MIRAGE:一种针对多模态网页智能体的隐蔽视觉提示注入漏洞检测方法
MIRAGE 提出了一种利用扩散模型生成感知良性对抗图像的视觉间接提示注入框架,旨在检测受信任平台中仅控制特定区域(如广告位)的第三方评估场景下的多模态大语言模型网页智能体漏洞。该方法结合曲率感知引导与稀疏暗像素扰动技术,在 SeeAct 和 OpenClaw 等主流框架上的实证评估证明了其攻击效力、现实性与隐蔽性。
MIRAGE 提出了一种利用扩散模型生成感知良性对抗图像的视觉间接提示注入框架,旨在检测受信任平台中仅控制特定区域(如广告位)的第三方评估场景下的多模态大语言模型网页智能体漏洞。该方法结合曲率感知引导与稀疏暗像素扰动技术,在 SeeAct 和 OpenClaw 等主流框架上的实证评估证明了其攻击效力、现实性与隐蔽性。
一项包含 56 名参与者和 392 次视频问答实验的研究发现,交互后信任度显著预测用户委托决策(OR=14.97),但验证仍是主导策略且常与高信任共存。任务顺序调整后的委托增加率(OR=1.22)揭示了仅靠自评无法捕捉的经验相关成分。研究提出“已执行委托痕迹”框架,建议从意图转向对协作中委托行为的非侵入式观察。
润芯微正从传统 Tier1 转型为智能座舱 AI 解决方案提供商,构建知芯硬件、知微 AIOS 与知润端侧多模态模型三大底座。其实验显示,五名人员两个月内完成模块由 2 个增至 58 个、代码量达 14 万行的开发,且引入 AI 后单机成本增幅控制在 10% 以内。
RoboBusiness 2026 将于 10 月 20-21 日在加州圣克拉拉举办,行业专家将探讨如何利用关税、FCC 进口限制等政策鼓励制造商和机器人供应商在美国再本土化或扩大业务。会议还将审视软件进步、劳动力发展及供应链挑战,并讨论跨国关系、网络安全与地缘政治问题对再本土化的影响。
苹果收盘市值定格在5.005万亿美元,成为继英伟达后全球第二家突破该门槛的上市公司。据古尔曼爆料,国行Apple Intelligence将于今年12月通过iOS 27.3更新首次在中国大陆推出,首批功能包括Genmoji、通知摘要及照片消除等基础能力。新版Siri AI因高管对近期获准落地不乐观而暂未进入首发名单,国内用户需等待后续更新。
华为前小艺大模型负责人唐都钰创办观行数智,推出“主动式物理AI”概念与ProAgent双模型协同架构(StreamingJev哨兵与Response Model指挥员)。
量子位智库发布报告指出,企业 AI 落地常因任务定义、数据可信度等六大断点陷入“虚假繁荣”。报告提出成熟 Agent 需具备贯通任务至衡量的全链路能力,并建议通过网易智企数帆与 CodeWave SDD 等技术实践打通数据孤岛与工程流程。该方案旨在帮助企业在高价值场景跑通闭环后,将经验沉淀为可复用资产以实现规模化重塑。
2026 年 9 月 18 日第四届 AI 定义汽车论坛聚焦“全域 AI:汽车正在迈向统一智能体吗”,蔚来高杰、均联汪浩伟及中科摇橹船马健探讨舱驾融合。行业共识认为模型层融合是座舱与智驾统一的关键,但需通过求同存异架构平衡安全等级差异。短期方案坚持代码负责硬性规则(如车门锁定),长期需正向设计以应对大模型幻觉风险。
10 月 9 日四川泸州,一辆刚提 8 天的领克 10 EM-P 以约 50km/h 速度失控坠崖近百米。事故中乘员舱结构完整、A/B/C 柱无变形,气囊及时弹出且动力电池未冒烟起火,车主仅受轻微擦伤和胸椎骨裂。此次事件让此前在智能化上处于跟随地位的领克,凭借 CMA Evo 架构积累的安全技术意外出圈,印证了汽车竞争回归本质的趋势。
Kolab 发布包含 50 名从业者共 115+ 小时屏幕录像的新数据集,填补了现有基准过度关注自动化而忽视人机持续互动的空白。分析显示前沿模型高估专家协作效果且难以区分协作质量,无法预测用户采纳或修改贡献的行为。该 arXiv 预印本作为研究真实专业工作流中人类 - 智能体协作的宝贵资源,暂未开放代码或商用许可。
行业需摒弃先建平台再找任务的“机器人先行”思维,转而依据具体工作流的经济价值反向定义硬件、传感及外形。例如汽车装配线插销任务需微力分辨率,而托盘打包则重负载能力,单一通用平台难以兼顾。在既有厂房(Brownfield)中,适应人类环境的类人形态比专用机器人更具成本优势与部署深度。
完成单次操作不等于具备实用灵巧性,若单步成功率为 99%,连续 100 次任务仅能维持 36.6% 成功率。TDK Ventures 指出,可靠性源于在视觉、触觉等多模态数据闭环中不断部署、学习与改进。Agility Digit、ANYbotics 四足机器人及 Starship Technologies 均通过匹配特定工作流的最小必要灵巧度实现可靠作业。
OpenAI 于 10 月 7 日公开 722 篇数学手稿,其中编号 074 的两篇论文分别声称证明了三维挂谷极大函数猜想和四维挂谷集 Hausdorff 维数猜想。材料指出这些成果引用了王虹等人类学者的前期工作,但尚未经过同行评审且部分未形式化验证。陶哲轩牵头发布联合声明抵制此类批量攻关行为,认为其破坏了学术生态与人类理解的核心价值,数学界正面临新旧研究范式的剧烈碰撞。
Arthur D. Little 发布的 2026 全球电动出行准备度指数显示,中国以 106 分、挪威以 103 分位居全球前两名,成为仅有的两个越过 100 分线的市场。美国排第 25、日本排第 23,因政策反复或技术中立策略掉出前 20。指数从宏观环境、市场格局等五维度评估,揭示生态完整度而非传统制造厚度决定胜负。
Appen 生成式 AI 研究主管 Jeanine Sinanan-Singh 指出,令人印象深刻的人形机器人演示并不证明其行为具备泛化能力。她强调在机器人训练中保持“人在回路”至关重要,以应对通用性挑战。该观点源自 The Robot Report Podcast 第 265 期关于物理 AI 评估的讨论。
赛力斯数字能源部副部长刘小飞在第四届 AI 定义汽车论坛上表示,未来新能源汽车应定位为全域智能中枢与懂你的移动伙伴。该架构通过大脑、小脑及躯干硬件协同,结合端云一体软件体系,实现从单体智能向具身智能的跃迁。产业需持续验证跨域硬件稳定性、分层软件落地效果及商业化路径以推动范式真正落地。
2026 年 9 月 18 日,中国一汽研发总院在第四届 AI 定义汽车论坛上发布整车多域 AI 智能体落地路径。该方案构建统一模型平台与矩阵架构,采用千 TOPS 异构算力部署 50BMoE 至 200BMoE 大模型,实现亿级场景库与 7 日内数据闭环。行业正从软件定义汽车向 AI 定义汽车演进,一汽通过“产品先行、系统下沉”策略推动智能驾驶与座舱全域协同进化。
Jabil 指出人形机器人正从手工组装迈向万级规模量产,需通过优化成本结构提升可制造性与质量。该公司已与 Apptronik 合作将其 Apollo 机器人引入活跃制造环境,并强调 NVIDIA Jetson 系列是边缘计算的关键选择。尽管汽车合作伙伴能提供混合鲁棒性优势,但供应链多元化仍是当前主要挑战,消费者端应用预计需五年左右时间。
Waymo 最新同行评审研究表明,即便移除酒驾因素,清醒驾驶员夜间致命事故风险仍比日间高 3.1 至 3.9 倍。研究基于 FARS 数据库重建暴露量并评估了 50 个主要城市数据,发现仅靠消除酒驾无法解决照明不足、疲劳等系统性隐患。该成果发表于《Journal of Safety Research》及 IRCOBI 会议,证实需结合更安全的道路与车辆层面对齐安全系统方法。
该研究通过驾驶模拟器评估部分自动驾驶下的有意义人类控制(MHC),发现驾驶员对车辆理解意图的感知与转向力矩冲突呈负相关。定性反馈显示,意图不匹配及阻力会降低 MHC 感知,而顺应驾驶员意图的微细触觉引导则产生积极效果。未来设计应优先 effortless 干预、透明化自动化意图及明确权责分配以强化控制。
针对冻结视觉语言模型的安全评分,研究通过控制变量发现该分数主要随提示词结构和相机视角变化,而非反映真实危险。在涵盖三种策略、180 个回合及 130 次接触起点的实验中,分数仅在接触前约二十步下降,证实其无法区分危险信号与场景相关特征。结论表明仅凭图像文本相似度转化为奖励或置信度权重,并不能建立真正的危险感知能力。
文章指出2026年上半年整车制造利润率降至1.5%,叠加高品牌数量与低产能利用率,推动行业从扩张转向深度整合。案例包括长安阿维塔与深蓝的中后台协同、吉利入股蔚来能源的换电资产整合、广汽拟收购一汽丰田股权等。
Waymo 研究人员与事件准备专家联合发布论文,引入首个针对自动驾驶车队的事故管理框架。该方案适配联邦紧急事务管理局(FEMA)的国土安全演习评估计划,为开发者、运营伙伴及应急响应机构提供从规划到评估的统一演练方法。框架涵盖形成性咨询、教育桌面推演、总结性实操及确认性全规模演练四类场景,旨在通过跨组织协作提升应对自然灾害等突发事件的准备度与响应效率。
针对机器人进入人类空间过快而信任标准滞后的问题,该研究提出一个整合具身、控制、认知与设计维度的可信物理 AI 框架。框架通过统一物理能力、可观测行为及用户交互预期来涌现信任worthiness,涵盖安全、行为可解释性和感知对齐三大核心要素。目前为 arXiv 预印本(arXiv:2610.07382),尚未进入同行评审或正式出版阶段。
NVIDIA 以 129 亿美元收购 Hugging Face,确立其在物理 AI 领域的“房东”地位,确保开发者无论使用何种芯片均能访问其模型库。尽管 OpenAI、Anthropic 等厂商加速自研芯片(如 Broadcom Jalapeño),但定制芯片在软件成熟度与 CUDA 生态上仍需数年追赶。
Emesent 联合创始人 Stefan Hrabar 介绍 Hovermap 解决方案,利用基于 LiDAR 的 SLAM 技术在矿井、城市峡谷及森林等 GPS 信号缺失或受干扰区域实现自主导航。该系统通过多传感器融合克服粉尘、烟雾及无特征空间挑战,已在矿山和地下设施完成真实部署。
陶哲轩在 SAIR 演讲中批评模型公司无休止加速导致“证明消化不良”,指出 AI 仅能完成解答与形式化验证,却缺失阐释、评审及写入教科书等后续环节。这种知识拥堵将引发数学家创造力丧失与数据污染风险,迫使学界联合菲尔兹奖得主联名抗议并要求放缓发展速度。OpenAI 虽成立顾问小组回应,但声明明确该组不负责数学内部进展建议,无法根本解决加速带来的隐患。
针对现有可信 AI 框架难以应对物理安全与不可逆后果的挑战,该研究提出涵盖核心能力、物理作用及五阶段生命周期的 T-PAIO 运营化方案。作者进一步构建了包含关键原则的 T-PAI 理论框架,旨在为治理可信物理智能系统提供基础。相关论文已作为预印本发布于 arXiv,目前处于公开评审阶段。
Foxlink 与 Luminys 在 GTC Taipei 2025 展示集成 NVIDIA 和 SYNC 技术的四足机器人,利用智能传感器与物理 AI 实现主动式安防。该技术已部署于全球多家医院、购物中心及教育园区,通过融合生成式 AI 分析海量视频数据以识别异常并加速响应。
Lightbringer 联合创始人指出,随着竞争加剧,拥有定义机器人行为的关键技术比制造最佳机器人更能赢得物理 AI 竞赛。波士顿动力诉 Ghost Robotics 等案例表明,若未提前保护核心运动或校准机制,初创企业可能因诉讼预算不足而失去市场主动权。文章建议从早期部署强知识产权策略,聚焦一两个竞争对手难以复制的核心发明以构建防御生态。
Eli Lilly 与普渡大学专家将于 10 月 20 日在加州圣克拉拉的 RoboBusiness 2026 展示 AGV 实地研究心得。双方将解析制造现场的人机感知数据及可复用的合作指南,旨在解决学术界成果难以落地生产线的难题。该活动聚焦制药环境下的机器人安全与系统集成实践。
通用 AI 智能体缺乏针对 NVIDIA DOCA 等专用基础设施软件的领域知识,易导致开发中的猜测性错误并延长部署周期。NVIDIA 指出需在 BlueField 平台上集成 DOCA Agent Skills 以解决此问题,确保智能体能正确利用底层软件栈。该方案旨在缩短基础设施开发的修正循环时间,提升基于 BlueField 的应用构建效率。
VicOne LAB R7 通过实验证明,即便机器人遵循既定规则,被篡改的视觉、文本或音频输入仍会导致其做出错误动作。研究利用 Gemma 4 E4B 和 Nemotron 模型展示了海报文字与不可听音频如何误导机器狗与服务机器人,并指出 ROS 2/DDS 消息注入可触发意外移动。
华为常务董事余承东与赛力斯集团董事长张兴海于10月1日官宣双方达成问界业务升级战略合作。根据9月15日的声明,问界经营主导权从华为终端转移至赛力斯,涉及产品定义、设计、渠道及服务的主导职能调整,华为终端转为参与赋能。此次合作模式调整不涉及智界、享界等其他品牌。调整后,门店资源分配由双方协商决策,旨在以专属专营更好地服务用户。
Torc 将自动驾驶安全案例建立在工程师设计防故障系统、确保正常运行及网络安全,以及组织内建立清晰流程与安全文化的三大支柱之上。该框架强调开发阶段需纳入运营约束与监控维护需求,由首席安全官统筹以确保各域对齐。
Arrowfly 发布 AI for Engineers 平台,依托其旗下超 20 个工程品牌触达的 210 万验证读者及每月 2 亿次浏览量,构建新闻组、年度大会、原创研究与顾问委员会四大支柱。该平台旨在帮助研发、机器人等领域的工程师将 AI 从实验转化为可重复落地的应用,并计划于 2027 年 9 月在拉斯维加斯举办旗舰会议。
Synaptics 与 BrinqAI 联合方案旨在弥合实验室 AI 原型与工厂量产部署间的鸿沟,通过标准化架构解决多设备系统集成的复杂性。该方案支持模型在 SKU、光照等生产条件变化时的持续自适应更新,避免静态模型失效风险。边缘处理架构将敏感数据保留在设施内,降低带宽延迟并满足制药等行业的数据合规要求。
Cisco 调研显示,59% 的制造客户已部署物理 AI,其中 97% 的工业领袖预期其将改变网络需求。随着视觉系统与机器人从试点转向量产,延迟、带宽及生命周期管理等成为关键瓶颈,制造商需升级网络以应对安全与规模化挑战。
Hello Robot 联合创始人兼 CTO Charlie Kemp 专注于开发能在家庭和工作场所与人类近距离互动的移动机械臂。他带领团队利用 Stretch 机器人作为研发平台,协助老年人及行动不便者提升生活独立性。Kemp 强调真实世界交互对改进系统至关重要,并指出未来机器人发展需结合特定领域专家知识而非仅依赖技术演示。
NVIDIA Open Agent Safety Platform 为持续硅内智能体监控提供参考架构,旨在应对智能体 AI 带来的风险。该平台借鉴互联网兴起时的机遇与风险并存的历史经验,聚焦于理解当前代理型人工智能的发展现状与安全挑战。