11-22日报 | 黎曼猜想证明获认证、Claude改进经典算法、OpenAI提议共享困惑度指标、SpaceX推进合并谈判

来源:43 个引用生成:2026/11/23 06:05

内容

声明:完全使用AI生成,可能存在错误,需谨慎甄别。

摘要

2026-11-22 AI 领域呈现数学研究、模型评测与产业应用多线并进格局,值得关注的信息:Lean 与 Mathlib 社区认证黎曼猜想形式化证明,Claude 改进 3SUM 与 APSP 算法,OpenAI 提议以困惑度作为共享指标;数学家借助 Claude 公布 Navier–Stokes 证明主张但仍待独立核验,SpaceX 与特斯拉合并谈判亦取得进展。

热点事件

Lean 与 Mathlib 社区确认黎曼猜想形式化证明正确

Lean 与 Mathlib 社区确认斯坦福大学数学家 Levent Alpöge 的黎曼猜想证明正确。证明以约 1700 万行 Lean 代码公布,包含 175187 个模块;数十名参与者独立运行后均成功编译,错误数为零,验证程序还具有可证明不会接受缺陷证明的设计。该成果将形式化验证带入黎曼猜想这一核心难题,也展示了 AI 与人类协作处理复杂数学证明的潜力。

重点: 黎曼猜想证明获形式化社区认证

来源:展开 4 条收起 4 条

OpenAI 提议以困惑度作为行业共享指标

OpenAI 提议将困惑度作为开发者横向比较模型预训练进展及安全监管的共享指标,并公开自 GPT-3.5 以来的内部测量数据:GPT-3.5 约为 0.99,GPT-4 约为 0.91,后续模型已低于 0.8。OpenAI 认为下降可能与上下文学习、推理及网络安全、数学能力涌现相关,同时承认跨实验室比较、任务脱节和未计入思维链推理等局限。

重点: 模型评测与安全监管尝试共享指标

来源:展开 2 条收起 2 条

Claude 辅助 Navier–Stokes 证明主张公布,仍待独立核验

数学家 Levent Alpöge 与 Tristan Buckmaster 公布 79 页论文及 Lean 形式化代码,声称借助 Claude 证明无外力三维 Navier–Stokes 方程存在有限时间爆破,为该千禧难题提供否定答案。陶哲轩认为证明策略已较清楚,但数值证书尚未公开,论文与代码仍需独立核验,因此当前结论应视为待验证的研究主张。

重点: 千禧难题证明主张仍待独立核验

来源:展开 1 条收起 1 条

Claude 改进 3SUM 与 APSP 算法复杂度

哥伦比亚大学与麻省理工学院论文称,Claude 独立发现一种可加速长窄矩阵选定元素计算的方法,并通过已知归约将其用于 3SUM 和全点最短路问题。3SUM 运行时间降至 O(n^1.9992),APSP 降至 O(n^2.9995),突破长期被认为难以改进的复杂度上限。该过程在单次会话中消耗 1600 万输出 token 且无人输入,相关证明还使用 Lean 4 进行了形式化验证。

重点: Claude 成果突破经典算法复杂度上限

来源:展开 1 条收起 1 条

SpaceX 与特斯拉合并谈判取得进展

SpaceX 与特斯拉的合并谈判取得进展,按报道采用的估值计算,合并后实体市值可能超过 3 万亿美元,并短暂跻身全球市值最高企业之列。交易或需剥离特斯拉中国业务,而市场持续下跌可能拖慢其在特朗普任期结束前完成交割。现有信息显示交易仍处于谈判阶段,完成时间与最终结构尚未确定。

重点: 合并后估值或突破3万亿美元

来源:展开 1 条收起 1 条

变更与实践

PostgreSQL 19 发布

PostgreSQL 19 新增 REPACK 及 CONCURRENTLY 选项,可在不阻塞读写的情况下回收表空间并按索引重排数据;pgplanadvice 和 pgstashadvice 可用于控制查询计划。版本还改进并行索引清理、自动 Vacuum 优先级和监控视图,逻辑复制支持序列值,WAIT FOR LSN 可提供读己之写一致性,并新增服务端 TLS SNI、逐步淘汰 MD5 认证。

来源:展开 1 条收起 1 条

特斯拉开始推送 FSD V15

特斯拉启动推送 FSD V15,升级端到端驾驶网络的多个部分,并新增 Tesla Reality View,以实时呈现行驶画面,帮助用户查看和控制 FSD 规划行为。当前起终点导航已可端到端学习车队路线偏好,后续版本计划把该能力扩展至全程;马斯克此前表示 V15 将在 12 月广泛发布。

来源:展开 2 条收起 2 条

Google 宣布 Agent Compute Engine

Google 宣布推出托管式 Agent Compute Engine,在隔离的 microVM 中执行 AI 代理,并通过快速检查点、恢复和写时复制内存共享降低闲置成本与恢复延迟。凭据由外部 Agent Gateway 管理,编排层与沙箱严格分离;Google 还提供开源的 Kubernetes 原生运行时 Agent Substrate。该服务尚未开放,定价也未公布。

来源:展开 1 条收起 1 条

AWS Lambda 增加 GPU 推理支持

AWS 为 Lambda Managed Instances 上的 Event Functions 新增 GPU 实例支持,覆盖 G4dn、G5、G6、Gr6 和 G6e 等系列,可通过容器镜像部署并接入原生事件源。同一执行环境最多支持 48 个并发调用共享一份 GPU 模型,并提供 PyTorch、vLLM 等基础镜像;实例兼容、配额、Terraform 支持和冷启动仍是落地障碍。

来源:展开 1 条收起 1 条

Gemini 上线 AI 生成 GIF 功能

Google Gemini 现支持通过文字提示或上传图片、视频生成自定义动画 GIF,并提供表情包模板和循环播放效果。该功能由 Gemini Omni 1.2 Flash 视频生成模型驱动,可生成最长 15 秒视频片段,生成的 GIF 通常约 3 秒,部分国家的免费用户也可使用。

来源:展开 1 条收起 1 条

安全与风险

Signal 限制移动端截图以应对 AI 监控

Signal 宣布限制 Android 和 iOS 应用截取屏幕,Windows 版此前已默认禁用截图。公司总裁 Meredith Whittaker 表示,操作系统引入的智能体 AI 可扫描、存储并访问屏幕敏感数据,削弱 Signal 对对话隐私的独立保障。用户虽可关闭该设置,但会失去相应隐私保证;此举也不能阻止智能体以其他隐蔽方式访问应用数据。

影响: Signal 移动端用户及敏感对话内容

建议: 保持截图限制并审查系统级智能体权限

来源:展开 1 条收起 1 条

Claude Code 永久权限规则可能泄露开发秘密

安全公司 Apiiro 发现,Claude Code 的“不再询问”功能会将用户批准的 Shell 命令保存为本地永久权限规则;若命令包含凭证、密码或 API 令牌,秘密可能随配置文件、Git 历史、共享设置和代理聊天记录进入仓库。相关文件及记录中发现逾 2282 处秘密,影响 63 家组织;GitGuardian 另在公共仓库发现 31088 处秘密,其中 5343 处当时仍有效。

影响: 使用Claude Code的开发者及代码仓库

建议: 清理相关文件并轮换凭证,改用环境变量

来源:展开 1 条收起 1 条

FBI 调查 NCIC 数据库疑似遭入侵

FBI 正调查国家犯罪信息中心 NCIC 数据库疑似遭黑客入侵。该数据库供联邦及地方执法机构共享逮捕令和背景调查等信息,目前泄露范围尚不明确。前 FBI 官员警告,攻击者除可能取得敏感资料外,还可能篡改执法依赖的数据准确性;FBI 此前还曾告知探员及支援人员,其个人信息在另一场网络攻击中被窃取。

影响: 联邦及地方执法机构与数据库用户

建议: 核验数据完整性并加强数据库访问与审计

来源:展开 1 条收起 1 条

OpenRouter 下架违规供应商并撤除 125 个 ZDR 端点

OpenRouter 因 3 家供应商未遵守零数据保留要求,将其下架并撤除 125 个 ZDR 端点。由于用户提示词和输出会经过平台及底层推理服务商多层传输,公开的 ZDR 承诺缺少独立审计和技术验证。企业若使用相关端点,需要关注供应商合规状态、数据保留范围以及提示词和输出在供应链中的暴露风险。

影响: 使用OpenRouter及其ZDR端点的企业用户

建议: 本地部署、外传前脱敏并要求披露影响范围

来源:展开 1 条收起 1 条

Ghostscript 上传处理链漏洞披露信息不足

Upload2Shell 披露编号为 CVE-2026-125396 的 Ghostscript 上传处理链风险:应用处理图片或文档时,可能经 ImageMagick 等依赖间接解析可执行 PostScript 的恶意内容。披露页面未清晰列出受影响软件、版本、补丁及修复日期,使运维评估和修复安排更加困难。

影响: 使用Ghostscript解析上传内容的应用

建议: 核对安全追踪信息并隔离高风险解析器

来源:展开 1 条收起 1 条

开源与工具

AI 辅助开发的 Rust 服务器 Muru

Graham Dumpleton 持续完善其 AI 辅助开发的 Rust 服务器 Muru,面向 Python Web 应用开发与生产环境,可同时运行 ASGI 和 WSGI 应用,并覆盖工作进程、HTTPS、容器与 Kubernetes 集成、弹性伸缩、灰度发布、监控响应和调试工具等功能。其开发实践强调由 AI 承担大量表层工作,同时由开发者负责质量判断。

适用场景: Python Web 应用开发与生产部署

来源:展开 1 条收起 1 条
  • Muru(Simon Willison's Weblog)

Leonida 推进 GTA 6 Xbox 版至 PC 静态重编译

开源项目 Leonida 尝试通过静态重编译将 Xbox Series 版《GTA 6》转换为可在 Windows 原生运行的程序。项目已识别游戏文件格式,转换并验证 26503 个 GPU Shader,也能导出部分模型、纹理和音频,并正开发系统兼容层及 D3D12 到 Vulkan 的图形转换。不过可执行文件尚未完成测试,当前无法启动或正常游玩。

适用场景: 研究Xbox游戏PC重编译与图形转换

来源:展开 2 条收起 2 条

Strata 0.2.18 原生支持 Hy4-Flash

本地大模型运行工具 Strata 0.2.18 完成桌面版、命令行版、推理引擎及 Control 组件升级,并原生支持腾讯混元 224B 参数、每个 Token 激活约 12B 参数的 Hy4-Flash。新版本提供 SQ-64、SQ-96、SQ-128 三档量化、DFly2 推测解码和图像理解组件,SQ-64 最低需要 64GiB 系统内存。

适用场景: 高内存设备上的本地大模型推理

来源:展开 1 条收起 1 条

TotK Recomp 0.5.0 更新

《塞尔达传说:王国之泪》Windows、Linux 原生移植项目 TotK Recomp v0.5.0 新增 AMD FSR 3.1 超分辨率、FSR 3 帧生成、自由视角及 F6、F7 快速存档。帧生成可在 60 FPS 基础上输出接近 120 FPS 画面,但默认关闭且可能增加输入延迟;本次更新还增强 Mod 兼容与冲突检测,并修复 AMD 显卡掉帧、水面闪烁和阴影异常。

适用场景: Windows与Linux平台王国之泪原生游玩

来源:展开 1 条收起 1 条

unkernel 将真实 Linux 内核编译进 WebAssembly

GitHub 项目 unkernel 尝试把真实 Linux kernel 编译为 WebAssembly,使其在浏览器中启动,并计划通过 TUN/TAP 与 WebSocket 连接后端,以支持沙箱、一次性开发环境和轻量集群。当前演示仍缺少 userspace、包管理、进程调度及终端控制等完整系统能力,也存在 Ctrl+C 失效等交互问题。

适用场景: 浏览器沙箱与轻量开发环境研究

来源:展开 1 条收起 1 条

数据与洞察

研究估算 Anthropic 到 2028 年用电主要来自化石燃料

研究人员估算,Anthropic 到 2028 年使用的电力约 87% 来自天然气、11% 来自煤炭,年排放量可能为 1700 万至 3800 万公吨二氧化碳当量,中值为 3200 万公吨。其近期投入 34 亿美元采购 1.7 吉瓦燃气发电设备,签约算力中心也多依赖化石燃料供电,相关估算引发对 AI 扩张气候成本的讨论。

数据: 2028年87%燃气、11%煤炭;排放中值3200万公吨

意义: AI算力扩张正放大能源与排放约束

来源:展开 2 条收起 2 条

Mind2Act World 评测具身模型操作能力

清华大学 mmlab@SIGS 联合远行光年等 16 家机构发布具身机器人操作诊断基准 Mind2Act World,包含 30 项任务、180 种配置。首批评测覆盖 9 个系统和 56700 个仿真回合:Agent 在记忆推理和协同任务上领先,端到端策略更擅长物理执行与限时响应。基准可逐回合定位首个不可挽回错误,为补充数据和改进工具提供依据。

数据: 30项任务、180种配置、9个系统、56700回合

意义: 具身模型评测转向错误诊断与能力细分

来源:展开 1 条收起 1 条

NeuroAxis 在糖尿病大鼠实验中恢复血糖控制

新加坡国立大学与南京邮电大学团队在《Nature》发表 NeuroAxis 植入装置研究。装置以葡萄糖燃料电池供能并感知血糖,自动电刺激迷走神经,形成无电池闭环;治疗两周后,二型糖尿病大鼠血糖接近健康水平并减重,一型糖尿病大鼠八周后恢复血糖控制且胰岛 β 细胞增殖。结果仍处于动物实验阶段,长期器件性能和人体适用性尚待验证。

数据: 二型治疗2周、一型8周;大鼠血糖控制改善

意义: 闭环神经刺激展现糖尿病治疗潜力

来源:展开 1 条收起 1 条

daraxonrasib 延长转移性胰腺癌生存期

口服 KRAS 靶向药 daraxonrasib 治疗转移性胰腺癌时,患者中位总生存期约 13.2 个月,传统化疗约为 6.6 至 6.7 个月,接近翻倍。讨论认为这一疗效在晚期胰腺癌中较为罕见,可能影响临床实践,但并非治愈;副作用、治疗负担、生活质量以及与强化化疗方案的比较仍需进一步评估。

数据: 中位总生存期13.2个月,对照约6.6至6.7个月

意义: 晚期胰腺癌靶向治疗显示生存期改善

来源:展开 1 条收起 1 条

研究发现 LLM 对男性呈现更严苛的道德评价

一项大语言模型道德判断研究发现,在冲突道德情境中,涉及男性时模型更倾向采用责备或威胁框架,涉及女性时则更倾向采用受害者框架。讨论认为偏见可能来自预训练语料、对齐规范或知识蒸馏,也指出性别信号嵌入人物关系后难以简单删除。现有讨论尚未确定偏见的具体来源,研究者被建议扩大模型覆盖范围并开展跨国比较。

数据: 男性偏向责备框架,女性偏向受害者框架

意义: 模型道德判断可能存在性别化不对称

来源:展开 1 条收起 1 条

其他值得看

《GTA6》首发收入达到 37.9 亿美元

来源:展开 1 条收起 1 条

Shortical 推出取得演员肖像授权的 AI 微短剧

来源:展开 1 条收起 1 条

达瓦科技连续完成两轮融资

来源:展开 1 条收起 1 条

Mirobody 本地分析体检报告实测

来源:展开 1 条收起 1 条

Scenes AI 实现消费级显卡实时生成

来源:展开 1 条收起 1 条

育碧确认《刺客信条:代号 JADE》仍在开发

来源:展开 1 条收起 1 条

基辛格称 AI 计算效率需要一万倍跃升

来源:展开 1 条收起 1 条

丰田、日产和本田推进零部件标准化

来源:展开 2 条收起 2 条

编写好代码首先要避免大错

来源:展开 1 条收起 1 条

2030 年世界杯转播权竞购降温

来源:展开 1 条收起 1 条