AI行业资讯

安全公司Varonis研究员发现微软Copilot存在安全漏洞，攻击者可利用?autorun=1和?q=参数绕过用户确认，诱导受害者点击恶意链接后自动窃取收件箱邮件内容、密码等敏感信息，并将数据以Base64编码外传至攻击者服务器。

Anthropic在2026年8月风险报告中意外透露未发布的Model 2模型，其多项任务性能优于当前公开最强模型Claude Mythos 5，提升幅度有限但侧重综合能力代际打磨，并附内部基准CoBench v2数据佐证，引发业界对其模型迭代与命名策略的广泛猜测。

哈佛大学与麻省理工学院联合OpenAI、谷歌DeepMind等机构推出MatrAIx系统，可生成83亿个AI智能体模拟全球人类行为。该系统以1290个维度建模，行为一致性达91.5%，相关人格核心集已开源，被视为社科与产品研究的新试验场。

昆仑万维发布Mureka V9.5，通过自研MusiCoT框架强化音乐逻辑与情感表达，显著提升人声真实感与Prompt控制精度，尤其在中文国风领域实现突破，让AI音乐更具“活人味儿”。

Anthropic在最新风险报告中首次披露未发布的新模型Model 2，其在多项基准测试中表现优于当前最强模型Claude Mythos 5。尽管性能提升幅度温和，但该模型代表了Claude Mythos Preview技术路线的深度迭代，进一步夯实AI综合能力。

Anthropic在最新风险报告中披露了尚未发布的Model 2模型，其在多项任务上的表现优于目前公开的最强模型Claude Mythos 5，但增幅不大，主要提升综合能力。报告还提及Model 1，有推测认为两者属于Claude Mythos Preview的迭代版本。

哈佛大学和麻省理工学院联合OpenAI、谷歌DeepMind等机构推出MatrAIx系统，可生成83亿个AI智能体模拟全球人类行为。该系统基于1290个维度建模，智能体可填写问卷、聊天、浏览网页等，测试一致性达91.5%。百万人格核心集已在Hugging Face开源。

多智能体强化学习中通信时机决定协作效率。现有方法要么每步都通信，要么用高方差REINFORCE学习二值门控。新研究提出基于信念分布KL散度超过阈值才通信的原则性方案，在捕食者-猎物及MPE基准上验证，展现出性能提升与方差降低的双重优势。

最新研究构建心理物理学启发式医学基准，评测大型语言模型在认知障碍诊断中的信心校准。实验显示模型诊断准确率达93.5%，信心随证据强度变化，但存在局部校准失败，提示需直接测量信心质量而非仅凭基准准确率。

一项新研究复现了α-FLOPs估算公式的原始实验，验证了FLOPs无法直接衡量执行时间的论点。研究发现，新硬件上执行时间存在跳变和振荡等不稳定性，公式系统性低估实际耗时，同时暴露了原始研究缺乏完整复现依赖的问题，强调可复现性的重要性。

一项新研究推出“未成文基准”，通过听笔划声和看手部动作推断书写中的单词，测试多模态模型的抽象感知推理能力。结果显示人类准确率超80%，而GPT-4o、Gemini 2.5-Pro等顶尖模型不足10%，且多模态融合反而降低性能，暴露模型跨模态因果推理的根本缺陷。

字节跳动Seed团队与清华AIR联合推出CUDA Agent，通过强化学习训练大模型编写高性能GPU内核。在KernelBench基准上，通过率提升至98.8%，96.8%生成内核超越torch.compile。开放数据集与训练配方，助力AI基础设施等领域。

一个基于A*搜索的推箱子AI求解器，通过宏推送、位掩码状态、Dial桶队列和死锁剪枝等技术，将C++求解器移植到JavaScript，在浏览器中实现第1至14关毫秒级最优解，第15关离线计算。

谷歌宣布用户可自主选择关闭AI生成图片、视频及音乐中的显式水印，该功能将陆续登陆Nano Banana、Omni、Lyria等模型，并优先在Gemini网页端和Flow视频编辑软件上线。同时保留SynthID等隐形水印及C2PA元数据，确保内容透明可追溯，并开源Credentio开发库。

OpenAI最新发布的GPT-5.6系列中，Sol模型在视觉任务上表现卓越，尤其在目标检测与文档布局理解方面显著超越前代。Roboflow基准测试显示其mAP@50达46.2，远超GPT-5.5的13.8，标志着OpenAI视觉能力的重大突破。

美国康涅狄格州一名自行出庭的原告在法院文件中隐藏仅供AI读取的提示指令，试图影响案件处理。法官认定此举构成严重程序滥用，禁止其使用电子提交系统。这是美国司法体系首例此类案件，引发对AI输入端攻击的广泛担忧。

安徽农业大学团队在南宁发布大豆垂直大模型“丰菽”2.0，通过多模型协同机制降低单一模型偏差，整合海量科研数据，构建六大功能模块，推动大豆数据辅助育种落地。

OpenAI工程师宣布，Codex中GPT-5.6 Sol模型的百万Token上下文窗口现已支持ChatGPT订阅用户手动启用，大幅缓解大型项目开发中的上下文截断问题，但需注意额度消耗加快。

一项针对Qwen3.6-35B-A3B混合专家模型的系统性研究发现，MoE层对专家掩蔽的敏感性呈显著深度依赖性：晚期层容忍激进掩蔽，而早期层高度脆弱。在XLCoST基准上，仅掩蔽极晚期层640个专家即可保留419/500个高质量输出，为深度感知的MoE模型压缩提供了实证基础。

小红书发布全新开源大模型dots3-note preview，拥有280B总参数与16B激活参数，支持文本、视觉、语音全模态感知。华为昇腾当日完成Atlas 800A3与900A3超节点全量适配，通过全链路优化提升推理吞吐量，并原生适配MTP投机解码，显著降低解码延迟。