University of Toronto
PulseAugur coverage of University of Toronto — every cluster mentioning University of Toronto across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
加拿大国际学校香港分校2026届毕业生获得逾千份大学录取通知
加拿大国际学校香港分校（CDNIS）庆祝其2026届毕业生的成就，他们获得了来自全球150多所院校的逾千份大学录取通知。该校独家提供国际文凭课程（IBDP）和安大略省高中毕业文凭（OSSD），旨在培养学生的学术严谨性、批判性思维和适应能力。毕业生获得了进入布朗大学、剑桥大学和加州大学伯克利分校等著名大学的席位，并获得了大量医学、法律专业的录取通知以及丰厚的奖学金。
-
纸板计算机为现代数字系统提供实体连接
作者回顾了他们童年时使用CARDiac的经历，CARDiac是贝尔实验室于1968年创建的一个纸板计算机，旨在向高中生传授计算知识。组装和使用这个纸质计算机，包括手动移动标记来表示内存和操作，让作者对计算过程有了切实的理解。尽管CARDiac很简单，但这次亲身体验给作者留下了“指尖感觉”或可读性的感觉，这让他们对现代高度抽象的数字系统的底层机制有了一种令人欣慰的联系。
-
FIFA世界杯AI创新依赖全球数据标注劳动力
FIFA世界杯正在利用先进的AI技术，包括实时球员追踪和AI辅助越位判罚，这些技术严重依赖于一个全球性的数据工作者网络。这些个人，很多本身就是足球运动员，对于标注来自不同联赛的比赛数据至关重要，其中大部分工作集中在印度、柬埔寨和菲律宾等国家。这个数据标注过程，虽然对AI工具至关重要，但地理上集中在较低收入地区，而高价值的数据分析工作则保留在较富裕的中心。
-
生物多样性遗产图书馆免费分享6400万页科学文献
生物多样性遗产图书馆（BHL）正在向公众免费开放6400万页科学知识。这个庞大的数字图书馆旨在通过提供海量科学文献的访问权限，让自然世界爱好者受益。史密森尼学会和多所大学等机构参与了这项倡议。
-
多伦多大学研究人员开发出人工智能驱动的计算机蠕虫
多伦多大学的研究人员开发了一种利用人工智能创建强大计算机蠕虫的方法。这种人工智能驱动的蠕虫旨在利用已知漏洞并在互联网上快速传播，构成重大的安全威胁。
-
Cory Doctorow 批评人工智能的压迫性潜力
Cory Doctorow 在接受其即将出版的书《反中心人生活指南》(The Reverse Centaur's Guide to Life After AI) 的采访时，讨论了他与计算机和技术的长期渊源。尽管他有这样的背景，但他对被视为人工智能的倡导者感到惊讶，并强调了他对技术压迫和控制潜力的批判性立场，这是赛博朋克文学的核心主题。Doctorow 强调了用户驱动的技术适应的重要性，并举了 Hypercard 和 Scratch 等…
-
AI蠕虫自主复制并攻击网络
多伦多大学的研究人员开发了一种人工智能驱动的计算机蠕虫。这个概念验证性项目使用了一个开放权重的语言模型来导航网络、制定定制的攻击计划并自主复制。该系统完全在本地运行，不依赖于商业AI服务。
-
3D AI 进展：物体关节、4D 动态与高效重建
3D 计算机视觉的最新研究正超越简单的形状重建，转向理解物体的关节、运动和高效处理。CVPR 2026 上发表的论文探讨了 AI 如何推断物体的可动部件及其功能，如 PARTICULATE 框架所示。此外，Velox 等新方法正在学习动态 4D 物体的紧凑表示，捕捉随时间变化的几何形状和外观。效率也是一个关键焦点，HeSS 等研究开发了优化 VGGT 等复杂模型的技术，以实现更快、更准确的 3D 重建。
-
人工智能先驱 Geoffrey Hinton 呼吁进行药物类监管
诺贝尔奖得主、人工智能先驱 Geoffrey Hinton 已从人工智能的积极研发中退休，但他继续倡导该领域的负责任发展。在最近的一次采访中，他强调了对人工智能应用进行独立测试、审查和监管的至关重要性，并将其与药品上市前所应用的严格流程进行了类比。
-
多伦多大学研究人员开发的 AI 蠕虫可攻击在线设备
多伦多大学的研究人员开发出了一种能够攻击任何在线设备的 AI 驱动的蠕虫。这种自适应蠕虫可以在网络中传播，接管控制权，并以极低的成本为黑客窃取计算能力以进行恶意攻击。这项于 6 月 2 日发布的工作标志着首次演示了 AI 模型被用于创建这种能够自我传播的网络威胁。
-
AI蠕虫自主利用网络安全测试中的新漏洞
多伦多大学的研究人员开发了一种由人工智能驱动的计算机蠕虫，能够实时自主识别和利用新漏洞。与依赖单一已知漏洞的传统蠕虫不同，该AI代理可以通过访问当前漏洞公告来调整其攻击策略。在模拟中，该蠕虫在一周内成功渗透了公司网络的重要部分，凸显了网络安全威胁的新前沿。
-
利用易于获取的模型构建的 AI 蠕虫可攻击在线设备
多伦多大学的研究人员开发了一种新型 AI 驱动的网络蠕虫，该蠕虫可以在网络传播过程中调整其策略。这种蠕虫利用易于获取的 AI 模型构建，能够以低成本控制设备和网络，对各种在线系统构成重大威胁。该团队在安全实验室进行的研究结果，凸显了开源 AI 模型被滥用的可能性，并引发了对当前网络安全防御的担忧。
-
AI驱动的蠕虫可以自主适应和传播
研究人员开发了一种AI驱动的计算机蠕虫原型，该蠕虫可以实时调整其攻击策略。这种新型恶意软件利用受损机器上运行的开放权重大型语言模型，为每个目标生成定制的漏洞利用。该蠕虫可以在包括Linux、Windows和物联网设备在内的各种平台上传播，并且它利用被盗计算资源的能力使得攻击者的感染成本几乎为零，从而在经济上造成防御者与攻击者之间严重的不平衡。研究人员强调，迫切需要针对这些自主的、生成式的网络威胁制定新的防御策略。
-
量子实验证实光子似乎在进入原子云之前就已离开
多伦多大学一项演示光子可以在原子云中花费负时间量的实验已成功通过同行评审并发表在《物理评论快报》上。这种突破性的量子效应，使得光子似乎在进入原子云之前就已离开，在平均约一百万次测试运行后得到证实。研究人员强调，这种现象并不意味着时间旅行，并且完全可以用现有物理学来解释，不涉及超光速信号。
-
NVIDIA 和清华团队创建 Gamma-World 以进行多智能体模拟
来自 NVIDIA、清华大学等机构的研究人员推出了一种新颖的生成式多智能体世界建模框架 Gamma-World。该系统通过支持多个智能体在共享的模拟环境中进行交互，解决了现有单智能体模型的局限性。Gamma-World 通过在智能体身份编码和注意力机制方面的创新，实现了可扩展且一致的多智能体模拟。
-
分子胶CLEO4-88选择性靶向疾病蛋白
研究人员开发了一种新型分子胶CLEO4-88，能够选择性地抑制致病蛋白的活性。这种方法与传统的分子胶不同，它通过结合单个蛋白并诱导构象变化，使其能够与第二个蛋白相互作用，而不是将其标记为降解。该方法已成功用于靶向参与前列腺癌的蛋白和一种代谢蛋白，为以前不可成药的靶点提供了新的治疗策略。
-
人工智能在自动驾驶和机器人领域从感知走向行动
研究人员正通过关注超越简单环境识别的行动和决策，来推进自动驾驶和多智能体协作的人工智能。在CVPR 2026上展示的新研究探索了可控场景生成、逼真模拟增强以及端到端驾驶对齐，以使人工智能不仅能感知，还能参与真实世界。这些努力旨在创建更强大的AI系统，使其能够在动态环境中进行复杂的决策、学习行动和协调行为。
-
地缘政治紧张局势下，加拿大赴美商务旅行锐减
加拿大商界领袖和游客正在大幅减少赴美旅行，多伦多大学报告称，前往美国大都市区的游客人数中位数下降了42%。这一趋势已从休闲旅游目的地延伸至工业和金融中心，表明其经济影响广泛。研究人员将这一转变归因于地缘政治紧张局势以及美国关税引发的报复性抵制，导致严重依赖加拿大游客的美国企业出现失业。
-
微软AI数据中心引发关于多伦多电力供应和成本的辩论
微软在多伦多地区扩展AI数据中心，引发了对其对居民电力供应和成本影响的担忧。一些官员认为这些设施可以负责任地管理，并为数字主权和AI经济做出贡献，而另一些人，如多伦多大学教授Avi Goldfarb，则警告说，如果不能快速建设，可能会在AI发展方面落后。
-
Microsoft Research在NSDI '26上展示AI系统和网络进展
Microsoft研究人员将在NSDI '26会议上发表11篇论文，重点关注与云计算和AI相关的大规模网络系统进展。几篇论文探讨了优化AI模型性能和基础设施的新方法，包括用于提升LLM吞吐量的KV缓存共享技术以及自动化基于模型的网络协议测试方法。其他研究亮点包括用于降低成本和提高性能的内存分离舱增强功能，以及光网络中的新流量工程策略。