何恺明团队提出 NAT-ARC:纯视觉方案在 ARC 上逼近 LLM 性能
何恺明团队提出纯视觉解题方案 NAT-ARC,利用 ImageNet MAE 预训练视觉编码器,在 ARC-1 基准测试中取得 63.4% 的 pass@2 单模型分数,集成模型成绩达 70.2%。该方案证明了视觉预训练能有效解决纯视觉路线在抽象推理任务上的 Scaling 瓶颈。通过实验验证,自然图像与 ARC 格子在底层表征上共享逻辑,使得视觉模型无需 LLM 辅助即可高效完成复杂规则推断。
何恺明团队提出纯视觉解题方案 NAT-ARC,利用 ImageNet MAE 预训练视觉编码器,在 ARC-1 基准测试中取得 63.4% 的 pass@2 单模型分数,集成模型成绩达 70.2%。该方案证明了视觉预训练能有效解决纯视觉路线在抽象推理任务上的 Scaling 瓶颈。通过实验验证,自然图像与 ARC 格子在底层表征上共享逻辑,使得视觉模型无需 LLM 辅助即可高效完成复杂规则推断。
LibTV 联合多方主办的首届「X 小时之后」AI 短片黑客松在第十届平遥国际电影展落幕。火山引擎 Seedance 提供无上限算力支持,40 支团队在 36 小时内完成创作。赛事设超 50 万现金奖池,作品由包含贾樟柯在内的评审团评选。
openJiuwen WorkSwarm 上线全双工多模态能力,用户可在实时音视频交互中随时插话、补充要求,同时后台 Core Agent 并行执行搜索、工具调用等复杂任务,任务状态、结果与文件产物均汇聚至同一对话界面。
美国企业如 AT&T 和 Tinder 因高昂的 API 成本,开始将部分 AI 工作负载迁移至开放权重模型,其中中国 DeepSeek 和智谱等模型占据重要份额。AT&T 每天处理 450 亿 Token,40% 已用开放模型,目标提升至 70%。Tinder CTO 表示,半年内 AI 支出从 100 万涨到 1000 万美元,促使企业通过模型路由和私有化部署来降本。
推荐理由:企业因成本考虑转向开放模型,中国厂商如 DeepSeek 和智谱在此过程中成为主要受益者。
Meta 超级智能实验室产品负责人 Nat Friedman 在 X 上承认 Muse 在产品设计上深受 OpenClaw 启发,但强调 Muse 是“从零构建”的。
Google 发布了专为软件工程和企业知识工作设计的 Gemini 4 Argon 前沿模型,主打持续推理能力。该模型初期仅限受信任的网络防御者访问,将在分阶段安全测试后逐步扩大可用性。
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统和 Vera CPU 在 CoreWeave Cloud 可用,并推出 CoreWeave Forge 平台。Cognition 实测 Vera Rubin 的 token 吞吐量比 GB200 高 4.8 倍,Vera CPU 使智能体沙箱启动速度提升 3 倍以上。
推荐理由:原文披露 Vera Rubin 与 Vera CPU 在 Cognition 的实测吞吐提升及沙箱启动速度,展示了 Agentic AI 基础设施的生产级性能基线。
DeepSeek 公开发布了与华为合作开发的 AI 芯片编程软件,展示了双方在构建替代 Nvidia 硬件及软件栈方面的紧密协作。Nvidia 的 CUDA 软件长期以来与其芯片一样具有锁定效应,来自 DeepSeek 的开源工具链有望在美国出口管制收紧背景下,加速中国开发者向华为硅芯片的迁移。
推荐理由:展示了中国实验室与硬件厂商协作构建替代 CUDA 工具链的具体进展,为观察 export controls 下的技术路径提供了直接案例。
临界点(AGILINK)旗舰灵巧手 OmniHand 3 Ultra 开展苏绣技艺学习,在真实操作中完成穿针、合绣等精细动作。该灵巧手具备 21 个主动自由度及全手触觉,其应对柔性材料与动态力控的综合能力可验证并迁移至更多复杂真实场景。
OpenAI 在 DevDay 2026 发布全天候个人智能体 Dot、协作空间 ChatGPT Space 及新模型 GPT-6.1 Sol。GPT-6.1 Sol 性能接近 GPT-6 Astra,但价格仅为后者的 1/5,其单任务成本在最高推理强度下为 5.47 美元。
推荐理由:原文展示了 OpenAI 在低价模型 GPT-6.1 Sol 上的定价策略及全天候智能体 Dot 的落地应用,提供了具体的成本与性能数据。
DeepSeek推出Harness v0.2预览版,提供macOS和Windows桌面端安装包,用户安装后即可直接使用Agent能力,无需配置开发环境。新版优化了文件预览与代码差异展示,新增可视化插件管理页面和自动化定时任务功能。目前约60%的Harness用户使用了第三方插件,官方计划后续引入长期记忆、浏览器及GUI软件自动化操作能力。
Mistral 宣布在德国慕尼黑开设新枢纽,该中心将容纳专注于物理 AI(Physics AI)和工业 AI 的专职研发团队,直接服务欧洲合作伙伴。此举标志着 Mistral 在获取 Emmi AI 后,正式将物理流体和力学模拟能力整合进其在欧洲的核心业务线。
面壁智能在 2026 中国—东盟博览会上展示端侧高效大模型与多语种语音底座 VoxCPM。 VoxCPM 基于 2B 参数高密度架构,支持 30 种语言与 9 种方言,具备声音克隆与 LoRA 微调能力。面壁智能提出“密度定律”,其端侧模型最小可在几十元芯片上运行,已成功交付老挝国家大模型。
Qoder 产品负责人刘洋洋在云栖大会宣布 Agent SDK 全面开放,将 Harness 能力推向各行业。SDK 提供了 Python 和 TS 接口,支持多模型适配及沙箱对接,已在联想、新东方、客如云等合作伙伴中落地。
推荐理由:演讲厘清了 Harness 与 Agent 的能力边界及成本指标,并补充了多行业 SDK 接入实践。
讯飞输入法在9月26日推出个性化AI键盘,允许用户自定义皮肤、技能和布局。该功能支持根据职场、生活等场景切换技能组,并引入专家“塑造师”预设配置,帮助用户按需组装专属表达体验。
Training Object Permanence in World Models paper: https://huggingface.co/papers/2609.28654
面壁智能联合 Intel 发布端侧 AI 设备松果派 Lite,该设备搭载酷睿 Ultra X7 358H 处理器,最高综合 AI 算力 180 TOPS。开源模型 MiniCPM5-2B 在 AA 榜单综合能力得分 23 分,位列全球 4B 以下开源基座模型第一,其智能体能力评测得分 20 分。
GitHub Security Lab 发布 Fuzzing Taskflow,一款面向 C/C++ 项目的自主模糊测试流水线。用户只需在 GitHub Codespace 中运行 ./scripts/fuzzing/run_fuzzing.sh PROJECT 脚本并指定仓库即可启动,默认使用 Claude Sonnet 5 作为底层模型。
推荐理由:该自动化流水线将模糊测试中写harness、分析覆盖率和分诊崩溃的重复工作交给LLM agent完成,读者可参考其任务分解与MCP工具设计思路。
阿里云百炼正式上线决策模型(预览版),模型 ID 为 decision-model-preview,API 已全量开放并限时免费。该模型面向高频业务判断,支持并行执行分类、是非判断与评分,并返回概率分布和置信度。Token Plan 用户可通过接口在 Claude Code、Codex 等工具中直接接入调用,决策模型也支持在百炼平台进行微调,以提升专属场景表现。
Liquid AI 为 LFM2.5-VL-3B 发布 DSpark 推测解码草案,在端侧实现最高 3.13 倍解码加速,端到端提速最高 2.62 倍。该草案增加 280M 参数(约为目标模型的 8.9%),支持 llama.cpp、MLX-VLM 和 SGLang,适用于 CPU 和 GPU 部署。
推荐理由:该Drafter将LFM2.5-VL-3B端侧解码提速至多3.13倍且输出无损,为视觉模型在资源受限设备上提供了可复现的加速方案。
小米发布 MiMo-V3 核心架构 HySparse2,面向长程多轮 Agent 优化 Prefill 计算与 KV Cache 占用。该架构通过两级 KV 共享和 token 级稀疏选择,将 Prefill 计算量降低,KV Cache 从 12GB 降至 2.7GB,并显著提升 MRCR-v2 与 RULER-v2 基准测试成绩。
推荐理由:架构设计细节完整,展示了如何在减少计算量的同时提升长上下文检索精度。
硅基流动将 Kev-4B、SemIf、DiffusionGemma 三款开源 Jev 平替模型做成 Serverless API 服务,10 月 8 日前开发者可免费调用。 其中 SemIf(Qwen3.5-4B)准确率 79.22%,最接近官方 Jev 1.13.0,且延迟比官方低约 67%。
Fearn 是一家旧金山专利律所,宣布获得 Kindred Ventures、a16z speedrun、Designer Fund 和 Essence VC 共 550 万美元融资,并以自有 AI 模型替代计时收费模式。其非临时专利申请报价 9000 美元(含政府费用),低于传统 18000 至 40000 美元区间;临时申请约 3 个工作日提交,若代理申请未获任何权利要求则退还起草费。
千问发布 Qwen-Audio-3.1 系列,包含 ASR、TTS、Realtime 及 ASR-Next、TTS-Next 五款模型。全线 API 已上架千问 AI 平台,价格大幅下调,其中 TTS 降价约 70%,Realtime 降幅约 85%,ASR 降幅达 95%。
推荐理由:官方一次性给出五款模型的能力边界、价格降幅与接入地址,可据此评估语音工作流的落地成本。
开源平台 Planvio 结合项目管理与 AI 智能体,支持自主工作流执行、权限审批及审计日志。该系统基于 Laravel 构建,无需 Docker 或 root 权限,可直接部署在普通 cPanel 共享主机上。
NVIDIA 在新加坡举行 AI Day 活动,与合作伙伴共同展示东南亚地区的人工智能进展。活动重点展示了 NVIDIA Nemotron 开源模型和 Cosmos 世界模型在公共服务、智慧城市和企业应用中的落地情况,涵盖新加坡、马来西亚、泰国、越南和文莱的多项合作项目,推动区域人工智能从试点走向规模化部署。
RunningHub宣布完成Qwen-Image 2.1的首发接入,支持直接生成和编辑。该版本模型将文生图、图片编辑、多图参考和透明背景生成整合在同一系统中,支持输入10张参考图及原生输出带透明通道的RGBA图像。创作者和开发者可在RunningHub上利用该模型搭建工作流,简化从生成到交付的图片处理流程。
推荐理由:RunningHub接入刚开源的Qwen-Image 2.1,展示了其在原生透明背景和多参考图编辑上的工作流整合能力。
智谱正式推出GLM-5.3-FlashX,最高推理速度达200 tokens/s。该模型API已上线,Model Key为GLM-5.3-FlashX。
Google 推出运行在独立云计算机上的家庭智能体,支持管理最多 6 人日程并协调活动。Claude Projects 升级为 v2,通过线程并行操作和共享内存优化工作流。Plasma One Core 提供 5% AI 消费返现。
Anthropic 在 Science Blog 中介绍 Claude 如何为 30 多个生物分子领域的开源模型优化推理,使其平均提速 4 倍,其中部分方案通过为 GPU 编写定制软件实现,所有优化代码已开源。
联合国系统数据平台 UN System Data Commons 正式上线,这是由 Google 的 Data Commons 技术支持的开源 AI 就绪平台,旨在整合分散的联合国全球统计数据。
科大讯飞上线基于全国产算力训练的语音基座大模型 Spark-Audio-1.0-Preview,采用 0.65B 音频编码器搭配 30B-A3B 语言模型,支持 99 种语言和 202 种方言识别,并在高噪声等复杂场景下表现领先。体验链接为 https://iflytekresearch.iflytek.com/experience/spark-audio,API 后续将上线讯飞开放平台。
推荐理由:原文给出了全国产算力训练的首个语音基座模型参数和跨语言识别成绩,读者可据此评估其在复杂场景下的可用性。
Google 宣布其语言技术已支持超过 300 种语言,并推出由 Gemini 3.5 驱动的实时对话翻译功能,覆盖 70 种语言和 2000+ 语言对,能自然捕捉语言切换和情感线索。
蚂蚁开源技术委员会发布 2026 年 Agentic AI 生态协作报告,基于 Top 100 开源仓库数据指出,虽然 Agent 将 Pull Request 流入量翻倍并覆盖了 37.6% 的代码审查,但 90 天内未解决的 PR 比例也翻倍,导致代码合入速度与长期维护能力面临压力。
推荐理由:原文基于千个开源仓库的协作数据,揭示了 Agent 在代码生产端的扩张与在代码集成端的瓶颈之间的错位。
阿里语音AI推出基于 Qwen Audio Agent 的智能座舱示例,支持在后台持续执行任务时进行前台聊天及多途经点导航。评测显示,短上下文用例通过率达 97.67%,50 轮连续对话中逐轮工具行为准确率达 99.80%。
硅基流动上线腾讯混元 Hy4 preview 模型,该模型在 Terminal Bench 2.1 等基准的部分指标达到 Claude Opus 5 水平。平台提供 1M 上下文长度,缓存命中 0.3 元/M tokens,输入 6 元/M tokens,输出 18 元/M tokens。目前可通过硅基流动 API 接入,支持主流开发工具调用。
RunningHub 联动华语科幻星云奖及 PixVerse,共同启动全球 AIGC 长片创作大赛,邀请刘慈欣担任大赛顾问。大赛总奖励池价值 550 万元,包含 350 万元现金和 200 万元算力,并开放 10 部科幻文学 IP 免费改编。参赛者可使用 PixVerse C1 和 V6 模型制作 90 分钟以上电影或长剧,获奖项目将获后续孵化支持。
Cloudera 与 Mistral 宣布建立合作伙伴关系,旨在为金融、制造等受监管行业的客户提供主权 AI 解决方案。该合作允许企业在私有云、本地及隔离环境中运行 Mistral 模型进行推理,并支持利用专有数据训练定制模型。Mistral 计划将其主权 AI 引入 Cloudera 平台,后者管理着 30 exabytes 的客户数据。
summary_zh: OpenClaw 社区通过三场演示展示了仪表盘功能,包括个人 LifeRadar 应用、共享团队视图及现场构建教程。 演示中利用提示词生成了 Flappy Bird 风格游戏并将其优化为龙虾主题版本,同时讨论了模型选择、Tailscale 连接及插件安装简化计划。
阿里语音 AI 团队在 ModelScope 开源 FLASepformer 与 JAEC 模型,分别实现高效语音分离和可解释回声消除。FLASepformer 采用 Gated Focused Linear Attention 将长序列注意力复杂度降至 O(N),在 30 秒混合音频设置下推理速度达 SepReformer 基线的 1.49 至 2.29 倍。