OpenAI Daybreak / GPT-5.5-Cyber / Gray Swan / 提示注入 / 美团 PosterCraft

【1】 ★ 精讲|Daybreak：保护全球每一家组织的安全工具本文出自 OpenAI 官方博客，介绍网络安全计划 Daybreak。核心观点：AI 已让漏洞发现不再是瓶颈，真正瓶颈是「修补」。关键支撑：Codex Security 已扫描超 3000 万次提交、覆盖 3 万多个代码库，超 50 万个问题被自动修复；GPT-5.5-Cyber 在 CyberGym 上达到 85.6% 最高得分（对比 81.8%）。值得读：安全能力首次系统化转向「补丁交付」。来源：OpenAI News https://www.bestblogs.dev/article/ea8af03a

【2】 ★ 精讲|美团海报生成 AIGC 技术创新与实践本文来自美团技术团队，拆解其海报生成技术体系。核心观点：海报生成不止文生图，团队构建「生成-编辑-评判」闭环--PosterCraft（ICLR 2026）统一优化文字版式；PosterOmni（CVPR 2026）一模型覆盖六类编辑任务；PosterReward 作为首个海报奖励模型，在 PosterRewardBench-Advanced 上达到 86.0% 准确率，远超基线 40%-53%。已落地外卖套餐图、IP「袋鼠团团」等场景，值得读。来源：美团 · 技术团队 https://www.bestblogs.dev/article/e06839f2

【3】 ★ 精讲|神话模型之后的红队测试访谈：对话 Zico Kolter 与 Matt Fredrikson（Gray Swan）本文是 http://Latent.Space 对 Gray Swan 联合创始人 Zico Kolter（OpenAI 安全委员会成员）与 Matt Fredrikson（CMU 教授、Gray Swan CEO）的访谈，两人是提示注入论文共同作者。核心观点：模型越大不会自动更安全，要把模型当「不可信系统」防御。关键支撑：其红队系统 Shade 已能比人类更擅长攻破模型；「人类 vs 浏览器智能体」挑战中人类抗钓鱼仅排第四，熟练红队仍能 60%-70% 成功率钓到真人。来源：http://Latent.Space https://www.bestblogs.dev/article/c4be1c11

【4】提示注入的机制解释（以及为什么你应该研究角色）- LessWrong 本文解释了提示注入的本质在于 LLM 并非通过标签（如 <think>、<user>）来感知角色，而是依赖写作风格，这使得像 CoT Forgery 这样的攻击成为可能，并通过机制探测展示了角色混淆现象。来源：LessWrong https://www.bestblogs.dev/article/8f187d0e

【5】 PP-OCRv6 登陆 Hugging Face：参数从 1.5M 到 34.5M，支持 50 种语言的 OCR 模型 PP-OCRv6 是 PaddleOCR 推出的新一代多语言 OCR 模型系列，提供从 1.5M 到 34.5M 参数三个档次，支持多达 50 种语言，精度较前代显著提升。来源：Hugging Face - Blog https://www.bestblogs.dev/article/cebb2067

【6】当 RAG 用户提出模糊问题时：澄清一次，学习默认值本文提出了一种在 RAG 系统中处理用户模糊查询的模式：提出一次有针对性的澄清，从答案中学习默认值，之后对类似问题保持沉默。来源：Towards Data Science https://www.bestblogs.dev/article/b00e30e3

【7】独家|获超亿美元融资，http://Sand.ai 曹越：为什么视频是通往世界模型最重要的路径本文通过独家深度访谈 http://Sand.ai 创始人曹越，阐述了其从自回归路线、音画同出到 MoE 架构的三代技术赌注，并论证视频数据是走向世界模型最重要的路径。来源：智能涌现 https://www.bestblogs.dev/article/ffc4417c

ginobefun@hongming731 · X

51导出 Markdown

2026-06-23 08:00·10天前

在 X 看原推· x.com

AI 摘要

OpenAI 发布网络安全计划 Daybreak，其 GPT-5.5-Cyber 在 CyberGym 上达 85.6% 最高得分（对比 81.8%），Codex Security 已扫描超 3000 万次提交、自动修复超 50 万问题。美团推出海报生成技术体系 PosterCraft（ICLR 2026）、PosterOmni（CVPR 2026），PosterReward 在相应基准上达 86.0% 准确率。PP-OCRv6 登陆 HuggingFace，参数 1.5M-34.5M，支持 50 种语言。GLM 5.2 与 Browser Use v2 多模态 QA 子智能体配合，以不到 0.75 美元成本在网站设计上击败 Fable 5。

BestBlogs 早报 · 06-23