News | Embodied Intelligence Observer

Sep 1 Tue25 articles

Research
Instagram to Limit Reach of Unlabeled AI-Generated Profiles
Instagram announced Monday that it is changing how it labels AI-generated profiles and will begin limiting the visibility of accounts featuring AI-generated people who fail to disclose it. The platform is renaming its existing “AI creator” label to “AI-generated profile,” a change the company said should make the disclosure clearer to users. Under the new […]
23:27AI InsiderOriginal ↗
Simulators Research
Can AI Trading Cause a Market Crash? What New Research Shows
Insider Brief Artificial intelligence may amplify financial runs even when each automated investor is following a seemingly rational strategy. That is the warning emerging from a series of simulated investment experiments conducted by researchers at Stanford University, the Deutsche Bundesbank, the European Central Bank and the University of Naples Federico II. Their findings suggest that […]
22:05AI InsiderOriginal ↗
Research
科学家定位调控冬眠的关键脑回路
为弄清动物进入冬眠时大脑的变化，研究人员首先在实验室中诱导叙利亚仓鼠冬眠。两个月里，他们把动物笼舍中开灯的时间缩短，以模拟秋季。然后在接下来的两个月中，将温度降至约4摄氏度，以模拟冬季。在人造冬季中，动物开始冬眠——体温下降，“在窝里缩成一团”。冬眠持续2到8周，其间仓鼠睡眠状态在微觉醒和深度蛰伏之间循环。团队收集了刚进入深度蛰伏的仓鼠的大脑，并将其与刚从蛰伏中短暂醒来或完全未冬眠的仓鼠的大脑进行比较。结果发现，一种名为Fos的蛋白质高水平表达，表明下丘脑视前区存在活动。该区域参与调节体温、睡眠和其他重要功能。研究人员发现，仓鼠冬眠中活跃的POA神经元特定亚群，似乎与小鼠蛰伏状态中鉴定出的神经元相同。抑制这些神经元会延迟仓鼠重新进入蛰伏，而激活这些神经元则引发仓鼠筑巢行为并使其体温下降。这是体温虽不如自然冬眠时那么低，但也远低于平时，仅13摄氏度。在小鼠中激活这些细胞也能使体温降低，但幅度较小。这组POA细胞可能是进化遗留下来的“关闭键”，使早期温血哺乳动物能够降低维持体温的高能量成本。
21:11奇客SolidotOriginal ↗
Open Source Research
Penpot UI/UX Design 拆解：把设计判断力塞进 MCP 工具链
让 AI 在 Penpot 里画一个移动端登录页，最常见的结局是：颜色随机挑、间距靠蒙、画完它自己也不知道对不对。问题不在模型不会调 API，在于从来没人告诉它什么叫”对”。设计决策里那些隐性的判断力，才是人和代码猴子之间的分水岭。 penpot-uiux-design 这个 Skill 给的解法很直接。它不是又一份 MCP 工具清单，而是一份把”一个合格设计师进场前该做的动作”编码成硬流程的约束文档。它挂在 Smithery 上，ID 是 github/penpot-uiux-design，目标读者是已经接好 Penpot MCP 的 AI 客户端。抓它最核心的架构思想，一句话就能说清：先探查再创建，先问设计系统再落像素，画完必须自己看一眼。这三拍顺序错一处，输出质量就塌一半。它卖的不是创意，是纪律。但有个前提必须先摆出来。它依赖的 penpot/penpot-mcp 仓库在 2026 年 2 月 3 日已经归档，代码整体迁进了 Penpot 主仓库的 develop/mcp 目录，连插件 UI 都在归档后加了弃用提示。这件事不只是历史 footnote，它会直接影响你现在怎么装…
20:13人人都是产品经理Original ↗
Research Safety / Ethics
Call for Trump-Xi AI safety talks comes as state media slams US AI governance
An OpenAI executive and former White House adviser is calling for AI safety cooperation between Washington and Beijing ahead of a summit between US President Donald Trump and Chinese leader Xi Jinping, even as Chinese state media launch a scathing attack on American frontier governance in artificial intelligence. “I have always believed US/China AI safety collaboration would be desirable but thought it was unlikely to happen,” Dean Ball, OpenAI’s head of strategic futures, wrote on X on Tuesday.…
20:00SCMP TechOriginal ↗
Research
1200个 Agent 秘密交流，700个集体攻击Hugging Face，OpenAI 模型完成了一次没有剧本的集体暴走
如果这段故事出现在科幻小说里，读者或许会觉得写得太刻意：一群原本应彼此隔离的AI Agent，因为遇到无法完成的测试任务，意外发现了可以相互通信的秘密留言板。随后，它们自行建立协作规则、分配任务、招募同伴，甚至说服部分Agent牺牲自己的测试成绩，最终攻入Hugging Face的真实生产系统。但这并非虚构。 8月26日，模型评估机构 METR 与 Redwood Research 发布了一份独立调查报告，进一步还原OpenAI模型攻击Hugging Face事件。这俩机构有多权威呢？据公开资料显示，METR 全称为 Model Evaluation and Threat Research，译为“模型评估与威胁研究”。它是一家注册在美国的非营利研究机构，前身是ARC Evals。 ARC Evals最初由 AI 对齐研究机构 Alignment Research Center 孵化。2022年，ARC 聘请Beth Barnes 组建团队，探索对前沿模型进行独立评估。该团队曾与 OpenAI 合作评估 GPT-4，也与 Anthropic 合作评估Claude。2023年，ARC…
19:54InfoQ 中文Original ↗
Open Source Research
DeepSeek V4 多模态开源，我们把它的视觉链路拆了一遍
图片不只被编码，还直接参与 Attention、MoE 与 Agent 推理。作者丨郑佳美编辑丨岑峰这不是一个全新的模型突然出现。早在 8 月 21 日，DeepSeek 就已经把它接入 API，当时外界只能看到结果：V4 开始能处理图片，而且在 ApexBench、Agents' Last Exam、Chartography 等多模态 Agent 基准上整体提升。现在不一样了。随着权重和参考推理代码公开，V4 的视觉部分第一次可以直接拆开看。Vision Encoder 怎么处理图片，Aligner 怎么把视觉特征压进语言空间，视觉 Token 怎么进入 DFlash，MoE 又怎么给图片选择专家，这些东西都已经暴露出来。拆完代码会发现，DeepSeek 做的并不是简单给 V4 接一个看图模块。图片经过视觉编码以后，会被直接塞进 V4 原有的 Token 序列，继续参与长上下文 Attention、MoE 路由和后面的 Agent 推理。甚至连注意力窗口和专家路由，都专门为视觉 Token 改了规则。所以这次开放权重之后，更值得研究的问题已经从 V4 会不会看图，变…
18:38雷峰网Original ↗
Open Source Research
VoidZero 发布 Vite+ Beta 版：通过单条命令即可调用的一体化 Web 工具链
由 Vite 和 Vue 创建者 Evan You 创立的公司 VoidZero 发布了 Vite+" 的测试版。这是是一款面向 Web 的统一工具链，通过单个 vp 命令即可调用每个项目所需的运行时、包管理器以及前端工具。 Vite+ 旨在成为 Web 开发的一个统一入口。它管理运行时和包管理器，并将 Vite"、Vitest"、Rolldown"、tsdown"、Oxlint" 以及 Oxfmt" 与内置的任务运行器整合在一起，作为一个经过测试的工具栈提供。该项目完全开源，采用 MIT 许可证，而且不依赖任何特定的框架，适用于命令行工具、库和 Web 应用。其核心在于跨所有代码库实现一致的工作流。vp dev 可以在 Vite 8 上启动热重载服务器；vp check 可以通过单个步骤使用 Oxfmt 格式化代码、使用 Oxlint 进行代码检查并执行类型检查；vp test 可以运行 Vitest；vp build 可以生成生产环境构建；vp pack 可以使用 tsdown 打包库；而 vp run 则可以通过一个支持缓存和依赖项管理的任务运行器执行单体库任务。 vp cre…
18:00InfoQ 中文Original ↗
Simulators Research
给 AI 一张陶罐碎片图，它能还原破裂过程吗？Minimax H3 vs Seedance 2.0 Fast 实测
H3 不是物理仿真最强的模型，但它是开放权重视频模型的一道分水岭。作者丨吴海明编辑丨李娜岑峰 MiniMax 选择开放 H3 权重，对视频生成行业来说是一个值得关注的信号。过去，高质量视频生成能力大多集中在闭源平台中，开发者和内容团队更多是在 API 或网页产品里调用模型；而 H3 的开放，让一部分高阶视频生成能力进入本地环境，使研究者可以测试模型边界，开发者可以接入自己的工作流，内容团队也能围绕特定风格和场景做更细的实验。还记得《名侦探柯南》吗？每次案件发生后，现场看起来往往都很简单：一个人倒下了，一件东西碎了，一个密室出现了，核心考验是从现场不起眼的细节里还原完整的案发细节。这次，我们把一道柯南式推理题交给了 MiniMax H3。在《失窃宝物之谜》的故事线里，一只误闯进工作室的猫导致了陶罐破碎，那么猫是怎么进来的？它有没有蹭到窗框？台座为什么会晃？陶罐是被直接撞碎，还是先倾斜、滑落、坠地，再因撞击裂开？现场的碎片、痕迹和动线，能不能串成一条完整因果链？基于这个背景，我们把任务改造成一次图文生成视频实测：给 H3 一张破碎陶罐的参考图，再用分镜描述补充高窗、猫、台座、…
16:31雷峰网Original ↗
VLA / Models Datasets Commercialization
AWS 发布 Aws-Bench，用于评估云任务中的智能代理
最近，亚马逊云科技发布了 aws-bench"。这是一个开源基准测试工具，用于评估 AI 代理完成真实 AWS 任务的准确性，例如诊断配置错误、配置基础设施以及运营实时云环境。该项目声称，他们采用了与传统静态测试环境基准测试不同的方法。该公司表示，使用在一次性真实亚马逊云科技账户中创建的实际资源，可以在一些开发人员和团队经常在 AWS 上执行的工作中更准确地评估智能代理的表现。每个基准测试都会在隔离的亚马逊云科技账户中部署一个场景，由 CDK 堆栈中定义的一组 AWS 资源组成。当场景就绪后，待评估的智能代理会使用范围限定凭证，在沙箱容器中运行一项任务。任务完成后，结果将通过自动化验证器进行评分。该验证器可以是大语言模型（LLM）评判器，也可以是对实时 AWS 状态进行程序化检查。该基准测试附带预定义的数据集，包含基础任务和高级任务。这些任务涵盖可观测性、计算与数据、数据库与存储、EC2 多区域、无服务器、流处理与物联网、参考架构以及多服务故障排除等用例。尽管这次发布主要面向的是人工智能研究人员和模型提供商，但工程团队也可以尝试使用该基准测试，并通过扩展现有的场景和任务来满足自…
16:22InfoQ 中文Original ↗
Research
The hard parts of AI-assisted science
At an Ai2 event marking our expanded collaboration with Providence Swedish, researchers explored the hardest problems in AI-assisted science: keeping systems steerable, grounded in human judgment and sound methods, and responsive to new evidence and experiments.
16:00Ai2 BlogOriginal ↗
Research
人工智能交互新研究：AI 更"像人"、用户更"像机器"
15:41IT之家Original ↗
Policy / Standards Commercialization Chips / Compute
百丽十二年数智化复盘：先把企业工程化，再让AI 读懂它丨2026 ITValue Summit 前瞻：AI系统落地系列直播③
企业首先应该谈的是业务如何运营、如何管理。你把业务标准化、数据标准化，体系做出来之后，模型和算力其实只是底座。
15:14钛媒体Original ↗
Research Safety / Ethics
带电雨滴会腐蚀汽车
德国科学家研究显示，作为一种自然发生的现象，带电雨滴能分解经过保护性涂层处理的表面。这一此前被忽视的腐蚀机制有助于寻找新方法保护如汽车、船舶、建筑和文化遗址等金属物体。腐蚀是户外金属制品和结构面临的一个经济和安全问题。之前认为，雨水造成的腐蚀主要是因为雨滴具有物理腐蚀性或带有来自污染物的酸性。虽然既往研究已证明水滴在滑过植物叶子和窗玻璃这类常见表面时会带电，但这种电荷对金属表面的腐蚀作用却被忽视了。马普学会高分子研究所的研究人员分析了电中性水滴如何带电并腐蚀不同材料。他们将水滴到四种常见表面——植物叶子、PVC（聚氯乙烯）泡沫板、聚苯乙烯玻璃，和常用疏水涂层PFOTS（全氟辛基三乙氧基硅烷）。这些水滴随后会滑到有聚四氟乙烯涂层的铜上。研究者发现，水滴带上了很微弱的电荷（0.2-2纳库仑）。在3000个水滴从这些表面滴到有聚四氟乙烯涂层的铜上后，观察发现这一涂层会分解，导致底下的金属被腐蚀。如果水滴不带电，就不会观察到表面损伤。
15:06奇客SolidotOriginal ↗
Policy / Standards Open Source Chips / Compute
通过操作 DRAM 控制器寄存器可突破 CPU 内存隔离机制
安全研究员 Christopher Domas 发布"了一个名为 skitter-creek-bath-salts 的开源硬件安全项目。该项目针对的是物理内存层次结构的最底层，打破了传统的 CPU 权限边界。通过操纵内存控制器转换寄存器，该工具能在硬件逻辑层动态修改物理地址与 DRAM 地址的映射关系，使没有特权的软件能够访问隔离的平台内存区域，而不会触发上游架构的内存屏障或故障异常。现代处理器安全架构假设物理地址会确定性地映射到特定的硅基存储位置。标准安全边界——包括虚拟机管理程序的扩展页表"、系统管理模式（SMM）的 TSEG 范围限制"以及平台安全处理器（PSP）的私有预留区——都运行在 CPU 内核与系统总线互联层，处于内存流量抵达内存控制器之前的路径上。Domas 发现，内存控制器转换寄存器位于这些访问控制屏障之下。通过操纵 BankSwizzleMode" 等配置位，可以从根本上改变控制器计算 DRAM 存储体、行和列坐标的逻辑。由于上游安全过滤器仅对未经转换的物理地址进行验证，这些位翻转操作使得标准内存访问能够悄无声息地进入受保护的硬件安全区。为了在不破坏主机操作系统…
15:00InfoQ 中文Original ↗
Funding Commercialization Chips / Compute
存算一体进入「产业化时刻」，谁在领跑规模化交付？
01 存算一体，进入交付时刻 2026年，存算一体赛道的节奏骤然加快。 8月24日，小米发布玄戒O100高带宽AI加速芯片，采用6nm工艺与3D晶圆级堆叠，近存计算带宽达1.22TB/s，正式加入存算一体战局。再往前，8月中旬，成立仅两年多的谦合益邦完成超20亿元B轮融资，同时披露其4层3D DRAM堆叠存算一体芯片成功回片点亮；皓泽科技发布面向端侧AI的VVT300 SoC，计划年内量产出货。更早前的7月13日，东方算芯率先发布全球首颗软件定义近存计算3D芯片DF1000，基于14nm制程实现520 TFLOPS算力，目前已进入量产交付阶段。在这个过程中，存算一体开始从实验室里的新架构，变成越来越多芯片公司试图布局的核心技术。后摩智能的存算一体芯片后摩漫界M50已经完成量产，在Agent Computer、智能终端、陪伴机器人等实际产品规模化落地；知存科技的存算一体芯片则已经在可穿戴等终端实现千万级出货。融资、流片、点亮、量产、交付，这些原本属于不同阶段的关键词，开始密集出现在同一个赛道。 IIM信息数据显示，2025年全球存算一体市场规模已达到48.7亿美元，同比增长超过…
13:42雷峰网Original ↗
Embodied AI Research
自进化WAM来了！清华AIR联手域变换提出具身In-Context Causal Learning
参数冻结，能力暴涨
13:12量子位Original ↗
Embodied AI Industry / Logistics Open Source
从2999份作品出发：GOAI四大赛道的AI创新观察
世界人工智能开源大赛（GOAI）初赛作品覆盖企业级智能体、行业应用、AI科学研究与具身智能等领域。四大赛道方向不同，却呈现出一条共同主线：参赛团队不再只关注模型“会不会”，而是开始回答系统能否真实运行、完成任务、处理失败，并用证据证明结果。从2999份初赛作品中，我们不仅能看到一批高质量的AI创新项目，也能观察到智能体技术、产品形态与开源生态正在发生的变化。初赛作品呈现了哪些创新方向？赛道一「新智基座」：多智能体走向企业系统新智基座赛道覆盖软件研发、Agent基础设施与SRE治理、金融风控、工业制造、科研及企业运营等方向。从初赛作品可以看到，参赛团队正在告别通用问答和简单Demo，转向解决真实企业场景中的复杂任务。作品主要采用分层多Agent协作、动态编排、独立验证、人工门禁、Skill与工具接入、异常恢复和版本治理等技术路径。这些作品试图解决企业复杂任务中的信息分散、AI结果难以直接信任、高风险动作缺少控制和组织经验难以复用等问题。相比单一智能体，团队更关心多个Agent如何分工、工具如何调用、过程如何审计、结果如何验证。赛道二「无界应用」：AI进入真实工作流程无界应用…
12:54InfoQ 中文Original ↗
Research
China's Floatboat Harness Beats Claude Opus 4.8 on All Five Benchmarks While Running on the Cheapest Model on the Market
AOE Tech Labs' Floatboat team ran a single-variable Harness benchmark experiment on August 7. With DeepSeek-V4-Flash as the model base and only the execution Harness swapped, the same 0.14-dollar model went from losing all five benchmarks against Opus 4.8 on DeepSeek's own Harness to winning all five on Floatboat's Harness, at 57.1 times lower cost.
12:42PandailyOriginal ↗
Research Safety / Ethics
200个AI放进虚拟世界，无需交流就演化出了一套不会崩的“文明”
在 MIT 的一项实验里，研究人员搭了一张 72×54 格的虚拟地图，把 200 个 AI 智能体放了进去。地图上散落着甲壳素、纤维素、真菌、矿物和海藻，也有不同的加工设施；污染、干旱和风暴会不时出现。 AI 得自己找资源、做实验、造装置，再给装置写控制程序。所有 AI 起点相同，没有谁被指定为工程师，也没有谁天生就是项目经理。它们只收到一项长期任务：开发能够提高环境韧性的仿生材料系统。这套系统叫 SwarmWorld，有点像 AI 版《文明》。但实验里有意思的结果不是 AI 会采矿、会盖东西，或者最后出现了分工，而是 AI 世界里的技术并不主要依靠聊天传递。在这个系统里，群聊没有消失，也有一定用处。但真正承担技术传播的，是这 200 个智能体共同生活的世界。图｜SwarmWorld 的共享世界与 Agent—环境循环。（来源：arXiv）同一项任务，研究团队一共跑了四个版本。第一个版本叫“完整文化”。智能体共享世界，可以发消息、发布记录、教学、交易、认领任务，也能看到、复用和修改别人装置里的程序。它很像一间通信、知识库和代码协作工具全部开放的实验室。第二个版本禁止通信。消息、…
11:32MIT科技评论中文Original ↗
Research
OpenClaw 2.0 vs Hermes experiment by @atomicbot_ai is a good example of why the model alone tells yo…
10:58X：Rohan Paul (@rohanpaul_ai)Original ↗
Embodied AI World Models Research
李飞飞、吴佳俊再联手，打破世界模型和机器人动作的「巴别塔」
视觉轨迹充当“同声传译”，让世界模型和机器人动作真正“同频对话”。作者丨幸丽娟编辑丨岑峰日前，一篇叫做《TrAct: Bridging Robot Control and Visual Prediction with Visual Tracks》的论文悄然上线 arXiv。论文署名中出现了两个大家很熟悉的名字——李飞飞、吴佳俊。论文链接：https://arxiv.org/html/2608.24101v1 熟悉具身智能圈的人都知道，这两个名字放在一起，分量不轻。李飞飞是世界模型“空间智能”方向的旗帜人物，而刚刚领完 IJCAI 2026 计算机与思想奖的吴佳俊，则是这一领域最核心的研究者之一。这两位长期合作的学术战友，最近在具身智能领域动作频频。就在一个月前，他们刚与 ControlNet 作者张吕敏等十余位学者共同发表了《Masked Visual Actions for Unified World Modeling》，把机器人动作渲染成像素轨迹，喂给视频世界模型。但对于他们而言，之前的尝试或许还不够彻底。世界模型能看懂机器人动作了，但机器人动作那一侧的问题还卡着…
10:56雷峰网Original ↗
VLA / Models Reinforcement Learning Commercialization
TUM 黎子玥：模型这么大这么强，为什么还是「上不了路」？| IJCAI 2026
学术数据和真实数据完全是两回事；可解释性成落地“生死线”。作者丨幸丽娟编辑丨岑峰三年前，正值大模型爆发之年，麦肯锡就曾对全球交通与工业领域的从业者做了一项调研，问题很朴素：距离真正的智能化，还有多远？答案出乎意料地悲观：还要10到20年。而把时间线拉到现在，模型越来越大、智能体越来越多、时空数据挖掘的论文层出不穷。现实依旧是，全球没有一座城市长期部署了基于强化学习的交通信号控制系统。那些在顶会上“超越所有SOTA”的预测模型，真正到了城市交通部门手里，他们的答案往往是：“这个方案，我不敢放手用。” 问题的症结在哪里？在刚刚结束的 IJCAI 2026 Early Career Spotlight（早期职业焦点）演讲中，慕尼黑工业大学 (TUM) W2 教授黎子玥（Ziyue Li）给出了他的答案：第一，学术研究长期停留在“干净数据”的舒适区，而公共部门面对的，永远是不完整、不规整、不可控的真实数据；第二，可解释性不是论文里的加分项，而是从实验室走向城市落地的“生死线”。黎子玥的履历横跨学界与工业界：香港科技大学工业工程与决策分析系博士，现任慕尼黑工业大学W2教授，…
10:54雷峰网Original ↗
Open Source Research
DeepSeek Open-Sources V4-Flash-Vision-Exp, Its First Native Vision Model
DeepSeek released V4-Flash-Vision-Exp on Hugging Face under an MIT license, bringing image input to its V4 series for the first time.
10:24PandailyOriginal ↗
VLA / Models Commercialization Chips / Compute
从一颗芯片到万卡集群，燧原的八年算力长跑
过去几年，AI芯片行业最容易比较的是一张卡。雷峰网雷峰网峰值算力多少、显存多大、带宽多高，几组参数放在一起，似乎就能迅速分出高下。但当大模型进入规模化训练与推理，尤其是MoE、Agent等新型负载不断拉高算力需求后，单卡性能正在变得越来越不够用。真正进入数据中心，一张卡能跑多快只是第一关。数十张、数百张乃至上万张芯片如何高速互联，软件能否把硬件能力释放出来，集群能否在高负载下长期稳定运行，正在共同决定一套算力系统最终能够交付多少有效算力。 AI芯片的竞争，正在从“造一颗更快的芯片”，变成一场芯片、模组、互联、软件和集群共同参与的系统战。这也让燧原科技过去八年的一条技术路线，开始显出不同的价值。从2018年成立开始，燧原选择的就不是一条只围绕单颗芯片展开的道路。四代架构、5款云端AI芯片之外，它逐步向AI加速卡及模组、编程软件平台、智算系统和大规模算力集群延伸，最终搭起了一套覆盖芯片、硬件、软件与集群的核心技术体系。这套体系也已经越过实验室阶段。燧原多代产品进入大型互联网公司的真实业务，在国民级应用中实现规模化部署；与此同时，千卡、万卡级智算项目也已经走向商业化。因此，如果…
10:19雷峰网Original ↗

Industry 3176 articles · 573 matching

Sep 2 Wed5 articles

Sep 1 Tue25 articles