蘇黎世聯邦理工微調 YOLO：破解 reCAPTCHAv2 成功率達 100%
蘇黎世聯邦理工學院研究團隊公佈成果，通過微調 YOLO 視覺模型，以 100% 成功率攻破 Google 的 reCAPTCHAv2 驗證碼。團隊用約 1.4 萬對影像訓練道路物體識別，並模擬了人類滑鼠軌跡與裝置指紋。不過 Google 表示多數網站已轉向無感驗證的 v3 版本。
AI科研
AI 領域的重要論文、新基準和新方法，以及 AI 在生物、醫藥、材料等科學研究裡的突破。
檢視更新的新聞
Anthropic 推出上下文檢索：給文本塊補全背景，RAG 錯誤率降 67%
Anthropic 提出名為 Contextual Retrieval 的 RAG 最佳化方法。它在分塊前藉助 Claude 生成 50 至 100 token 的背景說明，讓切片不再丟失上下文，結合 BM25 和重排序後檢索失敗率直降 67%。配合提示詞快取，每百萬文件 token 預處理成本僅 1.02 美元。
伊利諾大學用 AI 攻克太陽能分子：光穩定性提升 4 倍
伊利諾大學厄巴納-香檳分校等團隊在《Nature》發文，通過 AI 閉環實驗與自動化分子合成，將有機太陽能材料的光穩定性提升了 4 倍。最值得關注的是，他們不僅讓 AI 最佳化分子，還摸清了 AI 做出判斷背後的化學規律，打破了演算法黑盒。
Google 推出 GameNGen：靠擴散模型即時模擬執行《Doom》
週二，Google 與特拉維夫大學研究人員公佈新模型 GameNGen，基於 Stable Diffusion 即時模擬執行經典遊戲《Doom》，速度達每秒 20 幀以上。測試中人類玩家常難辨真偽。這意味著遊戲未來可能無需編寫傳統圖形引擎，全靠神經模型即時「腦補」畫面。
研究團隊開發 AINU：以 20 奈米超高精度揪出癌細胞與病毒
國際研究團隊在《Nature Machine Intelligence》釋出 AI 模型 AINU。它通過超解析度顯微技術，能捕捉細胞核內細至 20 奈米的結構變化，不僅能精準分辨癌細胞，還在病毒入侵 1 小時內就能察覺異常。不過該技術目前依賴昂貴的專業顯微裝置，離臨床普及還有距離。
FinalSpark 出租人腦類器官計算機：月費 500 美元，能耗僅為傳統 AI 的十萬分之一
據報道，瑞士公司 FinalSpark 推出由人腦類器官驅動的計算平臺 Neuroplatform，研究人員每月花 500 美元即可線上租用。該平臺用多巴胺獎勵和電極刺激訓練神經元，目標是將 AI 訓練能耗降低 10 萬倍。目前類器官平均壽命約 100 天，已有 30 多所大學申請合作。
MultiOn 推出 Agent Q：具備規劃與自愈能力，效能提升 340%
MultiOn 宣佈最新研究突破 Agent Q。作為新一代 AI 智慧體，它加入了任務規劃與 AI「自愈」能力，官方稱其相比 LLaMA 3 的零樣本基線效能提升了 340%，核心在於讓智慧體遇到執行卡頓或錯誤時能自己糾錯調整。
NVIDIA 開放研究生獎學金申請：最高 6 萬美元資助博士科研
NVIDIA 宣佈開放第 24 屆研究生獎學金申請，為 AI、機器人等領域的在讀博士生提供最高 6 萬美元資助、導師及技術支援。申請者需至少讀完博一，並能在 2025 年夏季參加線下實習。截止日期為 2024 年 9 月 13 日。
OpenAI 推出 SWE-bench Verified：500 道人工核驗的程式設計評測題
OpenAI 聯合原作者推出 SWE-bench Verified 基準測試。他們組織 93 名專業開發者人工核驗，剔除描述不清和測試過於苛刻的樣本，最終篩選出 500 個高質量題目。這意味著評估 AI 解決真實軟體問題的表現將更加客觀可靠。
Sakana AI 釋出 The AI Scientist：15 美元全自動跑完科研寫出論文
Sakana AI 聯合牛津大學等機構推出首個全自動科研系統 The AI Scientist。它能端到端完成從頭腦風暴、寫程式碼做實驗、繪製圖表到撰寫 LaTeX 論文及自動化同行評審的全流程，單篇成本約 15 美元，已在 GitHub 開源。
南加大團隊用 AI 重程式設計腦膠質瘤：把癌細胞變成「帶路黨」免疫細胞
南加州大學團隊在《Cancer Immunology Research》發表成果，藉助機器學習從數萬個基因中篩出關鍵位點，將膠質母細胞瘤細胞直接重程式設計為能引導免疫攻擊的樹突狀細胞。在小鼠模型中，結合免疫療法將存活率提升了75%，巧妙繞過了血腦屏障難題。
AlphaProof 與 AlphaGeometry 2 解出 IMO 競賽 4 題：首次達銀牌水平
研究團隊推出結合強化學習與形式化語言的 AlphaProof 以及 AlphaGeometry 2。兩者在 2024 年國際數學奧林匹克競賽中聯手解出 6 道題中的 4 道，拿到 28 分並達到銀牌線。這是 AI 系統首次在頂級數學競賽中取得銀牌成績。
OpenAI 詳解 RBR 技術：用規則給模型打分，少靠人工還防誤拒
OpenAI 介紹基於規則獎勵（RBR）的模型安全對齊方案。它用明確的規則邏輯替代大量重複的人工標註，由評判模型打分並融入強化學習。這不僅大幅降低訓練成本，還能減少誤拒正常請求的情況，讓安全策略更新更靈活。
Stability AI 釋出開源音訊模型 Stable Audio Open 論文
Stability AI 釋出 Stable Audio Open 技術論文，詳述其架構與訓練流程。該模型基於約 50 萬條知識共享許可資料訓練，能在消費級顯示卡上生成最長 47 秒、44.1kHz 的立體聲音效，權重已上線 Hugging Face。
OpenAI 聯手洛斯阿拉摩斯實驗室：測試多模態 AI 生物實驗安全
OpenAI 宣佈與美國洛斯阿拉摩斯國家實驗室合作，共同評估前沿多模態 AI 在實體生物實驗室中的應用安全。雙方將測試視覺與語音模型在細胞培養、基因轉化等溼實驗中協助研究與排錯的表現，重點量化其對人員的技能提升及潛在生物安全風險。
Google 研究員發論文自揭短處：生成式 AI 正在用虛假垃圾汙染網際網路
Google 研究人員發表了一篇預印本論文，警告生成式 AI 正被絕大多數使用者用來模糊虛實界限，大規模製造假圖和假影片以操縱輿論、詐騙牟利。大量劣質內容不僅加重了網民的辨別負擔，甚至讓公眾人物能借機把不利證據辯解為「AI 偽造」。
Meta 推出 3D Gen：提示詞轉 3D 資產不到 1 分鐘，還支援重貼圖
週二，Meta 推出 3D Gen 模型，能在 1 分鐘內將文本轉換成高保真 3D 資產。該系統約 30 秒生成初始幾何模型，再花 20 秒即可靠提示詞完成物理渲染級別的重新貼圖。目前該研究仍在開發中，尚未向公眾開放。
OpenAI 推出 CriticGPT：用 GPT-4 給自己挑錯，準確率提升 60%
OpenAI 推出基於 GPT-4 訓練的模型 CriticGPT，專門輔助人類標註員找出 ChatGPT 程式碼中的隱蔽錯誤。測試顯示，人機配合找錯的表現比單人高出 60%。OpenAI 正將該類模型整合進 RLHF 流程，以解決模型日益聰明後的對齊難題。
EvolutionaryScale 推出 ESM3：用 980 億引數大模型設計全新熒光蛋白
EvolutionaryScale 推出生物大模型 ESM3，引數量達 980 億，能同時對蛋白質序列、結構與功能進行推理和生成。團隊用它造出新熒光蛋白 esmGFP，序列相似度僅 58%，相當於模擬了 5 億年自然進化。目前模型已通過 Forge 開放公測預覽。
DeepMind 公佈 V2A 技術：看懂影片畫面，自動生成配樂與對白
Google DeepMind 公佈影片轉音訊（V2A）技術研究進展，能結合影片畫面與文本提示生成同步聲音。該系統基於擴散模型，無需手動對齊即可為靜音影片或老膠片搭配配樂、擬音與臺詞。不過目前口型同步等仍有侷限，模型尚未公開發布。