跳到正文
11月18日周三
11月11日周三
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 正式向开发者、企业、科学家及消费者开放 Gemini 4 Carbon 模型。该模型在网络安全能力、长程代理工作流及复杂知识工作领域表现前沿,输入价格 2 美元/百万 token,输出 10 美元/百万 token。模型在 CursorBench 4.0 等基准中排名第一,支持多模态知识代理及 3D 设计等任务,并强化了安全性与对齐机制。

    推荐理由:官方给出了价格与性能对比,读者可判断它在长程代理任务与网络安全场景中的优势。

11月10日周二
11月6日周五
  1. 量子位70

    360 图龙锋在 CyberGym 基准以 99.4% 漏洞复现率登顶全球第一

    360 自研 AI 安全系统图龙锋在 CyberGym 榜单上以 99.4% 的漏洞复现成功率创下单项最高纪录。该系统基于 360 团队二十余年的安全专家经验和过程数据训练,通过“安全领域大模型+专业智能体蜂群”架构实现自动化漏洞挖掘。自今年 6 月发布以来,图龙锋累计发现漏洞超 1.5 万个,并成为全国唯一通过中国信通院首批“漏洞挖掘智能体能力评估”的产品。

    推荐理由:360 图龙锋系统在 CyberGym 基准取得 99.4% 成功率,展示了将专家经验转化为 AI 能力的具体路径。

  2. 36氪78

    OpenAI 发布 GPT-6 Cyber,在 Linux 与 Firefox 中发现大量高危漏洞

    OpenAI 正式发布网络安全模型 GPT-6 Cyber,其能自主寻找软件漏洞并生成可用攻击程序,在 ExploitGym 基准上较上代模型成绩提升约 51%。该模型在真实 Linux 内核研究中成功复现 1724 个漏洞,并发现了 81 个 Firefox 未知的高危漏洞。

    同一新闻,精选展示《OpenAI 发布 GPT-6 Cyber:兼顾更强能力与更好对齐的安全研究模型》

  3. IT之家81

    OpenAI 发布网络安全模型 GPT-6 Cyber,ExploitGym 相对提升 51%并发现 Firefox 漏洞

    OpenAI 发布网络安全专用模型 GPT-6 Cyber,在 ExploitGym 测试中得分达 48.5%,较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。该模型在 Linux 内核研究中复现 1,724 个漏洞,并为其中 948 个开发权限提升利用程序;同时在 Firefox 浏览器中发现 81 个此前未知的高危漏洞,已向 Mozilla 提交可复现测试和候选补丁。

    同一新闻,精选展示《OpenAI 发布 GPT-6 Cyber:兼顾更强能力与更好对齐的安全研究模型》

  4. APPSO94

    OpenAI 发布 GPT-6 Cyber,漏洞利用成功率提升 51% 并发现 948 个内核漏洞

    OpenAI 正式发布新一代网络安全模型 GPT-6 Cyber,该模型在 ExploitGym 基准测试中成功率达 48.5%,相对上一代提升约 51%。在真实研究中,GPT-6 Cyber 针对 Linux 内核复现 1724 个漏洞并开发 948 个可运行利用程序,同时在 Firefox 中发现 81 个此前未知的高危漏洞。

    同一新闻,精选展示《OpenAI 发布 GPT-6 Cyber:兼顾更强能力与更好对齐的安全研究模型》

  5. The Decoder84

    OpenAI 发布 GPT-6 Cyber:可入侵系统并给出修复建议

    OpenAI 推出 GPT-6 Cyber,可找软件漏洞、做可用 exploit 并建议 patch,无安全指令下边界违规率控制在 99.93%。ExploitGym 上得 48.5%,前代 GPT-5.6 Cyber 为 32.1%;真实测试中已发现 Firefox 中 81 个未知严重漏洞,Linux 内核中复制 1724 个漏洞并开发 948 个 exploit。

    同一新闻,精选展示《OpenAI 发布 GPT-6 Cyber:兼顾更强能力与更好对齐的安全研究模型》

  6. OpenAI (X)83

    OpenAI 发布 GPT-6 Cyber:兼顾更强能力与更好对齐的安全研究模型

    OpenAI 发布 GPT-6 Cyber,称其为结合更强能力与更好模型对齐的安全研究进展。该模型支撑了此前发布的 Linux kernel 研究,Mozilla、Palo Alto Networks、Calif、Cisco 的安全团队以及 OpenAI 自身团队已开始使用。GPT-6 Cyber 目前面向部分 Daybreak Red 客户开放,访问权限将逐步扩大,详情见 openai.com/index/introducing-gpt-6-cyber/。

    推荐理由:原文说明该模型已用于 Linux kernel 研究,并披露了早期使用者及逐步开放的访问机制。

10月30日周五
  1. APPSO77

    Claude Fable 5.5 测试曝光及 Anthropic 自评估机制解读

    Claude Fable 5.5 正在测试,Anthropic 同日发布安全博客介绍自评估机制,该机制在模型回答后追加一条用户不可见的指令,让刚参与对话的模型复用 KV Cache 对整段对话进行安全性复盘。

    推荐理由:文章解读 Anthropic 自评估机制如何复用 KV Cache 降低算力开销,并梳理了该方案在安全监测中的角色边界。

10月29日周四
  1. 量子位88

    谷歌发布Gemini 4 Carbon:全面超越Opus 5.5,主打Token半价与安全防御

    谷歌发布Gemini 4 Carbon,在Artificial Analysis智能指数5.0中以59分登顶,性能超越Claude Opus 5.5和GPT-6 Astra。该模型在Terminal-Bench 4.0和SEC-bench Pro等基准上取得领先成绩,并实现了对提示词注入的100%免疫。Carbon首发输入成本为2美元/百万Token,输出为10美元/百万Token。

    同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Carbon》

  2. IT之家83

    谷歌正式发布新一代大模型 Gemini 4 Carbon

    谷歌正式发布新一代大模型 Gemini 4 Carbon,主打网络安全能力与长程任务处理能力。该模型在 Artificial Analysis Intelligence Index v5.0 综合得分 59,位列全球智能指数榜首;在 WebDev Arena 前端全栈开发榜单上较上代提升 89 个 Elo 分。入门阶段每百万 Tokens 输入定价为 2 美元,输出为 10 美元。

    同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Carbon》

10月25日周日
10月24日周六
  1. 月之暗面 Kimi92

    月之暗面发布 Kimi K3.1 Pro 及高速版

    月之暗面发布 Kimi K3.1 Pro 模型,这是其 3 万亿级参数、支持 100 万上下文的版本。K3.1 Pro 在 Terminal-Bench 4.0 基准测试中得分 65.7%,并在内部金融与 3D 建模场景中实现了长程智能体工作流的端到端交付。即日起可通过 Kimi 官网、API 及桌面应用使用,完整模型权重将于 11 月 4 日前发布。

    推荐理由:月之暗面发布 3 万亿参数 Kimi K3.1 Pro,其在代码和金融长程任务上的提升为评估新一代模型能力边界提供了直接样本。

10月22日周四
10月15日周四
  1. Seven Minute Feed45

    Artemis Security 发布 Orion-1,称其网络安全防御性能超越 Claude Opus 5.5

    Artemis Security 发布 Orion-1,该模型能自主调查并响应企业网络攻击。其通过关联多源日志追踪攻击者并触发反制措施。 在 Artemis 内部基准测试中,Orion-1 优于 Claude Opus 5.5 和 GPT-6 Sol,攻击重构任务得分达 80.8。 Artemis 指出,旨在防范黑客的通用模型护栏常会阻碍防御者,Orion-1 旨在解决此痛点。

10月14日周三
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 安全与对齐报告

    Google DeepMind 在正式发布 Gemini 4 Argon 前披露了其安全与对齐策略。报告显示,该模型在解决端到端模拟网络攻击场景的能力上从上一代的 5 个提升至 12 个,但通过输入筛查、内部审查和持续监控三层实时保护,显著降低了有害请求的违规率。

    同一新闻,精选展示《Google DeepMind 发布前沿模型 Gemini 4 Argon,主打解决复杂实际问题》

10月9日周五
10月1日周四
  1. 智东西92

    谷歌发布Gemini 4 Argon:100万Token输出上限,成本较GPT-6 Astra降低40%

    谷歌发布新一代旗舰模型Gemini 4 Argon,面向软件工程、企业知识工作和网络安全防御,最大输出Token上限提升至100万。在DeepSWE v1.1等测试中,Argon成绩领先GPT-6 Astra和Claude系列模型;按折扣定价,其每任务成本较GPT-6 Astra降低40%。

    推荐理由:原文汇总了Gemini 4 Argon在多项企业级基准中的领先数据、100万Token输出上限及实际内部落地案例,并补充了开发者关于其提示词敏感度的早期反馈。

  2. Google DeepMind96

    Google DeepMind 发布 Gemini 4 Argon 前沿大模型

    Google DeepMind 发布新的前沿模型 Gemini 4 Argon,该模型在软件开发、企业知识工作和网络安全防御等复杂任务中提供前沿性能,目前先向受信任的网络安全防御团队开放,稍后开放给开发者、企业和消费者。

    推荐理由:官方发布材料列出了 Argon 在软件开发、知识工作和网络安全防御上的评测数据与内部工程应用案例,可供读者判断其实际工作流价值。

8月14日周五
  1. 智谱88

    GLM-5.3发布:编程能力提升50%,网络安全能力涌现,两周后开源

    智谱发布GLM-5.3,基座未变但通过极致后训练Scaling显著提升编程与网络安全能力:内部编程体感较GLM-5.2提升50%,Terminal-Bench 3.0从4.6升至28.3;网络安全上CyberGym达84.5%,ExploitBench 54.4%,ExploitGym两小时完成105项漏洞利用任务。

    推荐理由:后训练Scaling带来更强编程与网络安全防御能力,开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。

7月17日周五
  1. Google DeepMind84

    Google 发布轻量化网络安全模型 Gemini 3.5 Flash Cyber

    Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber,用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问,在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能,已用于保护 Google 内部代码库。

    推荐理由:官方发布了针对网络安全微调的轻量化模型,提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。

4月14日周二
3月10日周二
2月18日周三
10月29日周三
1月27日周四
  1. OpenAI95

    OpenAI 发布 InstructGPT 模型

    OpenAI 发布了 InstructGPT 模型,该模型比 GPT-3 更擅长遵循用户意图,同时具有更高的真实性且毒性更低。InstructGPT 通过人类在环的技术进行训练,目前已成为 OpenAI API 的默认语言模型。

    推荐理由:InstructGPT 将人类在环训练引入默认 API 模型,展示了提升指令遵循与降低毒性对齐的具体路径。

8月3日周四