贝有科技

BEIYOO·AI 简报：AI 给 Signal 机器码开出数学证明，Claude 把白板和表格搬进对话

返回 AI 简报#4142026-11-11
BEIYOO·AI 简报：AI 给 Signal 机器码开出数学证明，Claude 把白板和表格搬进对话 封面图

Share

分享本期简报

手机端可调起系统分享；桌面端可复制链接或扫码后转发。

HEADLINE MOTION · 1 分 36 秒

AI 如何给 Signal 的机器码写下数学证明？

沿着规格、编译代码与机器证明走一遍。豆包 TTS 中文旁白与逐句字幕同步，不自动播放；字幕中的数字均来自 DeepMind 官方说明。

ALPHAPROOF CODE / SIGNAL01 / 07 · 验证缺口
Signal
?设计与生产之间
生产机器码0110 1011
1100 0101
0011 1000
STEP 01 / HUMAN-APPROVED先写清楚
究竟要证明什么
安全规格

临时失陷前后
消息仍受保护

专家确认 ✓
协议设计源码实现编译机器码
验证深度直达设备实际执行

把“设计正确、实现走样”的缝隙纳入证明

拆题搜索修正审计
生成 Lean 证明1 万行

模型负责探索，形式系统负责判真

LEAN KERNEL机器检查闸门证明成立
≈ 1%标记给专家再看

把人工判断集中在最需要的位置

过去多年
→
本次4 周
2 个历史漏洞重新放回后，均被证明不安全

证明不等于“绝对安全”

关键系统上线时，
应同时交付可检查的证据。
规格明确证明可复核边界可追踪

Signal 的加密设计早已被反复分析，但真正运行在手机上的，是编译后的机器码。

0:00 / 1:36

豆包 TTS 中文旁白 · 字幕随音频同步 · 支持暂停、静音、重播与时间轴

本期重点
  • DeepMind 推出 AlphaProof Code：四周内把 Signal 核心加密实现验证到生产机器码，智能体生成六百万行以上 Lean 证明。
  • Anthropic 上线 Claude Whiteboards、Sheets 与 Data，把多人白板、表格和实时数据故事留在同一个协作上下文。
  • Google 发布 Gemini Robotics 2.5，覆盖 200 多项任务，并在奔驰生产线零件分拣概念验证中达到 96% 成功率。
  • MiniMax 开放 H3-Image 权重，主打 10 秒内生成 4K 图像、最多 16 张参考图和图像编辑。
  • 阿里巴巴推进平头哥分拆赴港上市；蚂蚁旗下 Robbyant 开源 LingBot-Touch，中国 AI 继续同时补芯片与机器人感知。
  • OpenAI 给商家增加资料主页和 Business Agent，ChatGPT 从推荐入口继续向商家可运营、可衡量的交易前台延伸。

今天最值得记住的不是模型又多了一个入口，而是 AI 开始同时进入“证明、生产和经营”三条硬链路：AlphaProof Code 把安全结论变成机器可检查的证据，Gemini Robotics 与 LingBot-Touch 把模型送进真实动作，Claude 和 ChatGPT 则把协作与商家经营留在自己的界面里。企业下一阶段的竞争力，不只是接入最强模型，而是能否让模型输出经过独立校验、进入可控工作流，并留下可追踪的业务结果。

Deep Read

今日深读

模型不只写代码，开始为生产代码交付机器可检查的证明

Google DeepMind 用 AlphaProof Code 验证 Signal 核心加密实现的关键安全性质，范围一直追到设备实际运行的编译机器码。系统先由人类专家确认 Lean 规格，再由 Gemini Carbon 驱动的智能体生成超过六百万行证明，最后交给 Lean 内核逐步检查；约 1% 的代码被标记给专家重点复核。

真正重要的变化不是“AI 说代码安全”，而是模型产出的结论必须通过一个不信任模型的验证闸门。官方称整个过程用时四周，并通过重新放入两个已修复历史漏洞，确认系统都能证明带漏洞版本不安全。它把生成式模型擅长的搜索能力，与形式系统擅长的确定性校验接在了一起。

边界同样明确：形式化证明只能覆盖被写入规格的性质，不能替代威胁建模、供应链安全、运行监控与人工判断。企业可以先把这套思路用于权限、计费、密钥和高风险自动化——要求关键规则既有自然语言说明，也有可执行测试、机器检查证据和清楚的适用范围。

By The Numbers

数字看板

4周

AlphaProof Code 完成 Signal 深度验证

官方对比称同类工作过去通常需要专家团队多年

600万+

智能体生成的 Lean 证明行数

每一步仍由 Lean 内核独立检查

96%

Gemini Robotics 2.5 汽车零件分拣成功率

来自奔驰生产线概念验证

Action Item

企业能抄的作业

给一个高风险 AI 工作流加上“不可自证”的验收闸门

  1. 1选择权限变更、计费、合同审核或客户承诺中的一个高风险动作，写清必须始终成立的规则。
  2. 2让模型生成结果，但把规则检查放进独立程序、测试或第二套模型，禁止生成者自己宣布通过。
  3. 3记录输入、版本、证据、失败原因与人工复核点，让每次放行都能重演。
  4. 4明确证明没有覆盖的范围，并为异常、供应链和运行时风险保留监控与停止机制。

News Briefing

今日快讯

采集窗口：北京时间 11 月 10 日 08:00 至 11 月 11 日 08:00；已与 #413 逐条去重。

DeepMind 用 AI 把 Signal 核心加密实现验证到生产机器码

标签：Google DeepMind / 形式化验证 / 软件安全

来源：Google DeepMind 官方发布

摘要： Google DeepMind 推出 AlphaProof Code，由人类专家确认安全规格，再让 Gemini Carbon 驱动的智能体为 Signal 核心加密实现生成证明，并由 Lean 内核独立检查。验证一直覆盖到设备实际运行的编译机器码，四周内产生超过六百万行 Lean，系统只把约 1% 的代码标给专家重点复核；团队重新放入两个历史漏洞时，也都得到了“不安全”的机器证明。它并不代表 Signal 或任何软件从此绝对安全，但首次把广泛部署的加密协议实现推进到这种验证深度，为关键软件交付“可检查证据”打开了现实路径。

Claude 把 Whiteboards、Sheets 和实时数据故事留在同一协作空间

标签：Anthropic / 办公协作 / AI 产品

来源：Anthropic 官方产品说明 · 互动连接器更新

摘要： Anthropic 在付费计划中推出 Claude Whiteboards 与 Claude Sheets 测试版，并把 Dashboards 正式升级为 Claude Data。团队可和 Claude 在共享白板上整理想法、在原生表格里编辑公式与下拉项、把认证查询做成可实时分享的数据故事；互动连接器则让 Claude 在更多业务应用中保留上下文。对企业而言，竞争点正在从“生成一个文件”转向多人持续协作，但 Enterprise 计划中 Whiteboards 和 Sheets 默认关闭，也提醒管理员先处理权限、连接器与数据边界。

Gemini Robotics 2.5 在奔驰生产线零件分拣概念验证中达到 96%

标签：Google DeepMind / 机器人 / 物理智能

来源：Google DeepMind 官方发布

摘要： Google DeepMind 发布 Gemini Robotics 2.5，称其在 200 多项任务上扩大了技能广度，并让部分精细操作成功率提升 30% 至 100%、完成速度提高 20% 至 30%。在 Apptronik Apollo 2 与奔驰生产线的概念验证中，机器人执行汽车零件分拣达到 96% 成功率；官方还增加面向物理危险的推理引导和机器人越狱测试基准。96% 仍不是无需人工的生产标准，但模型、手部控制、工作流推理和安全评测开始在真实工厂里接受同一套检验。

MiniMax H3-Image 开放权重，把 4K 生图压进 10 秒

标签：MiniMax / 图像模型 / 开放权重

来源：MiniMax 官方发布 · 官方工具页

摘要： MiniMax 发布并开放 H3-Image 权重，支持文生图、参考图生成和图像编辑。官方称模型可在 10 秒内生成 4096×4096 图像，最多理解 16 张参考图，并通过后训练、采样步数压缩与部署优化同时改善速度和提示词遵循。对创意团队而言，开放权重与高分辨率降低了本地定制门槛，但实际落地仍要用品牌人物一致性、文字准确率、显存占用和商用授权做自己的验收。

阿里拟分拆平头哥赴港上市，芯片业务获得独立融资通道

标签：阿里巴巴 / 平头哥 / AI 芯片

来源：阿里巴巴投资者公告 · SEC 备案文件

摘要： 阿里巴巴公告拟分拆全资子公司平头哥并在港交所主板独立上市，港交所已确认公司可以推进，平头哥此前已秘密递交 A1 申请。公司把平头哥定义为中国领先的全栈数据中心芯片与系统级算力方案提供商，上市后预计仍为阿里子公司；发行规模、结构与最终持股比例尚未确定，交易也仍需审批。计划意味着中国 AI 算力资产可能获得更独立的估值和融资渠道，但不能把“获准推进”写成已经完成上市。

OpenAI 在 ChatGPT 里给商家建立资料主页和 Business Agent

标签：OpenAI / 商业化 / 客户智能体

来源：OpenAI 官方发布 · 商家政策

摘要： OpenAI 测试 Businesses in ChatGPT，商家可认领资料、更新信息，并查看被提及、网站点击和发现主题等聚合洞察。符合条件的美国电商与在线服务企业还可建立 Business Agent；用户从 ChatGPT 回答进入的商家对话会被清楚标注，并与模型原本的独立回答分开。它把 AI 推荐入口推进到可运营的商家前台，同时也把资料真实性、赞助标识、隐私阈值和代理边界变成新的平台治理问题。

蚂蚁旗下 Robbyant 开源 LingBot-Touch，让机器人共享触觉表示

标签：Robbyant / 触觉模型 / 具身智能

来源：LingBot-Touch 论文 · 官方发布稿

摘要： 蚂蚁集团旗下具身智能公司 Robbyant 开源 LingBot-Touch，用近 5000 小时真实触觉数据预训练，把磁触觉、视触觉和压阻三类传感信号编码为统一 Token。统一表示可接入扩散策略、π0.5 和 LingBot-VLA 等不同动作模型，用于翻页、拧瓶盖和识别麻将牌等精细操作。它解决的是触觉传感器各自为政的问题，真正的价值仍需通过跨硬件迁移、长期漂移和真实任务成功率验证。

Hugging Face 给“决策模型”增加统一接口，不再先生成文字再解析

标签：Hugging Face / 决策模型 / Transformers

来源：Hugging Face 官方技术文章

摘要： Hugging Face 为决策模型提出一等接口，以 state 加 questions 描述任务，并原生返回 choice、score 和 yes/no 概率等类型化结果。示例中的客服路由不必让生成模型先写一段文字再靠正则解析，而是直接输出部门、置信度与概率分布；相应训练支持也计划进入 TRL。对需要稳定分流、风控和审核的系统，这种接口比自由文本更易测试和监控，但概率校准、阈值与人工兜底仍必须由业务数据决定。

Fish Audio Live 3 让语音智能体边说边听

标签：Fish Audio / 语音模型 / 实时智能体

来源：Fish Audio 官方发布 · Live 3 产品页

摘要： Fish Audio 发布全双工语音模型 Live 3，让智能体在说话时继续听取停顿、附和与插话，并据此调整下一步，而不是等一整轮结束再响应。产品同时提供 WebRTC、电话接入、通话转人工、每轮延迟和自动总结等生产能力。全双工自然度不能只看首字延迟，企业还要重点测试打断是否误触发、号码与姓名准确率、噪声环境以及转人工后的上下文交接。

NVIDIA 开放 2B 参数 Alpamayo 2 Edge，把驾驶推理放进车端

标签：NVIDIA / 自动驾驶 / 边缘模型

来源：NVIDIA Alpamayo 官方页 · NVIDIA 技术说明

摘要： NVIDIA 上线 2B 参数的 Alpamayo 2 Edge，面向车载算力和实时延迟限制，以自适应推理处理驾驶决策，并配套 AlpaJudge 评估推理、轨迹与安全指标。相比只在数据中心演示的大模型，边缘版本更接近车辆部署的功耗、带宽和响应约束。开放模型能加快研究迭代，但道路安全不能由语言式推理单独背书，仍要与确定性安全栈、仿真、封闭场地和法规验证结合。

NovaAtom-Lite 把蛋白、DNA、RNA 与配体放进同一个原子级预测模型

标签：Geodesic / AI for Science / 结构预测

来源：Geodesic Intelligence 官方发布

摘要： Geodesic Intelligence 发布 NovaAtom-Lite，可从蛋白、DNA、RNA 链与小分子配体序列预测全部重原子坐标，并输出 pLDDT、PAE 和界面置信度。团队在训练截止日期之后的结构上评测，称模型在抗体—抗原与蛋白—配体界面任务上超过其列出的 AlphaFold 3 等基线，也支持共价键、环肽和口袋提示。药物研发团队应关注界面优势能否在自有靶点复现，并把结构预测作为实验筛选加速器，而不是活性和安全性的替代证明。

Hedra Model Factory 把后训练、推理优化和数据回流接成闭环

标签：Hedra / 后训练 / 模型基础设施

来源：Hedra 官方发布稿

摘要： Hedra 推出 Model Factory，将 GPU 沙箱、研究人员与智能体协同后训练、低延迟部署和上线数据回流组合成一套平台，面向机器人、制造、生物和国防等真实世界模型。公司称团队在不到一周内让一个生产图像模型在相同硬件上提速约 6 倍；这一数字来自厂商个案，尚不代表所有模型。更值得关注的是平台把“训练一次再部署”改成持续优化闭环，企业采购时需要同步问清数据归属、回滚、评测集污染和版本审计。

有类似的场景想推进？

先把目标、边界和验收方式聊清楚，再决定怎么开始。

预约咨询返回 AI 简报 →