苹果 iOS 27.3 曝光 Siri“记忆图谱”系统
苹果 iOS 27.3 测试版曝光名为“记忆图谱”的组件,旨在整理用户人际关系、常去地点及健康状况。 系统引入“记忆原子”数据单元,通过设备端 AI 或 Private Cloud Compute 处理信息,内置 60 个用于识别用户动机的问题。 该系统当前仍处未完成状态,苹果尚未说明其正式上线时间及数据管理方式。
苹果 iOS 27.3 测试版曝光名为“记忆图谱”的组件,旨在整理用户人际关系、常去地点及健康状况。 系统引入“记忆原子”数据单元,通过设备端 AI 或 Private Cloud Compute 处理信息,内置 60 个用于识别用户动机的问题。 该系统当前仍处未完成状态,苹果尚未说明其正式上线时间及数据管理方式。
谷歌推出 TPU 8tx 和 TPU 8i Max 两款 TPU,面向机密计算和超长上下文窗口场景,以拓展 AI 芯片市场。两款产品基于现有芯片重新配置,分别适配政府、金融等受监管客户及药物研发、编程应用;TPU 8tx 将与 AMD 芯片协同工作。
推荐理由:谷歌加快芯片迭代并推出专业版本,原文补充了与英伟达的对比、客户结构以及供应链布局。
腾讯混元Hy4正式发布,引入原生视觉与计算机操作(CUA)能力,幻觉率降至7.2%。实测中,Hy4自主完成3D机械键盘交互、游乐园建模、PPT生成及复杂科研推理任务,目前已在WorkBuddy等平台上线。
推荐理由:实测展示了Hy4在3D交互、长程Agent及科研推理中的细节,并提供了WorkBuddy入口,帮助评估其落地能力。
“最先进 AI 拉比”是文章标题所指代的核心概念,原文未提供该角色的具体技术参数、模型名称或所属机构信息。
日本人工智能实验室 Shizuku(雫)AI 公布支持日语智能对话的全双工模型 Shizuku-Duplex,宣称其为继 GPT-Live 后第二个支持该功能的模型。
腾讯首席AI科学家(前OpenAI研究员)在周六的公开露面中警告,AI模型很快将具备掌握生物学的强大能力。 他指出,这项能加速药物发现的技术同样可能被恶意行为者用于制造生物威胁,凸显了该前沿技术带来的双重风险。
MIT 联合 UBC 等机构构建 WorldParticle,单一大深度学习系统模拟沙、流体及蛋白质折叠等物理过程。 该模型将材料表征为粒子,通过学习动态逐步预测运动,能适配未在训练中出现的材质与力。 研究者将这一目标称为“模拟领域的 GPT 时刻”。
天翼电信终端与优必选于11月9日签署全面战略合作协议,计划在三年内在机器人规模化推广及联合创新等领域达成合作共识。 双方目标推动家庭陪伴机器人终端行业规模突破百万台,超仿生及轮式人形机器人终端行业规模突破十万台。 双方共同揭牌“天翼电信终端-优必选机器人联合创新实验室”,并推进机器人能力与电信云网、AI大模型等能力的双向封装与调用。
微软提交专利申请,利用 AI 智能体近乎实时修改直播音频并同步重绘说话者嘴型,以替换词汇或进行翻译。 该系统可基于观众画像识别需修改的词语(如口头禅、冒犯性词汇),处理视频延迟 1 至 10 秒,并支持运行于 AR 眼镜、手机等设备。 目前仅为公开的专利申请,权利要求曾被驳回,微软未透露是否实际开发,获批不代表技术将落地。
荣耀产品线总裁方飞宣布荣耀 700 系列全系搭载 AI 灵动背屏,支持个性化主题展示与 AI 电子宠物互动。 该系列采用行业首创悬浮玻璃工艺,机身厚度仅 7.96mm 且配备同档位最大容量电池,提供晴空等四款配色。 此举旨在通过设计与交互创新,满足用户表达自我与获得陪伴的需求。
英伟达在韩举办 AI Day 活动,公布与韩国政府及多家企业的合作。其内容包括扩大与韩国政府的主权 AI 合作、与三星电子深化半导体创新、与 LG 电子和现代汽车集团合作推进具身智能及自动驾驶,以及支持多家公司基于 NVIDIA 平台开发 AI 推理和智能体应用。
NVIDIA 正结合韩国制造与工程优势,通过加速计算、AI 与仿真推动 Physical AI 从开发走向实际生产。
方法在属性解耦基准测试中表现具有竞争力且种子敏感性降低,并扩展至以物体为中心的无监督分割任务。 论文发表于 NeurIPS 2026 会议。
NoContactNoWorries 是一个基于 Transformer 的多模态框架,融合 RGB-D 视觉与机器人本体感知来推断二元接触状态,作为伪触觉信号用于手物交互。 该方法在模拟环境和真实机器人上验证了可行性,推断出的接触信号支持下游强化学习代理完成手持物体重定向,并能泛化至新物体。
自回归策略通过调整分词时域和应用约束解码,保证了严格的延迟上限,实现了多轨迹解码以最大化性能。 在模拟和真实环境中,该自回归策略在任务完成速度上显著优于同级流匹配策略,且具备收敛快、指令跟随泛化性好的固有优势。 这证实自回归策略可作为支持实时执行的有竞争力的策略类型。
提出HyperDn模型,通过池化源配置oracle监督,实现去噪超参数向新配置的迁移。 在仅2个目标oracle标签下达到30.23 dB,性能超越64标签基线且标签需求减少1/32。 该结果证明昂贵oracle监督可跨配置迁移,降低新去噪配置中标签重建成本。
ATMOS基于State Space Models(SSM),通过Pairformer状态转移与扩散解码模块,生成原子级分子动力学(MD)轨迹。 ATMOS旨在解决生成模型忽略时间相关性或难以条件化长历史的局限,实现原子级轨迹生成。 ATMOS在蛋白质单体和蛋白质-配体构象轨迹生成中达到state-of-the-art性能,推动生物分子动力学基础模型发展。
研究提出高效 2.5D 框架 SegMate,在三个数据集中将计算量降低 2.5 倍、显存占用降低 2.1 倍,Dice 分数普遍提升约 1%。 该框架在 TotalSegmentator 数据集上以 295 MB 显存实现 93.51% Dice 分数,并在其他数据集上展现出强泛化能力。 SegMate 支持单 GPU 每小时处理 10,000 个体积,代码已开源。
研究团队发布了 ReelNet 数据集及基准,整合了 925K 珊瑚标注和 479,027 筛选标注,覆盖 39 个标签,并验证了零样本、少样本及全量微调。 DINOv2 在独立测试集 Al-Wajh 上达到 65.79% 宏召回率;GPT-5.4 推理消融实验未提升直接分类效果,长尾识别与地理不平衡仍为主要挑战。
层级贝叶斯轨迹主流形采样方法 HB-TPM 通过从有序源任务学习平滑曲线族,适应稀疏目标的重建与采样。在 30 个保留向量任务中,HB-TPM 相比源适应 VAE 将平均切片 Wasserstein 距离降低 21.0% 至 41.8%。
LLM 智能体框架分析了 22 种人类组织间共 231 对组合,识别出 1,825 个保守蛋白共丰度簇。 该框架整合了表达图谱、蛋白互作数据库及文献证据,76% 的组织对表现出超越随机的共丰度共享,379 个可测试簇在独立 CPTAC 数据中复现。 这些保守簇揭示了现有数据库缺失的机制,如肝脏与骨髓共同关联的白质病变基因,为疾病研究提供假设生成资源。
针对多模态大语言模型在 RLVR 训练中因提示词变化导致性能下降的问题,研究者提出 Prompt-Invariant RLVR (PIRL) 方法。该方法通过动态三元奖励分离格式与语义,并利用嵌入空间对抗机制应用策略不变性正则化器。 在压力测试中,PIRL 在基准测试上的平均准确率下降不超过 1%,而 GRPO 下降约 3%;在动态评估中,PIRL 也实现了最小的性能衰减。
summary_zh: WorldCoder-Bench 是一个评估自主且物理感知的3D世界合成的基准,包含2,026个专家策划任务。 该基准涵盖仿真、渲染和应用场景,提出 StateProbe 协议以验证运行状态,最佳验证覆盖率为27.8%。
TimeTok 是一个统一的时间序列生成框架,通过分层标记化策略,允许从任意粗粒度输入生成任意目标粒度输出,无需额外条件。 该框架通过控制标记块数量显式调节输出细节,在标准生成任务中达到 SOTA 水平,并展现出跨异质时间粒度数据集的强大迁移能力。 作者称这是首个覆盖时间序列完整生成谱系的一体化框架,为多样化时间粒度应用奠定基础。
Sentinel Agents 提出由 Coordinator Agent 监管的规则、行为与 LLM 语义检查层,以隔离异常 Agent。 在 1,000 条消息语料上,Gemma 4 12B 实现 F1 0.86 且误报率 0.11,Qwen3 8B 校准后 F1 提升至 0.80。 实验表明检测器组合效果取决于模型校准与聚合逻辑,为多智能体安全部署提供了可操作指引。
GRAC 框架通过图结构表示手术场景,利用检索增强的生成方式提升描述准确性。 在 EndoVis-18 基准测试中,其 CIDEr-D 得分达 5.88,超越传统 Transformer 基线的 3.36;在三元组准确率上从 26.2% 提升至 52.6%。 该结果表明,结合结构化场景表示与检索示例能显著提升手术场景描述的上下文相关性。
针对弱监督视频异常检测中仅依赖帧特征幅值的局限性,提出一种结合 LLM 提取文本先验与字典学习进行归一化压缩的新方法。 通过 LLM 和辅助信息解决图像描述模型对相似帧文本描述不一致的问题,并利用跨模态注意力机制融合先验知识,构建更准确的特征表示。实验结果表明该方法在准确性和稳定性上优于现有 SOTA 方法。
V-STORM 将视频转化为 Spatio-Temporal Scene Graphs 并推导 Grounded Chain of Thought,构建了 260K 训练集和 3K 人工验证 benchmark。
提出统一框架,将不可压缩连续性方程作为硬约束融入神经算子,确保无散度流体建模。 通过微分谱Leray投影强制不可压缩性,并构建基于卷的无散高斯参考测度适配flow matching。 实验表明在2D Navier-Stokes方程上实现精确不可压缩性,显著提升稳定性与物理一致性。
论文提出 SPSC 框架,通过语义保留和子空间校准,解决跨被试 EEG 重建中的语义偏移问题。 该框架结合对象掩码对比正则化 (OMCR) 和子空间候选门控 (SCG),实现无标签推理下的语义修正。
AudioSphere 是一个多通道掩码自编码器,首次实现使用冻结自监督骨干进行声音事件检测与定位(SELD)。 模型在 Ambisonics 录音上训练,通过时空掩码策略联合学习声学与空间特征,支持帧级预测和片段级表示。 代码和数据已开源,相关论文已被 NeurIPS 2026 接收。
FIND 框架通过在频域解耦领域不变内容,解决 LiDAR 3D 检测中自监督方法混淆语义与风格的问题。该方法利用 B-Spline 拟合构建局部自适应滤波器,结合不变流与特异性流的双流架构,在跨数据集和鲁棒性基准测试中显著优于 SOTA 方法。该工作已被 NeurIPS 2026 接收,源代码已公开。
HiGO 提出用于全球野火预测的分层图 ODE 框架,在 SeasFire Cube 数据集上显著优于最先进基准。 该模型采用自适应滤波消息传递机制,利用 GNN 参数化 Neural ODE 模块学习多尺度连续时间动态。 其连续时间预测表现出强观测一致性,突显了应用于现实世界场景的潜力。
summary_zh: AdaAlloc 提出免训练推理框架,解决长视频问答中视觉 Token 预算下时间覆盖与空间细节的权衡问题。 框架通过规划全局/局部分配策略,结合时间定位细化本地证据;在 LVBench 等四项基准测试中,比同等预算均匀采样提升最高 10.5 个百分点。
ACTOR 是一个无需训练的插件模块,利用明确的标注预算改进视觉语言模型的测试时适应效果。 该模块通过一致性与可靠性检查路由不确定样本,支持查询标签或基于记忆的修正。在十个跨领域基准测试中,它显著提升了 ResNet 和 ViT 骨干网络的性能,推理开销极小。
UniRGBA 框架通过零初始化通道扩展和 DoRA 微调,实现原生 Alpha 通道视频生成,无需复杂架构重构。 该模型采用 4 通道 VAE 和六项渐进重建损失,在视觉效果 RGBA 基准测试中,RGB 保真度超越 Wan-Alpha。
在六个视觉语言模型(VLMs)测试中,仅 Gemma-3-27B 能可靠识别注入概念,识别率达 35%(单独 steering 为 3%)且几乎无误报。 但报告源脆弱,强注入或视觉路径注入被误报为“看到”,且 87% 真实照片描述中注入物体被错误归因。
提出即插即用模块 Equivariant Spherical Transformer(EST),在 OC20、MPtrj、QM9 等基准上取得 SOTA 性能。 EST 通过对球形空间表示应用 Transformer 注意力机制,显式混合采样方向信息,并保留近似等变归纳偏置。 使用 EST 的小型模型在 OC20 复杂分子系统上优于部分更大模型及额外数据模型。
该研究建立了长尾识别(LTR)与持续学习(CL)之间的理论联系,证明在失衡因子 $\mathrm{IF}$ 下,LTR 训练将模型参数驱动至 $O(1/\sqrt{\mathrm{IF}})$ 邻域,并将 LTR 重构为序列学习问题。
研究团队提出 MotionDecipher 框架,利用 LLM 将人体运动信号转化为临床步态描述。在 122 名患者及 46 名对照测试中,该框架取得 0.91 BERTScore,比 GPT-5 高 13%,专家评估显示其在正确性、完整性和简洁性上表现最佳。 该框架包含人体运动分词器、元特征选择器和混合上下文构造器三个核心组件。