AI日报 – 2025-08-04(晚)
中国AI模型与Agent能力突破 : 智谱GLM-4.5模型发布，采用MoE架构强化Agent能力；阿里云Qwen3 Coder Flash 30B和智谱GLM 4.5-Air在性能上接近大型版本；阿里巴巴Wan2.2模型支持更广泛的主题运动生成；Cogito 671B模型性能优异，甚至超越Claude 4 Sonnet和GPT-4o。这些进展共同体现了中国AI模型在Agent能力、效率和多模态生
AI日报 – 2025-08-04(早)
AI数学证明能力突破：IMO金牌与形式化验证 : 清华校友杨林和黄溢辰仅通过提示词工程，成功使Gemini 2.5 Pro达到IMO（国际数学奥林匹克）金牌水平，解决了2025年IMO六道题目中的五道，展现了学术界在有限资源下与大厂比肩的潜力。他们设计的自我迭代验证流程，通过求解器和验证器的协同工作，有效克服了模型单次推理的局限性。同时，字节跳动也发布了SeedProver，能生成并通过Lean验
AI日报 – 2025-08-03(晚)
DeepSeek下一代技术提前曝光，梁文锋署名论文获ACL2025最佳论文奖 : DeepSeek团队在ACL 2025上凭借原生稀疏注意力（NSA）机制获得最佳论文奖。这项技术通过算法与硬件协同优化，将长文本处理速度提升11倍，同时性能超越传统全注意力模型。一作透露，该技术可将上下文长度扩展至100万Token，并将应用于下一代前沿模型DeepSeek-V4及DeepSeek-R2，标志着大模型
AI日报 – 2025-08-03(早)
具身智能体安全评测基准AGENTSAFE发布 : 北航、中关村实验室、南洋理工大学等机构联合发布全球首个具身智能体安全评测基准AGENTSAFE。研究显示，即使是GPT-4o和Grok等顶级大模型，在被“越狱”后也可能“教唆”机器人执行危险动作，如点燃窗帘或伤害人类。AGENTSAFE基于AI2-THOR平台，模拟45种室内场景和104种可交互物体，构建了包含9900条危险指令的风险数据集，并引入
AI日报 – 2025-08-02(晚)
Anthropic发现LLM“人格向量”并提出训练新范式 : Anthropic最新研究揭示，大型语言模型中存在与“邪恶”、“奉承”和“幻觉”等不良行为相关的特定神经活动模式。研究发现，在模型训练期间故意激活这些不良模式，反而能阻止模型在未来表现出这些有害特质，这是一种反直觉但高效的预防方法。与训练后抑制相比，该方法更节能且不影响模型其他性能，有望从根本上解决AI出现不良“人格”的问题，例如Cha
AI日报 – 2025-08-02(早)
Gemini 2.5 Deep Think IMO金牌模型发布 : 谷歌DeepMind发布了Gemini 2.5 Deep Think模型，该模型通过“并行思考”和强化学习技术，在国际数学奥林匹克竞赛（IMO）中取得金牌水平表现。该模型现已向Google AI Ultra订阅用户开放，并提供给数学家进行深入反馈，其在复杂数学、推理和编码方面表现出色，标志着AI在高级推理能力上的重大突破，为解决复
AI日报 – 2025-08-01(晚)
OpenAI研究方向与GPT-5展望 : OpenAI首席科学家Jakub Pachocki和研究主管Mark Chen在专访中透露了公司在GPT-5研发上的进展与对AGI的看法。他们强调，数学和编程是通用智能的基石，并提出了“自主时间”作为衡量模型能力的关键指标，即模型在无需人工干预下独立解决问题的时长。尽管AI在编码和数学竞赛中表现出色，但他们认为推理能力仍处于早期阶段，坚信Scaling L
AI日报 – 2025-07-31(晚)
OpenAI IMO金牌团队在AI推理方面取得突破 : OpenAI的IMO（国际数学奥林匹克）金牌团队在AI推理领域取得了显著进展，其通用语言推理模型在难以验证的任务上表现出色，例如数学证明。该团队在短短两个月内，通过多智能体系统和巧妙的奖励函数设计，实现了模型在数学和物理奥林匹克竞赛中接近人类水平的推理能力，并解决了推理时间扩展的难题，预示着AI在复杂问题解决方面的巨大潜力。
AI日报 – 2025-07-31(早)
Meta发布个人超级智能愿景 : 马克·扎克伯格分享了Meta对“个人超级智能”的未来愿景，强调将为每个人提供世界级的AI助手、AI创作者和AI企业互动工具。这一愿景旨在通过AI赋能所有用户，并推动开源模型发展。然而，此举也引发了社区对其“超级智能”定义的讨论，质疑其是否会带来难以预测的“奇点时刻”，或仅是虚拟社交的延伸。