2026-11-04 前沿科技洞见 · 日报

📊 今日关键数据

• 78 倍：PhysLDM 通过时空自编码器实现的最高轨迹压缩率，平均重建误差为 2.48 毫米（来源：机器之心）
• 0.409 秒：ReSFlow 生成 1,000 条条件启动子 DNA 序列的耗时，完整 ODE 采样为 67.94 秒（来源：机器之心）
• 约 24 个月：改装喷气发动机可让数据中心通电运行的时间；北弗吉尼亚 100 兆瓦电网接入约需七年（来源：TechCrunch）
• 超过 130 万台：x.cpe 僵尸网络高峰期控制的 Android 电视盒数量，拆除行动还可能切断对 1,000 多万台设备的访问（来源：Krebs on Security）
• 超过 2,000 万港元：建行（亚洲）代币化存款平台累计真实交易额（来源：财资一家）

🔍 今日值得深读

DeepSeek V5 计划用昇腾 950 预训练，国产算力从推理进入基础训练验证

《科创板日报》援引多名产业链人士称，DeepSeek 下一代模型 V5 计划采用昇腾 950 进行预训练。双方此前已为 V4 系列完成算子、计算库和通信栈适配，但 1.6 万亿参数 V4-Pro 的既有案例仍是全参数后训练；V5 若按计划落地，将首次把顶尖国产模型的基础预训练完整压到国产软硬件栈上。

• 发生了什么：DeepSeek 已开源面向昇腾的 TileLang、DeepGEMM、FlashMLA、DeepEP 等组件，华为提供 SuperPoD Flex、UBL128 组网和 Ascend C 接口，合作由模型部署推进到训练基础设施共建。
• 为什么值得深读：金融机构采购国产算力时，判断标准将从“能否运行模型”升级为大规模预训练的集群稳定性、算子覆盖、通信效率和故障恢复能力；这也是 CUDA 之外训练生态能否成立的一次高强度检验。
• 后续看点：V5 的实际训练规模、有效算力利用率、长时间集群故障率，以及相对同代英伟达集群的训练时长与总成本。

来源：财联社 AI daily

CrowdStrike 补齐 Agent 上线前测试、运行时追踪和紧急中止链路

CrowdStrike 签约收购 Fiddler AI 与 Dreadnode，并发布可立即使用的 AI Kill Switch。Fiddler 将作为 Falcon Observe 记录 Agent 的决策、推理路径与工具调用；Dreadnode 在部署前以 100 多种攻击方法测试模型、应用和 MCP 服务；Kill Switch 则可阻断失控 Agent 的网关访问、重启和网络连接。

• 发生了什么：两项收购据报道合计约 4.95 亿美元，相关能力计划在 CrowdStrike 2027 财年第四季度进入 Falcon；测试结果可映射到 OWASP、MITRE ATLAS 与 NIST AI 风险管理框架。
• 为什么值得深读：Agent 持有合法身份和工具权限时，传统终端防护很难区分正常自动化与错误决策。新组合把部署前红队、运行时可观测、审计留痕和强制停机放进同一控制面，接近金融机构需要的完整治理链。
• 后续看点：Kill Switch 能否覆盖跨云、跨框架的长链任务；Falcon Observe 的记录粒度、数据驻留和审计证据能否满足金融监管要求。

来源：CyberScoop

PhysLDM 把可变形物体整段轨迹压入隐空间，最高压缩 78 倍

南洋理工大学 MMLab 与上海人工智能实验室提出 PhysLDM：先用高保真时空自编码器压缩体网格轨迹，再由扩散模型一次生成整段形变。方法将刚体运动与局部形变拆开，并以可学习时间查询汇总不同顶点数的轨迹，避免逐帧预测的误差累积。

• 发生了什么：团队用 StiffGIPC 在 3 万多个 Objaverse 物体上生成约 8 万条轨迹，时空自编码器平均重建误差 2.48 毫米，轨迹压缩最高 78 倍，并报告对未见物体的零样本泛化。
• 为什么值得深读：传统高保真仿真难以求梯度、需要人工调参；可微且能生成整段轨迹的隐空间模型，有机会缩短机器人、工程设计和数字孪生中的反复求解周期。
• 后续看点：论文结果能否扩展到更长时间、更多材料和接触条件；在真实工程载荷下，相对有限元求解器的误差、速度与失效边界。

来源：机器之心

ReSFlow 在统计流形上拉直离散生成路径，把 DNA 采样压到一步

NeurIPS 2026 接收的 ReSFlow 针对字符、二值像素和 DNA 等离散数据，把类别概率经平方根映射到单位超球面，再通过两阶段重新配对减少生成路径交叉，使一次速度更新更接近 Fisher–Rao 几何下的测地线。

• 发生了什么：在二值化 MNIST 上，一次模型调用达到接近 SFM 34 次调用的生成质量；条件启动子 DNA 设计中，1,000 条序列生成时间从 67.94 秒降至 0.409 秒，约快 166 倍，预测活性谱误差接近完整 ODE 采样。
• 为什么值得深读：它没有单纯蒸馏多步采样，而是改造概率空间中的路径几何。若在更大离散空间成立，可直接降低序列设计、组合优化和结构化数据生成的推理成本。
• 后续看点：一步采样在更长 DNA、更多类别和高维离散任务中的质量退化，以及两阶段训练增加的计算量是否抵消线上收益。

来源：机器之心

数据中心改装退役喷气发动机发电，用效率和排放换取两年交付

电网接入和新燃气轮机的等待期拉长后，部分 AI 数据中心开始把退役喷气发动机改造成天然气发电机组。此类方案效率较低、污染高于常规燃机，却能把项目通电时间压缩至约 24 个月；北弗吉尼亚新增 100 兆瓦电网接入据称需约七年。

• 发生了什么：xAI 已在密西西比州部署八台改装机组辅助 Colossus 2；供电延迟也开始改变客户决策，微软因当地电力无法在 2030 年代前提供足够容量，退出英国一处数据中心项目的锚定客户安排。
• 为什么值得深读：AI 基础设施的约束正从芯片供应扩展到项目级电力可得性。对金融机构而言，云和模型服务的容量、价格及地域风险会越来越受发电方案、并网周期与环保许可影响。
• 后续看点：临时燃机的排放许可、燃料成本与利用率，以及电网接入后这些资产能否退出，避免形成高成本的长期锁定。

来源：TechCrunch

AI 制药的瓶颈移到实验验证，单个分子的时间成本相差数月

AI 可在数小时内生成大量候选分子，单个生成成本甚至低于 1 元；进入湿实验后，合成和完整检测却常需数月，单份样本投入约 2,000 至 20,000 美元。产业关注点因此从生成数量转向高质量实验数据、自动化实验和下一步实验决策组成的干湿闭环。

• 发生了什么：上海产业与监管人士把门槛归纳为小样本高通量实验的精度、不能简单照搬人工动作的工艺自动化，以及根据实验结果决定下一步的闭环系统。
• 为什么值得深读：模型能力继续提升并不会自动缩短药物研发周期；计算侧越快，实验吞吐、数据权属和监管验证越可能成为投资回报的决定因素。
• 后续看点：候选分子从生成到合成、检测和临床前验证的通过率，自动化实验室的单位样本成本，以及监管对 AI 参与环节的分级要求。

来源：虎嗅

📰 独立报道

Agent、模型与安全

UniCAR-RL 把视觉数学训练拆成“看、想、答”三条强化学习分支

华中科技大学与华为提出的 UniCAR-RL 不再只用最终答案奖励同时监督感知和推理。Caption-RL 生成不带问题提示的完整图像描述，并由纯文本验证器判断描述是否足以解题；Reasoning-RL 与 QA-RL 分别训练推理和端到端整合，三条分支共享模型参数。工作已被 EMNLP 2026 Findings 接收。

来源：PaperWeekly

Anthropic 开源 FlashProve，验证回答是否由指定模型生成

Anthropic 发布可证明推理系统 FlashProve，利用密码学证明把“某个回答是否来自某个给定模型”变成可验证命题，并称其效率显著高于既有开源方法。用途包括防止会话被替换模型劫持，以及让安全评测方确认受测模型与面向客户提供的模型一致；代码已开源。

来源：Anthropic

MIT CSAIL 研究让前沿模型直接读写神经网络权重

MIT CSAIL 将这一方向称为“权重空间编程”：让大模型借助可解释性工具或直接编辑参数，读取、修复和改写较小神经网络。团队展示 GPT-6 编辑包括 Qwen3.5-0.8B 在内的小模型；当前结果更接近研究原型，尚不能据此推断其可稳定优化大型生产模型。

来源：MIT CSAIL

Agentic Robots 综述把 Harness 列为机器人系统的第四个核心领域

香港中文大学 MMLab、复旦大学等团队以模型、数据、环境和 Harness 四个领域、17 个功能类别梳理 Agentic Robots。Harness 负责把规划、记忆、监测与恢复、技能和基础设施连接起来，使机器人能根据执行反馈补充观测、重规划，并把失败片段回流到数据与训练环节。

来源：PaperWeekly

“逆向博弈论”用机制设计约束强模型，而非只训练模型服从规则

研究者尝试把 AI 对齐改写为机制设计问题：预先设计奖励、信息和交互规则，使具备策略能力的模型即使追求自身目标，也更愿意遵守系统约束。这条路线的价值在于把安全控制放到模型外部制度中；实际可行性仍取决于是否能覆盖未知策略、串谋和奖励规避。

来源：MIT Technology Review

企业工程与基础设施

推理算力采购从 FLOPS 转向每秒 Token、单位成本和稳定时延

多位中国算力服务商称，客户验收开始围绕具体模型、上下文长度、并发、吞吐、时延、能耗和故障恢复展开，而非只看芯片数量与峰值 FLOPS。材料援引数据称，2026 年推理负载或占 AI 算力总负载 70.5%；不同系统的 Token 性能和成本差距可达百倍。

来源：钛媒体

Meta 用 F3 Lightning 加速广告排序特征从定义到生产

Meta 发布 F3 Lightning，继续改造广告排序的机器学习特征框架。单次广告请求可能依赖 2 万多个特征；原 F3 通过把特征编译为单一合并图降低执行成本，新版本聚焦缩短特征投产路径。对大型实时决策系统，特征编译、复用与一致性仍是模型之外的主要工程成本。

来源：Meta Engineering

1,300 万台级感染面被切断，恶意电视盒曾把家庭网络出租为代理

Google 与产业伙伴拆除 x.cpe 僵尸网络，其高峰控制超过 130 万台 Android 电视盒，并可能因此切断对另外 1,000 多万台受感染设备的访问。恶意软件随部分设备出厂，暗中出租用户网络并实施广告欺诈；受影响范围还包括 Android 医疗设备和卡拉 OK 机。

来源：Krebs on Security

金融科技与数字资产

建行（亚洲）与蚂蚁国际完成代币化存款跨行真实结算

建行（亚洲）在香港金管局 Ensemble TX 下部署代币化存款平台，并与蚂蚁国际 Whale 财资平台完成真实交易。系统把分布式账本、RTGS 与 CBDC 结算连接起来，支持跨行、多币种的资金与支付指令同步交割；累计交易金额已超过 2,000 万港元，覆盖货款、服务费及集团内部调拨。

来源：财资一家

Binance 复盘 63 亿美元盗窃：假招聘与内部 AI 工具成为攻击链入口

Binance 称，攻击者先通过恶意 Google 广告投放篡改安装包，诱使开发者在假招聘流程中下载，再用数月横向渗透；事件还涉及内部 AI 工具。案例说明，开发者终端、招聘社工和企业 AI 的数据访问可以组成同一攻击链，数字资产机构需要把 AI 工具纳入身份、端点和数据外泄联合监控。

来源：The Verge

纽约时报等媒体起诉 Brave，争议同时指向付费墙绕过和 AI 训练供数

《纽约时报》等出版机构起诉 Brave Software，指控其浏览器绕过付费墙抓取新闻内容，并向 AI 公司出售数据。案件把浏览器端内容处理、用户访问权限和模型训练授权放到同一争议中；若法院支持原告，企业采购网页数据和构建检索语料时需要更严格核对授权链。

来源：Ars Technica