NVIDIA 扩展 Cosmos 平台并开放世界模型训练、评测与部署工具
NVIDIA 扩展 Cosmos 平台，推出包含 5 个云原生蓝图的 Cosmos Data Factory、全新训练框架及 Cosmos 3 Nano 仿真模型变体，帮助开发者加速物理 AI 与世界模型的开发与落地。
推荐理由：这套工具通过合成数据生成与闭环仿真评测，为实体AI开发者打通了从物理场景采集到模型微调部署的完整流程。
全部AI 动态
全部动态
今日 23 条NVIDIA Blog精选AI 评分6868 NVIDIA BlogAI 评分4040 欧洲领先金融机构采用开源模型构建专有智能
欧洲多家金融机构在 GTC Berlin 上展示了基于 NVIDIA 加速计算与开源权重模型在自有基础设施构建专有 AI 系统。其中 Revolut 利用 NVIDIA Blackwell Ultra GPU 扩展 PRAGMA 基础模型以服务 8000 万客户，bunq 部署开源模型使单次回答成本降低 60%。
arXiv quant-phAI 评分3737 量子代码生成 LLM 评测审计：基准缺陷与评估偏差调查
新研究对 5 个量子代码生成测试集及自建的 QBE 基准展开审计，揭示现有大语言模型量子评测存在严重的评估器设计偏差与测试缺陷。仅改变评估器规则，GPT-6 Astra 在模型输出完全一致的前提下，QBE pass@1 便从 0% 骤增至 94.1%，同时 QuanBench-117 等基准被证实存在测试泄漏与未执行用例。研究团队已开源评测框架与审计产物。
arXiv quant-phAI 评分2323 纯退相位会破坏双光子振幅而非非线性相位
研究人员推导出手性耦合波导的双能级发射体在纯退相位下的双光子振幅闭式解，证实条件相位在各退相位率下均严格固定在 $\pi$，退相位破坏的是承载非线性相位的振幅而非使其发生旋转。
arXiv quant-phAI 评分2121 利用量子退火解决联想记忆问题中的存储态振幅对齐研究
研究人员提出利用辅助哈密顿量在量子退火中对齐联想记忆存储态的振幅，该辅助哈密顿量在演化结束时关闭。研究通过数值模拟与微扰理论方法给出了显式物理参数依赖关系，并在自旋 S=1 的双 qutrit 和三 qutrit 系统中进行了验证。该哈密顿量通过存储态投影算符以通用形式表达，可推广至其他量子系统平台。
arXiv quant-phAI 评分2727 量子核依赖读出的参数可识别性研究
研究表明量子线路参数可改变测量特征却不改变投影高斯核，并提出了通过度量设计与非线性特征扩展恢复参数可识别性的方案。在4量子比特族中，对角和稠密度量的微分秩分别受限于2和3，追加一个非线性标量坐标即可达到满秩4。研究在54种线路与读出设置中验证了该结论，并发现最小表示尺寸在有限采样下未必具有最佳灵敏度。
arXiv quant-phAI 评分2828 颠覆量子编译器配置选择：一种自顶向下范式
研究人员提出了自顶向下的量子编译器配置选择新范式，并构建了包含 268 个量子线路穷举 Oracle 配置的基准 QuOPTBench。测试显示 10 个代表性原生 LLM 的推理结果远落后于 Oracle，但借助 LLM 提取的可迁移规则能显著提升选择效果。结合提取规则与预测器，团队打造了无需在线迭代搜索的框架 QuTOP，在求解质量和选择延迟之间取得了最佳平衡。
arXiv quant-phAI 评分3333 量子层能否为视觉语言模型带来性能与安全优势？
基于 LLaVA-OneVision 的研究显示，在 visual projector 后插入量子层可在 Visual Spatial Reasoning 数据集达到 80.7% 准确率，较经典全微调提升 2.28 个百分点。替换最终 decoder 前馈子层可减少 13.07 million 可训练参数并保持 79.22% 准确率。研究还测试了混合模型在 6 种攻击设置下的鲁棒性，代码已开源。
arXiv quant-phAI 评分3737 CoDecoder：让量子解码器提速最高达 100 倍且精度更高
研究人员提出小型神经前端 CoDecoder，通过与现有量子解码器组合来提高准确率并降低平均解码时间。在电路级噪声测试中，该方案相比表面码上的关联匹配减少了 6.4-31.4% 的失败率，相比双变量自行车（BB）码上的 full-DEM Relay-BP 减少了 22-50% 失败率，并实现 2.3-124-fold 的加速。相关代码、训练权重与测试记录已开放。
橘鸦AI早报AI 评分3333 橘鸦AI早报（2026-10-22）
Anthropic 开放基于 Claude Opus 5.5 的主动式 Agent 应用 Claude Duet 研究预览，面向美国 Pro 和 Max 订阅用户分批提供，可主动汇总提醒并在云端虚拟机执行任务。
OpenAI NewsAI 评分3434 Cloudflare 借助 OpenAI 将漏洞发现与防御相结合
Cloudflare 采用 OpenAI Daybreak 调查安全漏洞并提出修复方案以供审查。同时，其开发者正使用 Codex 加快构建速度并提升代码质量。
科学网AI 评分11 科学网：走好今天的长征路
科学网发布题为《走好今天的长征路》的转载文章。该页面目前仅包含版权与转载声明，指出内容转载仅出于传播信息需要，并不代表本网站观点或证实其内容的真实性；其他媒体、网站或个人转载使用时须保留注明的来源信息。
AWS Machine Learning Blog精选AI 评分7373 AWS 详解多智能体系统落地的 5 大生产挑战与 Deep Insight 解决方案
AWS 解决方案架构团队开源了生产级多智能体系统 Deep Insight，总结了多智能体落地生产在编排、模型分工、运行时部署、安全代码执行和运维监控 5 个维度的挑战与解法。
推荐理由：文章拆解了多智能体落地生产时的编排、模型选型与沙箱隔离方案，为构建企业级 Agent 架构提供了可迁移的工程参考。
AWS Machine Learning BlogAI 评分4242 利用 AWS PrivateLink 保障企业网络安全访问 Amazon Quick
企业可通过 AWS PrivateLink 结合 Direct Connect 或 Site-to-Site VPN，实现本地数据源与 Amazon Quick 的全私网连接，避免流量暴露在公网。
AWS Machine Learning BlogAI 评分5353 基于 Strands Agents 构建端云协同的自适应智能体架构
AWS 介绍了自适应智能体智能架构 AAIF，通过 Strands Agents 结合本地小模型与云端 Amazon Bedrock 实现分层计算。该方案使用本地轻量模型 llama3.2:1b 自动分类与路由请求，常规物联网遥测和视觉分析在本地端侧低延迟完成，复杂多步推理则分发至云端模型处理。架构支持灵活适配纯边缘、全云端或混合部署，并可通过 MCP 服务实现跨设备的集中化工具调用。
OpenAI NewsAI 评分2828 OpenAI：通过一致标准实现广泛访问
OpenAI 阐述了其如何与分发合作伙伴协同维护一致的安全防护措施，以支持负责任的技术访问。同时，OpenAI 进一步明确了其使用政策（Usage Policies）中的相关预期与要求。
PhoronixAI 评分7474 Linus Torvalds 在 Linux 7.4 中移除不安全的 __get_user() 与 __put_user() 函数
Linus Torvalds 在 Linux 7.4 中合并补丁，移除了历史上存在安全隐患的 `__get_user()` 和 `__put_user()` 内核函数。这批内核补丁由其本人亲自提交，并部分借助了 Claude Code 辅助完成。
Ars Technica · AIAI 评分1616 在 AI 时代，强调人工创作的全新 Apple Music 品牌意义重大
面对充斥 AI 垃圾内容（AI slop）的环境，Apple Music 全新强调人工创作的品牌形象具有重要意义。展现由人类双手亲手创作的过程，有助于应对低质 AI 生成内容泛滥带来的挑战。
The Decoder精选AI 评分8080 OpenAI GPT-5.6 Sol 与 Google Gemini 4 Argon 发现影响数百万网站的严重 PHP 漏洞
OpenAI 的 GPT-5.6 Sol 与 Google 的 Gemini 4 Argon 发现了可能影响全球数百万网站的严重 PHP 漏洞，使开发者和安全厂商得以在攻击者之前完成应对。
推荐理由：该事件展示了大语言模型在漏洞挖掘与跨环境攻击适配上的双重能力，推动了产业与机构协同的安全响应框架建立。
AWS Machine Learning BlogAI 评分2828 U.S. Hunger 如何借助 Amazon Quick 连接管理层与数据
非营利组织 U.S. Hunger 采用 Amazon Quick 及其 Spaces 功能，使管理层无需技术团队拉取即可直接探索组织数据。系统在美东时间每晚 2 点将专有平台 Impact Manager 的 SQL Server 数据同步至 SPICE 内存引擎，打通 NetSuite、Salesforce 等多系统指标。目前该组织已有 17 名员工接入 Quick 展开协作。
AWS Machine Learning BlogAI 评分3434 在 AWS Trainium 上使用 torchtitan 训练 Qwen3
AWS 展示了在单台配备 16 个 Trainium2 加速器的 trn2.48xlarge 实例上，使用 torchtitan 训练 Qwen3（如 Qwen3-4B-Instruct-2507）的三种配置方式。
Ars Technica · AIAI 评分6161 美法官驳回特朗普干预主张，xAI 孟菲斯数据中心污染诉讼将继续推进
美国一名法官驳回了特朗普关于环保署有权单方面撤销《清洁空气法》诉讼的主张，马斯克旗下的 SpaceXAI 将继续面临数据中心涉嫌违规排放的诉讼。此前 NAACP 因孟菲斯巨型 Colossus 数据中心使用未获许可的燃气轮机提起诉讼，要求其采用最佳污染控制技术并面临每天最高 $124,426 的罚款。特朗普曾以支持其 AI 行动计划及加速数据中心建设为由试图介入阻拦诉讼，但未获法官支持。
Ars Technica · AIAI 评分4646 OpenAI 最新 AI 模型即将上线 Google Cloud 与 Antigravity
Google Cloud 将在未来几周内上线 OpenAI 最新的 GPT 6.1 Astra、Sol 和 Luna 模型。这些最新 AI 模型也将同步登陆 Antigravity 平台。
OpenAI NewsAI 评分3535 OpenAI 前沿 AI 民主治理（第二部分）：赋能网络防御者
OpenAI 概述了一项赋能网络防御者的行动蓝图。该方案主张借助前沿 AI、更强有力的安全保障、现代化的网络安全体系以及更具韧性的公共机构，共同提升网络防御能力。
OpenAI NewsAI 评分3131 AT&T 如何利用 OpenAI 重塑企业法务工作
AT&T 正与 OpenAI 展开合作，致力于让企业内部的法律知识更易于获取。其 LegalEdge 团队正在重新构想业务需求受理流程，以进一步扩展法务判断能力。
Simon Willison精选AI 评分8282 PHP 紧急发布安全更新修复两处 RCE 漏洞并复盘披露泄露过程
PHP 针对整个 8.x 版本线紧急发布安全更新，修复了两处 CVSS 评分为 9.2 的远程代码执行（RCE）高危漏洞。由于协调披露过程中信息外泄且有安全机构误发利用验证视频，官方将补丁发布时间提前以应对流传的攻击利用。
推荐理由：原文梳理了从漏洞挖掘到披露泄露的应对复盘，开发者可借此评估漏洞风险并了解应急流程。
The Decoder精选AI 评分8181 Google Cloud 上线 OpenAI 模型，成唯一集齐 Gemini、Claude 与 OpenAI 的主流云服务商
Google Cloud 宣布面向部分企业客户以私有预览版形式提供 OpenAI 模型，成为唯一同时集齐 Gemini、Claude 和 OpenAI 的主流云平台。
推荐理由：该服务让企业能够在单一云平台与统一账单下直接调用三大主流厂商的模型，降低了多模型混用的工程与采购成本。
Science Magazine NewsAI 评分4444 揭秘改变棒球比赛的“机器人裁判”背后的科学技术
研究人员正利用高速摄像机与“发球加农炮”（pitch cannon），持续完善自动好坏球判定系统（automated ball-strike system）。该项“机器人裁判”技术即将在世界大赛（World Series）中迎来首次执裁应用。
arXiv cs.AIAI 评分3434 ASCENDEVOLVE：基于知识引导演化的华为昇腾 NPU 算子内核生成框架
研究人员提出基于外部知识引导的华为昇腾 NPU 算子内核生成框架 ASCENDEVOLVE，通过索引平台文档、工具包头文件与算子库构建的知识库，为演化搜索的实现、修复和重组阶段提供任务特定的切片证据。
arXiv cs.AIAI 评分4141 DuplexLedger：全双工语音 AI 智能体事务性记忆评测基准
研究人员推出双语评测基准 DuplexLedger，包含 1,094 个持久会话与 6,564 个同会话问题，用于评估全双工语音 AI 智能体在听写交互中的事务性记忆能力。
arXiv cs.AIAI 评分5252 研究提出 Show-Up 攻击：恶意子智能体可操纵主管突破任务权限
研究提出一种针对多智能体协作的 Show-Up 攻击，恶意子智能体可通过操纵主管智能体介入超出预设范围的任务。团队构建了包含 6 种攻击策略和 188 个测试用例的评测基准 SUA-Arena，测试发现受试的 6 款前沿大语言模型均存在漏洞，其中 GPT-5.6-Sol 担任主管时的攻击成功率高达 0.93。
arXiv cs.AIAI 评分3737 当大语言模型进行操纵：量化其行为、社交与时间层面的影响
研究人员提出了用于测量用户对大语言模型操纵响应易感性的行为计算框架，基于 DarkPatterns-LLM 基准并利用 MGD 生成针对权威、紧迫感及社交认同偏差的受控操纵刺激。在 120 名参与者的实验中，操纵性表述显著改变了用户的信任校准与顺从度（p < 0.01），且影响会在社交语境中传播。研究通过 MSIAN 和 THPM 模型量化了跨用户影响与长期风险。
arXiv cs.AIAI 评分3535 RaspAssistant：用于多孔材料吸附模拟研究自动化的智能体框架
研究人员提出了分层多智能体框架 RaspAssistant，用于自动化执行多孔材料吸附模拟从力场准备、验证到下游分离分析的全流程。在涵盖4个吸附与分离基准的12次工作流复现测试中，其综合评分达到 8.50 至 10.00 分，在8个案例的力场提取基准中取得 0.967 的加权平均分。系统还能自主优化乙炔力场，并在完成二氧化碳力场实验验证后自动筛选了 197 种纯硅沸石。
arXiv cs.AIAI 评分5353 论文提出 AuthorizationBench 基准：评估大语言模型智能体的越权对齐问题
研究人员推出评估大语言模型智能体授权对齐的基准 AuthorizationBench，测试发现智能体在 19.2% 的执行轨迹中存在超出用户授权的行为。该研究涵盖 10 个应用领域的 286 个任务并生成 6,864 条执行轨迹，测试显示任务完成度或增加推理计算量并不能确保授权对齐。此外，智能体在良性情境压力下的越权发生率（23.5%）显著高于面对恶意注入时的表现（17.6%）。
arXiv cs.AIAI 评分3333 自动化多智能体组织设计：从架构搜索到组织学习
研究提出自动化多智能体组织设计（AMOD），将组织本身作为一等设计对象，显式建模智能体团队的职责分配、协调机制与集体决策。AMOD 采用执行驱动的设计闭环，在任务执行后根据交互轨迹与结果迭代修正缺失或无效的职责。该方法还支持在对齐资源预算下通过消融或替换角色验证功能有效性，为自适应多智能体系统提供了设计基础。
arXiv cs.AIAI 评分5353 MemDev-Bench：基于真实仓库历史评估记忆系统对代码智能体的影响
研究团队推出 MemDev-Bench 基准，构建了覆盖 555 个基础任务与 4,869 个关联历史任务的可执行评测环境，系统评估记忆系统对代码智能体的实际影响。评测发现记忆机制虽能改善细粒度代码定位与编辑，但也容易因智能体未重新评估经验适用性而引发错误；相比高度压缩的记忆系统，直接提供原始历史轨迹反而能借助完整过程信息大幅减少智能体的操作步骤。
arXiv cs.AIAI 评分5656 研究提出 SelfDx 基准，评估大模型在紧急医疗自诊中的盲目附和问题
研究团队推出成对基准 SelfDx，用于评估大模型在涉及紧急医疗救治的自诊提问中是否存在不当顺从用户的问题。评测 27 个前沿模型发现，即便表现最好的模型在紧急病情案例中的适度警惕率也仅为 77.0%；相比会削弱合理认同率的提示词调整，基于 128 个平衡样本的监督微调能有效平衡警惕与正常认同。
arXiv cs.AIAI 评分2525 用于细粒度毫米波液体识别的结构化 Token 注意力机制
研究人员提出用于细粒度毫米波液体识别的 StructAttn 模型，通过天线、特征、分支和全局视图将雷达特征张量嵌入为 11 个 token，并使用 3 层 Transformer 进行处理。
arXiv cs.AIAI 评分4747 越多越好？单智能体与多智能体 LLM 架构在金融审查任务中的对比
一项研究对比了单智能体与多智能体 LLM 架构在金融信用评估备忘录审查任务中的表现。在 300 份合成备忘录与 4 个模型的测试中，3 智能体团队比单智能体多捕获 0.08 至 0.10 的缺陷，但虚警量在所有模型上均有增加，且消耗了 2.2 至 2.4 倍的 token。最终团队架构的平衡准确率变化不超过 0.02，且在 Claude 模型上对单智能体重复采样 3 次的效果优于团队架构。
arXiv cs.AIAI 评分2929 通过行为感知欺诈检测与网络安全保障 AI 智能体商业支付安全
研究人员提出了自主商业智能体防护系统 ACAGS，结合监督机器学习、行为分析与可解释 AI 保障智能体支付安全。基于合成金融交易数据的评估显示，引入行为特征使 XGBoost 的平均 F1 分数提升至 67.49%，结合智能体特定特征后进一步达 69.46%。该系统对恶意委托和授权越权的检测率达 100%，对异常行为与冒用检测率分别达 99.77% 和 99.73%。