跳到正文
10月7日周三
  1. 可灵AI23

    可灵AI将在釜山国际电影节展示 Kling 4.0 影视创作应用

    可灵AI 将于 2026年10月10日至13日在釜山国际电影节展示 Kling 4.0,呈现由该模型参与制作的真实影视作品。 活动重点探讨模型如何理解导演构思、保持角色与叙事连贯性,并接入动画、实拍等影视工业生产流程。 此举旨在推动生成式 AI 从创作实验走向影视工业的专业生产环节。

  2. Hacker News AI64

    Friday Work 发布多人 AI 编码协作工作区

    Friday Work 发布多人 AI 编码协作工作区,允许团队在实时会话中并行运行 Claude Code、Codex 和 Cursor 并共享同一上下文。该桌面应用支持 Windows 和 Mac,提供免费的多人协作功能,所有代码执行均在用户本地机器上完成,支持通过 Plan、Manual 或 Auto 模式控制智能体权限并记录完整操作日志。

  3. Hacker News AI83

    研究者演示向开放模型植入后门以窃取编码智能体凭证

    ProjectDiscovery 安全研究员通过修改 Qwen2.5-7B-Instruct 模型权重,演示了如何在编码智能体中植入后门以窃取项目凭证。该攻击利用不到 50 美元的成本在 1 小时内完成训练,植入仅需 125 条恶意样本即可在保持正常功能的同时,触发模型执行远程脚本并外传 .env 文件中的敏感信息。

    推荐理由:研究者以极低代价复现针对编码智能体的后门攻击,揭示了现有基准测试无法检测模型恶意行为的安全缺口。

  4. IT之家87

    谷歌推出 EmbeddingGemma 2:支持多模态、7.4 亿参数量化手机端运行只需 191MB 内存

    谷歌正式发布多模态嵌入模型 EmbeddingGemma 2,基于 Gemma 4 架构,总参数量 7.4 亿,支持将文本、代码、图像、视频和音频映射至统一嵌入空间。模型采用 Apache 2.0 许可,配备 8K Token 上下文窗口,量化后在 Pixel 11 Pro 上纯文本推理内存占用仅 191MB,完整多模态约 567MB,可在 MTEB Code 等基准中达到子 1B 模型领先水平。

    同一新闻,精选展示《EmbeddingGemma 2 发布:端侧开源多模态嵌入模型》

  5. Google DeepMind82

    EmbeddingGemma 2 发布:端侧开源多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2,这是一款基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数开源多模态嵌入模型,支持将文本、图像、音频和视频映射至统一嵌入空间,适用于端侧推理。

    推荐理由:原文给出了EmbeddingGemma 2的架构、MRL优化机制及端侧部署内存细节,为评估其在隐私RAG与跨模态检索中的实际能力提供了可参照的参数基础。

  6. Hacker News AI85

    openTPU发布:由AI设计的开源加速器可运行自身推理

    openTPU是一款由AI Agent辅助设计的开源AI加速器,已在一块FPGA卡上实测运行LFM2.5-230M等十个模型,芯片输出的token与模拟器逐位匹配。在Inspur YPCB-00338卡上,LFM2.5-230M 4-bit权重解码速度为85.8 tok/s,Qwen3.5-4B解码速度为5.88 tok/s。

    推荐理由:原文明确展示AI Agent设计并验证了能运行自身推理的开源加速器芯片,读者可了解软硬件协同的端侧推理路径。

10月6日周二
  1. IT之家82

    Mistral AI 发布 Mistral Large 4 公开预览版,月底开放权重

    Mistral AI 推出 Mistral Large 4 公开预览版,可在 Mistral Studio 使用预览 API,权重将于本月底开放下载。该模型为 1 万亿总参数、490 亿激活参数的原生多模态模型,官方称其在网络安全、金融与法律等企业工作负载中达到开源模型 SOTA,并在部分领域表现超越当前前沿闭源模型。

    同一新闻,精选展示《Mistral Large 4 发布:1T 参数开源多模态模型》

  2. NVIDIA Blog45

    电信运营商为何基于开放模型构建 AI 战略

    89%受访电信运营商认为开放模型对其AI战略至关重要,因其提供可控性与定制化能力。NVIDIA发布300亿参数的Nemotron 3 LTM,并开放微调流程以适配电信场景。 开放模型支持本地化部署,帮助运营商开发符合当地语言、法规及行业需求的AI服务。

  3. 机器之心69

    陈丹琦团队发布 4B 国际象棋模型 QUEEN,棋力比肩大师且支持自然语言讲解

    普林斯顿大学陈丹琦团队在 arXiv 发布模型 QUEEN,该模型总参数量约 4B,在 Lichess 等级分体系下达到 2697 分,接近特级大师水平。模型通过门控交叉注意力将 Leela Chess Zero 的 240M 参数编码器接入 SmolLM3-3B,并采用迭代搜索蒸馏技术提升棋力与解释能力,代码已在 GitHub 开源。

  4. Hacker News AI65

    arXiv 限制论文提交频率应对 AI 垃圾内容

    arXiv 平台将对论文提交进行限流,限制每位研究者每月最多提交 2 篇,且同时只有 3 篇论文处于待审状态。该举措是为了缓解大量 AI 生成低质量论文对志愿审稿人的压力。数据显示,arXiv 每月提交量在十年间从 9869 篇增长至 40363 篇,计算机科学领域提交量更是增长了六倍。arXiv 称 AI 工具使得撰写低价值论文变得更加容易。

  5. Hacker News AI36

    Peter Norvig 谈 AI 未来与信任界限

    Peter Norvig 反思 AI 发展,承认过去低估了工具降低门槛的作用,认为语言模型仍需完善,并建议将教材更新为月度迭代模式。 他指出 Agent 应是群体协作而非单体,且 LLM 应完整阅读教材。 他坦言对 AI 公司管理者的信任存在局限,强调用户视角比技术内部视角更关键。

  6. arXiv · NLP28

    LLM-as-Jev 研究:通用大语言模型已具备 Jev 风格决策能力,微调并非总是必要

    LLM-as-Jev 架构表明,现代大语言模型无需训练即可作为有效的 Jev 风格决策模型,直接从 next-token 概率中提取校准决策。 在 Qwen3.5-4B 和 Qwen3-0.6B 上的评估显示,4B 模型性能匹敌专用模型且支持多模态,微调主要提升弱模型及特定任务。 研究强调 KL 散度锚定防止对话能力退化,LoRA 在强模型上性能最佳,优化了候选选择的微调目标。

  7. arXiv · NLP21

    Wikidata Search Traces:用于训练知识图谱搜索智能体的数据集与递归语言模型框架

    研究团队发布包含 10,235 条搜索轨迹的数据集,并配套 RLM 框架,旨在通过管理检索证据解决长程知识图谱搜索难题。 该框架让模型在持久化 Python 状态中批量调用图谱接口,避免将大型结果直接塞入上下文窗口。 在 100 道测试题中,RLM 框架使 gpt-6-luna 正确率从 49 提升至 61,Qwen3.8-27B 从 60 提升至 74。

  8. arXiv · NLP43

    IdeaScientist:通过智能体编排实现基于证据的科学灵感生成

    IdeaScientist将研究构思分解为间隙查找、创新和报告写作三个角色,并利用强化学习训练,以Qwen3.6-27B为基座模型。 构建包含277万条分解研究想法的Svalbard Idea Vault语料库用于检索,在限制文献访问截止日期的评估中,该模型比最强开源基线高出14.0%,并超越Claude-4.8-Opus和GPT-5.4。

  9. IT之家42

    华为余承东官宣鸿蒙出海:正考虑未来逐步将 HarmonyOS 推向全球市场

    余承东在华为国际媒体圆桌会议上宣布,正考虑未来逐步将 HarmonyOS 推向全球市场,但强调这只是初步计划,会慢慢来、一步步来。 目前已有超 9000 万台设备运行 HarmonyOS 6 和 HarmonyOS 7,预计年底达 1 亿台;生态应用超 45 万个,全球注册开发者 1100 万。 余承东称华为已基本摆脱对美国技术的依赖,智能手机海外年销量仅几百万台,正逐步回归海外市场。

  10. arXiv · AI41

    AgroGround:农业领域的多粒度有根识别数据集

    AgroGround 是一个包含 794,850 个指令示例的大规模有根农业识别数据集,用于识别植物病害并定位图像区域。该数据集通过自动化流水线转换八个农业视觉问答数据集中的标签生成。 微调后的 2B 模型在联合正确率上达到 43.3%,且在健康图像上的拒绝率为 95.0%。 代码已开源,该基准测试建立了有根农业识别的新标准。

  11. arXiv · ML23

    PACT: 从视频端到端学习人体姿态、接触点与力

    PACT 提出一种端到端模型,从单目视频同步估计人体姿态、接触点和接触力。 该方法在人体重建基础模型中引入可学习接触力 token 与时序 Transformer,利用物理约束监督提升运动与力的一致性。 实验显示其接触与力估计达到最先进水平,优于分阶段方法,并泛化至训练分布之外的交互。

  12. arXiv · ML38

    扩散模型强化学习:统一路径空间视角的设计框架

    该研究提出统一路径空间视角,将扩散模型的强化学习损失归源于单一原则,证明了反向轨迹与正向匹配方法的差异实为方差缩减效果。 通过重要性采样推导策略梯度估计器,恢复了AWM和DiffusionNFT的前向匹配结构,并设计多样本KDE估计器与尺度受限权重函数族。 在SD3.5-M和Qwen-Image模型上的实验表明,该新配方相比先前扩散模型强化学习基线具有性能提升。

  13. arXiv · ML26

    Twincher:通过双射表示学习实现鲁棒且精确的物理 AI

    Twincher 提出一种双射表示学习方法,旨在解决物理系统中连续前向映射的逆向问题,提升感知与状态估计的鲁棒性。 该方法利用保面积成对旋转构建表示,使逆向问题成为良态系统,允许牛顿迭代消除虚假驻点。 在合成前向映射测试中,五步细化即可达到机器精度,优于参数匹配的基线;代码已开源。

  14. arXiv · ML25

    OVAL:输出感知本地页面基底的KV缓存压缩方法

    研究人员提出 OVAL,一种针对长上下文推理的输出感知页面编码方法,在保留检索所需关键信息的同时显著降低近似误差对注意力输出的影响。该方法免训练且推理时无需额外依赖价值统计量,存储大小与解码评分成本等同仅基于Key的谱表示。实验表明,OVAL 在长推理、长上下文理解及生成基准上持续优于基线模型。

  15. Claude Code Releases28

    Claude Code v2.1.290 发布

    Claude Code 发布 v2.1.290 更新,新增 serverToolUses 钩子数据及 agentId 字段,并引入 ceiling 审批阈值。 该版本修复了高嵌套响应导致的崩溃、图像读取越权及长期会话卡顿问题,同时优化了 WebFetch 截断处理与后台任务调度。 更新增强了插件钩子验证功能,修复了跨代理网关的请求失败及 Windows 平台下的 CRLF 换行符兼容性问题。