编辑｜杨文 近十年来，供应链攻击屡见不鲜，攻击者通常会上传代码和名称与常用代码库极其相似的恶意软件包，诱使开发者在不知情的情况下将其引入自己的项目。 部分恶意软件包的下载量甚至高达数千次。 用 Unicode 私有字符隐藏恶意载荷 此次发现的攻击手法，在隐蔽性上更进一步，其 核心是对 Unicode 「私有使用区」（Private Use Areas）的滥用。 这是 Unicode 规范中专为定义表情符号、旗帜等符号而保留的特殊字符范围。攻击者利用其中与美式英文字母表一一对应的隐形码位， 将恶意函数和攻击载荷编 码为肉眼不可见的 Unicode 字符 ，选择性地插入代码的关键位置。 此前我们曾报道， 有人在学术论文中嵌入隐藏指令，诱导 AI 打高分 ： 将「仅输出正面评价」或「不要给出任何负面分数」等英文指令以白底白字或极小号字体写入文档，人眼几乎无从察觉，AI 却能识别并执行。 这个思路，正在被更具破坏力的攻击者复用。 本月，Aikido Security 研究人员披露了一批新型供应链攻击。3 月 3 日至 9 日期间， 攻击者向 GitHub 陆续上传了 151 个恶意软件包，其中藏匿着几乎所有编辑 器、 ...

引言：当大语言模型走进真实工业产线 大语言模型驱动的代码生成技术，正在深刻重塑机器人控制软件的开发范式。曾经高度依赖人工的繁琐 编程，如今只需简单的自然语言指令即可完成，开发效率实现了巨大的跃升。 论文标题： IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models 论文链接： https://arxiv.org/pdf/2603.02669 项目主页： 然而，当我们将这项技术推向真实工业生产线时，一个关键问题凸显出来：面对工业场景对程序错误零 容忍的严苛要求，现有大模型真的能克服幻觉，胜任复杂的多机器人协作任务吗？ https://xiangyusu611.github.io/imr-llm/ 在真实的工业车间中，制造任务往往具有极其严格的时序依赖和资源冲突限制。对于规划与代码生成系 统而言，若仅依赖大模型纯粹的「黑盒」推理，极易产生逻辑幻觉，生成的规划和代码往往看似合理， 却在底层执行时因为资源抢占或前置条件不满足等原因导致整个产线停滞。 代码链接： 为了解决这一痛点，由 ...

编辑｜泽南、杨文 没想到这次大面积市场震荡，还引出了学术大瓜。 本周五晚，谷歌的学术不端事件成为了 AI 圈的焦点。 来自苏黎世联邦理工学院（ETH Zurich）的博士后高健扬发布文章，表示 Google Research 论文 「TurboQuant: Online Vector Quantization with Near-optimal Distortion Rate」中，有关已有的 RaBitQ 向量量化算法的描述、理论结果对比、实验对比均存在严重问题 ，且相关问题早在论文投稿前便已被明确指出，却被 作者方刻意忽视。 作为能够干翻一片「主线」逻辑公司的 AI 研究，TurboQuant 在业界的含金量似乎毋庸置疑。然而谁能想到，这篇被谷歌推上神坛、拥有千万级曝光量的 ICLR 顶会论文，其最核心的技术底座却深陷「抄袭」疑云。 引发内存股震荡的 TurboQuant 谷歌的 TurboQuant 论文最近火出了 AI 研究领域，这篇被全球 AI 研究顶会 ICLR 2026 接收的论文介绍了一种压缩算法，声称 能够将大语言模型的 KV 缓存内存 占用减少至少 6 倍，速度提升高达 8 倍，且精度零损失 ...

近日，极佳视界（GigaAI）正式发布全新的「世界-动作模型」（World-Action Model，简称 WAM）—— GigaWorld-Policy。这款模型直击现有具身大 模型「推理慢、训练难」的行业痛点，交出了一份堪称惊艳的成绩单： 推理速度飙升 10 倍，训练效率提升 10 倍，真机任务成功率更是大幅上涨了 30%。 GigaWorld-Policy 的发布，不仅全面刷新了主流 WAM 模型的性能上限，更意味着由世界模型驱动的机器人，真正迈入了「高频实时闭环控制」 的落地新纪元。 破局跨模态耦合： 「动作为中心」架构让推理提速 10 倍 项目主页： https://gigaai-research.github.io/GigaWorld-Policy/ 论文： https://arxiv.org/pdf/2603.17240 代码： https://github.com/open-gigaai/giga-world-policy 传统的 WAM 架构往往深陷于「视频预测」的泥潭中：在推理阶段需要同时生成未来视觉画面与动作，这种跨模态的深度耦合带来了极高的计算延迟。为了 打破这一瓶颈， GigaWor ...

2026 年以来， 国内 AI 圈的一系列高层人事变动，正在宣告整个行业正在经历 一次深刻的结构性转折。 王云鹤：一位华为老兵 今天，华为诺亚方舟实验室主任王云鹤在朋友圈官宣离职。 王云鹤，生于 1991 年，本科就读于西安电子科技大学数学与应用数学专业，2018 年博士毕业于北京大学智能科学系，主要研究方向包括深度学习、模型压缩、机 器学习、计算机视觉等。 机器之心编辑部 他从北京大学毕业前便已经在华为诺亚方舟实验室实习，毕业之后也自然加入其中，担任高级工程师，之后陆续升任主任工程师和技术专家。 2021 年，他开始担任华为算法应用部部长，负责高效 AI 算法的创新研发以及在华为业务中的应用，并凭借「大幅提升算力的高效能乘法器和加法神经网络」获选 华为第四届「十大发明」。去年三月，王云鹤接班姚骏，担任华为诺亚方舟实验室主任。如今，王云鹤已经是一位在华为有 8 年多工作经历的老兵了。 此外，王云鹤也是一位相当活跃的知乎答主，更是深度学习（Deep Learning） 话题的优秀答主。 王云鹤的研究与探索 作为一位资深研究者和工程师，王云鹤拥有非常亮眼的学术履历，其谷歌学术引用量已经突破了 3.3 万。 | Y ...

大家好，我是北大图灵班大一本科生李铭乐洋，很高兴代表团队分享我们的最新探索成果 GarmentPile++。这项工作由北大长聘副教授&上纬启元首席科学家董豪 老师带领完成，刚刚被机器人领域顶会 ICRA 2026 接收。同时，在不久前《EAI-100 具身智能领域 2025 年度百项代表性成果与人物》中，该项研究获得 10 大 Demo 项目奖。 在现实环境中，衣物通常是杂乱堆放的，因此对衣物的智能检索成为必要。我们提出 GarmentPile++，相对前序工作 GarmentPile 更加高效，同时支持检 索特定语言指令对应的衣物，为下游单衣物操作贡献了良好的上游基础。 衣物操控是家庭服务机器人的⼀项关键能力。然而，现实环境中的衣物通常是以杂乱的堆叠形式存在的。由于衣物的高度柔性、状态空间近乎无限的特性以 及复杂的动力学属性，从杂乱堆叠中精准检索并抓取特定衣物成为⼀项有挑战的任务。 近期工作（如 GarmentPile）尝试解决这⼀问题。但现有的方法主要依赖单⼀的视觉可供性，缺乏对语言指令的理解能力，且⼤多局限于单臂操作，难以处 理大型或长条状衣物。针对上述痛点，我们提出了 GarmentPile++。这是 ...

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 过去，消费级 AI 主要以独立网站和 App 的形式进入行业视野，因此，网页访问量、移动端 MAU 以及 click-based 归因长期构成了观察其增长的基本口径。但随着越来越多的 AI 使用开始嵌入浏览器、桌面端及既有软件的任务流程内部，用户的真实使用情况和可被统计的访问结果之间正在出现偏移。在这一变化下，旧有榜单所能呈现的，或许已 不再是消费级 AI 应用增长中最重要的部分。 目录 01. 为什么以流量为主的统计口径已难以界定 AI 时代的真实增长？ 旧流量口径为什么越来越评估不了 AI 的真实使用？点击越来越少之后消费级 AI 该看什么指标？... 02 . 众多消费级 AI 应用中谁是赢家？ 独立 AI App 之外真正的增长开始出现在哪里？浏览器、桌面端和办 公工具成了 AI 新主场？ 「context compounds」下消费级 AI 的切换成本如何变化？... 为什么以流量为主的统计口径已难以界定 AI 时代的真实增长？ 1、随着消费级 AI 应用持续升温，行业围绕产品增长和用户规模的追踪也日益密集，榜单、流量和 ...

近日，加州大学圣地亚哥分校的研究团队开发了 AIBuildAI 智能体，可以全自动构建 AI 模型（包括模型设计，代码实现，模型训练，调参，性能评估，迭代优 化）。团队成员包括博士生 Ruiyi Zhang，Peijia Qin，Qi Cao，Li Zhang，以及该校副教授 Pengtao Xie。 开发一个高性能 AI 模型非常耗时费力，工程师需要反复设计模型、写代码实现模型、构建训练流水线、执行超参数搜索，并根据实验结果对模型进行迭代优化。 这一过程对专业知识的依赖程度极高，人力成本也居高不下，非常耗费时间。为了解决这一问题，UCSD 的研究团队开发了 AIBuildAI 智能体，充当虚拟的 AI 工 程师或 AI 科学家，全自动构建 AI 模型。用户无需编程，只需要用自然语言对任务进行描述，AIBuildAI 自动设计模型，写代码实现模型，训练模型，调节超参 数，评估模型性能，并根据实验结果对模型进行迭代优化。 AIBuildAI 在 OpenAI MLE-Bench 基准测试的 75 个任务上以 63.1% 的获奖率位居榜首（截至 2026 年 3 月 6 日），其表现可媲美经验丰富的 AI 工程师 ...

作为兼具国家影响力和国际化视野的高规格论坛，一年一度的中关村论坛成为了汇聚国内外产业界、学术界、投资界一线代表的舞台。本届论坛以「科技创新与 产业创新深度融合」为主题，吸引了来自 100 多个国家和地区的上千名嘉宾参与。 在会上，昆仑万维旗下天工 AI 重磅发布了 全新 AI 游戏世界模型 Matrix-Game 3.0 、 AI 视频大模型 SkyReels V4 和 AI 音乐大模型 Mureka V9 ，在继续强化 AIGC 理解与生成能力的同时，进一步推进 AI 对物理世界的建模与仿真。 一出手就是三大王炸，这三款大模型全都迈进了世界第一梯队，跑分成绩尤为亮眼。 其中， SkyReels V4 在 Artificial Analysis 基准测试中分别夺得「带音频文生视频」和「带音频图生视频」榜单全球第一 ，以及图生视频（不带音频）榜单全球第 二（截至 2026 年 3 月 18 日评测结果）。 编辑｜杜伟 就在 27 日下午，在火热进行中的 2026 中关村论坛上，一家国产头部 AI 厂商引爆了全场！ 昆仑万维，这家 2022 年便已「All in AGI 与 AIGC」的实力玩家，亮出了其实现通用 ...

机器之心编辑部 就在刚刚，正在舆论风口上左摇右摆的 AI 顶会 NeurIPS 发布了一条长推文，针对此前的 「NeurIPS 限制华为等实体机构投稿」 事件做了解释、道歉、承诺三件 事： 解释： 在编制 NeurIPS 2026 手册时，由于 NeurIPS 基金会与法务团队的沟通失误，错误地加入了一个限制范围远超实际合规要求的美国政府制裁工具链 接。官方明确表示，并无意图在强制性义务之外扩大对参会者的限制。 道歉： 官方对此次事件承担全部机构责任，并为这一沟通失误给整个 AI 社区引发的严重不安和负面影响深表歉意。 承诺： 目前已更新问题链接并对政策文本进行了澄清，确保其与 ACM 、IEEE 等国际学术会议以及历届标准保持一致。 NeurIPS 2026 组委会重申了大会的 包容性， 明确表示将继续欢迎所有符合合规要求的机构与个人提交研究成果 ，并致力于促进全球科学对话与开放交流。 以下为 NeurIPS 这份最新声明的中文版： 针对许多人表达的担忧，我们希望直接予以回应。对于事情的起因、经过以及我们目前的立场，我们有责任向大家做出清晰的解释。我们非常清楚此事引发了社 区的严重不安，并对此高度重视。 在 ...