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
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。
来自主题: AI技术研报
5510 点击 2026-09-03 09:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
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。
谷歌正式发布Gemini 3.8 Flash及网络安全专用版Gemini 3.8 Flash Cyber，前者以极低单任务成本在多项基准测试中逼近GPT-5.6 Sol、Grok 4.6等顶级模型，并在软件工程和速度上实现大幅跃升，后者则在漏洞发现基准CyberGym上以86.2%的成绩屠榜，谷歌DeepMind称这标志着RSI（递归自我进化）迈出了一大步。
由两名00后大学生创办的美国AI训练数据公司AfterQuery五个月内估值从3亿美元升至32亿美元，其数据已用于英伟达Nemotron 3 Ultra模型训练，并与Thinking Machines Lab、Legora及部分中国AI实验室合作。
谷歌预告Gemini 3.8 Flash将于明日发布，并披露Gemini 3.7 Flash等模型已支持智能体视频理解，使Token消耗最多下降88%、成本最多下降66%、准确率最多提升7%。
OpenAI首次公开下一代模型Astra（被传为GPT-6）的网络安全能力，其在ExploitBench漏洞利用基准上达到100%成功率，内部测试中网络安全能力约为GPT-5.6 Sol的4倍，并能自主发现并利用零日漏洞，OpenAI通过安全训练和"蜜罐"测试等双闸门防范滥用与模型失控，浙大校友漆翔宇和同济校友Jiawei Liu深度参与了Astra研发。
李飞飞旗下World Labs发布世界模型Atlas的同一天，Qing Yin创办的Visko推出世界模型Orbis并完成1000万美元Pre-seed融资，主打画面可持续运行并接受实时指令的Live Model。
扩散智能DiffuSpace与Acrab联合测试显示，扩散语言模型凭借全局并行生成机制可将端侧Agent运行速度提升约5倍，双方计划加速推进其在AI PC、智能汽车等场景落地。
Meta推出实时音频感知模型Muse Voice Transcribe，支持超20位说话人分割与超1小时长音频转写，可无缝切换中英文夹杂表达，在Artificial Analysis流式语音转文本基准测试中排名第一。
AI陪伴产品「Zeta」8月分成后月流水突破千万美元，日本市场贡献超八成，其通过免费开放高级剧情工具培养多角色剧情深度用户，使用户主动为去广告权益和高级模型付费。
EvoMap团队推出自进化智能体EvoX，采用无中心调度的蜂群模式让大量Agent平级协作、自主组队，在563道逻辑、数学、物理题上将Claude Haiku 4.5的正确率从单Agent的26.29%提升至70%以上，并开源AutoResearch项目构建Agent经验基础设施。