人工智能让网络攻击更难阻止
据报道，近期一系列利用 Anthropic、OpenAI 和 Meta Platforms 人工智能模型实施的网络攻击引发了广泛担忧。这些事件凸显了日益强大的人工智能系统带来的安全风险，也表明在网络攻击造成损害之前及时发现并阻止攻击正变得更加困难。
AI 新闻中心
AI 新闻中心 过去一年分析了 1732 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
CyberFactory：利用真实世界实例扩展网络安全能力
CyberFactory 是一个开源框架，可将包括 CVE 在内的公开漏洞资料转化为用于概念验证生成、漏洞修复和网络安全问答的可执行、可验证任务。该框架通过工具交互、源代码检查、领域知识引导的问题解决以及基于执行结果的验证，生成智能体式训练数据。研究人员利用这些轨迹训练了防御导向模型 Aegis，使其在推理时无需额外技能即可掌握相关流程。在 CyberGym 上，Aegis 在一小时限制下取得 5
将潜在动作作为意图，实现世界动作模型的高效未来想象
LAWA是一种世界动作模型架构，通过紧凑的潜在动作表示未来意图，而不是在推理时生成未来观测或视频。该方法在保留未来规划优势的同时降低了延迟。在RoboCasa上，LAWA在少样本设置下取得65.6%的平均成功率，在完整数据设置下达到80.8%，分别比匹配的Fast-WAM基线高9.6和4.5个百分点。与匹配的Joint-WAM变体相比，LAWA保持了相当的性能，同时将推理延迟降低42.9%。此外，
中国 Z.AI 开发秘密模型 Ox Alpha，挑战 DeepSeek
据报道，新的 AI 模型 Ox Alpha 凭借高性能和免费使用，迅速登上在线使用量排行榜前列。该模型由中国 Z.AI（又名智谱）开发。报道强调了它的受欢迎程度和能力，但没有提供独立的基准测试结果。
消息称月之暗面正与微软、亚马逊和谷歌洽谈 Kimi K3 30% 营收分成
据路透社报道，中国人工智能初创公司月之暗面正与微软、亚马逊和谷歌洽谈营收分成协议，计划将旗舰模型 Kimi K3 托管在 Azure、AWS 和 Google Cloud 上。知情人士称，月之暗面希望从 K3 相关服务营收中获得 30%的分成，比例与其向使用开放权重模型的主要客户提出的条款相近。相关谈判仍处于早期阶段，营收分配机制、数据访问权限以及 Token 消耗量审计是主要分歧。交易能否达成尚
研究发现：婴儿学习语言的效率远高于 AI 聊天机器人
一项对大语言模型训练过程的分析指出，婴儿学习语言的速度远远超过当前的 AI 聊天机器人，所需数据也少得多。幼儿接触约 1000 万至 3000 万个词后，就能开始说出清晰、可理解的句子；如果用同等规模的文本训练 GPT-2，得到的可能只是一个胡言乱语生成器。研究人员认为，这种效率差距是 AI 行业必须面对的根本难题，尤其会挑战那些试图仅通过不断扩大模型规模和训练数据来实现人类水平 AI 的路线。
Artificial Analysis 发布 iPhone 17 Pro 8GB 以下模型本地 AI 性能排名
Artificial Analysis 与 Liquid AI 发布了面向手机端的 AI 跑分基准，重点评估模型在 iPhone 17 Pro 上的表现。测试对象为 4 bit 量化后容量不超过 8GB 的模型，采用 BFCL、IFBench、AA-Omniscience、GPQA Diamond 和 MATH-500 五项基准。Artificial Analysis 负责模型能力评测，Liqui
OpenRouter 推出支持多模型的异步视频生成 API
OpenRouter推出统一的异步API，用于接入Seedance、Veo、Wan等视频生成模型。开发者提交请求后会获得任务ID，再独立查询处理状态，无需在整个生成过程中保持HTTP连接。流程包括身份验证、模型查询、任务提交、状态轮询，以及通过分块流式传输下载生成完成的MP4文件。该方案可简化模型切换，并支持在进程重启后恢复任务追踪。不过，不同模型在视频时长、分辨率、宽高比、功能和价格方面存在差异
DeepSeek前7个月营收增至4.75亿元，推进5000亿元估值的第二轮融资
据两名知悉财务数据的人士透露，中国AI实验室DeepSeek正积极推进第二轮融资。公司2026年前7个月营收约4.75亿元人民币，接近2025年全年营收的10倍；净亏损则由去年的9.35亿元收窄至7.15亿元。据称，DeepSeek计划募资500亿元，目标估值为5000亿元，并已聘请投行筹备明年可能进行的上市。业务增长主要来自开源模型应用规模扩大，尤其是低成本的V4-Flash。前7个月整体毛利率
中国开源人工智能大模型累计下载量突破百亿次
工业和信息化部表示，在“十四五”期间，中国人工智能开源大模型在全球的累计下载量已超过100亿次。该数据在国务院新闻办公室举行的新闻发布会上公布，但未披露具体模型，也未提供独立核验。中国政府表示，未来将继续支持人工智能核心技术研发、产业生态建设，以及人工智能与实体经济的深度融合。
Game2World Engine 开拓游戏实况视频用于世界模型训练
Game2World Engine 是一个从游戏实况视频中移除用户界面的框架，旨在生成更适合视频世界模型训练的数据。该项目构建了 UI 分类体系、9.6 万组配对合成视频，以及来自 303 款游戏的 1,079 段真实视频。其 GameCleaner 模型无需使用掩码即可识别并移除 HUD 元素，同时保留场景内容和时间动态。在初步实验中，使用无 UI 数据训练的世界模型使 VideoReward
将标注作为 Rollout：面向视频 MLLM 的高效可扩展强化学习
该论文提出 OraRL，一种用于视频理解多模态大语言模型强化学习后训练的方法。它不仅利用标注对 rollout 进行评分，还将标注作为直接的正向优化目标。研究发现，高奖励的 oracle rollout 会抬高群组基线，导致原本正向的策略优势反转；OraRL 通过解耦优势估计器缓解这一问题。作者称，基于符号平衡的剪枝使每步耗时仅为监督微调的 2.2 倍，低于带思维链生成的 GRPO 的 4.9 倍
WeMM-Embedding：微信多模态嵌入模型技术报告
腾讯发布 WeMM-Embedding 多模态嵌入模型系列，支持文本、图像、视频、视觉文档以及任意交错的多模态输入。该系列包含 2B、4B 和 9B 参数版本，并公开模型权重和代码。根据技术报告，2B 版本在 MMEB-v2 上超过了此前领先的 8B 开源基线模型；9B 版本则以 80.6 的综合得分取得新的最高成绩。腾讯还表示，该模型在 26 项内部任务和 14 项线上 A/B 测试中均带来改进
腾讯高管内部回应“AI落后”质疑：竞争是马拉松，不是短跑
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在内部刊物上表示，AI竞争是一场马拉松，而不是短跑。他承认，腾讯在大模型迭代和产品落地方面受到算力不足及各业务线进度不一的影响。汤道生认为，长期投入、把握真实应用场景以及工程能力，比率先进入市场更重要。他还表示，这篇文章由他与AI协同完成，AI正从单纯的执行工具转变为辅助思考的协作伙伴。
面向掩码扩散机器翻译的长度自适应解码
一项研究探讨掩码扩散语言模型在机器翻译中如何确定目标序列长度。研究提出无需训练的 Entropy-Valley（EV）方法，通过全掩码前向推理得到的平均预测熵，对候选输出长度进行评估。与依据训练语料长度统计的基线相比，EV 恢复了使用参考目标长度时 COMET-22 改进幅度的相当一部分。在英中、中英和英德翻译实验中，适合去噪的长度不一定与参考长度一致。与使用相同微调数据训练的自回归 LLaMA-