2026 年 10 月 31 日 · 星期六人工智能 · 每日要闻每天 08:00 出刊
AI 日报 · 2026 年 10 月 31 日 · 星期六
第 20 期312026 年 10 月星期六
十月本月 20 期
一二三四五六日
4件大事2个来源0件一手发布约 2 分钟读完
头条
GLM 5.3 无人工介入构建 Firefox 完整漏洞利用链
Epoch AI 测试中，开源权重模型 GLM 5.3 在无人工介入下针对 6 个 Firefox 版本构建出完整漏洞利用链，最快一次用时 12 小时。同日入选的还有开源全栈双臂机器人数据采集系统 UMI-Live，以及用 282 项绘图任务评测 VLA 泛化能力的 BURGER 基准。
AI 前沿
The DecoderEpoch AI 测试显示 GLM 5.3 可在 48 小时内无人工介入构建完整 Firefox 漏洞利用链
Epoch AI 研究者让开源权重模型 GLM 5.3 在无人工介入下攻击 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本，构建出完整漏洞利用链，最快一次用时 12 小时，每次成功攻击的 API 费用约 1,000 美元。
arXiv cs.AI / cs.LG 最新UMI-Live：面向真实场景双臂机器人数据采集的开源全栈系统
UMI-Live 是一套开源全栈双臂 UMI 系统，用于在真实场景中采集机器人操作数据。它的定制硬件集成了相机与 LiDAR-惯性传感、板载计算和供电，不需要外部追踪设备，也不需要在采集环境内做标定。
arXiv cs.AI / cs.LG 最新研究者提出 BURGER 基准，用 282 项绘图任务评测 VLA 模型泛化能力
研究者提出 BURGER，一个语言条件下的机器人绘图基准，用提示词驱动管线在仿真和真机中生成连续绘图轨迹。它包含 282 个绘图任务和 28,200 条仿真演示，智能体从同一张空白画布出发，控制机械臂按语言指令作画，每条指令允许多种画法和笔画顺序。
创业与新产品
arXiv cs.AI / cs.LG 最新Ramanujan Challenge 公布结果，并提出 AI 辅助多格式证明评估流水线
arXiv 论文分析了 Ramanujan Challenge 的提交结果，该基准由数论研究级问题组成，包含未发表结果和开放猜想。作者发现有正确提交与官方解法思路不同，并有人证明了其中一个已发表的开放猜想。论文还提出一套 AI 辅助评估流水线，覆盖自然语言证明、CAS 代码和 Lean 形式化，把自然语言证明的假阳性判定从 23% 降到 6%，支撑代码的判断准确率从 46% 提升到 58%。