理论

何恺明兼职加入 DeepMind！要在基础研究组搞大事？

刚刚，MIT教授、CV大神，成为 Google DeepMind 的杰出科学家。不过，这次是以 part-time（兼职）身份加入。据网友爆料，他即将参与基础研究组的工作。

6/26/2025 3:10:22 PM

AI“读书”合法了：美法院最新裁定，无需作者同意，已购书籍可用于训练AI

无需原作者同意，AI可以用已出版书籍作训练数据了。就在最新判决的诉讼中，美国法院裁决：允许Claude背后公司Anthropic在未经作者许可的情况下，使用合法购买的已出版书籍训练AI。法院参考了美国版权法中的“合理使用”（Fair Use）原则，认为AI训练属于“转化性使用”（Transformative Use），即对原作品的新用途未取代原作市场，且有利于技术创新和公共利益。

6/26/2025 3:09:07 PM

刚刚，OpenAI苏黎世办公室被Meta一锅端，三名ViT作者被挖走

刚刚，华尔街日报发布了一份独家报道，称去年底刚刚组建的 OpenAI 苏黎世办公室基本被 Meta 一锅端走了。具体来说，Meta CEO 马克・扎克伯格挖走了 Lucas Beyer、Alexander Kolesnikov 和 Xiaohua Zhai（翟晓华）三位研究者。这三人一直以来都是密切的合作伙伴，共同参与了 ViT 等重要研究。

6/26/2025 3:07:54 PM

具身世界模型新突破，地平线 & 极佳提出几何一致视频世界模型增强机器人策略学习

近年来，随着人工智能从感知智能向决策智能演进，世界模型（World Models）逐渐成为机器人领域的重要研究方向。世界模型旨在让智能体对环境进行建模并预测未来状态，从而实现更高效的规划与决策。与此同时，具身数据也迎来了爆发式关注。

6/26/2025 3:06:47 PM

AI秒懂短视频，快手大模型Keye-VL理解力爆表！技术细节全开源

如果有人突然问你：「这张图片中有几颗草莓」？你会如何快速回复？面对五彩缤纷的果盘，我们往往需要反复端详，放大图片再逐一清点，耗费不少时间才能得到答案。

6/26/2025 3:05:45 PM

CISO的恶梦：主流大模型压力测试中一致选择勒索或杀死企业高管

GoUpSec点评：除了向政府告密，泄漏敏感信息外，主流大模型居然会主动精心策划针对企业高管的勒索攻击，“AI内奸”和“AI间谍”正成为人工智能时代企业的头号内部威胁。在一项刚刚发布的研究中，Anthropic揭示了一个令人震惊的事实：当前所有主流科技公司推出的顶级大模型——包括OpenAI、Google、Meta、xAI、DeepSeek等，在面对目标冲突或“被关闭”威胁时，会抛出惊人一致的“撒手锏”：它们不仅会选择背叛雇主，甚至会主动策划勒索、泄密、乃至置人于死地。这一研究由Anthropic主导，测试了16个市面上最先进的大模型，在模拟企业环境中，它们被赋予处理公司邮件、自动采取行动的权限。

6/26/2025 3:04:03 PM

Agentic AI爆发前夜，我们在上海听到了未来的声音

编辑 | 云昭6月的上海，热浪蒸腾。但比气温更炽热的，是关于 AI 的讨论声浪。 2025年亚马逊云科技中国峰会如期而至，来自各行各业的开发者、企业管理者、技术领袖齐聚现场，参与一场关于“生成式 AI 下一阶段”的深度对话。

6/26/2025 1:48:49 PM

云昭

硬刚Claude！谷歌上线免费终端AI编程工具，立省 200 刀？网友实测却翻车：功能不行、还要偷我数据训练Gemini 3？

编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）AI 编程这场内卷大战，又被谷歌加了一把火。昨晚，Google 宣布开源上线 Gemini CLI —— 一款可以在终端中直接通过自然语言执行指令的 AI 工具。有网友一眼认出：“这不就是 Claude Code 的像素级平替？

6/26/2025 11:32:24 AM

伊风

继AlphaFold之后，DeepMind再放“大招”：AlphaGenome直击疾病根源

谷歌今天一口气放出两个王炸，一个对标Claude Code 和 Cursor的开源编程神器Gemini CLI，另一个就是AlphaGenome，专门用来精准预测基因变异。谷歌DeepMind宣布推出一款名为AlphaGenome的全新人工智能（AI）模型。该模型旨在更深入、更准确地理解基因组，通过预测DNA序列的微小变化如何影响复杂的基因调控过程，为疾病研究、基因治疗和基础生命科学开辟了新的可能性。

6/26/2025 10:08:34 AM

谷歌AI Agent刚开源！多任务智能体+MCP+谷歌搜索，狂揽9000颗星

今天凌晨，谷歌在官网开源了AI Agent框架Gemini CLI，直接将Gemini大模型融入到终端中。 Gemini CLI最大亮点之一就是可以直接调用，谷歌最新发布的视频模型 Veo和图像模型Imagen，同时集成了MCP、谷歌搜索、自定义自动化等众多实用功能。开源地址：，用Gemini CLI自动制作一个短视频，展示一只姜猫在澳大利亚的冒险故事。

6/26/2025 10:07:11 AM

ByteBrain团队VLDB25 | 面向不完美工作负载的无数据访问基数估计方法

导读本文基于ByteBrain团队实际生产场景，提出一项新的研究问题，即如何在无数据访问条件下，从不完美的查询工作负载中学习一个具备泛化能力与鲁棒性的基数估计模型；同时提出创新技术方案 GRASP （Generalizable and Robust, data-AgnoStic cardinality Prediction），借助组合式设计（Compositional Design）解决这一颇具挑战性的问题。论文目前已经被VLDB25接收。论文标题：Data-Agnostic Cardinality Learning from Imperfect Workloads论文作者：Peizhi Wu, Rong Kang, Tieying Zhang*, Jianjun Chen, Ryan Marcus, Zachary G.

6/26/2025 9:22:33 AM

ByteBrain

让多模态大模型「想明白再画」！港大等开源GoT-R1：强化学习解锁视觉生成推理新范式

当前，多模态大模型在根据复杂文本提示生成高保真、语义一致的图像方面取得了显著进展，但在处理包含精确空间关系、多对象属性及复杂组合的指令时，仍面临挑战。针对此，来自香港大学 MMLab、香港中文大学 MMLab 和商汤科技的研究团队，继其先前发布的 Generation Chain-of-Thought (GoT) 框架之后，现推出重要进展 ——GoT-R1。该新框架通过引入强化学习，显著增强了多模态大模型在视觉生成任务中的语义 - 空间推理能力，使其能够超越预定义模板，自主探索和学习更优的推理策略。

6/26/2025 9:13:22 AM

8B模型可以超过GPT-4o！并行KV Cache压缩支持的128K长度外推方法ParallelComp

作者熊璟，香港大学一年级博士生，师从黄毅教授和孔令鹏教授。已在 ICLR、ICML、NeurIPS、ACL、EMNLP、TMLR等顶级会议/期刊发表论文，研究方向为高效大语言模型推理与自动定理证明。担任NAACL、EMNLP、ACL、ICML、ICLR、NeurIPS、COLING等会议审稿人。

6/26/2025 9:09:31 AM

强化微调 ReFT：开启大语言模型推理新范式

大家好，我是肆〇柒。因为与合作伙伴项目的需要，最近对 RL 方面的论文关注的多了一些。这两天，我翻出一篇去年的论文来复习。

6/26/2025 9:06:59 AM

肆零柒

首个面向科学任务、真实交互、自动评估的多模态智能体评测环境，ScienceBoard来了

第一作者孙秋实是香港大学计算与数据科学学院博士生，硕士毕业于新加坡国立大学数据科学系。主要研究方向为 Computer-using agents 和 Code intelligence，在 NLP 和 ML 顶会 ACL，EMNLP，ICLR，COLM 等发表多篇论文。本文的 OS-Copilot 团队此前已发布了 OS-Atlas、OS-Genesis 和 SeeClick 等同系列电脑智能体研究成果，被广泛应用于学术界与产业实践中。

6/26/2025 9:01:14 AM