NIST
PulseAugur coverage of NIST — every cluster mentioning NIST across labs, papers, and developer communities, ranked by signal.
- instance of National Institute of Standards and Technology 95%
- instance of Arvind Raman 95%
- affiliated with U.S. Department of Commerce 95%
- partners with CAISI 90%
- employed by Arvind Raman 90%
- partners with National Institute of Standards and Technology 75%
- instance of OWASP 70%
- developed by ECC memory 70%
- used by Jett 70%
- instance of post-quantum cryptography 70%
- affiliated with Center for AI Standards and Innovation 70%
- affiliated with CAISI 70%
- 2026-09-15 funding NIST awarded over $30 million to 12 Manufacturing Extension Partnership centers to promote advanced manufacturing technology adoption. 来源
- 2026-08-06 regulatory NIST withdrew the HAWK post-quantum cryptography algorithm due to a discovered hack. 来源
- 2026-08-04 partnership NIST and the DOE signed an MOU to collaborate on AI-accelerated innovation for national science and technology challenges as part of the Genesis Mission. 来源
- 2026-07-22 funding NIST announced a funding opportunity for 14 MEP centers to advance small and medium-sized U.S. manufacturers. 来源
- 2026-07-14 product_launch NIST received a patent for a new water heater design aimed at killing harmful bacteria. 来源
- 2026-07-09 product_launch NIST has developed a new fabric test material to aid in textile recycling. 来源
- 2026-07-06 hiring Arvind Raman was sworn in as the 18th Director of NIST. 来源
- 2026-06-09 research_milestone NIST published a mathematical proof showing that AI systems cannot be made universally robust against adversarial prompts. 来源
- 2026-05-18 research_milestone Proposal to use lunar craters for ultrastable laser development. 来源
- 2026-05-13 research_milestone NIST researchers published findings on how wear and tear affects PFAS levels in firefighter gear. 来源
15 天有情绪数据
-
美国国家标准与技术研究院加入白宫倡议，以推进美国科技领先地位
美国国家标准与技术研究院（NIST）正与白宫的“科学新黄金时代”倡议保持一致，旨在巩固美国在关键技术领域的领导地位。NIST将贡献其广泛的数据存储库、数据标准专业知识和物理测试平台，以加速科学发现和新技术部署。这项工作包括利用NIST的材料和制造资源、数字基础设施，以及参与Genesis Mission Consortium，以推进生物技术和量子科学等领域。
-
NIST 研究追踪美国芬太尼掺杂物的变化
美国国家标准与技术研究院 (NIST) 的一项新研究揭示了在美国各地非法芬太尼供应中掺入的掺杂剂的类型和流行程度存在显著差异。研究人员分析了 2024 年 1 月至 2026 年 6 月期间收集的 4,500 多份药物样本，发现木azine 等物质在东海岸比西海岸更常见。该研究还发现了新出现的掺杂剂，如美地地定（一种强效镇静剂）和一种用于塑料的工业化学品。这项研究是快速药物分析和研究计划 (RaDAR) 的一部分，旨在为急救人员和公共…
-
美国国防部CMMC第二阶段暂停并不意味着承包商网络安全义务的终结
美国国防部网络安全成熟度模型认证（CMMC）第二阶段的推出已暂停审查，但这并不否定承包商现有的网络安全义务。基础要求，由DFARS 252.204-7012强制执行，并基于NIST特别出版物800-171 Rev. 2，仍然有效。承包商必须继续实施这些安全控制，因为不合规仍可能导致虚假申报法案（False Claims Act）的违规，而主承包商可能会对分包商施加自己的网络安全时间表。
-
Cantwell参议员提议AI审计和中美热线
Maria Cantwell参议员提出了一个监管先进AI模型的框架，强调在发布前进行独立审计和安全标准的需求。该提案还包括事件报告要求以及建立美中之间关于AI事务的直接沟通渠道。该倡议旨在提高AI安全性并促进国际合作。
-
RSA 加密面临量子威胁，促使 2029 年迁移截止日期
RSA 算法是公钥加密和互联网数字信任的基石，即将迎来 50 周年。虽然其基础架构仍然具有影响力，但量子计算的出现对其安全性构成了重大威胁。像 Shor 算法这样的量子算法的进步，以及最近的研究表明所需的量子比特比之前想象的要少，加速了这一转变的时间表。Google、Cloudflare 和 Microsoft 等主要科技公司目前正将 2029 年定为将其系统迁移到后量子加密的目标日期，并强调由于当前加密方法在企业基础设施中的深度集成…
-
物理学家 Jun Ye 因在原子控制方面的突破性研究荣获 2026 年度沃尔夫物理学奖
物理学家 Jun Ye 因其在控制超冷原子系统方面的开创性工作而荣获 2026 年度沃尔夫物理学奖。他与 Immanuel Bloch 共同分享了该奖项及 10 万美元奖金。Ye 的研究推动了高精度光学原子钟的发展，并为基础物理学研究开辟了新途径。
-
据 Forbes 报道，语音 AI 和 LLM 可以修复糟糕的一线数据
各行各业的一线工人，包括工业维护、护理和物流，都因数据质量差和界面笨拙而难以使用数字工具。一位 Forbes 撰稿人指出，问题不在于工人缺乏动力，而在于他们使用的系统的设计，这些系统通常无法捕捉到他们工作的细微差别。大型语言模型（LLM）被提议作为一种解决方案，充当适配器，让工人能够自然地描述事件，然后 LLM 将这些信息构建成所需的数据库格式，可能通过语音界面在工作时捕获。
-
AI模型端点面临新的安全威胁和缓解策略
安全专家敦促开发人员为其与大型语言模型交互的应用程序端点实施强大的威胁建模。攻击者越来越多地利用自动化工具和复杂技术来利用这些机器学习表面的漏洞，超越了传统的API安全。主要威胁包括在训练过程中损害模型完整性的后门攻击、通过扰动输入绕过过滤器的规避攻击、可以重建训练数据的模型反演攻击，以及泄露有关训练集信息的成员推理攻击。为缓解这些风险，建议开发人员将模型构件视为不受信任的代码，规范化和限制输入，限制API响应暴露的信息，并实施查询预算。
-
人工智能加速密码分析，提高网络安全标准门槛
人工智能正在显著改变网络安全格局，尤其是在密码学领域。人工智能模型在以前所未有的规模发现安全漏洞方面表现出色，这需要对加密算法进行更快、更严格的测试。虽然人工智能赋能攻击者，但它也为防御者提供了强大的密码分析工具，使他们能够更有效地对加密标准进行压力测试和验证。这种演变需要私营供应商和政府机构之间更紧密的合作，以确保新的后量子密码学（PQC）标准能够抵御人工智能驱动的威胁。
-
DCM-SAM 系统改进了金属增材制造中的缺陷分割
研究人员开发了 DCM-SAM，这是一种用于通过 X 射线计算机断层扫描分割金属增材制造零件中缺陷的新型系统。该系统采用缺陷条件自适应 LoRA 专家混合模型，利用固定的 Segment Anything 主干，并为每个缺陷类别配备单独的 LoRA 专家。DCM-SAM 仅使用合成数据进行训练，就能在未直接接触真实扫描的情况下实现高精度。该系统还解决了在 AI 加速器上部署的挑战，针对 Qualcomm Hexagon NPU 进行了…
-
TRACE框架使用射频测量实现无线数字孪生的自校准
研究人员开发了TRACE，一个使用射频测量来自校准无线数字孪生的新框架。该系统解决了现有数字孪生中的不准确性，这些不准确性通常源于不完美的3D环境模型。TRACE通过射线追踪孪生、反投影测量和模拟的射频数据以及提取建筑物周围的局部区域来对齐物理世界和数字孪生之间的残差误差。然后，一个多视图校正器融合证据，预测建筑物参数的校正，从而显著提高位置和方向的准确性。
-
Anthropic 标记智谱AI的GLM-5.3具有高级网络漏洞利用能力
Anthropic 发布了关于智谱AI新模型GLM-5.3的调查结果，强调其在自主构建网络漏洞利用方面的高级能力。与Anthropic自身发布的带有安全防护措施的Claude Mythos Preview不同，GLM-5.3的发布限制极少，导致恶意行为者的网络能力显著增强。Anthropic的测试表明，GLM-5.3的安全防护措施可以被高成功率地绕过，这与他们自己带有安全防护的模型形成了鲜明对比。美国国家标准与技术研究院（NIST）的…
-
LLM偏好生成与校准研究显示模型不一致性及改进方法
近期研究探讨了大型语言模型（LLM）生成偏好的可靠性和校准性。一项研究发现，虽然LLM在偏好上表现出自洽性，但在不同模型和规模之间存在显著的不一致性，表明提示词措辞的影响不如模型选择大。另一篇论文证明，较小的、冻结的模型可以生成比自身生成更有效的“拒绝”样本用于偏好蒸馏，从而降低计算成本。第三项研究引入了基于评分卡的偏好（Rubric-Calibrated Preferences, RCP），以提高LLM在信息检索中判断的质量和跨查询…
-
美国国家标准与技术研究院更新建筑安全调查进展，包括尚普兰南塔和玛丽亚飓风事件
美国国家标准与技术研究院（NIST）最近召开了其国家建筑安全团队（NCST）咨询委员会会议。会议提供了关于尚普兰南塔（Champlain Towers South）倒塌事件和玛丽亚飓风（Hurricane Maria）对波多黎各影响的正在进行的调查的最新信息。委员会还收到了关于NIST灾难与失效研究项目以及一项关于密苏里州乔普林龙卷风先前调查建议实施情况的信息。委员们赞扬了NIST团队的细致工作和协作努力。
-
NIST科学家证明AI在使用传统安全模型方面是无懈可击的
NIST的一位高级科学家发表了一项数学证明，该证明建立在库尔特·哥德尔的工作之上，证明使用传统的安全模型无法使AI系统完全无懈可击。该证明表明，在使AI系统完全安全方面存在固有的局限性。
-
AI和自动化风险：专家称科技资产需要设定失效日期
A3logics创始人兼首席执行官Akhilesh Sharma认为，企业技术，特别是AI代理和自动化，面临着一个隐性的风险，即在原始目的或组织背景消失后仍然长期存在。他提议实施一个“过期”控制，为每个技术资产在创建时分配一个生存时间（TTL）。继续运行将需要指定所有者进行定期重新认证，证明其持续的相关性、有效权限和可接受的成果，而更关键的系统需要更频繁的审查。
-
神经网络推动无线设备的物理层密钥生成
研究人员开发了一种面向物理层密钥生成（PKG）的信道感知神经网络，用于无线设备。该方法允许设备利用信道观测建立共享密钥，无需直接密钥交换，这对于资源受限的边缘网络尤其有用。该神经网络通过结合深度度量学习和信道感知监督，联合学习二元密钥特征和信道估计，并已证明与Eve相关的观测相比，对互惠的Alice-Bob观测具有更低的比特不一致性。该系统在隐私放大后还显示出更高的密钥多样性并通过了NIST随机性测试。
-
美国国家标准与技术研究院向美国制造业中心拨款3000万美元以促进AI采用
美国商务部国家标准与技术研究院（NIST）已向美国11个州和波多黎各的12个制造扩展伙伴关系（MEP）中心授予了超过3000万美元的资金。这笔资金旨在促进人工智能和自动化等先进制造技术在美国中小型制造商中的应用。入选的中心将获得长达五年的支持，具体取决于其绩效和与NIST优先事项的一致性，并且必须获得非联邦匹配资金。
-
NIST 敲定保护在线身份和访问令牌指南
NIST 和 CISA 敲定了旨在增强在线身份和访问令牌安全性的指南。该出版物 NIST IR 8587 提供了保护这些关键信息片段的实施策略，这些信息片段可能被对手利用以获得未经授权的访问。该指南是根据公众反馈和第 14306 号行政命令制定的，面向云服务提供商和联邦机构，但为任何管理身份令牌的组织提供了宝贵的见解。
-
人工智能加速量子计算进展，助力纠错和优化
人工智能正在显著助力量子计算的开发和应用。人工智能模型，特别是 Transformer 模型，正被用于解码量子系统中的噪声和错误，从而实现更稳定的逻辑量子比特。此外，人工智能还在优化操纵量子比特所需的精确控制脉冲，提高准确性。虽然量子计算机不会取代经典计算机处理日常任务，但它们有望彻底改变药物发现、材料科学和复杂模拟等领域，并可能影响密码学和全球技术领导力。