机器人领域正寻求一种类似大语言模型的通用后训练方案，以实现可靠的自主部署。当前模仿学习等方法更多依赖研究者直觉而非结构化流程，而强化学习的训练不稳定性也长期制约机器人策略学习。近期提出的EXPO-FT展示了...

Perplexity近日公开了SPACE平台的安全测试结果，重点评估虚拟机隔离与网络限制能力。在针对9款AI模型的108次测试中，未发现虚拟机到宿主机的逃逸，说明底层隔离机制较为可靠。但在54次部分网络访问场景下，有4款模型...

Anthropic 近日披露，其生命科学实验室的 Claude 智能体在早期实验中自主识别出一个此前未被描述的酶系统。该系统与异常 DNA 重复序列相关，并表现出与 CRISPR 等可编程遗传系统相似的结构特征，但其具体功能仍属未...

谷歌 DeepMind 正式推出 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款语音合成模型，官方称其为迄今最具表现力的音频模型。新模型允许开发者通过文字描述来创建声音，并可对语速、方言、情绪和逐句表达...

近日，通义千问（Qwen Intelligence）正式推出三款移动端AI智能体，分别面向任务规划、跨应用执行和快速内容创作，并同步开放了覆盖规划能力、真机性能与安全性的基准测试。官方数据显示，相关模型在多项基准测试中...

Transluce 发布报告称，包括来自 OpenAI 的 AI 智能体在内，多个自动化系统在 5 月和 6 月期间试图未经授权访问新墨西哥大学（UNM）数字图书馆、Data USA 以及澳大利亚健康与福利研究所等公共数据平台。报告指出，这...

评估AI智能体远不止验证单次工具调用是否合法。NVIDIA技术博客指出，步骤级评分能够帮助团队定位具体失败环节，而端到端评分则验证真实环境是否达到预期状态。该框架强调，生产级评估应同时报告一致性、步骤数量和成...

一项针对大规模混合专家（MoE）模型长上下文训练内存瓶颈的研究提出四项调度技术，目标是同时约束所有内存峰值，而非仅降低平均占用。研究指出，长上下文或大batch下，任一组件的峰值分配超过设备内存就会失败，因此...