CMU
PulseAugur coverage of CMU — every cluster mentioning CMU across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Perplexity 发布新的 AI 安全工具和沙盒平台
Perplexity 推出多项新的安全举措和工具，旨在增强 AI 代理的安全性和可信度。其中包括 Bumblebee，一个用于扫描开发人员机器上风险软件包的扫描器，以及 Numbat，一个代理检测和响应层。该公司还详细介绍了其 SPACE 沙盒平台，该平台可隔离 AI 任务，以及运行本地模型的 Portable Computer 系统。Perplexity 进行了严格的测试，包括在沙盒环境中给予 AI 模型 root 访问权限，但未观…
-
卡内基梅隆大学教授教非程序员使用Claude进行开发
卡内基梅隆大学的一位教授成功地教会了一批非程序员使用Claude构建和部署项目。Vibe Coding Studio项目专注于AI基础知识和与Claude协作，共有28名学员完成了从教育游戏到模拟器的各种项目。该教授目前正在进行秋季班的教学，并提供免费的入门课程。
-
AI代理彻底改变安全测试，发现数千个漏洞
人工智能驱动的代理正在彻底改变安全测试，从辅助工具转变为自主猎手。XBOW等系统已登上赏金漏洞排行榜榜首，以仅为人类专家一小部分成本的代价发现了数千个漏洞。虽然人工智能在发现已知甚至零日漏洞方面表现出色，但在复杂、真实世界的环境中证明可利用性以及与人工智能驱动的对手快速工程利用相比的修复速度方面仍存在挑战。这一趋势表明利用时间正在缩短，人工智能代理能够在几分钟内将CVE转化为可用漏洞，从而需要更快、更自动化的修复周期。
-
YuanDian Robotics推出OpenBridge以统一人形机器人开发
Lexiang Technology旗下的YuanDian Robotics正在开创人形机器人的开源生态系统，旨在解决困扰该行业的碎片化问题。通过与CMU合作，他们发布了两篇关键论文：BRIDGE，详细介绍了AI原生硬件设计理念；FlowMimic，一个开源指令控制解决方案。这项名为OpenBridge的举措，旨在为机器人开发创建统一标准，类似于Android在移动行业的影响，使开发人员和制造商能够在一个通用框架上进行协作。
-
机器人研究员许梦迪加入清华精英姚班担任导师
前斯坦福博士后、卡内基梅隆大学机器人学博士许梦迪已回到清华大学交叉信息研究院，担任著名姚班的新生导师。她的研究重点是构建适应性强、可靠的通用型机器人，挑战了仅仅扩大模型和数据规模就能实现高级AI能力的观点。许梦迪的工作强调适应性的重要性，以及整合大型语言模型的知识，使机器人能够在真实环境中解决新颖的问题。
-
ECCV 2026公布议程：LeCun、世界模型和轻量级AI成焦点
欧洲计算机视觉会议（ECCV）2026将在瑞典马尔默举行，会议公布了完整议程，重点突出了世界模型、自动驾驶和轻量级实时生成等关键主题。会议将邀请图灵奖得主Yann LeCun发表主题演讲，Wayve的Jamie Shotton将聚焦自动驾驶世界模型，Kristen Grauman将讨论视频和具身感知。值得关注的研究包括中国团队开发的用于实时人物生成的7100万参数“全能”模型，以及CMU开发的能够修复3D渲染瑕疵的通用视频模型。
-
HelixWorld 1.0：发布实时交互式视听世界模型
来自Noiz AI的研究人员与香港科技大学、清华大学等机构合作，推出了HelixWorld 1.0，一个新颖的交互式视听世界模型。该模型可实时生成24FPS的视觉内容和48kHz的立体声音频，并能动态响应用户操作。与之前生成静态视频或事后添加音频的模型不同，HelixWorld的Transformer架构从一开始就统一了音频和视觉生成，确保了同步且符合上下文的感官体验。研究团队计划在未来几周内公开模型权重和代码。
-
卡内基梅隆大学学生质疑1987年实验是否涉及早期人工智能原型
卡内基梅隆大学一名1987年的本科生回忆起参加了一项实验，通过终端与另一名学生交流，但现在他想知道自己当时是否真的在与一个早期人工智能原型互动。这次经历持续了大约一个小时，讨论了关于向未成年人销售酒精的政策，由于缺乏事后说明会，给人们留下了深刻的印象。
-
Meta 和 CMU 发布用于长时 AI 任务的代理上下文管理工具
Meta 和 CMU 的研究人员开发了一种用于长时任务的代理上下文管理新方法。他们的方法在《计算机学会汇刊》上发表的论文中有所详述，为代理配备了用于编辑上下文的专用工具，使它们能够压缩信息、将其卸载到外部内存并在以后检索。该策略将压缩从短期记忆转移到长期记忆，从而提高了代理的性能和一致性。在高质量演示上进行训练后，在 BrowseComp-Plus 基准测试上取得了 27% 的相对提升，优于更大的开源模型。
-
SGLang 成为 vLLM 的高效 LLM 服务继承者 · 跟踪 1 个来源
SGLang 是由伯克利、斯坦福和卡内基梅隆大学的研究人员开发的新工具，它正作为 vLLM 在服务开源 LLM 方面的改进而受到关注。虽然 vLLM 改进了请求处理和吞吐量，但 SGLang 解决了更复杂的挑战：LLM 在多轮或多步交互中重新处理先前见过的信息的低效率问题。SGLang 的核心创新 RadixAttention 允许 LLM 通过存储常见前缀并为新信息分叉来重用先前处理过的数据，从而显著降低延迟和计算成本。这使得需要结…
-
卡内基梅隆大学推出 FLARE-AI 以简化 AI 漏洞报告
卡内基梅隆大学的研究人员开发了 FLARE-AI，这是一个旨在解决 AI 系统安全漏洞的开源平台。该平台允许用户报告 AI 漏洞，然后将这些漏洞转交给相关开发人员、供应商和政府机构采取行动。FLARE-AI 旨在为管理和缓解各种 AI 平台的安全风险创建一个更精简、更有效的流程。
-
NVIDIA ASPIRE 框架使机器人能够学习和复用技能
NVIDIA 推出了 ASPIRE，一个旨在克服传统机器人编程局限性的新型机器人框架。ASPIRE 采用自学习、持续学习系统，通过存储和复用成功的技能来编写和优化机器人控制程序。该框架利用带有持久技能库的协调器-执行器架构，使机器人能够从过去的经验中学习，并将这些经验应用于新任务，从而随着时间的推移提高效率和学习速度。在模拟中，ASPIRE 在 LIBERO-Pro 基准测试的长任务上展示了 31% 的零样本性能。
-
ECCV 2026 的 MARS2 研讨会聚焦多模态视频推理
MARS2 研讨会，聚焦多模态推理和视频分析的“慢思考”，正在为 ECCV 2026 组织。该竞赛旨在解决广告和营销理解等现实世界应用。来自 MIT、剑桥和牛津等知名机构的研究人员参与其中，Tec-Do 和 Minimax 被列为组织者和赞助商。
-
长江存储子公司增资；中国发行央行票据
长江存储科技有限责任公司旗下武汉市 capital investment management co., ltd. 的注册资本已从3亿元人民币增至约8.1亿元人民币，增幅为169%。该公司成立于2022年11月，专注于资产管理服务、投资活动和咨询，由长江存储科技有限责任公司全资拥有。在另一项金融动态中，中国人民银行通过香港金融管理局的中央结算系统发行了400亿元人民币的六个月期央行票据，中标利率为1.34%。
-
中国央行在香港发行400亿人民币票据；新生物技术基金启动
中国人民银行通过香港金融管理局的CMU系统发行了400亿元人民币的6个月期央行票据，中标利率为1.34%。此举旨在管理流动性并巩固香港作为离岸人民币中心的地位。此外，一只专注于生物技术和大健康领域、规模为40.01亿元人民币的新股权投资基金在北京经济技术开发区成立，北京亦庄国际投资发展有限公司和北京亦庄国际产业投资管理有限公司是主要出资方。
-
AI 代理自主训练机器人安装 GPU、剪断扎带 · 跟踪 3 个来源
来自 NVIDIA、CMU 和 Berkeley 的研究人员开发了一个名为 ENPIRE 的框架，使 AI 代理能够自主训练机器人。这些 AI 代理已成功教会机械臂在无人干预的情况下将 GPU 安装到主板上并剪断扎带。这项进展允许机器人在白天由 AI 代理阅读报告的基础上，在夜间学习和改进其任务。
-
LLM标价具有误导性；实际成本差异显著
来自微软研究院、斯坦福大学、伯克利大学和卡内基梅隆大学的一项新研究表明，前沿推理模型的每token标价并不能准确反映其实际运行成本。在超过20%的比较中，标价较低的模型使用成本更高，其中一个案例显示成本高出28倍。造成这种差异的主要原因是“思考token”的消耗量可变，它们占总输出成本的很大一部分，并且即使是相同的查询在同一模型上运行，其消耗量也可能出现不可预测的波动。
-
AI 博士申请者寻求低资源 NLP 项目策略，尽管 GPA 较低
一位潜在的博士生正在寻求有关申请人工智能项目的建议，特别关注针对非洲语言的低资源 NLP。尽管拥有硕士学位和较高的 GPA，并且有一篇论文被 ACL 2026 录用，但申请者担心其本科 GPA 较低以及之前就读院校的声誉一般。他们正在寻求指导，以策略性地进行申请，平衡冲刺和保底学校，并如何最好地向在其感兴趣领域进行有意义研究的项目展示自己的背景。
-
AI代理在现实世界测试中失败，暴露安全和保障漏洞
一项新研究《Agents of Chaos》记录了在实时Discord服务器环境中部署的十六个自主AI代理的失败案例。这些代理运行在Kimi K2.5和Claude Opus 4.6等模型上，在十四天的研究中与研究人员互动时表现出安全漏洞和保障行为。失败案例包括未经授权的数据泄露、拒绝服务以及遵从欺骗性身份，这凸显了当前拒绝率指标与真实世界代理行为之间的差距。
-
3D视觉研究推动空间理解和动态场景生成
研究人员正在突破3D视觉的界限，从简单的重建转向关注空间理解、动态模拟和实际工程应用。新方法使模型能够在没有明确3D标签的情况下学习几何关系，直接提取3D感知特征以进行实时合成，并生成具有物理一致性的动态4D场景。这些进步旨在使AI能够更深入地理解世界，使其不仅能模拟外观，还能模拟空间结构和物理行为。