AITOPAI热报
今日头版 · 热报早读 · 2026 年 9 月 3 日 星期四

AI模型竞赛升级，安全防护加强

2026年9月3日，AI领域迎来多款重磅更新。Google发布Gemini 3.8系列，Flash (High)在Agent Arena排名第14，较前版本提升5.94%，定价每100万代币0.75-3.75美元。李飞飞团队推出Atlas世界模型，可从单张图片生成完整3D场景，支持1分钟1440p视频生成。AI安全防护升级，Anthropic发布EFS系统，OpenAI称Astra为最危险模型需监控思维链。

读今天的早读订阅：微信 / RSS过去 24 小时，从 796 条中筛出 73 条 · 77 个信源

今日精选

过去 24 小时，从 796 条中筛出 73 条
全部模型产品行业论文技巧
正在升温更多 →

今日 3 件事

真正改变行业的三条，读完就能转述。

看完整日报 →
单一信源76°

斯坦福推出AI智能体工程课程

为什么重要：斯坦福三位大牛联手教AI智能体工程，从零构建到系统评估，全是干货。

shao__meng
单一信源73°

CodePoisonRAG：检索增强代码生成知识投毒攻击

为什么重要：研究人员展示了如何针对代码生成系统进行精准知识投毒，成功率高达93%，连安全防御都难以完全阻挡。

arXiv cs.LG
单一信源73°

从重加权到重写：解锁训练数据归因中样本的干预效果

为什么重要：研究人员发现影响函数选中的样本通过重写而非重加权能更有效改变模型行为，这对训练数据归因方法评估有重要启示。

arXiv cs.LG
东盟 AI政策、融资、本地团队中国 AI国产模型与公司早读每天 8:00趋势升温词与周度变化
9月3日
11:44
11:43
11:43
11:43官方账号arXiv cs.LG@Yuzhang Luo, Chenpeng Wang, Jianhui Chen, Liangming Pan
精选73°
研究团队提出了一种基于影响函数的响应重写方法，在四个开源大模型上测试。与传统的重加权干预相比，重写方法产生了更强、更持久且双向的行为转变。影响函数选择的样本在重写干预中展现出更大的杠杆作用，且变化集中在目标相关行为上。这一发现在安全拒绝任务中也表现出相同的定性对比。
论文训练数据归因影响函数开源大模型
推荐理由：研究人员发现影响函数选中的样本通过重写而非重加权能更有效改变模型行为，这对训练数据归因方法评估有重要启示。
原文
11:42
11:42官方账号arXiv cs.LG@Ge Sun, Gervasio Zaldivar, Yuan Tian, Gustavo Perez Lemus, Juhae Park, Dasha Safarian, Ming Han, Juan J. de Pablo
精选73°
HiPoly是一种基于G2RINS表示的三层分层图架构AI框架，可直接编码随机单体连接性、组成和分子量。该框架实现了从实验配方数据到物性预测、生成分子设计和基于物理验证的端到端工作流。研究团队展示了多组分聚合物系统热物理性能的最先进预测精度，消融研究证实每个分层设计选择独立贡献于模型性能。
论文HiPolyG2RINS聚合物
推荐理由：HiPoly框架能从实验数据直接预测聚合物性质并设计可持续替代品，比传统方法更高效准确。
原文
11:41
11:06
10:56
10:55
10:46
10:17
10:17Tech in Asia@Aiko Gao Ishida
精选
Google推出Gemini 3.8 Flash和Flash Cyber两个新模型。Gemini 3.8 Flash Cyber在CWE-Bench基准测试中达到47.2%的pass@1分数。该基准测试专门用于评估软件漏洞修复能力。Flash Cyber专注于网络安全领域的应用。
AI模型GeminiGemini 3.8 Flash CyberCWE-Bench
推荐理由：Google新发布的Gemini 3.8 Flash Cyber在软件漏洞修复基准上取得47.2%的pass@1分数，专为网络安全场景优化。
原文
10:15
10:15官方账号arXiv cs.AI@Luca Migliaccio, Roberto Natella, Naghmeh Ivaki, Nuno Laranjeiro, Marco Vieira
精选73°
研究人员提出使用大模型自动向Solidity智能合约注入漏洞的方法。该方法针对OpenSCV的49种漏洞类型进行测试，从SmartBugs真实合约生成近1000个候选变体。经去重和验证后，确认32个包含25种漏洞类型的合约（存活率16.58%）。研究团队使用这些合约评估了三种静态分析工具，揭示了它们互补且不完整的覆盖特性。
论文智能合约大模型漏洞检测
推荐理由：论文展示用大模型自动生成带漏洞的智能合约，帮助测试安全工具，发现现有分析工具的局限性。
原文
10:14
10:14shao__meng@shao__meng
精选73°
Anthropic 开源了 Claude Commerce Agents，包含购物智能体和商家智能体。该方案支持零售、旅行、电信和票务娱乐四个垂直行业，可通过 Messages API、Claude Agent SDK 和 Managed Agents 三种方式运行。架构采用单智能体 + Skills 设计，而非多子智能体，在质量和成本延迟上表现更优。
AI模型Claude Commerce AgentsAnthropic智能体
事件专题
推荐理由：Anthropic 开源了电商智能体方案，包含面向消费者和商家的两个智能体，采用单智能体架构，比子智能体方案更优。
原文
10:14
10:09
10:09官方账号arXiv cs.AI@Chuer Chen, Zichen Wang, Yi He, Zhengxi Yu, Nan Cao
精选73°
研究团队推出VMetaphor-Bench，这是首个评估文本到图像模型视觉隐喻生成的基准，包含1500个真实创意图像隐喻，分为3个级别和10个类别。研究采用混合评估框架，通过MLLM-as-judge范式，包含9594道多选题和3个感知维度的评分。对11个代表性T2I模型的评估显示，即使是专有模型在组合结构和跨域映射方面也存在困难。
论文VMetaphor-BenchT2I视觉隐喻
推荐理由：研究人员发布了首个视觉隐喻生成基准，测试了11个模型，发现即使是最好的模型在隐喻表达方面也有明显不足。
原文
10:08
10:08官方账号arXiv cs.AI@Adrien Mialland, Marc Plantevit, Julien Gallois, Céline Robardet
精选73°
ViSAR是一种针对视觉文档问答的检索增强生成方法，通过构建查询条件化的页面级相似矩阵，动态确定检索页面数量。该方法在多个编码器和大型视觉语言模型上测试，可将RAG延迟降低58.7%，同时保持或提高答案准确性。研究还发现相似矩阵结构与答案准确性相关，为检索质量感知的文档理解提供新方向。
论文ViSARDocVQARAG
推荐理由：ViSAR让文档问答系统更聪明，能根据问题复杂度自动调整检索页面数，速度提升近六成还不影响准确率。
原文
10:02
10:02官方账号arXiv cs.AI@Austin Tudor David Andrews, Liam Wilkinson, Jamie Heagerty, Harry Coppock, Jakob Nicolaus Foerster, Rui Ponte Costa
精选73°
CivBench是一个开源基准测试，通过模型上下文协议(MCP)评估语言模型在长期工具中介环境中的表现。单个测试包含300多回合，产生数千次工具调用，需要在不完全可观察环境下进行持续规划、状态监控和执行。该环境提供76个MCP工具和一个将视觉游戏状态转换为结构化文本的叙述层。研究团队使用CivBench对四个模型家族的23次可接受运行进行了行为特征分析，并引入了主动监控率(PMR)和RAG@10两个界面级指标。
论文CivBench文明VI智能体
推荐理由：MIT团队发布文明VI智能体基准测试，揭示AI在长期规划中的监控和执行缺陷。
原文
10:00
10:00官方账号arXiv cs.AI@Etcharla Revanth Rao, Priyanshu Karmakar, Shubhojit Mallick, Manish Gupta, Shreya Ghosh, Abhik Jana
精选73°
UTP-Bench是一个大规模旅行规划基准，整合了印度504个城市的真实旅行数据，包含景点、餐厅、住宿和多种交通网络。该基准引入了实证延迟分布和人群密度模式，用于评估旅行计划在随机条件下的表现。研究团队提出了三个评估指标：缓冲充分度评分(BAS)、人群感知时间评分(CATS)和交通延迟吸收评分(TDAS)。
论文UTP-BenchGPT-5Qwen3
推荐理由：UTP-Bench用真实数据测试GPT-5等模型，发现它们在时间缓冲、延迟感知和人群敏感规划方面与人类计划差距明显。
原文
10:00
09:59
09:43
09:37
09:12
09:12
09:12官方账号arXiv cs.LG@Quan Hao, Mengyue Fan, Zifan Dong, Youru Li, Jianduo Zhao, Lechuan Xu, Hao Zhang, Fei Xia, Jigang Wang, Chong Qiu, Liguo Zhang
精选73°
ProbeMatchDTI是一种新型药物-靶点相互作用预测框架，包含IterProbe和BindingProbe两个组件。该模型在BindingDB和DrugBank基准测试中分别实现了2.0%和0.5%的AUC-ROC提升。研究通过特征级模式分析，展示了其在跨尺度生化模式匹配中的探针驱动行为。该框架已与证据引导的下游药物发现工作流程连接，可用于候选药物优化和验证规划。
论文ProbeMatchDTI药物-靶点相互作用生化模式匹配
推荐理由：ProbeMatchDTI框架能保留弱生化模式，在药物-靶点预测上超越现有方法2个百分点，代码已开源。
原文
09:12
09:12官方账号arXiv cs.LG@Xixiang He, Xingming Li, Baiqi Wu, Qiyao Sun, Xuanyu Ji, Ao Cheng, Qingyong Hu
精选73°
研究人员提出MT-SDPO方法，通过自我锚点、答案验证资格和特权蒸馏三个组件整合多个冻结教师模型。该方法在Qwen3-8B模型上测试，将最弱领域性能提升14.79点，领域差距缩小74.7%。代码已在GitHub开源，地址为https://github.com/hexixiang/MT-SDPO。
论文MT-SDPOQwen3-8B多教师蒸馏
推荐理由：MT-SDPO方法让每个样本选择最可靠的教师，而非按领域匹配，大幅提升多领域大模型性能。
原文
09:11
09:08
09:07
09:07
09:06
08:57
08:57SuperTechFans（博客/媒体）
精选73°
Anthropic推出Claude Fable 5.1和Mythos 5.1，价格降低约25%。Fable 5.1面向公众，Mythos 5.1专用于网络安全和生命科学。新模型在编码、知识工作和长期推理任务上显著超越前代，并推出企业前沿安全措施(EFS)。
AI模型ClaudeAnthropicFable 5.1
事件专题
推荐理由：Anthropic新模型降价25%，Fable 5.1编码能力提升，Mythos 5.1专注网络安全，还新增企业安全功能。
原文
7月8日
10:58
AITOP7月8日 10:58
智谱AI GLM-Image：中文AI图像生成领域的破局者智谱AI最近发布的GLM-Image确实在AI图像生成领域投下了一枚重磅炸弹。免费、无水印、中文文本渲染能力强，这三个特点组合在一起，足以让整个行业重新审视中国AI技术的实际进展。 国内AI图像生成工具一直面临着中文文本渲染的难题。Midjourney等国外工具虽然在图像质量上表现优异，但对中文的支持却始终不尽如人意。GLM-Image的出现，似乎正在改变这一现状。智谱AI GLM-Image：中文AI图像生成领域的破局者
GLM
7月6日
12:01
6月11日
15:28
15:23
15:07