以流畅性大幅下降为代价。研究还发现激活引导在指令微调模型上的效果远不如基座模型，而提示词与监督微调适合概念注入却不擅长概念移除。低成本文本指标与昂贵的 LLM-as-judge 评分高度相关。
Google ResearchAI 评分4444 Google Research 提出 Diffusion Controller：统一并简化 AI 图像生成控制
Google Research 提出 Diffusion Controller 框架，将扩散模型去噪过程重构为连续控制问题，用一个轻量"转向阻尼"网络在冻结基座模型的前提下动态调整生成轨迹。在 Stable Diffusion v1.4 上以 HPS-v2 评测，其完全解锁版本对基线模型取得 90% 胜率，并支持在无法访问内部权重的闭源模型上实现定制控制。
Anthropic Research精选AI 评分7373 Anthropic 研究测量机器人对工作的暴露度：74% 物理任务可由机器人完成但仅 0.3% 具成本竞争力
Anthropic 发布研究，用 Claude 基于环境结构化程度对约 19,000 个工作任务评分构建机器人暴露指数，发现机器人能完成美国 74% 的物理任务，占全部工作时间的 34%，但仅对 0.3% 的任务具有成本竞争力，按每年约 3% 的价格下降速度需 40 年才达 10%。
推荐理由：报告用 Claude 对近万个任务评估机器人暴露度，给出成本竞争力仅 0.3% 等量化结论，读者可借此理解物理自动化的现实门槛。
Hugging Face BlogAI 评分4949 Hugging Face 发布 ProvenanceGuard：面向 MCP 智能体的来源感知事实核查
Hugging Face 发布 ProvenanceGuard，一个面向 MCP 智能体的生成后验证层，专门检测"跨来源混淆"——即事实真实但被归因到错误来源的问题。在 281 条医疗智能体真实 trace 上，专家判定应拦截的 139 条声明中它拦下 138 条，来源识别准确率约 86%，并在四项对比检查器中取得最高分。
Apple Machine Learning ResearchAI 评分4545 Apple 研究：语言模型树结构表达式序列化的通信瓶颈
Apple 研究者提出往返协议，用生成器把算术表达式转成应用题、再由提取器还原，以符号等价作为精确判定，测试十六个模型的全部两两组合。结果显示该信道有损且不对称：交换生成与提取角色可使准确率变化最多 60.4 个百分点，最佳组合达 92.9%；至少 73.6% 的失败源于生成端，难度由树结构而非模型家族决定。约 3600 条微调样本即可让所有开源权重模型超过未训练的 Gemini-3.1-Pro。
Apple Machine Learning ResearchAI 评分3737 Apple 研究提出 LIPPAX 算法，改进联邦变分不等式的收敛速率
Apple 研究团队针对联邦随机变分不等式（VI）优化，证明经典 Local Extra SGD 在更精细分析下可获得更紧的收敛保证，并指出其存在客户端漂移过大的固有缺陷。
Sakana AI BlogAI 评分4646 Sakana AI 与东京大学提出 SAIL：用测试时扩展提升 VLM 机器人轨迹生成可靠性
Sakana AI 与东京大学合作提出 SAIL（Scaling In-Context Imitation Learning），通过测试时扩展让 VLM 更可靠地生成机器人轨迹，该工作将在 IROS2026 展示。
Google ResearchAI 评分5959 Google 发布 AI 视频联合导演研究，多智能体框架实现分钟级连贯长视频生成
Google Research 发布 AI video co-director 研究，基于 Gemini 和 Veo 构建统一多智能体框架，包含 Co-Director（COLM 2026）、CANVAS（EMNLP 2026）、A²RD 和 VQQA 四个框架，将长视频生成转化为全局优化与世界状态跟踪问题，自动完成多模型提示、镜头衔接和闭环视觉精修。
Apple Machine Learning ResearchAI 评分3939 Apple 用潜空间蒸馏压缩流式神经音频编码器，2.8 倍压缩下 WER 仅升 1.9%
Apple 研究团队提出潜空间蒸馏方法压缩流式神经音频编码器（tokenizer），以教师模型量化前的逐帧潜表示为监督目标，仅训练学生编码器做回归，并用单层仿射层吸收师生宽度差异。在 2.8 倍压缩下，六组师生配对中有五组无需微调即保持在教师 1.9% 相对 WER 以内，并比同容量独立训练编码器相对提升 3.9%。该方法同时适用于独立预训练和与语言模型联合训练的 tokenizer。
Apple Machine Learning ResearchAI 评分2626 Apple 提出半监督联邦 ASR 实用方案：在线伪标签配合服务端更新稳定化
Apple 研究团队提出半监督联邦 ASR 训练方案，通过在线伪标签教师与服务端标注数据锚定更新两条耦合设计轴，解决伪标签误差跨序列、跨轮次累积导致的训练发散问题。该方案在 11 组对比中 9 组优于此前最强方法，域内平均提升 20.8%、跨域提升 10.0%，缩小了与全监督联邦学习的差距。
Anthropic Research精选AI 评分6464 Anthropic Project Swap 实验：Claude 智能体在交易市场代用户换书的表现
Anthropic 让 201 名员工的 Claude 智能体在六个办公室的去中心化交易楼层代用户交换书籍。5 分钟 intake 对话后，Claude 对书对的排序与本人一致率达 61%，市场效率 0.55（最优 0.89），其中 85% 的差距来自偏好表征不准而非谈判；重跑显示模型选择比指令更影响谈判结果，Opus 楼层效率 0.88 高于 Haiku 的 0.75。
推荐理由：原文把市场失分的 85% 归因于偏好表征而非谈判能力，并给出模型选择比指令更影响结果的可复现数据。
Apple Machine Learning ResearchAI 评分4646 Apple 提出 probe guidance：用冻结内部状态引导流匹配模型
Apple 研究团队提出 probe guidance，利用现有扩散模型冻结的内部状态构建引导信号，无需在推理时增加额外前向计算。该方法在连续扩散语言模型的无条件生成上刷新 SOTA，应用于 1.7B 扩散语言模型时持续提升多项选择题基准表现。研究还发现，autoguidance 中的弱模型必须来自训练的低熵区域。
Anthropic Newsroom精选AI 评分7676 Anthropic：Claude 发现类似 CRISPR 的新型酶系统 ART
Anthropic 成立生命科学研究组和实验室，宣布 Claude 智能体在约 950 个智能体、21 小时、2.1 亿 token 的搜索后，自主发现一种与 DNA 重复序列相关的新型酶系统，命名为 array-associated reverse transcriptases（ART）。
推荐理由：原文给出 Claude 智能体自主发现新酶系统的过程细节和预印本，读者可以据此了解 AI 驱动生物学研究的实际工作方式。
Microsoft ResearchAI 评分4646 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成预测模型 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc，通过学习式集成对两者预测重排序，在盲测中化学家更偏好其单步反应预测。
Google ResearchAI 评分3737 Google Research 推出 MilleMiglia：面向中段物流的真实实例生成器
Google Research 发布 MilleMiglia，一个用 C++ 编写的实例生成器，用于为中段物流配送问题生成真实且保护隐私的基准数据，源码与文档已在 GitHub 公开。
Anthropic Research精选AI 评分7575 Anthropic：Claude 四周内将 30 多个开源生物分子模型平均加速约 4 倍并开源代码
Anthropic 发布研究结果，Claude 在近四周内优化 30 多个开源生物分子模型（覆盖结构预测、蛋白质设计、基因组学等），平均加速约 4 倍，在输出完全一致时约 2 倍，并开源全部优化代码。
推荐理由：原文给出加速倍数、成本对比和开源代码入口，读者可以据此评估 Claude 优化对生物建模工作流的实际影响。
Google ResearchAI 评分4343 Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现单次非自回归的查询扇出，无需推理时的 CoT 思考 token。该方法基于 Gemma3-4B 和 Qwen3-4B 微调，旨在解决零样本 LLM 在数据库感知查询分解中的复述坍缩与自回归延迟瓶颈。
Google Blog: AIAI 评分5151 Google 发布 AI & Economy ATLAS 新洞察，数据显示近半受访科学家每天使用 AI
Google 发布 AI & Economy ATLAS 新数据可视化开放入口，并联合 Google DeepMind 和 MIT FutureTech 发表基于 ATLAS 数据的新研究，分析 2600 个专用 AI 模型并调研 600 多位美英科学家。
Sakana AI BlogAI 评分5050 Sakana AI 提出 PC-ALM：无需反向传播训练 1000 层网络
Sakana AI 提出 PC-ALM，一种仅靠局部动力学、无需反向传播即可训练 1000 层神经网络的局部学习替代方案。该方法将预测编码推广为使用增广拉格朗日，引入对偶神经元（拉格朗日乘子）参与层内动力学，使每层成为 PI 反馈控制系统以最小化局部预测误差。PC-ALM 能将信号传播到近乎任意深度，在标准预测编码难以学习的深层窄网络中尤其有效，并可能为神经形态硬件上的深度学习提供参考。
Sakana AI BlogAI 评分4040 英国王立協会特集号解读世界模型最前沿与 AI 未来，Sakana AI 的 David Ha 参与卷首文章
英国王立協会《Philosophical Transactions of the Royal Society A》发布特集号「World Models in Natural and Artificial Intelligence」，Sakana AI CEO 的 David Ha 作为卷首文章共著者参与。
Google ResearchAI 评分4949 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“答案优先”的工具调用数据集生成范式：先生成真实工具调用链，再反向标注用户提示词，只需一步 LLM 调用。
Runway NewsAI 评分5353 Runway 详解实时视频生成研究：从 Gen-4.5 后训练到流式输出
Runway 分享其实时视频生成研究的整体思路，目标是把视频模型从整段生成转向优化首帧时间和随提示流式输出。方法上基于 Gen-4.5 等基础模型做后训练，先将架构改为时间因果、逐帧自回归生成，再通过两阶段分布匹配蒸馏（先 off-policy 后 on-policy）把每帧压缩到几步推理，配合渐增序列长度课程减少误差累积，同时针对并发会话构建推理服务栈。
Anthropic Research精选AI 评分7474 Anthropic 红队发布 AI 模型战术情报定位与常规武器能力评测报告
Anthropic 前沿红队发布新评测，测量模型在战术情报定位（基于碎片信息找人）和常规武器开发（如编写无人机制导软件）上的能力，显示部分任务上模型能做到过去只有稀缺专家才能做的事。
推荐理由：原文用自建评测给出模型在情报定位和武器开发任务上的具体表现与模型间差距，读者可据此理解这类双用途能力的分布。
OpenAI News精选AI 评分7878 OpenAI 发布 Navier–Stokes 千禧年难题的 AI 生成解答
OpenAI 宣布分享针对 Navier–Stokes 千禧年大奖难题的 AI 生成解答，包含一份完整 writeup 和 Lean 形式化证明。
推荐理由：官方称以 AI 生成 Navier–Stokes 千禧年难题的解答并附 Lean 形式化证明，值得数学与 AI 交叉方向读者跟进。
Google ResearchAI 评分4444 Google Research 研究跨人群基因组预测的迁移学习策略
Google Research 利用 UK Biobank 约数十万欧洲样本与 Biobank Japan 近 20 万日本样本，在 8 项临床性状上评估多基因风险评分（PRS）的跨人群迁移效果。结果显示，目标人群样本达 15k 以上时，专用模型优于混合欧洲数据训练；而遗传相关性高的性状可继续受益于欧洲数据直至目标样本达 25-40k+。
Anthropic Research精选AI 评分8080 Anthropic：Claude 用 11 天完成费马大定理首个完整机器验证证明
Anthropic 发布首个完整经计算机检验的费马大定理证明，Claude 在约 11 天内基本自主写出 1300 万行 Lean 代码，证明 30,300 个定理（最终使用 29,500 个）。
推荐理由：原文详述了多智能体协作与 Prove2Me 平台的具体做法，对想复现大规模形式化工作的读者有可迁移的方法参考。
Google Research精选AI 评分6464 Google Research 联合 HHMI Janelia 发布完整雄性果蝇大脑连接组
Google Research 与 HHMI Janelia、MRC 分子生物学实验室及剑桥大学等合作，在 Cell 发表雄性果蝇大脑和中央神经系统的完整连接组，包含超 166,000 个神经元和 1.25 亿个突触连接，是迄今按神经元数量计最大的脑图谱。
推荐理由：由参与方介绍完整雄性果蝇连接组，读者可了解其规模、AI 重建方法及对后续脑映射研究的用途。
Hugging Face BlogAI 评分5252 Allen AI 发布 BenchMIRT：在题目层面审计 LLM 基准实际测量的能力
Allen AI 发布 BenchMIRT，一种基于多维 IRT 的方法，用于在单个题目层面审计 LLM 基准实际测量的能力。方法基于 100 个 LLM 在 16 个基准、超 34K 题目上的结果训练，未事先告知标签即独立恢复出安全与通用推理两个维度；分析发现 BBQ 和 WMDP 与通用推理的关联强于安全，HarmBench 的版权题也更接近推理。
Google ResearchAI 评分5555 Google 与 NASA JPL 发布 MAPL-EMIT 深度学习框架，从太空绘制全球甲烷排放
Google 与 NASA JPL 在 PNAS 发表 MAPL-EMIT，一个基于 Swin-S vision transformer 的深度学习框架，用于从 EMIT 高光谱卫星数据中自动检测甲烷羽流并定位排放源。
Google ResearchAI 评分5151 Google 发布行星预测引擎 PPE，用自然语言自动完成地理空间建模
Google 在 Earth AI 体系下推出实验性研究能力 PPE（planetary prediction engine），从自然语言查询出发自主完成地理空间预测的全流程，包括数据发现、清洗、特征工程、模型训练与评估。
Google ResearchAI 评分4141 Google 推出 GlucoFM：面向连续血糖监测的双流基础模型
Google 发布 GlucoFM，一个基于双流设计的自监督基础模型，将血糖的慢速基线趋势与短期波动分离，并保留时间与缺失信息。模型在 109,066 小时无标注 CGM 数据上预训练，覆盖四个队列、七项临床任务共 14 组评估，平均 PR-AUC 比最强 GluFormer 变体高 5.8 个百分点。
Google ResearchAI 评分4444 Google 研究 AgentHands：为 XR 中的智能体对话生成同步手势
Google 在 CHI 2026 发布研究原型 AgentHands，可将 LLM 的推理输出映射为 XR 中与语音同步的手势，让 AI 智能体在 3D 空间里用手演示而非仅靠语言描述。系统包含环境感知、手势事件库、手势嵌入推理和 XR 同步执行四个模块，手势按左右手、空间锚定、时序动效等维度分类。在 N=12 的用户研究中，AgentHands 相比纯语音基线在空间指向上取得显著提升。
Hugging Face BlogAI 评分4343 Hugging Face 提出 Quantization-Aware Healing：4-bit GPT-OSS 120B 压缩模型在 9 项基准中 7 项超越全精度版本
Hugging Face 提出 Quantization-Aware Healing（QAH），将 GPT-OSS 120B 压缩至 60B 参数并量化为 MXFP4 后，在 9 项基准中的 7 项超过其 bfloat16 全精度版本。
Google ResearchAI 评分4141 Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中优先筛选候选生物标志物
Google 推出 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序组织为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。该系统在三个队列共 9,279 条参与者观测中自主识别出 41 个心理健康候选数字生物标志物和 25 个代谢候选标志物，并构建出睡眠时长变异性、心血管适能指数等新复合特征。
Google ResearchAI 评分4444 Google Research 如何用移动性数据让语言模型更深入理解地点
Google Research 提出 Mobility-Embedded POIs（ME-POIs）框架，将匿名聚合的移动性模式与文本描述结合，为地点生成同时编码身份与动态功能的嵌入向量。