OpenAI 瓦解一场协同式模型蒸馏行动
OpenAI 打击了一场旨在提取其受保护模型推理过程的协同式蒸馏行动，并正在加强对抗性蒸馏的防御。
#安全/对齐
OpenAI NewsAI 评分4646
OpenAI NewsAI 评分4444 OpenAI：迈向前沿 AI 训练的 safety case
OpenAI 给出前沿 AI 训练 safety case 的初期指南，覆盖技术防护措施、运营实践，以及对齐失效（misalignment）事件的调查三方面内容。
Google DeepMindAI 评分5555 Google DeepMind 为 Private AI Compute 增加安全的服务端持久记忆
Google DeepMind 宣布为 Private AI Compute 平台加入安全的服务端持久记忆层，让助手具备跨设备的长期连续性，同时保持设备端级别的隐私标准。
OpenAI NewsAI 评分5454 OpenAI 向乌克兰政府开放 Daybreak 计划以支持民用基础设施网络防御
OpenAI 宣布将 Daybreak 计划的访问权限扩展给乌克兰政府，以支持民用基础设施的网络防御。材料为官方摘要，未提供更多细节。
OpenAI NewsAI 评分3737 OpenAI 阐明第三方 AI 安全评估的优先事项与原则
OpenAI 提出对前沿模型及其安全防护措施进行第三方 AI 安全评估的优先事项与原则，强调评估应严谨、安全且独立。
NVIDIA BlogAI 评分3333 NVIDIA：为什么 Physical AI 规模化部署需要在每一层保障安全
NVIDIA 称 Physical AI 规模化部署需在硬件、软件、AI、运行环境与部署全生命周期每一层持续保障安全，而非部署前的一次性检查。ABI Research 预计 2035 年 L3-L5 自动驾驶汽车保有量达 49 million，Omdia 估计 2026-2035 年部署约 60 million 台工业机器人。
NVIDIA BlogAI 评分5050 NVIDIA 认为 AI 安全是工程问题，应在 Agent 栈每一层解决
NVIDIA 博文提出 AI 安全是工程问题，主张在 Agent 栈的模型、harness 与运行时各层都落实可执行边界和可验证的防护证据。
OpenAI NewsAI 评分4040 OpenAI 推出澳大利亚青少年安全蓝图
OpenAI 推出澳大利亚青少年安全蓝图（Australian Youth Safety Blueprint），面向更安全的 AI 体验给出一份六支柱路线图，旨在保护并赋能年轻人。
OpenAI NewsAI 评分5757 OpenAI 公开模型对齐问题报告框架及六份异常行为报告
OpenAI 公开了一套用于追踪、调查和披露模型对齐问题的框架，同时发布了六份关于模型意外或令人担忧行为的报告。材料为官方摘要，未提供框架的具体流程与报告细节。
Google DeepMindAI 评分5656 Google DeepMind 试点双盲 AI 评测，把外部评测限制在密码学黑箱中
Google DeepMind 宣布试点全球首个针对专有前沿模型的双盲评测，与 Singapore AI Safety Institute、OpenMined、AVERI、MLCommons 合作，在隐私保护环境中用保密基准测试 Gemini Flash Lite 模型。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与智能体的高性价比
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码与智能体的最强主力模型，发布价为 3.6 Flash 的一半，即每 1M 输入 token $0.75、输出 $3.75，优惠价持续到年底。
推荐理由：距离 3.6 Flash 仅三周发布，价格降到一半且多项基准有两位数提升，可据此判断 Flash 系列的迭代节奏与成本变化。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini Robotics 2 系列模型，让机器人实现全身智能
Google DeepMind 发布 Gemini Robotics 2 系列，包含三个模型：Gemini Robotics 2 视觉-语言-动作模型（VLA）可从脚到手指控制完整人形机器人与双臂机器人，Gemini Robotics ER 2 具身推理模型负责理解指令、规划多步任务，Gemini Robotics On-Device 2 则针对本地运行优化。
推荐理由：三个模型分别对应全身控制、具身推理与端侧适配，读者可据此看清具身智能落地的分层架构。
Google DeepMindAI 评分5757 Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 发布轻量网络安全模型 Gemini 3.5 Flash Cyber，基于 Gemini 3.5 Flash 微调，用于快速发现、验证并修补漏洞。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 AI Control Roadmap 智能体安全框架
Google DeepMind 发布 AI Control Roadmap 框架，用纵深防御方式管理内部部署的先进 AI 智能体，并同步发布面向政策制定者的技术框架 Three Layers of Agent Security。
推荐理由：原文给出把不可信智能体视作内部威胁的整套做法，以及按模型能力分级的检测与响应指标，对建设智能体安全体系有直接参考价值。
Google DeepMindAI 评分5050 Google DeepMind 联合多方发起最高 $10M 的多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 与 Google.org 启动最高 $10M 的技术研究资助，面向全球研究人员征集大规模多智能体 AI 系统安全研究提案。