AI 情报文章归档

OpenRouter 的搜索功能升级了 在 https://openrouter.ai 任意位置按 ⌘K，即可同时搜索文档、模型、提供商和页面。输入之前，还能浏览你 Pinned 的模型，以及本周 Popular 和 Trending 的内容。

World modeling enables intelligence to anticipate consequences, guide interventions, and learn from interaction. Yet predictive models remain domain-specific: can a common learning principle support world modeling across radically differen…

Generative models are increasingly used to solve scientific inverse problems, but existing evaluations still focus primarily on whether a method can produce a single plausible reconstruction. This is insufficient for ill-posed problems, wh…

Opal Security 发布 Opal Zero，用于管控企业内部 AI 智能体可访问的资源。每个智能体被映射到人类负责人、用途及可触达系统，内置 AI 审查员 Paladin 批准合规请求、其余升级给人工，所有决策在企业的 MCP 网关强制执行。智能体可自行提交访问申请，经人工批准并可自动过期。

Multi-turn agents trained with reinforcement learning (RL) receive a single scalar reward per trajectory, which motivates self on-policy distillation (OPD) to supply dense token-level supervision from a self-teacher with privileged task sk…

Cartesia 发布 Multilingual Voices，用户选定一个声音即可在多个市场保持同一品牌音色，解决跨语言时身份感丢失的问题。Rohan Paul 认为语音正成为软件的默认输入层，一旦延迟和准确率达到对话级，大量工作流用说的比打字更合理，垂直 SaaS 可能围绕"用户说话、软件执行"重建。

Safety evaluations for large language models rely on surface-form classifiers that report declining harm scores across model generations. We provide evidence that this methodology is systematically incomplete: explicit discriminatory conte…

Action chunking is widely used for action generation and execution in Vision-Language-Action (VLA) policies, yet existing approaches commonly use a fixed action horizon. During a rollout, different task stages may require different levels …

Generative agents are increasingly used to select and narrate video highlights, but they typically operate over unstructured or frame-level representations. Their output is consequently difficult for a viewer to verify and steer toward ind…

Radio Frequency(RF)-Fingerprinting is a spectrum monitoring technique that identifies specific transmitters based on hardware impairments imprinted within the emitted signal. Although widely researched, studies almost exclusively consider …

World Action Models (WAMs) advance beyond conventional visuomotor policies by jointly predicting future world states and robot actions, enabling the policy to learn physical dynamics that support effective control. However, recent tactile …

That's a working React app. Sidebar navigation with active states, four KPI cards, two charts, and a...

Evaluating an AI system requires disaggregated assessment, as performance varies across domains such as benchmark task types or conversation types in deployed agents. Exhaustive testing is expensive, so evaluation rests on a sample of labe…

LlamaIndex 为 LlamaParse 上线数据连接器，首批支持 SharePoint 和 Google Drive，开发者可直接连接源文件夹而无需手动上传文档。同步文件可用于 Parse、Extract 和 Index，连接会每日自动同步新增与更新文件，也可用 Sync now 手动拉取；通过 Index 配置抽取时，后续索引更新只处理新增或变更文件。

Claude 推出 Projects 新体验，从 Claude Code 的一个会话出发，用户描述任务后由 Claude 调度并行线程，合上笔记本后仍可继续工作。目前以 beta 形式向部分 Pro 和 Max 用户的 cloud sessions 开放，后续将面向所有 Claude 用户推出。

Rohan Paul 引用 Rhodium 研究称，中国前沿实验室的估值对 ARR 倍数远高于美国同行，Moonshot 约 167x、DeepSeek 约 163x，而 OpenAI 为 34x、Anthropic 为 21x；Moonshot 估值从 2025 年底的 $4B 升至 2026 年 8 月的 $50B。

好观点！测试之后，Jev 感觉像是构建可靠 AI 系统的一个重要原语。我认为还有更多原语等待被发现，它们能让基于 LLM 的智能体变得更好、更快。

Claude 推出 Projects，从一个会话运行项目，先在 Claude Code 落地。每个项目有一个智能体管理记忆并为任务派生子智能体，Claude 会调度并行线程，在合上电脑后继续工作；可要求主动行动或按计划执行。目前已对部分 Pro 和 Max 用户在云会话中开放 beta，将逐步面向所有 Claude 用户。

评估 AI 智能体数据库的 5 项标准包括分支隔离（branch isolation）与 serverless 等。该评估框架用于判断数据库是否适合承载 AI 智能体工作负载。

英国国王查尔斯在 Dumfries House 主持闭门峰会，与会者包括 Nvidia 的 Jensen Huang、OpenAI CFO Sarah Friar、Anthropic 全球事务负责人 Tino Cuéllar、英国 AI 大臣 Kanishka Narayan 等。

千禧年奖问题 【引用 @RealIanLucas】：@EMostaque MM = MP

LimiX-2 迈向通用结构化数据智能的上下文机制网络 论文：https://huggingface.co/papers/2609.17488

i'm jon, i co-founded backboard.io. this is a launch post. it's short and there's code. video models...

Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入及 1M token 上下文窗口，29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%，音视频输入每小时价格下降超过 93%。

据 Rhodium 研究，OpenAI 年化经常性收入约 $40B，Anthropic 约 $65B，而字节跳动大模型业务约 $4B、阿里百炼 MaaS 约 $2.3-$2.4B。作者归因于中国模型多为开源：2025 年中国模型在 Hugging Face 下载量超 2B，占平台总量 41%，用户可自托管或经第三方访问，收入很少回流到原开发者。

Perplexity 为 Computer 的模型选择器推出 effort 控制，预设组合编排模型与推理深度，用于调节任务执行的深度与效率。该功能已在网页端上线，移动端和桌面端即将推出。官方称 Computer 是长周期智能体任务的最佳多模型 harness，预设基于用户实际使用效果设定，并支持高级用户进一步自定义。

Baseten 旗下 Base Labs 联合 Hugging Face 和 Goodfire AI，为开放权重模型构建安全评估与监控基础设施，并计划发布训练与监控方法。Hugging Face 目前列出超过 6，000 个经 abliteration 去除安全防护的模型。Baseten 今年 6 月完成 15 亿美元 F 轮融资，估值达 130 亿美元。

Pinterest 在美国和加拿大以 beta 形式推出面向消费者的 AI 功能 Restyle，用户可拍摄自己的房间照片，通过提示词添加墙饰、家具、配饰或更换灯光、墙色、植物，也可点击单件物品替换、擦除或继续编辑，或让 AI 将房间改成波西米亚、工业、奇幻、多巴胺等风格。

TypeSafe's Jev is an odd one. It isn't a chat model - you send a state plus typed questions (Choice /...

Anthropic 在桌面和网页版 Claude Code 中推出 Projects 功能。一个项目即一段与 Claude 的对话，它会自动把工作拆分为多个线程，以并行云端会话运行、在线程间传递上下文，并在用户离开后继续执行。目前面向部分用户开放 beta。

Anthropic 宣布 Projects 现在可以在一次对话中运行，从 Claude Code 开始：用户描述要做的事，Claude 会调度并行线程，在关闭电脑后继续工作。该功能今天以测试版面向部分 Pro 和 Max 用户的云会话开放，即将向所有 Claude 用户推出。

I stored passwords in plaintext on a floppy disk in the 1980s. Recently, a coding agent made a...

North 2 2026 年 10 月推出

Your Markdown can be perfectly rendered and completely wrong Markdown has an unfair...

Databricks 推出 Omnigent，让工程师一次定义 Agent 的模型、工具、策略与限制，即可跨 Claude Code、Codex 和原始 API 等任意 harness 运行，模型调用经 Databricks Foundation Model APIs 统一成本与治理。其搜索槽位接入 Nimble 后，基准准确率从 46% 升至 71%，搜索成本减半。

Yuchen Jin 发文称 Ali Ghodsi 是他加入 Databricks 的重要原因，并转发 Brian Halligan 对 Ali Ghodsi 访谈的 10 条要点总结。

@jasonzhou1993 开源了全套 AI UGC 视频工作流，4 条带字幕成片仅花 2.67 美元，作者称此前找海外博主拍一条 TikTok 推广视频需 30 到 50 美元并等三四天。

LangChain 发布开源智能体助手 Deep Life Sci，面向临床和实验室科学家。它接入 600K+ ClinicalTrials.gov 研究、2900 万 PubMed 摘要和 1200 万 PubMed Central 全文，并用沙盒子智能体进行真实数据分析。

据 The Information 报道，OpenAI 接近解决千禧年大奖难题中的 Hodge 猜想，此前曾用代号 Doug 的下一代预训练模型变体解决过首个千禧年难题 Navier-Stokes 存在与光滑性问题。报道称 OpenAI 重视数学是因为数学能力可帮助 AI 发展新的 AI 技术、改进未来模型，被视为自动化 AI 研究的下一步。