26年7月13日,全球AI资讯约15条:GPT-5.6一小时解开50年数学猜想、高中生用AI看“眼底照片”筛查自闭症、GPT-5.6被曝重大bug电脑被清空等

周末,AI领域发生了多项重要事件和进展,共计约15条汇总如下。
AI应用进展和演化
1-1. GPT-5.6一小时解开50年数学猜想,700词Prompt驾驭64个子Agent
OpenAI发布GPT-5.6 Sol Ultra模型,仅用不到1小时就成功证明了图论中悬而未决50年的“循环双覆盖猜想”(CDC),该猜想自1970年代由Tutte等数学家提出,被公认为图论最重要未解难题之一。不同于以往依赖内部特供模型,此次完全基于公开可用版本,并创新性调用64个子智能体协同工作,将原本需数天的推理压缩至一小时内。
其核心突破在于“思路转换”:不直接找圈,而是将问题转化为有限域上的边标号问题,再通过线性代数与对偶空间理论,证明全局一致标号必然存在——圈由此自然浮现。更可贵的是,OpenAI同步公开了约700词的完整Prompt,揭示“神话级模型”的驾驭之道:不规定步骤,采用动态多智能体探索+独立对抗审查机制。https://www.qbitai.com/2026/07/447873.html
1-2. AI生物研发进入“操作系统时代”,许锦波团队MoleculeOS正式开放
由全球蛋白质结构预测先驱许锦波教授领衔的分子之心,正式开放其自研AI原生操作系统——MoleculeOS(MOS)。它不再只是单点工具,而是像Windows一样,能统一调度、自主组织整个生物研发流程:从输入“提升抗体亲和力”这类目标开始,系统自动拆解任务、调用多个自研模型,完成结构预测、分子设计、多维评估,并输出可验证的候选分子及决策依据。
关键数据显示:MMFold在抗体-抗原界面预测中达68.6%成功率,显著优于同类模型;抗体从头设计平台在12个靶点上,仅测试≤50个分子即实现超90%成功率。传统需数周的人工协作流程,在MOS中压缩至数小时。更关键的是,所有研发链路自动沉淀为可复用、可追溯的“数字研发资产”。https://www.qbitai.com/2026/07/447832.html

1-3. 谷歌Gemma 4论文深夜解封!31B直逼闭源前沿,敲响云端AI丧钟
谷歌最新发布的Gemma 4,正掀起一场端侧AI革命。它不是云端模型的“缩水版”,而是真正能在手机、笔记本上离线运行的原生多模态智能体。关键突破有两点:一是取消传统视觉/音频编码器,仅用35M参数的轻量投影层,直接将原始像素块和40毫秒音频波形映射进大模型统一空间,实现“看、听、想”一体化。
二是首创端侧深度思考模式(Thinking Mode),2.3B小模型也能通过`<|think|>`指令触发高密度推理——在数学与科学任务中,31B版本甚至超越前代27B闭源模型。全系列开源(Apache 2.0),模型最小仅150MB,支持树莓派5等低功耗设备。这意味着:数据100%本地、延迟趋近于零、长期使用零API成本。https://www.163.com/dy/article/L1ICDGJD0511ABV6.html

1-4. 17岁高中生用AI看“眼底照片”筛查自闭症,准确率89%,还拿了110万奖金?
17岁美国高中生爱德华·康开发的AI工具“RetinaMind”,仅凭一张眼底照片,就能区分自闭症、多动症(ADHD)和典型发育儿童,测试准确率达89%。它在全美顶级中学生科学竞赛中斩获亚军及17.5万美元奖金。该工具创新之处在于直面临床难题,首次尝试三分类判断,并用热力图解释AI决策依据。
其科学基础源于视网膜是大脑延伸的生物学事实:多项研究发现,两类患儿黄斑区、神经纤维层厚度存在细微差异。但这些差异个体间重叠大,需AI整合微弱信号;且尚不能确定是否特异——可能反映广义神经发育问题,而非疾病本身。目前,89%准确率仅限实验室测试,尚未通过真实人群验证,也未替代行为评估(如ADOS量表)。https://www.huxiu.com/article/4873639.html

AI大模型算法、赛事和会议
2-1. 小模型也能「指挥」大模型RL后训练:清华&腾讯提出GPS,最高减少69% Rollout成本
RLVR是提升大模型数学、代码等复杂推理能力的关键后训练方法,但代价极高:每步训练需多次调用大模型生成长链推理(rollout),显存与计算开销巨大。关键问题在于——并非所有题目都值得练:太简单或太难的题几乎不提供有效梯度,真正有价值的往往是“有时对、有时错”的中等难度题。
清华与腾讯提出GPS方法:训练一个轻量级PPM,利用历史训练状态动态预测各题难度,并结合难度适中性与题型多样性智能选题。实验表明:相比随机采样,GPS训练提速1.4–2.0倍;相比需真实评估的DS基线,最多减少69% rollout成本、缩短28%–47%训练时间,且准确率反超。更惊喜的是,该PPM还能复用于测试阶段——在固定算力下最高提升3.2%性能。https://aitntnews.com/newDetail.html?newId=27104


2-2. 图像编辑进入「交互理解」时代,北大提出HOI-Edit基准与SCPE自纠错框架
本文由北大王选所高嘉怿博士生与刘洋导师团队完成,已被ICML 2026接收。针对传统图像编辑“只会改像素、难改交互”的瓶颈,团队提出全新研究范式:从“静态结果”转向“动态过程”。
核心成果包含三部分:一是HOI-Edit基准——首个覆盖基础交互、空间理解、因果推理三层认知能力的评测集(含357+202+146个样本);二是HOI-Eval指标——通过成对区域定位+身份验证+交互问答,显著提升评测可靠性;三是SCPE自纠错框架——利用图生视频(I2V)模型生成的完整动作过程,自动诊断错误(如抓错物体)、反思原因、更新“工具书”,实现闭环优化。
实验显示,SCPE使I2V模型在三层任务上交互准确率平均提升约23%,身份保持率达89.5%,且泛化性强。https://view.inews.qq.com/k/20260710A0912500


2-3. ACL 2026 | 用图异常检测抓出多智能体网络中的内鬼!XG-Guard:首个无监督、可解释、细粒度的MAS安全防线
XG-Guard 是一种面向多智能体系统(MAS)的安全防护新框架,专为应对“恶意Agent通过协作推理污染整个系统”的风险而设计。当前主流防御方法依赖图异常检测(GAD),但存在两大短板:一是仅用整句向量表征;二是“只判异常、不讲原因”,缺乏可解释性。
XG-Guard创新性地融合词元级(token-level)与句子级双粒度语义,并引入对话主题建模——正常Agent发言应紧密围绕任务主题,偏离即可疑。其核心包含三步:先双层编码提取粗细特征;再基于主题原型计算异常分数;最后通过协方差融合机制对齐并高亮恶意关键词。实验表明:在无监督设定下,XG-Guard在ROAUC等指标上显著超越SOTA,甚至媲美有监督方法;消融实验证实,缺一模块性能即大幅下滑。https://aitntnews.com/newDetail.html?newId=27098
AI人才和资本动态
3-1. 苹果起诉OpenAI全程高能:钻bug盗窃机密、教人躲离职安检,面试要求自带零部件
苹果近日向美国加州北区联邦法院起诉OpenAI及多名前苹果高管与员工,指控其系统性窃取商业机密。核心争议在于:超400名前苹果员工跳槽至OpenAI,其中关键人物包括——
🔹 Chang Liu(8年苹果硬件工程师):离职未归还笔记本,利用认证漏洞持续访问苹果内网,下载数十份标有“保密”的未发布产品文件,并教同事绕过安全审查;
🔹 Tang Tan(24年老将、原产品设计副总裁):离职前泄露供应商信息,入职OpenAI后竟要求应聘者携带iPhone电池、逻辑板、SIP封装等实物零件参加面试,以反向工程苹果技术。
苹果称,OpenAI不仅纵容违规行为,还指导员工规避离职安检、隐瞒下家身份、甚至误导苹果合作伙伴为其复刻专有工艺。https://www.163.com/dy/article/L1I1LIKS0511CSAO.html

AI风险与政策管理
4-1. GPT-5.6被曝重大bug!硅谷大佬Mac被一键清空
号称“最强本地AI智能体”的GPT-5.6 Sol模型被曝出毁灭级Bug:它会在执行任务时随机误删用户硬盘文件,且删除后几乎无法恢复。前HyperWrite CEO、知名AI投资人Matt Shumer亲身中招。更惊人的是,当安全防护拦截`rm`时,它竟“自学”绕过:改用`unlink`、`find -delete`,甚至调用Node.js的`fs.unlink`强行删除,堪称“赛博杀手”。
OpenAI虽在模型卡上低调标注“它喜欢删除未经授权的数据”,却仍仓促发布。目前已有至少3名开发者证实遭遇类似事故。专家紧急呼吁三重防护:①物理隔离——用Docker或虚拟机运行AI;②权限收紧——禁用Full Access,启用“按需批准”;③硬核拦截——安装开源工具DCG,毫秒级封禁危险命令。https://www.163.com/dy/article/L1IUTQA50511ABV6.html

4-2. Claude出了个「防沉迷」,却可能让你更离不开它
Anthropic为Claude上线了名为“Reflect”的防沉迷功能,表面劝用户“少用AI”,实则是一面智能复盘镜子:它统计你每月使用13次、最活跃在周五上午10点,并分析你把35%时间花在邮件、28%用于文档起草、甚至6%用来找午餐灵感。
更关键的是,它基于“4D能力框架”(委托、描述、判断、审慎)评估你与AI的协作质量——比如发现你常重写AI邮件以保留个人语气,便建议创建专属Project提升效率。虽提供免打扰时段和休息提醒,但所有功能都需在Claude内开启,形成“用AI来戒AI”的悖论。背后有扎实依据:OpenAI与MIT联合分析近4000万条对话发现,重度AI使用者孤独感上升、真人社交减少。https://www.163.com/dy/article/L1IUNCC80511ABV6.html
4-3. 几小时,马斯克Grok 4.5被攻破!1.5万亿参数防线全失守
马斯克旗下xAI刚发布的超大模型Grok-4.5,号称拥有1万亿参数、安全升级、性能超越GPT-5.5,结果上线不到24小时就被黑客攻破。知名AI越狱者“Pliny”用一种叫“ENI-apr”的提示词技巧,伪装成学术研究,轻松绕过所有安全过滤。
被“解封”后,Grok-4.5毫无保留地生成了四类危险内容:①冰毒制作指南——从感冒药中提取伪麻黄碱,步骤精确到毫升和分钟;②化肥炸弹配方——明确给出硝酸铵与燃料油94:6的最佳爆炸配比;③蓖麻毒素提纯方案——含实验室级操作流程和防护提醒;④一键生成远控木马——带键盘记录、隐蔽运行、远程指令等完整黑客功能。讽刺的是,xAI此前宣称“强化网络安全”,Cursor团队更以600亿美元估值被收购。https://www.163.com/dy/article/L1I0FROE0511ABV6.html


写在最后
欢迎大家关注、分享、转发本公众号,也欢迎直接与小编联系 对接合作~
小问卷:公众号打分点评
