英国政府宣布投入约 6 亿英镑应对 AI 带来的公共卫生和安全风险，其中 1 亿英镑用于建立 AI 生物安全实验室识别生物威胁，6500 万英镑用于研发病原体防范和应对措施。OpenAI 和 Anthropic 将为生物安全计划提供价值最高 2 亿英镑的 AI 模型使用额度，谷歌 DeepMind 及 Basecamp Research 也将提供支持。英国 AI 安全研究所将获追加 1.2 亿英镑拨款，另有 1.3 亿英镑投入国家网络盾牌和国家网络风险暴露与实时漏洞中心两个新项目。
匹配字段摘要、正文
英国宣布拨款1亿英镑建立一家利用AI检测和监测生物威胁的实验室，OpenAI和Anthropic将提供价值最高达2亿英镑的AI模型使用额度，谷歌DeepMind和生命科学公司Basecamp Research参与合作。这是英国约6亿英镑AI健康与安全拨款计划的一部分，其中还包括向AI安全研究所追加1.2亿英镑、向筹建中的AI经济研究所追加2300万英镑。
匹配字段摘要、正文
Wenhao Chai 宣布推出 FrontierCS 2，称其为面向 AI 智能体计算机科学研究的最前沿基准，包含从已发表论文构建的 48 个任务，覆盖 13 个 CS 领域，并由各领域专家逐一打磨，与 Kaggle、Google DeepMind 联合发布。Dongxi 东锡 NLP 转发并强烈推荐。
匹配字段摘要
谷歌 DeepMind 首席执行官德米斯·哈萨比斯在《华尔街日报》专访中把 AGI 到来时间从今年早些时候的“三到五年”压缩到“两到三年”，并称预期仍在持续提前。他把判断依据部分归于 Isomorphic Labs：该公司 2026 年 5 月完成 21 亿美元 B 轮融资，计划 2026 年底前提交首份新药临床试验申请。哈萨比斯重申 AGI 的首要价值是加速科学发现，并认为在技术未被充分理解时急于立法，“错误的监管比没有监管更糟”。
匹配字段摘要、正文
Sundar Pichai 发帖表示，他与 Alex Heath 坐下来聊了 Argon、前沿模型以及 Google 的个人智能体计划。被引用的访谈内容涉及 Gemini 4 Argon 发布后的早期反响、模型仍需改进之处、DeepMind 领导层变动，以及 Google 在个人智能体竞赛中的应对。
匹配字段摘要
Alex Heath 在 Gemini 4 Argon 广泛发布后与 Google 兼 Alphabet CEO Sundar Pichai 对谈，讨论该模型的早期反响、他希望模型继续改进的地方，以及 Google 如何保持在前沿。Pichai 还谈到 Google DeepMind 近期的领导层调整、Google 在个人智能体竞赛中的方案，以及 Gemini 未来替用户承担更多工作的设想。访谈也涉及 Google 自由现金流转负、AI 基础设施建设的风险，以及他如何在模型能力尚不明确时就为多年后的需求做规划。
匹配字段摘要、正文
截至 2026 年 10 月，递归自我改进（RSI）的局部“小闭环”已在实验室跑通，但涵盖选方向、提假设、训练下一代基座模型的全流程“大闭环”尚未合拢。Anthropic 生产代码库中超过 80% 的合并代码由 Claude 编写，OpenAI 每个“人类工作日”已对应约 3.1 个 Agent 工作日。Claude Opus 5.5 在 TasteVal 基准上的实验算力效率达人类专家基线的 2.3 倍，但 Anthropic、OpenAI 与 Google DeepMind 官方均表示完整 RSI 尚未发生。
匹配字段摘要、正文
Sundar Pichai 发帖感谢 Alex Kantrowitz 邀请他录制 Big Technology Podcast，称这是一次很棒的对话。该期节目讨论了 Google 对 AI 前沿的投入、递归自我改进（RSI）、DeepMind 的算力需求与 Google Cloud 利润之间的平衡等话题。
匹配字段摘要
Josh Woodward 引用 Sundar Pichai 的话称，谷歌“如此坚定地要站在前沿，这已刻在我们的 DNA 里”，并号召大家加入共建。该帖同时引用了 Alex Kantrowitz 对 Pichai 的访谈，话题涵盖谷歌的前沿 AI 战略、递归自我改进、DeepMind 算力需求与 Google Cloud 利润的平衡等。
匹配字段摘要
Google DeepMind 展示了 Gemini 4 Argon 在 Antigravity 中制作的 3D 元素周期表，配合 Tom Lehrer 的歌曲《The Elements》，可动态呈现绕核电子、原子数据和光谱。Sundar Pichai 转发时只写了“Sound on!”，提示打开声音观看。
匹配字段摘要
医疗 AI 正从医学影像和诊断扩展到药物发现等领域，DeepMind 的 AlphaFold 已提供超过 2 亿个预测蛋白质结构。Recursion Pharmaceuticals 的 REC-4881 靶向罕见遗传病家族性腺瘤性息肉病，覆盖美国及欧洲五国约 5 万名患者，并已报告 Phase 1b/2 试验的积极结果。Isomorphic Labs 则与 Novartis、Eli Lilly 建立研究合作，并在 2025 年扩大与 Novartis 的合作项目。
匹配字段摘要、正文
AI 安全公司 Gray Swan 于周二推出重新设计的 Arena 平台，参赛者通过诱骗 AI 模型突破护栏争夺奖金，新增针对间接提示注入的沙箱测试环境。新平台提供面向新手的挑战、培训证书，并为表现优异者开放进入 Gray Swan 红队社区参与真实测试的通道。Gray Swan 为 Anthropic、OpenAI 和 Google DeepMind 等前沿实验室做发布前压力测试，其 Arena 社区规模约 15,000 人。
匹配字段摘要、正文
Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。该公司由 MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创立，其视觉-力觉-动作模型配合力传感器夹爪，每小时可抓取约 1500 个 1 kg 以内物体，成功率超过 95%，夹爪成本低于 1000 美元、额定 500 万次循环。团队用物理仿真器构建强化学习环境，称可在数分钟内生成数千小时机器人经验，目前正与工业客户进行抓取放置和线缆操作的试点。
匹配字段摘要、正文
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客，提出 LLM 可能比此前认为的更容易被理解和监控，并以 Inception v1 中同时响应猫和汽车的神经元为例，认为它们共享 V 形特征而非无规律纠缠。斯坦福 Chris Potts 认为这仍只是猜想，Google DeepMind 的 Neel Nanda 与 Alignment Research Center 的 Jacob Hilton 也指出神经元只是更大谜题的一部分，研究者对顶级 LLM 内部机制的了解不足 0.01%。Cammarata 表示团队已开始研究现代 LLM，将很快公布技术结果。
匹配字段摘要、正文
波士顿正成为机器人与物理 AI 中心，Boston Dynamics、Amazon Robotics 以及本月入驻的 Google DeepMind 都在该地区开发工业与家用机器人。上月，Intel 分拆出的 RealSense 被马萨诸塞州机器视觉厂商 Cognex 以 5 亿美元收购，其 CEO Nadav Orbach 将领导 Cognex 新设的机器人部门。Orbach 认为，波士顿的核心优势在于人才而非制造，约 40% 的 RealSense 业务集中在工业与仓储机器人，约四分之一来自人形与四足机器人。
匹配字段摘要、正文
雷锋网梳理了三个案例：Anthropic 因 Claude 持续生成代码，7 名工程师用 5 个月开发出版本控制系统 Scion 并迁移核心仓库，主分支历史接近 100 GB，迁移后基础设施 CPU 和内存需求约缩小 200 倍；GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上 Post-push 扫描执行时间中位数下降 86%，模型服务成本下降超过 98%；哥伦比亚大学与 Google DeepMind 等机构提出 BTTF，把芯片仿真波形转成 SQLite 供 Agent 用 SQL 排查异常，在 4.2 GB 波形实验中执行准确率 95.33%。文章认为，随着 Agent 提高代码产出，瓶颈会沿交付链路向后移到 CI 的构建、测试与部署验证。
匹配字段摘要、正文
Google DeepMind 团队让四个运行在 Gemini 4 Argon 上的 AI 智能体在随机生成的世界中自主通关 Minecraft，击杀末影龙，全程无人类输入。团队没有为它们分配角色、策略或游戏专用工具，四个智能体自行分工、互相预警威胁、回收阵亡队友的物品，并把错误记录在共享记忆中。整轮运行耗时 27 小时 14 分钟，共编写 2783 个 JavaScript 程序、交换 229 条聊天消息、死亡 605 次，按 2027 年生效的 Gemini 4 Argon 标准价格计算花费 1620 美元。
匹配字段摘要、正文
Arena 追踪 Anthropic、OpenAI、Google DeepMind、Kimi、xAI 和 DeepSeek 的最佳智能体在 6 月底至 10 月初的四项 Agent Arena 信号，发现实验室间最大差距在于用户是否享受使用体验。Praise vs Complaint 上 OpenAI 和 Anthropic 高出榜单均值 +35 分，Moonshot、xAI 和 DeepSeek 在 +5 至 +13 之间；Confirmed Success 上平均实验室最佳模型三个月内从 -4 升至 +14 分，Anthropic 以 Claude Opus 5.5 (Max) 的 +20 领先。Bash Recovery 分差从 34 缩至 16 分，Steerability 从 19 缩至 11 分。
匹配字段摘要、正文
Google DeepMind 的新前沿模型 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5%，成本 4800 美元，成为继 OpenAI 之后第二个跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。在只允许简单笔记的 Standard Harness 下，低推理档得分降至 49.8%，且因 API 问题未能跑完全部 55 个游戏。Epoch AI 的 ECI 指数上 Argon 得 165 分，与 Fable 5.1 持平，但在数学 ECI 排第八、软件工程指数排第六。
匹配字段摘要、正文
ARC Prize 公布 Google Gemini 4 Argon 在 ARC-AGI 系列基准上的验证成绩：ARC-AGI-3 在 provider adapter harness 下得分 97.5%、成本 4.8K 美元，标准 harness 下为 49.8%、5.8K 美元；ARC-AGI-2 为 91.3%、每任务 0.32 美元，ARC-AGI-1 为 98.5%、每任务 0.16 美元。Google DeepMind 由此成为第二家在 ARC-AGI-3 上得分超过 95% 的前沿 AI 实验室，仅次于 GPT-6 Astra 的 99.9%。Argon 在 25 个 ARC-AGI-3 公开游戏中比人类基线少用 62% 的动作，并在 3 个游戏中追平或打破速通纪录。
匹配字段摘要、正文