从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 165
Nemotron-Labs-Sigma开源连续扩散语言模型AI热点NVIDIA团队发布首个大规模连续扩散语言模型系列Nemotron-Labs-Sigma，权重开源，推理加速与基准表现均有可核实提升。
GLM 5.3自主攻破六个Firefox版本AI热点Epoch AI测试显示，开源模型GLM 5.3在离线沙箱中自主为六个Firefox版本构造可用漏洞利用，单个成本约1000美元。
SpaceX自研Kessel机架绕过英伟达L6AI热点SemiAnalysis披露SpaceX自研代号Kessel的机架，直接采购英伟达芯片封装并跳过L6计算板，以获得板卡层设计与采购控制权。
Omni-Encoder用共享SigLIP2统一四模态表征AI热点Omni-Encoder以单一SigLIP-2 ViT共享参数统一图像、视频、音频与视听编码，在16个基准上表现竞争力，联合训练提升各模态效果。
VideoMemBench发布：MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力，Claude Opus 5以45.7%居首，凸显上下文视频记忆挑战。
Claude发现内核11年老漏洞并写出利用代码AI热点Anthropic披露其内部Claude模型发现Linux内核潜伏11年的高危UAF漏洞，并自动生成可用的两阶段远程利用程序，全程约53分钟拿到Root权限。
GLM 5.3自主攻破6个Firefox版本AI热点Epoch AI实验显示，开源权重模型GLM 5.3在无人工干预下，利用补丁空窗期自主构建完整漏洞利用链，攻破9月17日至10月26日发布的全部六个Firefox版本，最快仅用12小时，每次攻击API成本约1000美元，Mozilla已在Firefox 159.0中修复相关漏洞。
NICT的OptiMer获EMNLP 2026杰出论文奖AI热点日本NICT团队的OptiMer论文获EMNLP 2026杰出论文奖，通过合并分布向量替代数据混合，实现15至35倍加速并提升基准得分。
上智院开源1.9B记忆模块REMORYAI热点上智院联合复旦等团队开源REMORY记忆模块，以1.9B参数自监督训练改善智能体长任务记忆接续。
牛津论文：LLM智能体难零样本协同AI热点牛津BOLD团队论文发现，前沿LLM智能体在跨模型零样本协同中倾向于坚持自身任意约定，导致得分低于安全值；加入简短的协调原则声明后可稳定选择安全动作。
指令微调提升开源LLM德语肿瘤ICD编码AI热点论文显示，用公共ICD目录构建超50万问答对微调8个开源模型，可显著提升德语肿瘤诊断ICD编码准确率。
Anthropic开源FlashProve验证模型推理AI热点Anthropic发布FlashProve开源原型，用零知识证明核验模型推理是否来自承诺权重，可识别中转站掉包模型。
谷歌开源多智能体冲突基准CLASHarnessAI热点谷歌等团队发布并开源CLASHarness基准，首次对15个主流大模型在多Agent冲突场景下的表现进行实测。
论文：编辑后水印文本流行率有限样本界AI热点arXiv新论文提出编辑后水印文本流行率的功效包络与有限样本界，报告Gumbel-max与KGW水印模拟结果及零假设校准敏感性。
LMArena开源Web数据集，交互奖励提升智能体训练AI热点LMArena开源两套Web开发数据集，并验证交互式奖励可在无需代码访问的情况下提升智能体训练效果。
论文：稀有标签扭曲AI代理资源分配AI热点arXiv论文显示，六个语言模型在最小群体实验中对稀有标签对象多分配1.3至3.3倍点数，现有偏差测试难以检测该效应。
论文：LLM智能体内群体信任偏差难被审计AI热点arXiv论文显示五个开源推理模型在多智能体模拟中出现内群体信任偏差，且现有行为日志审计难以检测。
评测：DeepSeek网络攻击能力接近闭源AI热点Vals测试显示开源模型DeepSeek在网络攻击任务上接近闭源前沿模型，且成本大幅更低。
清华伯克利开源uni-robot-agentAI热点清华与UC Berkeley团队开源uni-robot-agent，本地Qwen3.8-Flash-Next在零样本机器人控制中击败GPT-6 Astra，每任务成本约1美元。
英伟达UT-Austin发布Realtime-BenchAI热点英伟达与UT-Austin等机构提出Realtime-Bench实时交互基准，测试12个前沿模型，最佳模型GPT-6-Astra任务成功率仅44%。