在多项高难度Benchmark超越GPT-6 Astra，RSIAgent让开源模型自主探索新环境
机器之心编辑部 大模型过去几年的能力跃迁，几乎都围绕一个词：Scaling。 模型越来越强，Agent 也开始从 “会聊天” 走向 “能干活”。 但模型部署之后呢？ 一个 Agent 真正进入从没见过的软件、工具或者企业系统时，问题往往才刚刚开始。新的软件有新的交互逻辑，新的工具...
学术研究 方向最近有哪些内容值得看
今日资讯 学术研究
学术研究 方向的重要产品、公司和事件变化，会在这里更集中地出现。
如果你是按主题跟踪 AI 动态，这一页会比全站资讯流更好用。
学术研究资讯
1,486
正文图片
7,370
三巨头齐踩刹车，AI扩张会减速吗
美国AI（人工智能）实验室开始讨论“踩刹车”。 近日，在多起AI Agent（智能体）越界行为引发关注后，Anthropic前员工公开发出关于“AI末日风险”的警告。随后，Anthropic CEO达里奥·阿莫迪（Dario Amodei）发表一篇千字长文，呼吁行业放缓提升前沿模...
一个真正能做科研的 AI，应该长什么样？
知识分子 The Intellectual 视频：PhAI Labs发布的ScienceBuddy，可以做什么？ 撰文｜张天祁 ● ● ● AI已经能够写代码、证明数学定理，为什么它还没有真正成为一名科学家？ 这是AI for Science 面临的一个困难的问题。 在棋类中，A...
AI开始预测人类：83亿虚拟人格、数字社会，与一门押注未来的生意
编者按：本文来自微信公众号 硅谷101，创业邦经授权发布。 你相信，我们其实生活在一个虚拟世界中吗？ 马斯克曾在Lex Fridman的采访中被问到：如果有一天人类实现AGI，并且只能向它提出一个问题，他会问什么？ 思考了十秒之后，他给出的答案是： “What's outside...
论文汇总丨Benchmark进入真实世界，斯坦福/清华/Anthropic/Meta/阿里等重新定义AI能力评测
Benchmark 不再只是给模型「出题打分」，而是逐渐成为连接模型能力、真实任务与科学进步的测量工具。从真实工作流、长期任务到多模态交互，从任务完成度到过程与结果验证，新一代基准正在从单一分数走向更加细粒度、可诊断的能力评估。它不仅告诉我们模型有多强，也开始回答模型为什么失败、...
全球资本争夺AI的“研发复利”，这次他们关注了智谱
在“AI泡沫论”再起之际，长期资本反而在对模型公司持续下注。 Anthropic今年5月的融资中，出现了GIC、资本集团等全球机构；富达、淡马锡则同时出现在Anthropic和OpenAI今年的融资名单里。 中国的智谱，最近也吸引了“长钱”加注。9月13日，智谱公布约50亿美元的...
把大脑外包给AI之后，人类正在集体变笨
你重生了。 上一世，你左手ChatGPT，右手Claude，领导给的什么方案，你都能完成得又快又好。 这一世，你睁开眼，一切都很正常。 你打开浏览器，刚刚还在运行的网页版 GPT 已无法响应。你刷新了一下，返回404 not found。你又切到 Claude，发现号被封了，你气...
2026-09-16 16:01
Meta扎克伯格：AI实验室有责任和动力安全地训练模型
上证报中国证券网讯（记者 徐子逸）近期，关于AI减速的议题在硅谷掀起了热潮，Meta CEO马克·扎克伯格也加入了这场讨论。9月16日，扎克伯格在个人社交媒体平台发文称，AI实验室有责任和动力按照安全训练模型所需的节奏推进，并且有能力自行采取措施保障安全。扎克伯格提及Meta延迟...
谁在给我们制造 AI 焦虑
文章转载于洞察Beating 文｜Sleepy 当前围绕人工智能所涌现的恐慌与狂热，本质上共享着一套高度功利的叙事生产机制。 资本在幕后采购叙事、操纵情绪并驱动分发，再顺理成章地将公众的普遍焦虑，兑现为制度化的监管权力、政治资本，以及资本市场上不断推高的估值溢价。 2026 年 ...
全球首个可仿真的人–场景交互重建框架 HSImul3R：让人类视频真正成为机器人技能来源
一段人坐上椅子的视频，对人类而言再普通不过。我们不仅能看见“人坐了下来”，还天然理解椅子承受人体重量，人与椅面形成接触并最终稳定，这些重力、接触与作用关系共同构成真实世界中的物理交互。但对今天的三维重建系统而言，“看见动作”与“重建真实交互”仍是两回事。一个视觉上准确坐在椅子上的...
GLM-4.7得分超Sonnet-4.5！中科院联合快手开源LLM模拟用户行为评测基准
智猩猩AI整理 编辑：知知 用大模型扮演真实人类用户，正在成为学术界与工业界共同关注的前沿方向。无论是推荐系统的离线策略验证、电商广告的转化率预估，还是社会仿真与人机交互评估，用户模拟任务都扮演着重要角色。 然而，所有下游应用都依赖同一个前提：大模型模拟的用户必须足够逼真。 现实...
暂无图片
豆包手机助手通过泰尔实验室首批端云协同机密计算能力评测
感谢IT之家网友 xxy171070 的线索投递！ IT之家 9 月 14 日消息，据泰尔终端实验室，近日，中国信息通信研究院（以下简称“中国信通院”）依据《端云协同机密计算技术规范》开展专项能力测评工作。本次测评围绕端云机密计算环境构建、透明日志审计机制、业务应用信息隔离防护、...
百年贝尔实验室，正沦为诺基亚“弃子”？
C114讯 9月16日消息（岳明）近期，关于诺基亚将对贝尔实验室（Bell Labs）进行大规模裁员的消息传得沸沸扬扬。曾执掌贝尔实验室的Marcus Weldon公开发文，对此表达了强烈担忧。来自LightReading的最新报道梳理了这一事件的来龙去脉，并通过对Marcus ...
2026-09-16 14:55
复杂的Harness Evolution，甚至不如多跑几遍
论文标题：Rethinking the Evaluation of Harness Evolution for Agents 论文链接：https://arxiv.org/abs/2607.12227 代码：https://github.com/rethinking-harnes...
从实验室到生产线，海淀长出一条光子产业加速通道
2026首届中关村科学城光子产业生态大会暨“实创杯”产业加速大赛启动发布会举行。 当前，信息处理技术正经历从“电”到“光”的深刻变革。随着人工智能爆发、算力需求成倍增长，电子芯片正在逼近物理极限，光子芯片凭借低功耗、高速率、大带宽的优势，成为破解算力瓶颈的关键路径，光子产业成为下...
OpenAI宣布攻克千禧年难题，清华姚班传奇陈立杰：不可思议的时代
AI 正在进入数学世界的深水区。 就在刚刚，OpenAI 宣布，其内部 AI 系统完成了对纳维尔斯托克斯（Navier-Stokes equations）存在性与光滑性问题的一个解答，并同时公开了相关论文以及 Lean 形式化证明。 纳维尔斯托克斯方程不仅是千禧年大奖难题之一，也...
暂无图片
要毁灭人类的不是AI，是人——拆开2026年9月这轮“末日叙事”
（本文作者为 韩工观察，钛媒体经授权发布） 文 | 韩工观察 要毁灭人类的，不是AI，是人。 这个判断基于两个可验证的论据。其一，截至2026年9月，没有任何AI系统具备"自定目标"的能力，而这是"递归自我改进"（RSI）得以启动的前提；前提不存在，后面的指数爆炸、超级智能、文明...
本地该怎么做RSI？我们与StartLux CTO聊了聊
编辑｜Panda 上周六，陶哲轩、邓煜、彼得·舒尔茨等 25 位菲尔兹奖得主联合发表了一份声明《人工智能在数学中的严重错位》，引发广泛讨论。陶哲轩还表示「事态紧迫」，他们根本没有时间等待更广泛的协商就决定先行发布。 这封信并不反对 AI 进入数学，而反对的是 AI 公司把「攻克著...
暂无图片
菲尔兹奖得主公开信背后：AI束缚数学也解放数学 | 风向标工作室
AI的意义就是解放人，这当然也包括解放数学家。 ▲近日，邓煜、陶哲轩等25位菲尔兹奖得主联名发了一份声明，措辞严厉地警告AI行业。图/封面新闻 文 | 刘远举 AI对数学界的冲击正在加速蔓延。 据新京报报道，近日，邓煜、陶哲轩等25位菲尔兹奖得主联合发布了一份名为《人工智能在数学...
2026-09-16 14:16