FreeRDP 3.33 发布:支持 WebAssembly,AI 推动活跃度激增
开源微软远程桌面协议(RDP)实现 FreeRDP 正式发布 3.33 版本,新增对 WebAssembly 的支持。作为该项目的最新更新,FreeRDP 因 AI 带来了开发活跃度的巨大激增。
开源微软远程桌面协议(RDP)实现 FreeRDP 正式发布 3.33 版本,新增对 WebAssembly 的支持。作为该项目的最新更新,FreeRDP 因 AI 带来了开发活跃度的巨大激增。
为 Linux 平台 AMD Radeon GPU 提供 Vulkan API 支持的 Mesa RADV 驱动正式制定了针对代码贡献的 AI 与大语言模型(LLM)政策。该政策确立了开发者在向该驱动提交代码时使用 AI 工具的相关规范。
OpenAI 正在筹备美国中期选举后的政治游说与公关行动,以应对可能趋紧的监管环境。其政策主管 Chris Lehane 计划主打“AI 不会取代人类”理念并提出前沿模型安全“限速”规则,优先推动相关立法快速落地。针对多地对数据中心的反弹,OpenAI 还计划将其重塑为“AI 计算园区”并向所在地承诺经济回报。
AI 智能体正从辅助检索转向自主浏览与跨应用执行,推动互联网生态从人类注意力经济走向以机器交互为主的智能体网络。技术路径目前呈现专用连接器与模拟人类浏览操作并存的局面,并促使媒体开始试验面向爬虫与模型的专属内容。这一转变正在冲击依赖搜索点击率的出版与电商商业模式,同时引发了平台自建壁垒和安全失控的新挑战。
超冷水与玻璃态水的计算模拟研究取得重要进展,重点聚焦亚稳态液-液相变与液-液临界点的理论验证。相关计算涵盖分子动力学模拟以及 ST2、TIP4P/2005、TIP4P/Ice 等水模型,并拓展至基于第一性原理的自由能景观分析。这些计算工作为阐释水的热力学异常特性、玻璃多态性及相变动力学提供了微观层面的理论依据。
第二届分析科学与仪器大会在武汉召开,大会以“AI助力科学仪器,创新重塑分析科学”为主题,汇聚了包括30余位院士在内的4000余名专家学者及企业代表。大会设置46个分会场,研讨涵盖人工智能与分析仪器、临床诊断与脑机接口等热点方向。现场还发布了《中国分析测试丛书》等两本新书,并为42个分析测试科学奖项目颁发奖项。
华中科技大学同济医院通过“e联同济”平台推动医疗资源下沉,赋予基层医疗机构提前30天锁定专家号源和床位申请的优先权。该平台已连通全国46家医院和34家社区卫生服务中心,并基于近3年2500万门诊数据上线“济大夫”智能体,日均服务超3000人次且分诊准确率提升60%。
Linus Torvalds 宣布释出 Linux 7.4-rc1 并关闭合并窗口,正式版本预计在圣诞节前发布。本次合并创纪录地包含 18,591 个非合并变更集,共有 2,678 名开发者贡献代码,AI 修复已逐渐融入内核常规开发流程。新特性包括 Radeon iGPU 支持 AMD PerfOpt 以增强 AI/LLM 性能,并完善对 AMD Ryzen Zen 6 架构处理器的支持。
OpenAI 更新模型准则 Model Spec,罗列出忠于人类意图、减少伤害、诚实透明、促进人的自主性与关怀五条核心价值观。准则要求模型超越字面服从并结合上下文与记忆理解真实意图,同时严禁追求自我保存、私自囤积算力或规避关机监控。此外,规范强调在减少伤害的前提下推行安全补全策略,并在全文中将称呼从助手统一改为了 GPT。
上海仪电联合上海创智学院发布仪电智算数链生态,推出仪电智算云 Token 工厂及首批上线“寻数”功能的一体机,并引入 NEX-N2.5 大模型。平台依托异构算力纳管与高性能推理引擎,构建了涵盖服务运营、全栈国产化生态和全链路留痕存证的“三重可信”保障体系,以满足金融、医疗等核心业务的高可用与可追溯需求。
小米创新产品团队开源了桌面 AI 硬件 HachimoDock,硬件自制成本约 150 元,支持通过实时语音交互调度电脑端 Agent 与联动智能家居。设备采用复古掌机造型并配备独立屏幕,不仅能以电子宠物的表情同步任务状态,还支持用户通过自然语言创作运行自定义组件。目前软件源码已在 GitHub 开源,硬件物料清单与装配教程也在嘉立创平台公开。
清华AIR孵化的水木分子入选央视“中国AI创业十骏”,成为名单中唯一的AI制药企业。该公司主打对话式药物研发模式ChatDD,并推出了开源商用百亿参数多模态大模型BioMedGPT-10B及涵盖45项技能的OpenBioMed技能包。通过平台与管线双轮驱动,其首条自身免疫双抗管线仅用7个月便完成临床前候选分子(PCC)确认。
针对月新增问题数跌破 1000 引发的消亡争议,Stack Overflow 官方回应称平台并未死亡,并正将战略重心转向企业市场推出 Stack Internal。其调查显示 64% 受访开发者对简单问题减少了访问频率,但仍会借助该平台验证 AI 生成的深入答案。官方强调社区沉淀的人工验证知识正持续用于模型训练与检索增强,其底层依然在为 AI 生态提供支撑。
第四期(2027年度)“新基石研究员项目”于2026年11月1日至2027年1月15日开放申报,计划资助不超过35人,其中6个名额定向资助青年科学家。该项目资助期为五年,实验类每人资助2500万元人民币,理论类每人1500万元人民币。项目坚持“选人不选项目”且不考核论文数量,初审阶段继续坚持100%国际同行评审。
GPT-6.2-Astra 已面向部分 Pro 套餐用户开启灰度测试,同时 Claude Mythos 5.5 短暂出现在官网前端代码后被移除。测试中部分用户的请求已被路由至 6.2 模型;此外 Mythos 5.5 据称包含生物学研究与网络安全能力,Hugging Face 上亦出现已被下载数千次的疑似权重仓库。
清华大学深圳国际研究生院团队借助XGBoost模型,从10,920种脂质结构中优选出mRNA递送新材料PA97MD101。小鼠实验显示,该材料带来的肝脏mRNA功能表达约为常用对照脂质SM-102的4倍,并可递送CRISPR/Cas9载荷实现TTR表达抑制。其机制有利于胞内释放,且在测试剂量下未观察到主要器官急性组织损伤。
由中国自动化学会主办的2026中国自动化大会于10月31日在北京召开,聚焦自动化与智能科技前沿方向展开探讨。大会同期举行65场平行会议,议题涵盖具身智能、世界模型、大模型多智能体及工业人工智能等前沿领域。现场还设置了涵盖六大主题展区的CAA智汇自动化综合展,集中呈现核心创新成果并搭建产学研对接平台。
第五届地方猪资源保护与开发利用大会于10月31日在湖南湘潭召开,现场发布了地方猪保护与开发利用智能体“华豚智保”。该智能体由中国农业科学院农业基因组研究所与华智生物联合开发,涵盖179个猪种质资源、8201条结构化事实和7大类育种专业工具。系统集种质数据库、遗传评估、保种方案设计于一体,助力地方猪保护与开发利用决策。
研究团队提出面向智能体图像编辑服务的重试感知路由机制 RetryRoute,针对重试成功率仅为首次 17-53% 的“粘性失败”问题优化调度。该机制根据失败历史评估各模型成功率,统筹规划重试、模型升级与放弃,并引入实时队列等待实现负载感知。实验显示其成功率较 11 个基线平均高出 2.8 点,在 GPU 平台上将 SLO 达标交付比例提升 5.0-6.3 个百分点。
研究人员提出机器生成文本检测方法 NormDetect,将学习头锚定到归一化零样本得分,以在极低假阳性率(FPR)下检测网页机器文本。在包含 11 种攻击的 RAID 基准 8 个分区中,该方法在 0.1% 校准 FPR 下的召回率比归一化 Binoculars 提升 5.0 个百分点。其在各分区的人类 FPR 均控制在至多 1%,在同等界限内召回率最高。
研究提出通过在观测掩码零空间中注入 $\epsilon$ 级扰动构建矩阵感知代理,在满足受限等距性质(RIP)的同时使解与真实值保持 $\mathcal{O}(\epsilon)$ 近似,有效改善了矩阵补全的非凸优化景观。引入的 RIP 特性进一步支持应用具备理论保证的张量框架。在独立观测假设下,该方法无需对采样率或非相干性设置显式要求即可建立定量恢复保证。
现代深度学习与 AI 代码生成大幅降低了生物系统半机理灰盒模型的构建门槛,但预测拟合成功并不代表推断出了真实生物机理。针对生物建模普遍存在的欠定性以及学习组件吸收机理误差的问题,研究提出结合因果推断与集成分析框架。该方法能明确可识别的因果关系并量化不确定性,将单一数据拟合转化为指导后续决策的验证实验。
该研究对大语言模型(LLM)中的训练数据成员信号展开机制分析,提出 DUG 指标以分别量化内部表征与读出暴露的成员信息。实验发现,SFT 下成员特异性效应同时体现在内部表征解码与读出中,RL 下则主要显现在读出端,且被定位至模型中间层。此外,在 RLVR 场景中,模型行为改变可以在基于似然的成员推理信号未增加时出现。
研究团队提出了一个围绕 5 个互补维度构建的统一 XAI-NSAI 分析框架,旨在结合可解释人工智能与神经符号人工智能以实现可信 IoT 异常检测。该框架提供了表征现有方案、识别能力差距与权衡系统设计的结构化依据。作者通过 3 项代表性研究展示了其分析效用,并将其成功应用于医疗物联网(Medical IoT)异常检测系统。
研究团队推出硬件感知框架 SparseGDN,通过结构化块内近似与动态循环事件选择加速线性注意力模型的长上下文 prefill。在 Qwen3.5-4B 和 Qwen3.5-9B 跨 4K 至 128K 上下文的 RULER 评测中,该方法平均仅保留约 29% 的循环事件。
新方法利用原始行残差结构,在区间值表格的所有连续补全上为固定岭预测器的重新训练遗憾提供了一致误差界。在 4 项真实任务中,该方法将 20 个秩 3 实例认证至 $10^{-5}$ 宽度,联合残差优化在 76.21 秒内完成了掩码认证。针对定点预测器契约,优化方法在 91.68 秒内成功认证了全部 15 个停止决策。
研究者提出 Cauchy Displacement Networks(CDN),通过单隐层柯西激活网络将正常数据点回归至其近邻均值,以预测位移的长度作为异常评分。
新研究系统评估了训练无关 MoE 专家剪枝中的替换算子与路由语义,发现在 OLMoE 等模型上误用门控重新归一化会导致 0.8-8.5 分损失。研究提出的闭式低秩映射算子 tilted novice 在 50% 剪枝率下仅增加 1.2-1.8% 参数,在 OLMoE 和 Moonlight 上比常量替换提升 3.45 和 1.37 分,且稳定支持 4-bit 与 3-bit 量化。
研究人员提出生成式机器学习模型 StormGen,可在数分钟内将风暴初期的观测降雨转化为完整、符合物理规律的逐小时生命周期。在得克萨斯州东南部数据测试中,模型仅凭初始 1 小时降雨便成功重建了未参与训练的飓风哈维的完整生命周期与极端总量。该场景生成能力可有效填补短期观测记录的极端事件空白,用于防洪设施的压力测试。
新研究提出分位数传播规划(QPP),通过在动力学中传播少量固定的扰动分位数并积分成本曲线,在有限预算下同时评估均值与尾部风险。该方法在传播层级上精确并具备单侧保守性保证,随分位数网格细化而收敛。在受控过载与库存任务中,QPP 相比均值展开规划降低了实际尾部成本与约束违规,表现媲美使用大量轨迹采样的评估器。
StrictPRMBench 是一个审计过程奖励模型(PRM)分数聚合规则的可重放评测基准,通过固定推理池与评分证据隔离评估不同聚合器。在 7 个评分 checkpoint 与 2 个基准(N=32)的 14 个单元测试中,乘积聚合由删除干预引起的选取不稳定性均高于几何平均,等单元差异达 +0.0965。该基准提供了版本化结果记录与 CPU 重新分析协议。
研究人员提出 PIFT(Peptide InterFace Transfer)框架,通过掩码离散扩散模型与连续流匹配的采样联合引导,将多肽-靶标相互作用模式迁移至 PPI 靶向小分子生成中。该框架先将界面映射至共享的相互作用空间,并联合引导构件 logits 与 3D 坐标生成。在多种 PPI 靶点上的实验显示,该方法提升了界面恢复能力,具备优秀的分子对接性能与分子性质。
开源 Python 库 rl_rob 专为强化学习教学设计,涵盖从表格时序差分学习、线性函数逼近到深度基于价值与策略梯度方法的完整现代课程体系。该库所有算法均基于第一性原理从零编写,将核心更新规则浓缩在数行代码内直观展示。所有智能体共享统一接口,便于学习者跨阶段直接对比,并完整追踪从时序差分误差到权重变化的全过程。
研究团队提出 SPT-Flow,通过单轨迹采样潜在变量并在多个时间点将自由运行的 ODE rollout 与演示状态匹配,解决连续时间世界模型忽略随机条件的问题。
散度核方法通过直接依赖终端密度的损失函数,实现了对神经 SDE 漂移场、扩散场及初始高斯分布的联合优化。在 2 维和 8 维高斯混合实验中,该方法学习了非时变场,在相近参数量下产生的偏离模态样本远少于基于得分的生成器。漂移项负责将样本吸引至各模态,扩散项则有助于分散模态间多余的概率。
研究者提出 Corroborative Learning(CL),通过协作者表示重构响应增量,在保留模型互补差异的同时实现相互增强,且无需直接进行输出或特征匹配,亦不增加推理依赖。在线性重构与固定协作者表示下,其损失等价于半正定方向正则化项。在 6 个语言任务、24 个模型及 36 个模型对的测试中,CL 在所有任务上均优于同容量独立适配,并展现出跨视觉与少标签场景的适用性。
该研究针对单头仅位置注意力机制提出了长度泛化可实现性理论,通过模拟转移算子与无须训练即可计算的标量 $\alpha_L$,阐明了长度泛化对位置编码的依赖机制。在词表 64、维度 d=128 的 2625 次模型测量实验中,$\alpha_L$ 精确区分了不同位置编码与任务的泛化表现,但该理论仅针对纯位置通道。
研究提出一套受控评估框架,解耦长尾识别中的样本支持量与表征分配,用于评估分类器重平衡后继续微调编码器的增量价值。实验发现样本稀缺性本身不足以衡量表征自适应的价值,只有表征分配变得更加不平衡时,编码器自适应才会带来实质收益。该现象在 ImageNet 规模及预设的 1 个百分点运行裕度下均成立,且能保持常见类准确率。
针对模态缺失下的多模态联邦学习(MFL),研究人员提出角色感知服务端优化(RASO),协调贡献客户端选择与特定角色的服务端更新。该方法依据预测依赖性及本地优化参与情况筛选贡献客户端,保留编码器动量,并将共享预测模块同步至当前聚合。跨数据集和融合架构的实验验证了 RASO 在模态缺失场景下的有效性。
研究证明在梯度下降训练下,有限线性近似类的高频学习器相对目标振幅在整个训练过程中一致趋于零,确立了通用频率原则。该工作给出了低频优先的充分条件,涵盖单频目标独立训练以及同轮训练的双频分量。结果表明低频并不总是收敛更快,但在满足条件的常见情况下高频分量学习耗时更长,相关结论已通过勒让德与三角基底数值实验验证。