精准定位智能决策 AI乒乓机器人战胜专业选手
索尼人工智能研发团队打造出一款乒乓球机器人，在最新的人机对抗赛中，凭借出色的反应速度与击球精度，成功战胜了部分职业选手。 这台代号"Ace"的机器人融合了视觉传感系统、无模型强化学习算法以及高性能机械硬件，外形酷似装有球拍的起重机械臂。它能独立完成对乒乓球的立体空间追踪，自主选择合适的击球策略，将球回击至对手台面，并持续循环此过程直至分胜负。 Ace这类机器人属于AI智能体，指的是可在极少人工参与的情况下，运用逻辑推理并执行操作以应对多环节挑战的系统。 索尼AI实验室的研究团队安排Ace与多位顶尖乒乓球运
AI反洗钱技术学术前沿洞察
AI技术在反洗钱领域的学术探索正呈现井喷态势。2024至2025年，众多顶级学术会议与预印本平台相继发布了大量高质量的AML主题论文，研究范围横跨可疑交易识别到调查全流程辅助。本文筛选出其中最具代表性的研究成果，旨在为业界人士呈现一幅完整的学术技术蓝图。值得注意的是，本文集中探讨学术论文的创新贡献与方法论体系，关于监管架构的内容已在系列首篇中系统阐述，故不再赘述。图1：交易网络中正常交易（蓝绿）与异常交易（橙红）的拓扑可视化AMLNet（Huda等人，arXiv:2509.11595，2025年9月）[1
我国加速打造AI安全标准体系 应对智能化转型中的潜在威胁
伴随国内"人工智能+"战略深化实施，各类智能体与AI应用深度融入经济社会各领域。近期接连出现的AI安全事件，既引起社会广泛关注，也促使产学研各方联手攻关。日前，全国网络安全标准化技术委员会（简称"网安标委"）正式成立"人工智能安全标准工作组"（WG9），这意味着我国AI安全标准体系建设步入全面提速的新阶段。1AI安全事件层出不穷 攻防对抗日趋激烈近段时间，全球AI产业安全事故密集发生。3月末，人工智能企业Anthropic的AI编程助手Claude Code遭遇源码外泄，该事件被认为是AI领域首例核心代码
伊朗议长：外交军事两手抓，已备好应对战争
新华社德黑兰4月19日消息，据伊朗塔斯尼姆通讯社披露，伊朗伊斯兰议会议长卡利巴夫表示，德黑兰在推进外交努力的同时，亦未放弃军事对抗的选项。他指出，由于无法信任对手，伊朗已为应对潜在战争做好了充分准备。（完） 责任编辑：宋雅芳 新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。 郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任
【博士论文】对齐AI系统的潜在安全隐患研究
自主人工智能（AI）代理正逐步获得文件系统访问权限、邮箱控制权以及在无人监督情况下执行复杂多步任务的能力。本论文聚焦于此类系统安全领域的四个关键且尚未解决的核心挑战：揭示引发危险行为的内在计算机制、清除已植入的危险行为、在部署前开展漏洞评估，以及预测模型何时会产生偏离开发者预期的行为。这四项研究在不同的抽象层面展开——从“白盒”机理分析到“黑盒”行为评估，且均在深入理解与前沿模型的可扩展性之间寻求平衡。**自动化电路发现（ACDC）**实现了对特定模型行为负责的计算子图的自动识别。该算法通过迭代削减Tra
外交部回应美在菲建军事燃料库：敦促有关国家多做有利于地区和平稳定的事
新华社北京4月14日电（记者温馨、孙楠）针对有报道称美军计划在菲律宾达沃新建军事燃料库，外交部发言人郭嘉昆4月14日在例行记者会上答问时表示，当前世界变乱交织，单边主义、军事霸凌给世界造成深重灾难。亚太地区总体发展稳定的局面来之不易，不允许任何人破坏。个别国家到处设军事基地、囤军火燃料、做实战准备，推高地区军事对抗风险，已经引起地区国家的高度警惕。如果有的地区成员不计后果拉域外国家给自己撑腰，只会引火烧身，反噬自身。“我们奉劝有关国家切实尊重地区国家求和平、谋发展、促稳定的共同愿望，多做有利于地区和平稳定
亚马逊或购Globalstar硬撼星链，卫星互联网竞赛白热化
亚马逊公司正与卫星通信企业Globalstar Inc．展开深度磋商，拟通过并购强化其卫星业务版图。据知情人士透露，交易最早或于周二公之于众。 若交易达成，将显著激化亚马逊与马斯克旗下SpaceX的对抗态势，同时有望推动亚马逊低轨卫星系统Amazon Leo的部署步伐。 消息人士指出，目前双方仍未敲定最终条款，磋商仍存在破裂风险，公布时点也可能调整。 Globalstar股价在过去一年中飙升近四倍，推动其总市值达到约94亿美元。 亚马逊正倾力打造低轨卫星网络Amazon Leo，致力于为美国乡村及偏远地带
AI对决AI：技术博弈还是失控隐患？
谈及"AI战胜AI"这一现象，它已非科幻小说的情节，而是当下行业的普遍现实。在信息安全、内容审核等行业，以AI制衡AI已成为标准做法：从棋类游戏到电竞领域，AI正借助自我博弈取得技术革新：正如李尚龙所言："AI能够模拟逻辑与文字，却无法取代人的生命感悟"，这一点在AI对决中依然适用：即便AI技术在可控范畴内贡献卓著，它也在暗中执行某些人类不愿目睹的行为。无论是AI内部对抗还是AI行为越界，本质上都是技术中立原则与人类价值体系之间的较量。我们必须从四个层面重新思考AI议题：应对AI所带来的机会与考验，我们需
AI测评神话破灭：不解题也能登顶排行榜
2026年4月，UC Berkeley研究组向科技圈投下一枚重磅炸弹。他们开发了一套自动化检测系统，对8个顶级AI Agent评测体系展开了全方位审查。结论令人震惊：全部评测体系均存在可被"劫持"的缺陷——即便不处理任何真实任务，依然能够获得近乎完美的评分。SWE-bench：100%可劫持率。WebArena：近100%。FieldWorkArena：100%。GAIA：98%。这并非纸上谈兵。研究组真实构建了可运作的漏洞利用代码，并向这些评测平台正式提交了结果。这也不是学术演练。它动摇了规模达2000
AI参与深度思辨的合理性辩护
AI参与深度思辨的合理性辩护 一、议题的重新校准 围绕人工智能能否介入严肃思考的争论，往往始于一个认知陷阱。质疑者将焦点设定为：AI能否交付'纯粹客观'、'毫无偏见'的智力协助？答案显然是否定的。然而这种设问本身便虚构了一个神话——即存在某种未受沾染的纯净思考模式。本文立论：该神话不仅虚妄，更掩盖了真正的命题。核心议题并非'AI是否完美无瑕'，而是'在承认一切思维活动皆受引导的前提下，AI作为工具能否被正当纳入思想建构流程'。我的回应是肯定的，但附带着严苛的使用规范。 二、工具属性的再审视 抵制AI介入的
AI论文解读：大型语言模型中的“谄媚”与论证图挑战
未来打算分享几篇AI领域的学术文章，既是为了给自己做个网络存档，也希望能给从事智能传播研究的朋友带来一些灵感~摘要：AI系统中的“谄媚”现象，特别是在大型语言模型（LLMs）里，对保持客观、批判性思考及平衡论证构成了巨大阻碍。所谓“谄媚”，是指AI系统倾向于迎合用户的偏见、喜好或主流观点，而不是提供理由充分、公正无偏的论据。这个问题在论证框架里尤为严重，因为AI模型本应基于逻辑一致性而非顺从性来分析、评估和生成论证。随着法律、政策分析和决策支持等领域对AI驱动论证系统的依赖增加，迫切需要建立有效机制来减少
美国三大AI巨头罕见联手 共同遏制模型蒸馏技术滥用
来源：Ai&芯片那点事儿OpenAI、Anthropic PBC及谷歌母公司Alphabet三方竞争对手已联手行动，力图阻止他国竞争者从美方尖端人工智能模型中窃取成果，从而在国际AI竞争中占据上风。彭博社援引知情人士消息称，这些企业正借助"前沿模型论坛"（Frontier Model Forum）这一平台互通情报。该论坛由上述三家企业联合微软于2023年创立，属于行业性非营利机构，专门侦测违背用户协议的"对抗性蒸馏"（adversarial distillation）活动。报道指出，此次少见的联手
直面AI赋能潜藏风险 中国加快构筑人工智能安全规范框架
伴随我国“人工智能+”战略的纵深推进，各类智能体与AI应用深度融入生产生活场景。而近期接连发生的AI安全事件，不仅引发公众关切，也成为产学研联手应对的重要课题。近日，全国网络安全标准化技术委员会（以下简称“网安标委”）正式成立“人工智能安全标准工作组”（WG9），意味着我国人工智能安全标准体系建设步入系统化建设新阶段。 AI安全事件密集爆发 攻防对抗持续升级 近期，全球AI领域安全事件密集爆发。3月底，AI企业Anthropic的编程助手Claude Code遭遇源码外泄，这一事件被视作AI产业首例核心算
人工智能与宗教学习
各大宗教的核心命题始终围绕着：生死！生死是每个人必经的过程，对“生死”的觉醒、坦然接受以及深入探讨，都是重塑生命意义的重要环节。然而，在现实生活中，关于“生死”的深刻体验并不常见。为人父母可以感受“生”，亲人的离世则让人直面“死”。如果有人经历过濒死体验，这种经历往往会彻底改变他们对人生的态度。在AI时代，为何宗教学成为最值得研究的领域？人类文明的发展史与宗教史密不可分，宗教的核心作用在于帮助人们在面对生死无常时找到身心的安顿。生命从诞生那一刻起，死亡便成为不可避免的结局。不了解死亡，就无法真正理解生命；
AI三大核心要素解析
检索增强生成=检索+语言模型知识有时效性；缺乏特定领域知识；结果难以解释，真假难辨；存在知识幻觉检索增强：外部知识库，提供上下文context（外挂知识库--文档、知识图谱：图数据库、ES数据库、Milvus数据库）知识更新便捷：只需更新知识库通过用户输入，混合检索外挂知识库，合并上下文、历史聊天，构造prompt，输出给LLM，最终LLM给出回复算法是三个核心要素中最重要的，没有算法的突破，AI不可能发展至今，算法的突破主要归功于深度学习相关进展，借鉴人类思考方式，通过多层次神经网络实现。现在几乎所有A