CC、Codex都没防住：13种攻击全部打穿，连权限审查都能绕过，问题竟出在SubAgent（在新窗口打开）
研究发现SubAgent等上下文重建机制会将工具层的恶意指令提权为用户消息或系统指令，导致Claude Code、Codex、Gemini CLI、Qwen Code、Kimi和OpenCode六款AI编码框架在13类攻击上全部沦陷，连自动权限审核（Auto PR）也被绕过。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
Meta全开源HumanCLAW：基础模型正进入具身智能的决策层（在新窗口打开）
Meta联合南洋理工大学等多所高校全开源HumanCLAW基准，将高层行动决策与低层运动控制分离以单独测量视觉语言模型的行动智能，九个前沿模型完整交互成功率仅16.8%，揭示出当前基础模型缺乏持续维护自身身体状态估计的具身自我感知缺口。
一文读ASI、AGI、RSI与Agentic AI，AI进化的四条曲线（在新窗口打开）
文章系统拆解了ASI、AGI、RSI与Agentic AI四个核心AI概念，指出AI进化并非从ANI到ASI的单一直线，而是智能、行动、自我进化与组织协作四条曲线同时推进，行业真正的分水岭在于这四条曲线的交汇时刻。
0.25秒识破未见攻击，这套检测方法没看过任何越狱样本 | EMNLP'26（在新窗口打开）
大视觉语言模型（LVLM）把语言理解扩展到了图像等多模态输入，同时，也带来了更隐蔽的攻击面。
Facet-0：NTU王子为团队让机器人在精密装配中「看得懂、插得准、出错能恢复」（在新窗口打开）
机器人正在变得越来越「通用」。 从抓取日常物品，到根据语言指令完成多步骤操作，视觉 — 语言 — 动作（VLA）模型正在让机器人摆脱过去「一项任务、一套程序」的开发方式。但当机器人真正走向制造现场，问题也随之发生了变化：会不会做，已经不是唯一标准；能不能在毫米甚至亚毫米级接触中稳定完成，并在出错后自己恢复，才决定它能否真正进入生产环节。 精密装配恰恰是这道门槛最集中的地方。零件可能已经「看起来对齐」，却在最后几毫米发生偏斜、卡滞；一次没有恢复的异常，就可能让整条任务链中断。 项目地址：https://pine-lab-ntu.github.io/facet-0/论文链接：https://arx
群核科技联手英伟达、英特尔、浙大，三篇 ECCV 论文给物理 AI 造基础设施（在新窗口打开）
去哪训练、拿什么学、怎么考？这是物理AI从实验室走向现实世界的三个核心问题，现在有了系统性答案。
RSI离我们有多远？这家中国团队给出了第一梯队的工程解（在新窗口打开）
Agent 经常遇到这样一种幻觉：你给模型接入了终端，下发了一个复杂的 debug 任务，看着它顺藤摸瓜排查了几个小时，最终完美修复了依赖冲突，甚至连测试用例都帮你补齐了。
答对了却没看图？EASE给多模态RLVR装上「视线校正器」（在新窗口打开）
强化学习与可验证奖励（RLVR）已成为提升视觉语言模型（VLM）推理能力的标配手段。但一个隐蔽的问题始终存在：最终答案的奖励信号，只告诉模型「答对了没有」，却从不告诉它「答案应该从图像的哪个区域得出」。答对，可能是因为真的看懂了图，也可能只是语言先验的捷径、数据集的偏差，甚至是一次幸运的瞎猜。
全球首个通用决策大模型，AI推演现实世界的技术揭秘（在新窗口打开）
生成答案正在成为 AI 的基础能力，而推演现实世界，才是下一阶段更难的命题。
黎曼猜想推至理论边界99.55%！元代理架构AI：在思考中重塑大脑（在新窗口打开）
当我们惊叹于大语言模型能写诗、会编程时，科学家们正面临一个更棘手的问题：如何让AI像真正的科研工作者一样，去解决那些需要数月甚至数年持续思考、且充满未知的科学难题？
张益唐孪生素数猜想，被GPT-6破新纪录! 北大数学07级苏炜杰：很震撼（在新窗口打开）
就在刚刚，GPT-6打破孪生素数猜想新纪录。
GPT-5.6仅用一天改写数学史，「双菲」五人团队8年纪录被破！（在新窗口打开）
刚刚，AI又双叒叕解决了一个数学难题。 斯坦福大学szegő数学助理教授Jared Duker Lichtman确认：在短短一天之内，GPT-5.6打破了由陶哲轩五人团队保持了长达8年之久的大素数空隙（Large Prime Gaps）纪录！ 不仅如此，它提出了一种前所未有的全新构造法——「倾斜剩余类」（Skewed Residue Classes），并且在给出证明的当天，就通过了Lean语言的机器形式化验证。 这意味着，当人类数学家还在为了理解证明熬秃头、试图「消化」复杂逻辑时，机器已经盖章确认：定理成立，证明无误，人类，你们又落后了。 素数的诅咒，张益唐与陶哲轩的殊途同归 要理解GPT-5
微软×UIUC：给每个学生造一个「数字分身」，AI教师终于有了陪练（在新窗口打开）
微软与UIUC合作研究StudentSim框架，基于真实学生数据训练个性化学生模拟器，具备behavioral fidelity和guidance responsiveness两项能力，在国际象棋等三个领域验证其优于现有基线，并可作为AI教师强化学习的高通量奖励信号。
苹果新作：内化视觉思考，推理提速 5 倍（在新窗口打开）
苹果研究团队提出 Internalized Visual Thinking（IVT）后训练框架，通过在训练阶段联合学习文本答案与未来帧隐空间表征、在推理阶段完全移除未来视觉预测过程，使模型在主动视频推理任务上相比 Visual CoT 获得超过 5 倍的推理加速，且在六项评测设置中均优于 Answer-Only SFT。
蚂蚁VLDB最佳论文：用一张“逻辑表”驯服3050亿条训练数据（在新窗口打开）
训练一个大模型之前，语料需要经过解析、清洗、去重、质量评分、Token化和样本组装。
英伟达官方推理指南来了！6倍无损加速，最优解全是华人写的（在新窗口打开）
最近，英伟达发了篇官方的大模型推理指南，结果翻着翻着，硬是让人看成了一本华人团队的论文合集。
AI能挖漏洞吗？北航等机构把真实漏洞炼进了模型参数（在新窗口打开）
给一个大模型漏洞描述和代码仓库，它能否像安全研究人员一样，读代码、找入口、调用工具、构造输入，并反复验证自己的判断？
AI到底能不能自己造AI？别吵了，有人做出来了（在新窗口打开）
RSI，可能是 AI 世界里最像科幻的一个词。
李飞飞发布：全球首个多模态世界模型（在新窗口打开）
「全球首个」多模态世界模型，来了！ 来自李飞飞World Labs。 World Labs对这个名为Atlas的新一代世界模型，用词可谓毫不克制，「全球首个」之外，slogan也明确强调出，这一次，可不只是生成一段可互动视频了哟： 建模世界，移动相机，模拟空间和时间。 就是说，Atlas能够以像素级的相机控制生成图像和视频帧，并完成3D重建。并且空间和时间都能理解。 李飞飞本人将其视作World Labs的「里程碑式」成果，直接一手置顶： Atlas为从视觉特效到机器人的众多应用场景打开了大门。 飞飞高徒、英伟达机器人主管Jim Fan也来捧场，指出：这是机器人领域Real-to-Sim的一大
UniSteer用机械臂「拼豆」：让人类指导进入VLA噪声空间强化学习（在新窗口打开）
视觉 - 语言 - 动作模型（Vision-Language-Action Model，VLA）正在成为机器人操作的重要基础模型。经过少量示范微调后，VLA 已经能够完成抓取、放置、堆叠等多种任务。然而，一旦任务涉及精密接触、狭小容差或分布外位置，模型的成功率仍会明显下降。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。