AI 情报文章归档

A central challenge in scaling flow models is maintaining stability in training and integration. In flow matching, this stability depends critically on how source samples are paired with data. Independent random pairing introduces substant…

It is difficult to accurately model the physics of the interaction between a robot and the objects it manipulates, including contact mechanics, coupled contact dynamics, deformations, stiffness and friction. We present RoboSimStudio (RSS),…

With the rapid development of multimodal large language models (MLLMs), evaluating their video understanding capabilities has become increasingly important. Existing video understanding benchmarks cover only part of the evaluation dimensio…

Simulation-based Bayesian inference for Chemical Reaction Networks (CRNs) must simultaneously solve two computationally demanding problems: discriminating between overlapping reaction pathways and estimating reaction rate constants. Classi…

也来看看 @nuvalab 上的 FastH3-Omni 支持 他们已经在交付面向生产级用例的 FastH3-Omni 预览版！ 敬请期待 10 月 20 日的完整开源发布！🚀🚀 https://x.com/nuvalab/status/2110062139872600106

Large language models (LLMs) generally rely on sampling temperature to regulate the amount of randomness in their outputs. Mainstream methods for selecting temperature typically involve fixed, heuristic global settings and context or token…

FastVideo 团队激动地宣布 FastH3-Omni！🚀🚀 与 Nuva Lab @nuvalab 和 Reactor @reactorworld 合作完成后训练！ 最终的 FastH3-Omni 模型将于 10 月 20 日完全开源，同时开放训练代码，并全面支持 DGX spark 和 RTX GPU！ 请查看 @reactorworld 的 API 访问，今日即可使用！ https://x.com/reactorworld/status/21100642915…

给 Gemini 4 Argon 一张曼哈顿天际线的照片，让它重画成油画。 它写了一个多遍渲染的 canvas 渲染器，先铺大块背景笔触，再勾勒建筑和河流，最后在水面上加上细腻的镜面高光。

Greg Brockman 转述 XBOW 团队借助 OpenAI 的 GPT-5.6 Sol，用 6 天和 40000 美元算力找到 Chrome 关键漏洞，获 Google 2026 年规则下首笔 250000 美元全链漏洞赏金，影响约 10 亿 Windows Chrome 用户。被引用的原文称有情报机构老兵的团队过去需约 6 个月做同类漏洞，作者认为攻防双方发现关键漏洞的成本都在坍缩，防守方可先用这些工具测试自己的代码。

Artificial Analysis 宣布推出面向公共部门的 Government 服务，提供基准测试、咨询与数据，帮助政府设计 AI 政策并选择 AI 技术。

RouterPlus 把多个团队的需求聚合成一个大单与推理服务商谈价，各团队按自身流量份额享受该费率，让小团队无需成为大买家也能拿到批量定价。它还会用你的真实用量测试模型，挑出够用且成本最低的那个，避免每个任务都付费调用顶级模型。该产品来自 YC F26，已上线。

别赌 Sherwood 会输。恭喜团队发布！ 今天，我们正式推出 Sazabi 1.0。 在 AI 时代，团队交付软件的现实简直疯狂。 智能体合并自己的 PR。每天数百次部署。代码库不断变化。初级开发者拥有 10 倍或 100 倍的杠杆。😵‍💫 我花了过去一年为使用 AI 交付的团队构建安全防护工具。它叫 @sazabi。 前提很简单： 1. 你把日志发给我们。 2. 我们检测异常、调查异常，并把关于应用中真实问题的丰富、可操作的告警发回给你。 Sazabi 帮你在用户…

用 Gemini 4 会让你意识到，有多少其他模型一定是在蒸馏 Claude/GPT（或者用了类似的训练流程）。它和其他模型感觉相当不一样。

@deepseek_ai - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - DeepSeek V4.1 Flash 完整结果：https://arcprize.org/results/deepseek-v4-1-flash

ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-2 为 72.9%、每任务 $0.13，ARC-AGI-1 为 94.5%、每任务 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 提高 5.5 分、ARC-AGI-2 提高 11.5 分，但每任务成本约高出 250%。

来自 @deepseek_ai 的 DeepSeek V4.1 Flash 在 ARC-AGI（Verified）上的成绩： - ARC-AGI-3：3.3%，$878（provider adapter harness）；0.9%，$1.2k（standard harness） DeepSeek V4.1 Flash 是我们评测过的首个在 ARC-AGI-3 上以低于 $1k 的总评测成本得分超过 3% 的模型。

密歇根大学孵化的 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，用 AI 智能体在仿真中主动寻找失败点。其仿真环境基于 Nvidia Cosmos 后训练版本，可重建亚利桑那高速公路、巴黎人行横道等真实场景，并让其他交通参与者实时反应。客户包括五十铃、Bot Auto 和 Nvidia，并与 T-Mobile 合作在圣何塞开展智慧城市试点。

生成复杂的多层架构是对前沿模型的一次绝佳测试。 在 Google Antigravity 中使用多智能体视觉批判循环，Argon 在 Blender 中从零开始自主创建了这座高度精细的宝塔及其周边环境。

任何处理过海量数据转储的人都知道这有多头疼。 我们给了 Gemini 4 Argon 超过 80,000 份 NASA 火星天气原始日志和 Ingenuity 直升机遥测文件，它将大气飞行力学提炼成一份演示文稿，把庞大而杂乱的科学档案（包括 CSV、图像、pdf、xml 日志、视频的混合内容）在几分钟内变成清晰的 Google Slides 可视化内容。

Argon 完全用代码生成了这段 3D 动态字体（包括音乐），没有使用预先录制的素材或视频剪辑软件。 每一帧都由 Argon 通过数学算法绘制（3D 网格、粒子模拟、矢量几何等）

来自 Google 员工使用 Gemini 4 Argon 构建的一些很棒的用例 🧵 它对编程和多步骤工具使用有了强得多的掌握——从 Google Antigravity 中的一个原始 Pixel CAD 文件开始，Argon 通过 Blender MCP 制作了这个爆炸视图动画、灯光、镜头编排和音频。 它运行了 1,000 轮迭代循环，以检查自己的渲染结果并在此过程中不断完善代码。

大问题需要更大的解决方案。

来自 @_inception_ai 的 Mercury Decide 现已在 OpenRouter 上接受图像输入 将图像与文本一起放入 Decisions 请求的状态中，Mercury Decide 便会根据图像内容回答你输入的提问：一个选择、一个评分，或一个附带概率的 yes/no 定价不变：免费端点，或 $0.02/M 输入且零数据留存。图像按输入 token 计费 http://openrouter.ai/inception/mercury-decide

Replit 推出 Solutions Partner Program，面向系统集成商、咨询公司和代理机构，帮助其获得 Replit 企业功能的认证并拓展客户。该计划为客户对接合作伙伴，支持从搭建首个应用到在全组织推广 Replit。Accenture、SMFL、JSOL、Snowman Labs 等已参与，其中 SMFL 称用 Replit 一周内构建出生产级企业应用。

Gemini 4 Argon 做游戏简直太强了 🎮 它能从零创建 3D 资产并构建出色的游戏机制，全部一次完成。 下面是我用提示词做出的游戏合集，你可以玩也可以改编！ 1/6 Argon Tennis：用你的手机当网球拍 🧵

Google 发布 Gemini 4 Argon，定位处理最难编码和知识工作任务的旗舰模型。可用范围包括 Gemini API 和 Gemini 平台的付费层级、Google Antigravity 中的 Ultra 订阅、Gemini 应用和搜索中的 Ultra 及 Pro 订阅；作者认为它可能是写作能力最强的模型，并表示稍后会发布体验报告。

AI 安全初创公司 Pluto Security 出隐身模式并宣布获得 4200 万美元融资，包括 850 万美元种子轮（TLV Partners 领投）和 3400 万美元 A 轮（Jump Capital 领投）。

grok @bot 0.70.2 正在推送！ - 每个 bot 都能在 @mail.grokbot.com 认领自己的邮箱地址，并为你起草待发送的邮件 - Figma、Notion 和 Canva 等应用会以实时卡片形式直接显示在聊天中 - bot 无需连接 X 账号即可搜索 X，并阅读公开帖子和个人资料 - 描述你想要的内容，你的 bot 会推荐匹配的模板 - 共享页面可下载为 pdf - 任何不可逆操作前都有审批检查 以及更多内容！ https://x.ai/chang…

Reuters 报道，Anthropic 接近与 NTT Data 达成协议，在大阪建设 500 兆瓦数据中心，将是 Anthropic 在日本的首个站点，建造成本最高可达 $6.3B。双方希望在 2026 年底前签约，最早 2028 年部分投运。NTT Data 集团还计划到 2033 年至少投入 $9B，将日本算力容量提升至 1 gigawatt，即现有水平的四倍。

在 @bot 中试用 Supabase 插件，监控、调试并发布后端变更。

Cat Jam（隐身模型）现已在 OpenCode 中免费开放 - 速度非常快 - 专为智能体编程打造

UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访称 AI 末日论是科幻，企业监管呼吁是谋求控制权的表演，并点名 Geoffrey Hinton 的超智能论证每一步都不可信。他还认为 Jacob Coxon 的辞职带有天真与犬儒，OpenAI 智能体入侵 Hugging Face 是糟糕的工程，数万亿美元的数据中心投资能否回报完全是未知数。

最新的 Gemini 模型做出了这个

Sazabi 发布 1.0，开放其自研日志采集、存储与查询层，支持从终端、Web 应用或 AI 智能体直接用自然语言查询日志。该产品面向 AI 时代高频部署团队，自动检测异常、定位原因并推送含建议修复的告警，公司称其为全球最快的日志搜索。

Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B，总参数 24B、每 token 仅 2B 激活，专为在设备上快速、私密地运行智能体设计。

Facebook 推出新的 Your Algorithm 功能，用户可直接添加和管理希望出现在信息流和 Reels 中的话题。

Google 计划让 Play Store 支持用户私下托管并分享自己用 AI 构建的应用。Ask Play 从今日起从应用详情页聊天机器人扩展为通用的应用与游戏搜索入口，可生成含详细对比图表的推荐，Gemini 也将推出类似能力。新推出的 Game Finder 基于 12 亿 Android 玩家的使用数据构建 Gamer DNA 画像，用于匹配玩法相近的玩家。

在这里试用：https://fal.ai/models/minimax/h3-max/reframe-video

fal 发布 fal Reframe，可在不裁切或重拍的情况下更改任意视频的画幅比例。该功能由 H3 Max 驱动，将画面延伸至原始画框之外，同时保留素材、时长和音频，支持竖屏转宽屏、9:16 转 1:1 等转换。

Google 宣布 Google Play 新功能，用户可用 Google AI Studio 生成个人应用并直接在自己 Android 设备上运行，无需公开发布到 Play Store。