← 全部日期

AI & CV 每日科普 · 2026年11月6日

6 条当日/近期热点 · 工程师向浅科普

【主题】OpenAI 发布 GPT-6 Cyber:授权范围内挖洞、验证与辅助修洞

解读 OpenAI 推出面向网络安全研究的 GPT-6 Cyber,在 ExploitGym 上相对上一代提升约一半,并强调更守授权范围。官方称它已在 Firefox 挖出数十个高危未知漏洞、在 Linux 侧验证大量提权路径,并协助生成候选补丁。准入仍主要给 Daybreak Red 获批客户。对工程师来说,这不是让你把生产系统交给模型乱扫,而是评估能否在沙箱、范围说明和人工复核齐备后加速防御研究。

来源 OpenAI

【主题】Gemini Omni 1.2 Flash:最长 15 秒视频,多轮改片,价格再降

解读 谷歌 DeepMind 把 Gemini Omni 1.2 Flash 推到 Gemini API 与云端正式可用:原生视频最长到 15 秒,可按 1 秒步进选时长,还支持对着同一条片子多轮对话式修改。标价较 1.1 下调约 30%,并强调参考图一致性与 SynthID 水印。对做产品演示、广告素材和内部培训片的团队,意味着“先出草稿再升采样”更划算,但也要把品牌素材留痕和审核流程一起定好。

来源 Google Blog

【主题】Meta 向全美开放 Muse 语音与表情虚拟形象实时通话

解读 Meta 宣布美国用户都能在 Muse 应用里打电话或视频聊 AI 助手,底层是 Realtime Avatar 与 Realtime Voice。默认形象可改成人物、动物或其他自定义外观,说话时会有匹配语气的表情和手势。移动端、网页和 Mac 先上,眼镜与 Muse Charm 硬件随后。消费级助手竞争正在从对话框转向“看得见、听得懂、能打断”的实时交互,产品设计要把年龄门槛与生成视频水印当作默认能力。

来源 TechCrunch

【主题】OpenAI 承诺数据中心项目不再与官员签宽泛 NDA

解读 中期选举里多地选民反对新建数据中心后,OpenAI 宣布与公共官员合作时不再使用宽泛保密协议,只保留安全与商业秘密等窄范围保护,并称将支付所用电力与配套基建的全额成本。未来自营算力园区还会签反映地方诉求的“地方契约”。对做算力与 CV 训练集群落地的人,社区沟通、电价分摊和公开岗位预期已和 GPU 供给一样,是硬门槛。

来源 The Verge

【主题】中国否决软银收购 ABB 机器人业务:跨境前沿硬件交易再收紧

解读 ABB 披露中国方面不允许软银约 54 亿美元收购其机器人业务,这是今年继 Meta/Manus 之后又一起被拦下的重大科技交易。机器人与工业自动化正被视作 AI 落地的关键硬件层,审查焦点从纯软件模型扩展到“模型+机器人”组合。对做具身智能与产线视觉的团队,跨境并购与合资尽调要把属地审查写成失败预案,而不是只谈技术协同故事。

来源 SCMP

【主题】简单 OCT 判读规则:帮高度近视眼减少青光眼假阳性

解读 一项多中心诊断研究提出标准化 OCT 判读规则,在中高度近视眼上区分真青光眼与近视解剖改变。关键的 TSNIT 形态规则在外部多民族验证中敏感度与特异度约 93%。这不是新网络结构论文,而是把影像线索写成可复用的临床决策支持。对做眼科 AI/CV 的人,落地价值往往在“可解释规则 + 多设备泛化”,而不是再堆一个黑盒分类器分数。

来源 Eyes On Eyecare