跳到正文
10月16日周五
  1. Microsoft Research

    Microsoft Research 发布零知识虚拟机 Magnetar

    Microsoft Research 发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程,并返回约 12 毫秒即可验证的证明。研究团队称,在 15 个基准程序上,其速度比同类最快的 zkVM 平均快 10 至 39 倍,安全性仅依赖 SHA-256、SHA-3 等标准哈希函数,无需椭圆曲线、格假设或可信设置。

    研判 Magnetar 把零知识证明的安全假设收敛到标准哈希函数,并让 Rust、Go、C 程序无需改写即可证明执行,可能降低可验证计算的使用门槛。

10月15日周四
  1. Google Research

    Google 扩展 Earth AI 地理空间推理智能体早期访问

    Google 宣布扩展 Earth AI 地理空间推理智能体的实验性早期访问,覆盖 Ask Google Earth 的深度分析预览和面向开发者的 Agent-to-Agent API。

    研判 Google 将 Earth AI 基础模型封装为可调用的模块化技能,并加入前置规划与独立空间工作区,试图解决通用 LLM 在行星尺度空间数据上的多步推理短板;若早期访问反馈成立,地理空间分析的门槛与耗时可能下降。

10月13日周二
10月8日周四
  1. Google Research

    Google 研究:AI 辅助提升专利撰写,但初级律师判断力未同步提升

    Google Research 公布一项为期三个月的随机对照实验:在 11 家知识产权律所的 133 名律师中,提前获得 Google Labs 专利撰写 AI 工具(现属 Gemini Notebook)的律师,撰写评分在 10 天时提高 0.34 个标准差,90 天时提高 0.38 个标准差。

    研判 三个月随机对照实验显示,AI 辅助提升了专利撰写质量,但去除工具后,只有资深律师的判断力有可测提升,初级律师未获益,提示短期产出与长期能力积累可能分离。

10月6日周二
10月1日周四
  1. Microsoft Research

    微软研究院用机器学习预测电网空间天气风险

    微软研究院实习生Rohan Kannan开发了一套机器学习流水线,可对美国本土66,935座变电站输出30–60分钟前的空间天气风险估计。该系统结合L1太阳风观测、AE与Dst指数预报、地质电导率与电网数据,在2020–2026年评估期内检测到近80%的重大空间天气事件。研究称在用于电网实际运行前,还需与电力公司及运行数据进一步验证。