arXiv 每日论文分析报告2026-09-18

今天 arxiv 更新了 775 篇 AI 论文，我翻完最大的感触：大家都在从“秀功能”转向“查漏洞”。

大模型的安全训练其实没把歧视抹掉，只是把它藏得更深了。有研究管这叫“危害洗白”——现在的评估只能查出显性的坏话，根本防不住这种隐性偏见。

不光模型本身有坑，部署的引擎也危险。有人发现，攻击者能靠推理引擎指纹识别具体版本，然后利用漏洞让模型直接逃逸。连机器人仿真器里的碰撞网格都能被投毒，导致机器人在虚拟环境里学到错误的避障动作。

智能体这边也开始算效率账了。以前大家都觉得多搞几个 agent 一起干总没错，结果研究发现，个体能力提升到一定程度后，加人反而会让协作变差。现在大家更关心怎么让它们长期稳定干活，而不是盲目堆数量。

至于视觉和机器人，3D 高斯溅射已经能重建真实飞溅的液体了；超声基础模型也吃下了 45 万张图，准备进临床。技术落地，全靠这些硬骨头一点点啃。