苏黎世联邦理工微调 YOLO：破解 reCAPTCHAv2 成功率达 100%
苏黎世联邦理工学院研究团队公布成果，通过微调 YOLO 视觉模型，以 100% 成功率攻破 Google 的 reCAPTCHAv2 验证码。团队用约 1.4 万对图像训练道路物体识别，并模拟了人类鼠标轨迹与设备指纹。不过 Google 表示多数网站已转向无感验证的 v3 版本。
AI科研
AI 领域的重要论文、新基准和新方法，以及 AI 在生物、医药、材料等科学研究里的突破。
查看更新的新闻
Anthropic 推出上下文检索：给文本块补全背景，RAG 错误率降 67%
Anthropic 提出名为 Contextual Retrieval 的 RAG 优化方法。它在分块前借助 Claude 生成 50 至 100 token 的背景说明，让切片不再丢失上下文，结合 BM25 和重排序后检索失败率直降 67%。配合提示词缓存，每百万文档 token 预处理成本仅 1.02 美元。
伊利诺伊大学用 AI 攻克太阳能分子：光稳定性提升 4 倍
伊利诺伊大学厄巴纳-香槟分校等团队在《Nature》发文，通过 AI 闭环实验与自动化分子合成，将有机太阳能材料的光稳定性提升了 4 倍。最值得关注的是，他们不仅让 AI 优化分子，还摸清了 AI 做出判断背后的化学规律，打破了算法黑盒。
Google 推出 GameNGen：靠扩散模型实时模拟运行《Doom》
周二，Google 与特拉维夫大学研究人员公布新模型 GameNGen，基于 Stable Diffusion 实时模拟运行经典游戏《Doom》，速度达每秒 20 帧以上。测试中人类玩家常难辨真伪。这意味着游戏未来可能无需编写传统图形引擎，全靠神经模型实时「脑补」画面。
研究团队开发 AINU：以 20 纳米超高精度揪出癌细胞与病毒
国际研究团队在《Nature Machine Intelligence》发布 AI 模型 AINU。它通过超分辨率显微技术，能捕捉细胞核内细至 20 纳米的结构变化，不仅能精准分辨癌细胞，还在病毒入侵 1 小时内就能察觉异常。不过该技术目前依赖昂贵的专业显微设备，离临床普及还有距离。
FinalSpark 出租人脑类器官计算机：月费 500 美元，能耗仅为传统 AI 的十万分之一
据报道，瑞士公司 FinalSpark 推出由人脑类器官驱动的计算平台 Neuroplatform，研究人员每月花 500 美元即可在线租用。该平台用多巴胺奖励和电极刺激训练神经元，目标是将 AI 训练能耗降低 10 万倍。目前类器官平均寿命约 100 天，已有 30 多所大学申请合作。
MultiOn 推出 Agent Q：具备规划与自愈能力，性能提升 340%
MultiOn 宣布最新研究突破 Agent Q。作为新一代 AI 智能体，它加入了任务规划与 AI「自愈」能力，官方称其相比 LLaMA 3 的零样本基线性能提升了 340%，核心在于让智能体遇到执行卡顿或错误时能自己纠错调整。
NVIDIA 开放研究生奖学金申请：最高 6 万美元资助博士科研
NVIDIA 宣布开放第 24 届研究生奖学金申请，为 AI、机器人等领域的在读博士生提供最高 6 万美元资助、导师及技术支持。申请者需至少读完博一，并能在 2025 年夏季参加线下实习。截止日期为 2024 年 9 月 13 日。
OpenAI 推出 SWE-bench Verified：500 道人工核验的编程评测题
OpenAI 联合原作者推出 SWE-bench Verified 基准测试。他们组织 93 名专业开发者人工核验，剔除描述不清和测试过于苛刻的样本，最终筛选出 500 个高质量题目。这意味着评估 AI 解决真实软件问题的表现将更加客观可靠。
Sakana AI 发布 The AI Scientist：15 美元全自动跑完科研写出论文
Sakana AI 联合牛津大学等机构推出首个全自动科研系统 The AI Scientist。它能端到端完成从头脑风暴、写代码做实验、绘制图表到撰写 LaTeX 论文及自动化同行评审的全流程，单篇成本约 15 美元，已在 GitHub 开源。
南加大团队用 AI 重编程脑胶质瘤：把癌细胞变成「带路党」免疫细胞
南加州大学团队在《Cancer Immunology Research》发表成果，借助机器学习从数万个基因中筛出关键位点，将胶质母细胞瘤细胞直接重编程为能引导免疫攻击的树突状细胞。在小鼠模型中，结合免疫疗法将存活率提升了75%，巧妙绕过了血脑屏障难题。
AlphaProof 与 AlphaGeometry 2 解出 IMO 竞赛 4 题：首次达银牌水平
研究团队推出结合强化学习与形式化语言的 AlphaProof 以及 AlphaGeometry 2。两者在 2024 年国际数学奥林匹克竞赛中联手解出 6 道题中的 4 道，拿到 28 分并达到银牌线。这是 AI 系统首次在顶级数学竞赛中取得银牌成绩。
OpenAI 详解 RBR 技术：用规则给模型打分，少靠人工还防误拒
OpenAI 介绍基于规则奖励（RBR）的模型安全对齐方案。它用明确的规则逻辑替代大量重复的人工标注，由评判模型打分并融入强化学习。这不仅大幅降低训练成本，还能减少误拒正常请求的情况，让安全策略更新更灵活。
Stability AI 发布开源音频模型 Stable Audio Open 论文
Stability AI 发布 Stable Audio Open 技术论文，详述其架构与训练流程。该模型基于约 50 万条知识共享许可数据训练，能在消费级显卡上生成最长 47 秒、44.1kHz 的立体声音效，权重已上线 Hugging Face。
OpenAI 联手洛斯阿拉莫斯实验室：测试多模态 AI 生物实验安全
OpenAI 宣布与美国洛斯阿拉莫斯国家实验室合作，共同评估前沿多模态 AI 在实体生物实验室中的应用安全。双方将测试视觉与语音模型在细胞培养、基因转化等湿实验中协助研究与排错的表现，重点量化其对人员的技能提升及潜在生物安全风险。
Google 研究员发论文自揭短处：生成式 AI 正在用虚假垃圾污染互联网
Google 研究人员发表了一篇预印本论文，警告生成式 AI 正被绝大多数用户用来模糊虚实界限，大规模制造假图和假视频以操纵舆论、诈骗牟利。大量劣质内容不仅加重了网民的辨别负担，甚至让公众人物能借机把不利证据辩解为「AI 伪造」。
Meta 推出 3D Gen：提示词转 3D 资产不到 1 分钟，还支持重贴图
周二，Meta 推出 3D Gen 模型，能在 1 分钟内将文本转换成高保真 3D 资产。该系统约 30 秒生成初始几何模型，再花 20 秒即可靠提示词完成物理渲染级别的重新贴图。目前该研究仍在开发中，尚未向公众开放。
OpenAI 推出 CriticGPT：用 GPT-4 给自己挑错，准确率提升 60%
OpenAI 推出基于 GPT-4 训练的模型 CriticGPT，专门辅助人类标注员找出 ChatGPT 代码中的隐蔽错误。测试显示，人机配合找错的表现比单人高出 60%。OpenAI 正将该类模型整合进 RLHF 流程，以解决模型日益聪明后的对齐难题。
EvolutionaryScale 推出 ESM3：用 980 亿参数大模型设计全新荧光蛋白
EvolutionaryScale 推出生物大模型 ESM3，参数量达 980 亿，能同时对蛋白质序列、结构与功能进行推理和生成。团队用它造出新荧光蛋白 esmGFP，序列相似度仅 58%，相当于模拟了 5 亿年自然进化。目前模型已通过 Forge 开放公测预览。
DeepMind 公布 V2A 技术：看懂视频画面，自动生成配乐与对白
Google DeepMind 公布视频转音频（V2A）技术研究进展，能结合视频画面与文本提示生成同步声音。该系统基于扩散模型，无需手动对齐即可为静音视频或老胶片搭配配乐、拟音与台词。不过目前口型同步等仍有局限，模型尚未公开发布。