跳到正文
11月5日周四
  1. 机器之心73

    Liber-0 技术报告:1 万小时手套数据效率超 200 万小时视频,具身智能进入全栈 Scaling 阶段

    LiberAI 发布新一代世界动作模型 Liber-0 及详细技术报告。实验显示 1 万小时自研手套数据在精细操作效率上超过 200 万小时互联网视频,且 25% 真机示范结合完整手套数据即可超越 100% 真机基线。该模型通过统一本体表征与多模态注意力,显著提升了机器人在未知任务中的 Zero-shot 泛化与长程执行能力。

  2. IT之家81

    Kimi Hosted Agents 发布,将 Harness 作为云端服务提供

    Kimi 推出 Kimi Hosted Agents 托管智能体服务,将 Harness 作为云端服务提供,支持 7x24 小时长程任务执行与多智能体协作。平台提供 140 多项 Skills 与 30 多项插件,并集成 Kimi Inference Hook 在模型推理前拦截敏感数据。

    同一新闻,精选展示《Kimi Hosted Agents 正式发布,将 Harness 作为云服务提供》

  3. IT之家62

    华为昇腾宣布支持Kimi K3.1 Pro推理部署

    华为昇腾基于vLLM Ascend和SGLang框架,同步实现了Kimi K3.1 Pro模型的首日推理部署,支持Atlas 800 A3等系列产品。Kimi K3.1 Pro是2.8万亿参数的混合线性注意力模型,原生支持视觉理解,昇腾团队针对其新增的稀疏注意力路径完成了算子开发与多模态推理适配。

  4. IT之家91

    月之暗面开放 Kimi K3.1 Pro 2.8 万亿参数权重,Agent Arena 开源模型榜登顶

    月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 模型权重,该模型采用混合专家架构,总参数量 2.8 万亿。在 Agent Arena 智能体排行榜中,Kimi K3.1 Pro 位列开放权重模型第一,基于超 1.75 万次真实长周期会话的净改进率为 +5.1%。

    推荐理由:月之暗面如期开放 2.8 万亿参数模型权重,给出了部署规模与核心智能体评测数据,读者可据此判断该模型的开源生态影响。

  5. Hacker News AI46

    CodeRabbit 推出针对 AI 生成 PR 的自动化审查、分诊与安全功能

    CodeRabbit 推出针对 AI 生成 PR 的自动化审查、分诊与安全功能,支持 Quiet、Chill 和 Assertive 三种可定制审查风格。 其 Triage 功能通过评分、排序和路由管理 PR 洪水,Security 模块提供持续监控及“验证与修复”功能。 该产品旨在帮助团队在 AI 代码生成速度超越人类验证能力时,降低审查负担并提高质量。

  6. TechCrunch · AI33

    Hugging Face 高管探讨开源 AI 的价值捕获与中美竞争格局

    Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Equity 播客中分析了企业如何利用开源 AI 获利。 针对中国开源模型不断抢占地盘的现状,Solaiman 探讨了美国玩家如何保持竞争力。 她重点阐述了初创公司在基于开源模型构建产品前,需了解的工具选择、基础设施及权衡取舍,以塑造开源 AI 的未来。

  7. TechCrunch · AI28

    Hugging Face 政策负责人谈开源 AI 的成本、风险与权衡

    Hugging Face 政策负责人 Irene Solaiman 在 Equity 播客中解析构建开源 AI 的战略权衡,指出企业转向开源模型主要为削减成本并获取更高控制权。 播客讨论模型免费时价值捕获难题、Nvidia 需资助美国开源前沿模型以对抗中国默认标准,以及如何在不封闭的前提下保障开源生态安全。

  8. Simon Willison44

    Datasette Agent 0.5a0 新增 panel 功能

    Datasette Agent 0.5a0 发布,新增 panel 功能,允许智能体聊天窗口与 Datasette 页面(如表格或查询页)并排显示。 结合 datasette-apps,可通过提示词创建基于数据库的应用,并在旁边的聊天窗口中直接修改它。 用户可通过 GitHub 账号登录 agent.datasette.io 体验该功能。

  9. Hacker News AI37

    开源 AI 社区面临挑战:模型效率提升但自托管成本难降

    开源 AI 模型正变得更难由个人托管,硬件成本阻碍了能力获取。 DeepSeek-V3(671B 总参,37B 激活)和 Llama 4 Maverick(400B 总参,17B 激活)显示 MoE 架构使权重存储昂贵,即便计算更高效。 vLLM 等引擎优化集群利用率,但个人部署因显存闲置和通信开销受限,导致社区可能被迫依赖单一供应商服务。

  10. 机器之心79

    百度发布具身世界模型 Apollo World,实现无人车虚拟闭环交互测试

    百度 Apollo 披露具身世界模型 Apollo World,支持无人车在虚拟城市中与 AI 智能体驱动的参与者进行实时交互,日虚拟路测里程可达 10 万公里。该模型通过因果自回归多模态生成技术,实现全订单流程推演及环境动态切换,与 Waymo World Model 形成差异化竞争,旨在降低规模化部署成本。

    推荐理由:揭示了百度 Apollo World 在虚拟环境中的交互式测试机制,通过对比 Waymo 展示了其在长程任务推演上的差异。

11月4日周三
  1. 腾讯混元92

    腾讯混元 Hy4 正式版发布

    腾讯混元 Hy4 正式发布,首次引入视觉与电脑操作能力,金融综合表现及内部科研评测位居开源第一。官方计划开源模型权重,已在腾讯云等渠道上线,API 价格与预览版保持一致。

    推荐理由:原版在金融众测与科研任务上取得开源第一,并展示了从代码到生物建模的跨领域生产力落地。

  2. 量子位71

    招商局狮子山实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型

    招商局狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,该模型采用 MoE 架构,总参数 35B 但每个 Token 仅激活约 3B 参数。模型在十项主流具身相关基准上全部指标上涨,等权综合均分达到 65.29,多项核心能力超越更大参数量模型。权重已在 Hugging Face 开源,兼容 Transformers、vLLM 和 SGLang 等框架。

    推荐理由:展示了能力牵引的数据引擎方法,读者可了解其如何在低激活参数下提升具身推理能力。

  3. 机器之心71

    天数智芯展示彤央TY1200端侧算力,实测性能超英伟达Thor

    天数智芯在上海开放日上展示了最新端侧算力终端彤央TY1200,其300 TOPS稠密算力实测性能超过英伟达Thor T500,并首次实现GPU加速物理仿真引擎本地运行。在LLM生成测试中,TY1200运行Qwen3.8-27B-AWQ的吞吐达到Thor的1.38倍;同时通过Agentic AI软件栈,将原本需10人天的Kernel开发缩短至1小时级别,并预告了标称600T算力的下一代产品。

  4. Seven Minute Feed47

    阿里巴巴董事长:开源是 AI 唯一可行路径

    阿里巴巴董事长表示,开源是构建可持续 AI 产业的唯一可行路径。 他在中国互联网大会乌镇峰会上发言,指出中国科技企业正汇聚于开放生态系统,此举强化了对阿里巴巴 Qwen 开源权重战略的承诺。 背景是美国对中国的开源模型施压,而北京则推动以开源为核心的 AI 治理。

  5. arXiv · NLP27

    HTAM: 用于算子优化的层次化转移注意力记忆框架

    研究人员提出层次化转移注意力记忆框架 HTAM,利用 LLM 自动优化 GPU 算子,在 KernelBench 上展现出优于基线模型的正确性与加速效果。 该框架通过构建层级转换图(HTG)组织粗粒度全局方向与细粒度局部策略,引导 LLM 生成具体的 CUDA 代码。 该研究已在 EMNLP 2026 会议上作为 Oral 论文发布。 ```

  6. arXiv · NLP40

    PersonaFuse:一种情境感知的大模型行为自适应后训练框架

    PersonaFuse 提出一种情境感知的大模型行为自适应后训练框架。 该框架基于特质激活理论和大五人格模型,采用混合专家架构与情境感知路由机制,根据任务上下文动态调整模型行为。 在能力、工作流和部署三个层面评估显示,该框架在保持通用推理、交互质量和安全性的同时,提升了企业场景下的任务完成率。

  7. arXiv · ML26

    DexCanvas:结合人类演示与机器人学习的手指灵巧操作

    DexCanvas 是一个混合数据集,包含 7000 小时的手指灵巧操作,具有每帧接触点和力。 该数据集由 70 小时的光学动作捕捉扩展而成,涵盖了 21 种操作类型,通过 RL 策略在物理仿真中测量接触力。 接触驱动的重定向可将演示传输至两个灵巧机器人手,首次公开的 111,857 条轨迹可在 Hugging Face 获取。

  8. arXiv · AI20

    语言子空间干预在提升多语言推理准确率与保持回答语言一致性中的权衡分析

    研究表明,语言子空间干预无法彻底移除激活中的语言信息,且最能提升 MGSM 准确率的干预会导致回答语言保真度下降。 实验基于 Qwen2.5-7B,仅有一种干预将联合准确率提升 1.60 分;仅修改提示词也能复现增益但严重损害语言保真度。 作者主张因果干预评估需超越准确率指标,以充分考量语言替代权衡。

  9. arXiv · AI41

    AIRoA-0:基于手持数据实现长时程、精准且跨具身的操作能力

    AIRoA-0 是一双臂操作系统,完全基于 16,151 小时手持演示数据训练,未采集任何机器人数据。在 10 项任务中平均成功率达 78%,优于最强对标模型 27% 的表现。 系统支持跨具身应用,兼容 Franka、TX-G2 等机器人。团队已开源数据集、预训练权重及微调方法,在 8 块 H200 GPU 上微调耗时不到 4 小时。

  10. arXiv · AI45

    ScamWorld:评估网络智能体抵御在线诈骗的交互式环境

    研究人员推出交互式环境 ScamWorld,通过重构已报告的诈骗网站,系统评估 6 个前沿 LLM 驱动的网络智能体抵御在线诈骗的能力。研究发现模型基础欺骗率介于 11% 至 35% 之间,且智能体在处理支付请求时比获取凭证或钱包信息更容易受骗。ScamWorld 提供了一个可复用的测试平台,用于持续压力测试智能体对真实网络诈骗的响应。

  11. arXiv · AI33

    ATLAS:面向长程开源多智能体系统的谱锁定方法

    ATLAS 通过代数任务-角色锁定与自适应谱记忆,在无需训练的情况下优化多智能体系统的隐藏状态,解决任务漂移与状态过时问题。 该方法在长程记忆与工具使用测试中,比 A-MEM 提升宏观平均准确率最多 5.7 分,并在 72B 主干模型上实现 61.0 的宏观平均分。 ATLAS 作为表示层控制器,可作为黑盒智能体输出层协议的补充,适用于开源多智能体系统。