研究称 OpenAI 与 Google 新 AI 模型的安全防护易被绕过生成裸图
研究人员称,OpenAI 和 Google 新推出的 AI 模型所设的防裸图安全措施可被一种攻击方法轻易绕过。该攻击方法暴露了这两家公司在防止模型生成色情裸露图像方面的防护漏洞。
研究人员称,OpenAI 和 Google 新推出的 AI 模型所设的防裸图安全措施可被一种攻击方法轻易绕过。该攻击方法暴露了这两家公司在防止模型生成色情裸露图像方面的防护漏洞。
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA,让现有多模态模型直接观察环境、保存原始画面,并在推理时随时回看、放大和检查细节,无需从头训练。
MirroS 团队发布 AgentGarten,将可执行代码环境与实时神经渲染器连接,代码定义物理规则、模型生成视觉反馈,以超过 30 fps 的吞吐让智能体持续交互。
研究团队提出 Image-to-Code 方法,让编码智能体从单张照片迭代编写可执行的 Blender 程序,并发布 LEGO-Bench 基准,包含 208 张图像、443 个注册资产,从有效性、几何精度和外观三方面评分。
何恺明团队提出NAT-ARC,把ImageNet上的MAE预训练encoder迁移到ARC格子推理,单模型在ARC-1上取得63.4% pass@2,集成后达70.2%。
腾讯混元语音团队与多所高校研究人员提出 Gander,一个可同时接收语音、图像和文本的 AI 模型,能在持续对话的同时处理后台任务。
阿里达摩院联合浙大一院等医院的 DAMO RADAR 登上 Science,这是面向腹部 CT 的通用影像 AI 模型,覆盖 18 种解剖结构、146 种病,模型、代码和技术框架全部开源。
推荐理由:达摩院通用腹部影像模型登上 Science,读者可了解器官级对齐方法如何覆盖 146 种病并开源。
阿里研究团队发布 Qwen-Drive 1.0,基于 2 月发布的 Qwen3.5-4B 增加鸟瞰图感知模块和 Planning Expert 规划模块,用一个模型同时完成环境空间感知、交通问答和路径规划。