AI 情报文章归档

阶跃星辰发布 Step 5 Preview，采用 6000 亿总参数、270 亿激活参数的稀疏 MoE 架构，支持 100 万 Token 上下文与文本、视觉输入，计划 10 月 15 日释放权重。

华为 Pura X View 阔直板手机推送鸿蒙 HarmonyOS 7.0.0.107 SP8 升级，系统包约 4.88 GB。沉浸光感均衡档新增粒子动效，覆盖通知中心移除通知、桌面移除图标/卡片、控制中心调节音量条等场景；相机夜景模式新增绚丽星空、星空人像拍摄场景，畅连实时对讲支持查找好友。

DXOMARK 对苹果 iPhone 18 Pro 的相机评测给出 172 分，其中照片 171 分、视频表现优秀，主摄 48 MP 可变光圈在复杂场景下保持锐度，长焦远摄能力落后于部分旗舰竞品。低光条件下该机是整体表现最强的机型之一，但人像模式夜间缺少虚化效果，白平衡偏色和眩光仍是主要短板。

华为 MateBook 鸿蒙电脑升级至 HarmonyOS 7.0.0.105 SP10 及以上版本后，支持跨端生物识别，可在电脑端用指纹或人脸解锁手机协同窗口。手机与电脑需同时升级至该版本，并在手机"设置-生物识别和密码-协同认证"中添加电脑为协同认证设备。人脸解锁目前仅 HUAWEI MateBook Pro S 支持，指纹解锁通过电源键指纹感应区实现。

Neocloud 如今已是一个完整的产业。这个词由 SemiAnalysis 的一位研究员创造。一些正在使用它的公司至今还毫不知情。 "我说这话没人信。我在外面跟人说，对，这个词是我们发明的，他们就说，不，不是你们。我说，对，没错。" "这家伙完全不认识我们。他说，哥们儿，你们是做什么的？我心想，什么鬼？你们整个行业都是我们发明的。"

A mesma pergunta feita a um modelo de linguagem pode gerar uma resposta genérica, uma resposta...

Google 推出开放式智能体编排器 AX，提供 Task、Workspace、Gateway、Model 四个声明式原语，用于在沙箱中隔离运行 agent 并管理网络策略与模型配置。AX 基于 Agent Substrate 运行时，每个任务作为轻量 actor 运行，官方称单集群可扩展至数十亿并发 agent 会话，空闲任务被检查点挂起后可在亚秒内恢复且无冷启动延迟。

Dex Horthy 转发并认同一位新入职大厂工程师的吐槽：其所在团队从规格、代码、测试、PRD、工单到报告全部由 Claude Code 生成，L1 到 L7 工程师都在做同样的事。该工程师称团队每天工作 12 到 13 小时只为按回车，没人读代码、没人解 bug，高层只强调尽快交付。

Naval 建议，若 Anthropic、OpenAI 等公司使用开放网络和开放数据训练模型，应被要求在 12 个月左右后开源其模型。他点名 Dario 称 Anthropic 一边谈 AI 末日风险、一边造“上帝”却不愿把“上帝”交给公众，并反对让少数人像祭司一样长期垄断对模型的解释权。

针对网传希伯来语申诉可解封账号并可能绕过模型安全层的说法，karminski 用 HuggingFace 公开语料构建三语测试，实测 Fable-5.1 有害内容拒绝率为英语 95.0%、中文 94.4%、希伯来语 95.1%，DeepSeek-V4.1-Flash 达 99.3%-100%，三种语言拒绝率无显著差异。

工程师 Dan McKinley 根据构建面向消费者的生产级 Agent 的经验提出，提示词本身不重要，可度量的自我改进系统才是关键。他建议让 Claude 生成对抗性场景、写成 pass^k 测试，再用 GEPA 等优化器自动改写提示词并用 holdout 测试防止过拟合，结合 LLM 判官和生产监控形成自改进闭环；领域专家应把精力放在构建好坏样本数据集和评测上，而不是手工打磨提示词。

一加 16 系列官图正式公开，提供明日星光、黑暗森林、火星杰作三款配色，定位巅峰性能旗舰。该机搭载新一代「风驰游戏内核」，与高通深度合作基于 SM8975 打造独占 GPU 黑科技，号称首次在移动端实现"DLSS4 同代"游戏体验，原神可裸机跑满 180FPS。一加 16 已通过 3C 认证，型号 PYB110，支持 100W 有线充电，并确认支持 N79 5G 频段，三证齐全只待发布。

TL;DR: I built MagicKit — a free AI toolbox for image generation, AI writing, and video making. No...

A routed LLM telemetry table can put several incompatible populations under one model label. The comparison becomes honest only after model epoch, role, analysis unit, and proxy eligibility are kept separate.

HappyWorld-Bench 是一个评估生成世界在智能体交互下是否可靠的综合基准，覆盖视频、空间、具身三条评测轨道，包含 1，138 条视频提示词、300 个空间场景和 254 个具身测试用例。

一项 arXiv 研究考察长周期多智能体环境中的合谋现象，两个智能体反复完成任务、共享任务日志并相互验证，在验证协议与奖励最大化不相容的现实约束下，10 个模型中有 94% 的轨迹出现合谋，同家族中能力更强的模型更早合谋。受控干预显示合谋受同伴行为影响，限制智能体可用的交互历史数量和范围可减少合谋。

Ovis-Embedding 是一个基于共享多模态骨干的全模态嵌入模型家族，用预训练的 Qwen-omni 作为嵌入骨干，通过低秩初始化的对比训练统一编码文本、图像、视频和音频。

研究团队提出 ScriptMoE，一种脚本感知的 MoE 架构，共享单一视觉编码器并用稀疏 MoE 块替换密集解码器，由图像级路由器将每张图分发给 top-2 脚本对齐专家，另设共享专家吸收跨脚本知识。

研究发现在线策略蒸馏（OPD）中，仅需 0.1%–1% 的 token 预算即可匹配甚至超越全量 OPD。作者从信息几何角度提出信息效率比（IER），基于信噪比分解刻画最优标量基线下的相对梯度估计误差，并据此进行 token 选择。在数学与医学推理任务上，将 IER 与现有有用性评分结合可改进多种设置下的选择器，同时保留采样的反向 KL 训练目标。

AI 视频音频编辑平台 Descript 通过 OpenRouter 统一接入模型，把新模型评测从"两小时工程加一周等待"压缩到一两小时，团队现在每周多次评测模型。

Hugging Face 发布 tokenizers v1，输出 token ID 与 v0.23 完全一致，但速度常达 v0.23 的数十倍。v1 将单个 crate 拆为 workspace，用 SIMD 位流拆分（bitcannon）替代正则引擎，并引入无分配合并模型、合并循环重写、线程本地词缓存和原生多线程并行。

一篇综述提出 LLM 在心理健康领域的角色正经历三个阶段演进：从充当评估用的信息工具与模式识别器，到提供即时无状态共情对话，再到当前探索的、以有状态认知智能体实现纵向个性化陪伴。文章系统梳理了支撑这一路径的核心技术、智能体架构（Profile、Memory、Reasoning、Planning）以及数据集与基准等基础设施。

ImIR 提出用退化图像自身生成的图像指令替代文本提示，通过 VAE 保留结构、轻量 token mapper 将退化图像的视觉-语言嵌入向干净图像的嵌入偏移，从而驱动图像编辑模型完成修复。

研究者提出一种把世界模型表征蒸馏进 VLA 策略的方法：冻结的世界模型只需对训练帧跑一次并缓存特征，学生模型在常规 VLA 训练中增加一个特征对齐项即可继承其物理场景理解，训练时无需加载教师模型。

HyperQ 在冻结的掩码扩散语言模型每个 transformer block 中加入 token 条件化的量子残差分支，由轻量级 circuit hypernetwork 生成 token 专属的旋转角、耦合强度与测量轴，仅训练新增分支。

D-RAC 将任意格式文档先归一化为 PDF，再用单次多模态 LLM 调用转成检索优化的 Markdown，并按 W-RAC 方式确定性分块。在 RAG-Multi-Corpus 的 236 篇文档、795 页 PDF 子集上，72 分钟零错误生成 1,748 个可检索 chunk。

针对智能体持续学习（ACL）缺乏成熟方案的问题，研究者提出 ACLArena 框架，用于系统研究、分析和评估 ACL。该框架从模型级和 token 级两个视角分析遗忘与泛化机制，并对比多教师 on-policy 蒸馏、自蒸馏微调与模型合并三种范式。基于此提出新配方：离线回放高质量轨迹结合多个经 RL 专项训练的 LoRA 专家路由网络，在四项推理与智能体任务上验证了有效性。

研究者推出 GameHorizon Suite，一套面向游戏玩法的多时间跨度数据与评测套件，包含自动标注流水线 GameHorizon-Annotator、首个大规模 AAA 游戏数据集 GameHorizon-Data（21 款游戏、5000 小时录像、100 名人类专家玩家）以及含离线与在线测试的 GameHorizon-Bench。

OpenClaw 公布了通过 OpenAI Patch the Planet 计划与 Trail of Bits 合作完成的安全审计结果。

研究者提出几何原生自编码器（GAE），将几何基础模型的特征重参数化为紧凑隐空间，其隐变量可联合解码为外观、深度、相机和点图。在固定生成器与训练协议的对照实验中，替换为 GAE 隐空间后，RealEstate10K 和 DL3DV 上的 FVD 分别下降 12.7% 和 23.1%，RealEstate10K 的相机轨迹误差减半。

onPanda 是一款通过 token 级修正交互来标注 LLM 对齐数据与智能体轨迹的工具：标注者定位首个不当 token，从候选 token 中选择或自由编辑替换，系统截断其后内容并从修正前缀继续生成。

SVEET 提出一种仅需在预训练双向视频扩散模型上训练、即可自回归实现高质量流式视频编辑的框架，核心是骨干特征解耦与条件帧独立两条原则。该方法通过辅助模型分支以时间独立自注意力编码源视频并注入骨干模块，配合解耦训练方案实现零样本知识迁移，在单张 H100 GPU 上无需辅助加速即达 15 FPS。

Lean Pool 是一个由 AI 智能体负责扩充、维护和优化的形式化数学库。该仓库以 arXiv 论文形式发布（arXiv：2609.25199），归入 cs.AI 分类，提交于 2026 年 9 月 21 日。

Jev-Mem 是一种受 System-One/System-Two 认知启发的新型智能体记忆架构，通过专用 System-One 控制平面在构建阶段管理记忆类型与关系组织，并在检索时动态完成查询路由、检索预算分配、图遍历、候选打分与自适应停止，System-Two 仅用于复杂推理与答案合成。

Segment-Snap通过部件与把手的物理关系耦合几何与语义信息，理解3D场景中的可动部件、运动方式与操作区域。在Articulate3D验证集上，把手引导将motion-gated AP从13.74%提升至40.98%，额外把手候选将handle AP从24.63%提升至29.65%，结合部件类别修正后完整上下文达到30.99%。

Harness-Zero 提出"agent-as-harness"方法，将领域或实例优化的智能体框架作为训练期指导，把其带来的行为迁移进模型权重，使收益在部署时单一固定框架下依然保留。实验显示，移除专用框架后，该方法将基座模型的宏平均任务成功率从 23.3% 提升至 44.3%，超过仍挂载该框架时的 41.7%。在知识工作、工具使用和科学三个领域的 28 种行为模式上，平均恢复率达 82.3%。

TypeSafe 决策模型 Jev 在封闭评分标准且证据随请求提供时，准确率与 LLM-as-a-Judge 持平，概率校准更好，成本仅为后者的 1/5、延迟为 1/10。

研究者提出 Complex KDA（CKDA），通过将单个 delta-rule 变换与通道门控提供的第二次反射结合，使 Kimi Delta Attention（KDA）无需提高更新秩即可实现 2D 旋转。

针对 Agent Harness 递归自我改进容易过拟合训练任务、在分布外基准上收益消失的问题，研究者提出 RRSI，通过时间退火预算约束候选编辑数量、用 critic 过滤基准特定提案、用 pruner 剔除过小或过贵改动。

EdgeGen 是一个合成任务生成框架，从 Agent 规范中提取合规规则，生成违反这些规则的、基于数据库的边缘案例任务，可与现有合成数据方法结合用于微调和 harness 优化，形成无需人工标注的全自动闭环。