AI 情报文章归档

蚂蚁百灵发推感谢 SGLang 为 Ling-3.1-flash 提供 day-zero 支持，帮助开发者更高效地部署该模型。SGLang 介绍其为 560B 参数 MoE 混合推理模型、25B 激活、1M 上下文，经 MXFP4 与 block-FP8 量化后权重从约 534GB 降至约 292GB，可在 4 张 Hopper GPU 上运行，并称其在 GDPVal-AA、FrontierSWE、Terminal-Bench 4.0 等 agent、办公与编码任务上表现良…

An offline checker that ranks machine-translated segments by the risk of a major meaning error: a $1.22 Tinker LoRA, Gemma 4 on DigitalOcean, Sentry tracing.

Tripo 官方转推开发者 @Saccc_c 发布的文章，回答《小王子》游戏是如何制作的。文中逐步拆解了使用 Opus、Tripo 和 Blender 的完整制作流程，Tripo 建议读者收藏该文。

据知情人士，阿里 Qwen AI 将被集成到中国用户的 Apple Intelligence 中，覆盖 iOS、iPadOS、macOS 和 visionOS，提供文本与图像理解和内容生成能力，无需切换应用。消息来自知情人士，两家公司均未确认。

Anthropic 团队介绍 Claude Code 的代码审查流程，机器承担大部分阅读，人类注意力集中在高风险决策。6 月至 9 月合并 PR 翻倍以上，回退率下降超过 40%；monorepo 每日变更量从 5 月约 2,500 增至 9 月超过 30,000。

Amazon 在收购 Bee 一年后发布两款新品：售价 $74.99 的 Bee Frontier 今日开售，提供黑色、绿色和薰衣草色；信用卡形状、可磁吸在手机背面的 Bee Eclipse 售价 $99.99，即将推出。

Amazon 旗下可穿戴厂商 Bee 发布两款个人 AI 设备：$74.99 的 Bee Frontier（腕戴或夹扣，IP67 防水、最长 7 天续航）和 $99.99 的 Bee Eclipse（信用卡尺寸，磁吸在手机背面）。

很多生态玩家（Nvidia、Huggingface）都在含糊其辞地预告近期会有大量发布。传闻包括 thinky、muse spark，以及一些有一阵子没发新东西的中国厂商。Fable 5.5 和 OpenAI 正在酝酿的东西也预计随时会来。

Why your agents need their own identity Most teams run every AI agent under one shared...

百度世界2026 大会主题定为「下一幕，智能组织」，官方预告了围绕该主题的新内容。10月16日将推出「Agent来长安」环节，展示智能体从大唐不夜城走进产业生产线。

邵猛针对 LangChain 团队发布的 Agent Evals 常见问题解答，整理成一份便于随时查看的 Cheatsheet。内容涵盖从真实 trace 起步建立 10–20 条数据集、离线与在线两道评估闸门、代码优先于 LLM 裁判的评估器优先级、小模型裁判将成本降至 $0.34 vs Claude Sonnet 4.6 的 $28.17，以及基于 Harbor 的容器化 benchmark 与多轮对话、轨迹与终态评估等进阶问题。

Bloomberg 发布对在得州建造一座 AI 数据中心的成本估算，指出服务器至少占账单一半，其均价两年内翻了一倍多，DRAM 成本是去年的 5 倍以上。

求真务实是 AI/SI 安全最重要的方面

十二年。一份持续燃烧的热爱。 在办公桌前、在舞台上、在赛场上，我们倾尽所有。 全力以赴，是我们真正享受所做之事的方式——并让它成为我们自己的。 走过十二年，我们践行"黑羊"精神：敢于创新，敢于不同。 不同，但从不孤单。🔥 #12Anniversary

英伟达 CEO 黄仁勋在伦敦 Build a Claw 活动上称 OpenClaw 是"首个真正可信的智能体运行框架"，认为它像外骨骼的大语言模型，可推动机器人领域发展。他同时强调自主系统必须做好权限管控，并提到英伟达为此开发了 OpenShell 隔离系统，主张默认任何对象都不可信、仅授予最低权限。

ETH Zurich 等机构团队提出 LLM-to-Flow Distillation（LFD），让科学生成模型直接追随自然语言发现目标，如设计具抗癌活性的多肽。

Tripo 现已上线 Kimi Work。 @Kimi_Moonshot 用户现在可以通过 Tripo 将想法转化为高质量 3D 创作，直接集成在 Kimi Work 中。更快、更轻松地以原生 3D 形式将你的概念变为现实。

用 Kimi Work 自动化你的工作流 - 教程 #3 看看 Kimi 如何融入你的日常工作流： - 跨本地项目、浏览器和电脑工作。 - 用 Swarm 拆解复杂任务；在 Goal 模式下迭代。 - 通过 Plugins、AGENTS.md 和 Dashboard 自定义 Kimi 的工作方式。 接下来想让我们讲什么？在评论区告诉我们！

The Verge 记者与黑客 Sammy Azdoufal 实测发现，Energize Lab 的 Eiliko 机器人玩具将用户对话、用户画像、儿童照片和音频存放在无防护的服务器上，可访问约 68000 台设备、1300 万条对话，其中超 31000 份儿童档案来自美国。

Lovable 发布指南，说明金融服务营销团队在发布 AI 构建的应用前如何评估数据、访问与安全风险。Lovable 从平台层（加密、工作区隔离、企业身份控制、审计日志、PII 检测与清除）和应用层（不安全数据库权限、泄露凭证、脆弱依赖、代码漏洞检查）两级提供安全能力。

Addy Osmani 在 O'Reilly Radar 发表文章，提出智能体写代码时代码评审无法规模化，软件质量取决于围绕智能体设置的质量门等约束。约束包括单元测试、属性测试、变异测试和圈复杂度等指标，应在流水线全程施加反压，而非等到结尾的 CI 检查；人类注意力应留给品味、意图和架构等最需要判断的问题。文末含 Sonar 赞助内容。

Addy Osmani 在 O'Reilly Radar 发文指出，智能体生成的代码量已超出人工逐行评审的可扩展范围，软件质量应转向依赖围绕智能体设置的约束和质量门，包括单元测试、变异测试、复杂度指标和架构规则等。文章讨论了自主性和信任两大问题，主张把人类注意力集中在最需要判断的细微问题上，并给出扩展验证循环的三种方式：扩容验证系统、降低智能体变更速率或调整质量标准。文中含 Sonar 赞助内容。

一如既往，很高兴读到 METR 在这个话题上深思熟虑且深入的研究

大规模 AI 模型能为日益复杂的粒子物理带来什么？ @CERN 与 Mistral 联手探索这一问题。 目标：一个单一的大型物理模型，在数十亿次模拟碰撞数据上训练。

IMPORTANT. CRITICAL. You MUST. NEVER. A third of the repos in the Q3 report, 3,319 of the 9,784 with...

⚠️ 打印失败，不知道原因？Meshy 能在你下次打印前修好它。 🧐 打印检查：检测薄壁、非流形边和孔洞。 😎 修复：一键修复这些模型问题。 然后，选择你的打印机型号并导出 3MF。 今天就在 Meshy 中运行检查，放心打印。

小红书 AllSpark 团队提出 CompoWorld，通过组合可复用服务来扩展通用 Agent 的训练环境与任务空间，构建了 448 个服务、10,130 个工具。团队用 3K 条 SFT 轨迹和 1K 个 RL 任务训练 Qwen3.6-35B-A3B，在八项 Agent 基准上平均提升 9.17 分，AutomationBench 成功率从 10.33% 升至 32.33%。

MIT、Stanford、Google、Microsoft 等机构联合发布 Physical Recursive Self-Improvement 综述，指出机器人仍依赖人类采集数据、诊断故障并筛选更新。他们检查的 7 项机器人自我改进研究中，5 项未能在不同任务上展示提升，并定义 L0 到 L5 六个自主改进等级。其 2022 至 2026 年系统图谱中尚无确认的 L5 案例。

NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative，为欧洲研究界提供加速工具、算力与培训支持。

Large audio language models (LALMs) have made substantial progress in audio understanding. However, in high-throughput applications requiring frequent selection, judgment, and scoring, autoregressive text generation introduces additional c…

Learning intrinsic dynamics---the relationship between actions and their consequences---is essential for world models. However, visual variations unrelated to the underlying control process can obscure this relationship in learned represen…

Anthropic 第三季度收入达 $16.8B，环比增速从 147% 降至约 45%。据 Financial Times，二季度收入从约 $4.8B 增至 $11.5B；公司称每 $1 计算支出获得 $1.70 收入，竞对蒸馏曾占收入 5% 至 7% 后被大幅削减；银行家传闻 IPO 估值约 $2T、募资超 $100B。Bloomberg 指出市场将增长放缓解读为 AI 芯片和服务器的坏消息，AI 交易需要证明计算支出能在增长降温下产生可持续利润。

Despite their practical significance, modern AI systems pose significant societal risks, including toxicity, malicious use, and misinformation. Their mitigation depends not only on technical feasibility but also on the incentives of firms …

千问App 新增「千问耳机」入口，更新至最新版本后按提示即可一键绑定千问 AI 耳机。绑定后可语音问答、交办任务，进入「工作助理」语音下达指令即可主动执行，并支持 89 种语言专业翻译与多语言 AI 实时听记。

Scientific inquiry involves iterative cycles of exploration, hypothesis generation, and reasoning over observations to uncover relationships in complex systems. Large language models (LLMs) have demonstrated strong capabilities in several …

Anthropic在面向潜在投资者的会议上公布Q3营收168亿美元，环比增长约45%，但明显低于Q2超140%的增速。据The Information和Financial Times报道，公司年内调整后营业利润率为11%，且现金流为正，每1美元算力支出产生1.70美元收入。部分投资者对其营收数字失望，预计IPO估值可能降至1.5万亿美元以下，低于此前讨论的2万亿美元。

蚂蚁国际 9 月公布 AMP（Agentic Mobile Protocol，面向 AI Agent 的移动支付协议）第一阶段合作名单，Starryblu 是 10 家钱包合作伙伴中唯一的新加坡方，承担钱包侧的账户连接、授权与付款。

Policy-shift distillation reuses the difference between a teacher's log probabilities before and after reinforcement learning (RL) as supervision on student-generated trajectories. However, this endpoint policy shift cannot reveal whether …

Reverse engineering the data formats used by mobile software is skilled and slow, and using AI to assist with it is attractive. We evaluate this for the protobuf messages that an iPhone sends to Apple's location services. Working from Appl…