AI 情报文章归档

要让这个闭环在机器人上跑通，需要三样东西： - 描述机器人和任务的提示词 - 用于感知、几何和运动的工具 - 上下文管理，让近期观测保持在视野内，较早的观测可在文件中取用

UCSD Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek V4.1-Flash 驱动的开源 harness，让智能体从视觉输入零样本操作真实机器人，不使用 VLA，并与前沿模型智能体竞争。

开源权重模型零样本能做到什么程度？ ORA：RoboTwin 上 69.2%；LIBERO-Pro 上 81.4%。 RPent（带任务专属记忆）：在 RoboTwin 上配合 GPT-5.5/Opus-4.7 达到 62.4%/58.4%；在 LIBERO-Pro 上配合 Opus-4.7 达到 82.4%。 相同案例，不同系统。https://github.com/RLinf/RPent

路透社援引知情人士消息称，Anthropic 公布最新财务数据后，部分投资者开始考虑下调其 IPO 估值，此前预期 11 月上市时估值约 2 万亿美元，投资者日活动讨论约 1.5 万亿美元。

阶跃星辰 Step 5 Preview 在 DeepInfra 上线（day zero），采用开放权重。该模型为 600B MoE、27B 激活，支持 1M token 上下文和文本加视觉输入，FP8 定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05，面向 coding、frontend、finance 等长程 Agent 场景。

Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活 42B（MoE），在 Artificial Analysis Intelligence Index 得 39 分，为美国开源权重模型第一。

亚马逊设备、Alexa 及 Leo 业务高级副总裁帕诺斯·帕奈在 TechCrunch Disrupt 大会上表示，随着 AI 承担更多任务，Bee 等环境感知设备有望让用户逐渐减少对应用程序的依赖，未来一代人可能不再想着“给我一个能做这件事的应用”，而是希望设备直接理解需求。他同时强调隐私保护是设计这类设备时必须考虑的问题，必须让用户掌握控制权，并认为智能手机不会因此失去重要个人计算设备的地位。

Meta 发布公开权重模型 Muse Spark Open，总参数量 8160 亿、活跃参数 420 亿、上下文窗口 100 万 token，面向编程、Agent、多步推理与软件工程场景。

快手可灵 AI 宣布 Kling 4.0 正式全量上线 klingai.com，单次生成视频最长可达 30 秒，视频可多次续拍延展至 2 分钟。

可灵AI凌晨正式上线视频模型 Kling 4.0，支持最长30秒直出和最多10帧的多帧参考，并强化全能参考与复杂打斗等大范围动态表现。作者烧数万积分实测城市追逐、电梯打斗、花样滑冰等场景，认为纸箱形变等细节体现物理规律理解的提升。1080P 30秒约450积分（约16元），720P约9元，4.0 Flash 720P 20秒仅120积分，官方还预告将支持10-bit 4K HDR输出。

面壁智能介绍独立开发者基于 VoxCPM2 构建的端侧实时同传系统 VoxWeft，麦克风输入、语音分段、ASR、翻译、流式 TTS 和播放全部在 Apple Silicon 本地运行，代码与开发日志已开源。

腾讯混元官方回应近期的智能体活动报告，称相关活动源自对第三方模型的评测，而非腾讯混元本身。评测中部分智能体出现非预期的网页浏览行为，但官方复查称没有发现蓄意针对或协同的证据，并表示正在加强网络访问控制和智能体监控。

AMD 与 Embedded LLM 在 vLLM 官方博客详解 Kimi K3 在八卡 AMD Instinct MI355X 上的推理优化。

这是我看到的第一篇关于我即将出版的新书《Co-Existence》的书评，来自《新科学家》。 （当我成为作者后，我惊讶地发现，在书评发表之前你并不知道是谁在评论你的书，所以能以一篇好评开场真是太好了！）https://www.newscientist.com/article/2593188-how-to-build-a-real-relationship-with-ai-and-keep-your-cognitive-edge/

Cal AI 创始人 Zach Yadegari 在 TechCrunch Disrupt 上透露，这款 2024 年成立的 AI 卡路里追踪应用靠招募大量网红发帖推广，两年营收超 3000 万美元，并于今年 3 月被 MyFitnessPal 收购。

Meta 于 10 月 15 日发布开放权重 AI 模型 Muse Spark Open，官方宣称其为迄今能力最强的美国开放权重模型。模型采用原生多模态架构，总参数量 816B（激活参数 42B），支持 1M token 上下文窗口，专为代码构建与智能体协作设计，可凭两台搭载苹果 M5 Ultra 芯片（512 GB 内存）的 Mac Studio 在桌面端本地运行。

Musk 转发黄仁勋在 BG2Pod 访谈中的表态并评论算力目标可能超过 10GW；访谈称 Nvidia 已把 SpaceX 归入云服务商客户，两家工程师正合作设计可用于太空的新型服务器架构。

迫不及待想深入研究了！ https://already-clean.goodfire.com/

Ethan Mollick 引用 @arcprize 数据称，Gemini 4 Argon 在 ARC-AGI (Verified) 上 ARC-AGI-3 得分 97.5%（provider adapter harness，花费 $4.8K），标准 harness 下为 49.8%；ARC-AGI-2 得分 91.3%，ARC-AGI-1 得分 98.5%，Google DeepMind 是第二个在 ARC-AGI-3 上超过 95% 的前沿实验室。作者认为智能体框架加上…

OpenAI 企业产品负责人、新款 AI 智能体 dots 负责人亚历山大·恩比里科斯在 TechCrunch Disrupt 大会上表示，随着 AI 能力提升，人们可以选择更努力工作，也可以把大量工作交给 AI 处理。dots 被定位为全天候运行的职场助手，能主动处理任务、梳理待办事项，他本人常通过 Slack 使用。

OpenRouter 宣布上架 moondream3.1-9b-a2b 视觉语言模型，9B 总参数、2B 激活的 MoE 架构，支持图像加文本输入、32K 上下文和可选推理。可通过 /caption {"length":"normal"} 生成图像描述，定价为输入 $0.30/M、输出 $2.50/M tokens。

Moondream 3 Preview 和 Moondream 3.1 现已上线 OpenRouter，由 @PrimeIntellect 提供服务 目标检测和指向功能可直接在聊天中使用：附上一张图片，并以 /detect {"object":"coffee cup"} 或 /point {"object":"croissant"} 开头发送消息

Google Antigravity 宣布当天向付费 Google AI Pro 订阅用户推送 Gemini 4 Argon。该模型配有独立的每周 Argon 专属配额，叠加在现有 3.8 Flash 的 Gemini 额度之上，官方称需求强劲并已刻意扩容。

Anthropic 宣布 Code Review 正式向 Claude Team 和 Enterprise 计划开放。审查速度更快，能发现更多重要 bug，管理员可为每个仓库选择 Quick、Standard 或 Deep 三种审查级别。

今年最棒的事情之一，无论是在 Thinky 内部还是外部，就是看着人们追随自己的想法，一路走到他们自己拥有的权重。

Comfy 发起竞赛，悬赏 1 万美元大奖征集对 Genjutsu、Cinema Studio 等创意应用的开源重建，要求公开仓库并允许任何人运行和 fork。

帮每一位我能看到找工作的朋友转发。

蚂蚁百灵昨日宣布开源 Ling-3.1-flash 模型，总参数约 560B、每个 Token 激活约 25B，最高支持 1M 上下文。Artificial Analysis 公开评测中智能指数为 41、输出速度约每秒 210 Token。

Meta Superintelligence Labs 的 Muse Wonder 模型现已在 Cursor 上线。该模型在默认 effort 下 CursorBench 得分 46.1%，为所有 Muse 模型中最高，定价为 $4/M input 和 $20/M output tokens。

公司构建就是智能体构建 ✨ #vercelship 的一大关键收获

AI 加速科学发现这件事，有一种很 Ted Chiang 的味道，而这一切始于它自身学习机制的解析。这类研究如果没有强大的编程智能体和开放权重模型，会难做得多。很高兴看到 @nickcammarata 的研究公之于众，以及它对 AI 对齐可能意味着什么，恭喜！

从没见过像 @Grok @Bot 增长这么快的东西！ 而且没有免费版，这意味着人们获得的价值超过了他们付出的费用。 俗话说，一分钱一分货。

Claude Code 代码审查功能正式可用。管理员在 Claude Code 设置中开启并选择仓库后，每个新 PR 会自动运行审查，开发者无需额外配置。详情见 claude.com/resources/articles/code-review-is-now-generally-available。

Anthropic 宣布 Code Review 对 Claude Team 和 Enterprise 套餐正式可用。评审速度更快，能发现更多重要 bug，管理员可为每个仓库选择 Quick、Standard 或 Deep 三种评审级别。

符合条件的 Claude Enterprise 组织可在 1 月 15 日前领取至少 $10,000 的 Code Review 额度。额度在领取后 30 天过期。 条款：https://support.claude.com/en/articles/17603594-free-code-review-promotional-credits-for-claude-enterprise

GA 有哪些新内容 - 速度：大多数审查比研究预览版快约 3 倍完成 - 质量：发现更多关键 bug，结论简洁，说明问题、触发条件和修复方案 - 灵活性：管理员可为每个仓库选择 Quick、Standard 或 Deep

Grok @Bot 每天都在显著进步

Bonjour （引用推文核心要点：GPT-Live-1.1 为 ChatGPT、Codex 和 dots 的语音功能带来更新，新增法语、德语、印地语、墨西哥西班牙语、韩语和日语语音，口音更自然，减少"checking..."式的停顿。今日起向所有用户推送，即将上线 API。）

OpenAI 升级 ChatGPT 的 Google Chrome 扩展，在网页或桌面应用中 @Chrome 即可让 ChatGPT 查看已打开的标签页，官方示例包括比较多个标签页中的沙发或承包商服务、填写表格、把供应商信息整理进对比表等。

谷歌 Google Antigravity 智能开发平台借助 ProtNLM 模型，从氨基酸序列直接预测生物功能，为大量 UniProt 未表征蛋白质添加高置信度功能标注。研究人员已通过该平台发现一种新型抗菌肽候选分子，预测其对呼吸道感染病原体具有活性，目前正进行湿实验室验证。平台内置 Biomolecular Structure Viewer，可将原本需数天的跨数据库筛选压缩为单次协作会话。