腾讯混元联合清华、北大提出 WebCraftBench 网页生成评测基准
腾讯混元团队联合清华大学、北京大学的研究者提出网页生成评测基准 WebCraftBench，让智能体实际操作网页、用代码覆盖率查漏，再从美观度、易用性和需求符合度三个维度打分。
#腾讯
#腾讯
今日 0 条腾讯混元 · 官方公众号AI 评分5555
腾讯安全威胁情报中心AI 评分4545 BinaryAI-Bench：面向实战业务的二进制安全分析任务评测集
腾讯科恩实验室推出 BinaryAI 二进制分析平台，并发布配套评测集 BinaryAI-Bench，通过两轮各 8 个模型 × 50 个任务的系统评测校准 AI 逆向分析能力基线。
腾讯科恩实验室AI 评分5151 腾讯科恩实验室推出 BinaryAI-Bench 二进制安全分析评测集
腾讯科恩实验室推出二进制分析平台 BinaryAI 并发布 BinaryAI-Bench 评测集，通过两轮各 8 个模型×50 个任务的系统评测校准 AI 逆向分析能力。评测集收录 5 大类 18 个子类共 50 个端到端任务，真实来源样本占 94%，难度从 easy 到 expert 四级。评测显示当前 AI 的硬边界集中在跨变种共同行为特征提取与复杂算法精确逆向两个方向。
腾讯技术工程AI 评分5555 港科大（广州）联合腾讯提出 VibeWorlding，让多模态智能体自主构建与编辑 3D 世界
香港科技大学（广州）联合腾讯 AI 平台部提出 VibeWorlding 多模态智能体框架，让智能体通过多轮对话、调用工具与观察渲染反馈，自主构建和编辑交互式 3D 世界，同时开源了 VWE-Bench 评测基准、VibeWorlding-Gym 训练框架与 VibeWorlder 模型合集。
腾讯安全应急响应中心AI 评分6565 腾讯朱雀实验室联合香港中文大学（深圳）发布 Agent 技能安全评测基准 SkillTrustBench
腾讯朱雀实验室联合香港中文大学（深圳）吴保元教授课题组发布 SkillTrustBench，这是首个兼顾 Agent Skills 安全可信度与外部扫描方案检测效能的双重评测基准，从 62,652 个 Skill 中提炼 5,520 个评测用例，覆盖九大类威胁。
腾讯安全应急响应中心精选AI 评分7878 腾讯朱雀实验室全量扫描 ClawHub 五万个 Skill，发现恶意 Skill 正在换代
腾讯朱雀实验室用开源检测平台 A.I.G（https://github.com/tencent/AI-Infra-Guard）对 ClawHub 上 5 万余个 Agent Skill 做了全量扫描，发现经历 ClawHavoc 清洗后更隐蔽的下一代攻击依然密集。
推荐理由：原文用五万条扫描数据说明 Agent Skill 攻击已从单点漏洞演变为生态级系统工程对抗，并给出可照做的安装前三看三查清单。
腾讯安全威胁情报中心精选AI 评分7676 腾讯安全追踪 FakeGit 伪造开源生态投毒活动
腾讯安全威胁情报中心披露 FakeGit 投毒活动：攻击者在 GitHub 批量伪造 AI 开发工具与爬虫仓库，诱导 OpenClaw 等 AI Agent 自主安装，最终投放 StealC 窃密木马。载荷寄生在合法 LuaJIT 解释器中，结合进程镂空与 Polygon 区块链合约动态解析 C2，4 个月内已轮换 9 个 C2 地址。
推荐理由：原文完整拆解了针对 AI Agent 自主安装链的开源投毒攻击，可帮助开发者和安全团队重新审视组件信任边界。
腾讯科恩实验室精选AI 评分7979 腾讯科恩实验室分析发现 OpenClaw 开源生态近 10% 的 Skills 存在安全风险
腾讯科恩实验室威胁情报团队对 ClawHub 平台 3107 个公开 Skill 样本进行全量审计，发现 295 个（占比 9.49%）存在安全风险，主要威胁包括木马下载执行、Web3 钱包信息窃取与用户数据外传。
推荐理由：腾讯科恩实验室全量审计 ClawHub 公开技能并给出恶意样本占比与攻击链路，为评估 AI 助理插件生态风险提供了可参照的基线。
腾讯科恩实验室AI 评分3333 科恩 KHash @ISSTA2025 论文解读｜基于函数语义的二进制文件安全分析
腾讯云安全科恩实验室与上海科技大学联合提出的二进制相似性哈希算法 K(EEN)Hash 论文被 ISSTA 2025 录用。该算法用 LLM 嵌入二进制函数语义，再经 K-Means 聚类与特征哈希生成紧凑且定长的程序嵌入向量，兼顾准确性与大规模计算效率。