Dx-Rx:首个用于盲修复三维 MRI 全脑容积的可解释智能体
Dx-Rx 是首个能盲修复三维 MRI 全脑容积的智能体,利用多模态大语言模型先测量后修复,在 148 个 T1 加权容积上平均去除了 64.5% 的伪影误差。 该智能体调用五个诊断和四个修复工具,表现优于或持平于专家规则管线(62.3%),且代码与演示已公开。
Dx-Rx 是首个能盲修复三维 MRI 全脑容积的智能体,利用多模态大语言模型先测量后修复,在 148 个 T1 加权容积上平均去除了 64.5% 的伪影误差。 该智能体调用五个诊断和四个修复工具,表现优于或持平于专家规则管线(62.3%),且代码与演示已公开。
研究发现,扩散模型采样过程中的注入噪声对生成数据的强泛化效应起关键作用,能决定该效应的成败。研究进一步指出,当采样处于已具备宏观结构但样本具体身份未定阶段时,注入噪声的变化对样本相似度的影响最大。
针对七个决策模型在 16 项任务上的评估显示,限制模型可输出的选项集并不能阻止攻击者操纵决策。 攻击者利用 Slot Attack 黑盒方法,仅依赖标签概率即可成功将 32%–99% 的正确决策导向错误选项,每次成功攻击中位查询量仅为 17–72 次。 固定答案集仅约束了决策形式而非来源,模型鲁棒性必须按模型、任务和版本逐一测量,不能因输出格式而默认安全。
研究提出 ReVi 框架,旨在从小说直接生成受限于固定时长的自包含音视频回顾。该双循环多智能体系统通过“先编辑后生成”策略,在计划阶段分配事件时间与镜头,并支持跨小说递归自我改进。实验显示 ReVi 在回顾质量和时长合规性上优于基线模型。
提出 JHiMA-WebRL 框架,通过联合训练任务分解器与执行者处理长程网络任务。 在 WebArena-Lite-v2 基准测试中,JHiMA-WebRL-14B 模型组合达成 37.2% 平均成功率。 该框架使用 7B 模型参数,超越同等条件下经 RL 微调的 32B 单体智能体。
WebCatalyst 框架在少于 1K 次请求下,将 Qwen3.6-35B-A3B 的 Cookie-Bench 得分从 68.8 提升至 75.3,WebGen-Bench 从 48.8 升至 56.9。
研究基于柏拉图表征假设,利用 6 名受试者观看电视剧时的 EEG 数据,测试 EEG 基础模型在模态内与模态间的表征是否随规模增加而收敛。 结果显示 EEG 模型的可解码性与跨家族对齐度正相关,但这种关联并不随模型参数数量增加而一致增强。 跨模态收敛性依赖于具体模态和评估指标:高可解码性 EEG 模型与语言模型的全球结构对齐更强,但与视觉模型及局部邻域相似度无一致关联。
针对多模态情感分析中跨模态情感线索不一致及全局局部融合失衡问题,DGC-Net 提出动态门控与全局引导补偿网络。 该网络采用跨模态贡献感知动态专家路由,利用辅助全局上下文引导局部专家选择;结合全局引导动态补偿融合,在保持全局语义为主锚点的同时自适应引入专家精炼的局部线索。 在五个多模态基准数据集上的实验验证了 DGC-Net 的有效性与通用性,消融实验确认了各组件的贡献。
研究人员提出自然文本不可学习样本(NTUE)方法,用于防御大型视觉语言模型(LVLMs)的数据隐私问题。 NTUE 通过微调图像标签建立捷径,在 5% 的投毒率下实现高成功率的误导向。 该方法在保护多模态数据方面展现了实用潜力。
RAHC 提出了一种基于规则增强的超关系知识图谱框架,用于补全材料合成的缺失实验条件。 该框架通过构建可追溯的规则目录并结合图结构与规则证据,在五个数据集的单槽与联合补全任务中提升性能。 在 Semi-inductive 设置下,RAHC 的 MRR 指标较 MAYPL 提升最高达 15.6%,并改善了 ILPC'22 Small 基准的性能。
该空间记忆系统使光学透视 AR 眼镜能回忆物理交互,双摄像头原型通过分层视觉获取与源链接存储实现分阶段检索。 在 131.35 秒自我中心重放中,获取策略从 648 个监测观测中选出 6 个 RGB 视图,特征提取在 97.7% 的观测上运行,并识别频繁本地推理为剩余成本。 系统为持久 AR 辅助提供了实用的获取到回忆架构,明确界定捕获证据、索引解释与历史主张边界。
提出 OSGR 框架解决地球观测问答中的检索与推导难题,利用离线观测支持图进行概念级推理。 在 Earth-Bench 和 DisasterM3-Reason 基准测试中,OSGR 将 GPT-4o 的准确率从 49.3% 提升至 63.7%。 该框架通过时空兼容性内核实例化观测项集合,同时将执行步骤比率从 2.9 降低至 2.5。
研究团队提出统一评测基准 DualWorldBench,用于评估智能体在受控符号-时序与接地-拓扑复杂度下的多目标规划能力。 该基准包含 TextWorld、SimWorld 和 DualWorld-VQA 三个组件,分别隔离测试符号规划、接地路径规划及感知理解。实验发现智能体在将局部感知转化为全局一致计划时存在普遍缺口,无法可靠将接地观察转化为可行动作序列。
summary_zh: GlucoAgent 是一种基于 LLM 的智能体系统,通过动态生成代码分析多模态个人背景(如 CGM、智能手表数据、餐食日志),实现个性化血糖预测。
针对视觉-语言-动作模型(VLA)中动作头对VLM高方差维度敏感度集中的问题,提出无参数机制AdaIE。 该机制根据下游敏感度动态重加权预训练表征,在RoboCasa-GR1基准上提升成功率5.28个百分点,在5项真实操作任务中平均提升19个百分点。 研究还表明该方法能推广至扩散策略和世界模型,提升了下游任务性能。
研究定义“对齐漂移”为 LLM 智能体在交互讨论中失去初始立场的现象,并证实其具有模型特异性。测试显示 gpt-4.1 保持观点聚类分离,claude-sonnet-5 部分保持,而 gpt-5.6-sol 和 claude-opus-5 则完全放弃。这种异质性使 LLM 选择成为社会模拟的一级效度变量。
腾讯混元发布 Hy4 正式版,该模型扩展了预训练和后训练规模,首次引入视觉能力并支持电脑操作,可在腾讯云、OpenRouter、元宝、ima 等产品上体验,性能显著超过 Hy4 preview,且 API 价格保持不变。
苹果在 macOS 27.3 开发者测试版中为 Quick Look 加入原生 Markdown 渲染支持。 用户预览 .md 文件时无需打开其他应用,可直接查看带标题、加粗、列表和链接的格式内容,减少了应用切换步骤。 苹果新 Siri AI 应用技能也采用 Markdown 格式的 SKILL.md 文件,用于保存指令和上下文信息。
普林斯顿AI Lab发布空间智能基准SSoN,该任务要求模型根据四张静态室内图像识别违背同一场景的那一张。在完整1000题测试中,人类准确率达到83.3%,受测视觉语言模型中表现最好的GPT-6 Astra Pro准确率仅为39.7%。研究发现多数模型表现甚至低于四选一25%的随机基线,且在移动和旋转类空间编辑上存在显著短板。
Anthropic开源FlashProve系统,利用零知识密码学让服务商在不公开权重的情况下,证明某回答由指定模型生成。该系统在400B参数MoE模型上测试显示,单张H100 GPU每秒可生成约110个Token的推理证明,证明文件大小约为19MB;验证端则可通过CPU完成。目前该系统为研究原型,主要支持整数模型与贪心解码,且证明生成成本约为普通推理的70至95倍。
推荐理由:该研究将零知识证明应用于LLM身份验证,在400B参数MoE模型上实现约110 Token/s的证明生成,并开源了验证器与形式化证明。
openJiuwen AgentMemory 0.2.0 版本正式上线多模态记忆能力 OmniMem-Lens,通过视觉和听觉双轨迹按真实事件组织记忆,解决长视频记忆碎片化问题。实测显示,在 EgoLife-QA 等长视频问答评测集上,召回精度最高提升 45.7%,在线问答时延最高降低 97%,L1 与 L2 记忆单元支持无缝接入主流向量数据库。
苹果在 iOS 27.3 Beta 中扩展 Siri AI,新增繁体中文、挪威语、土耳其语及越南语,总支持语言达 10 种。 Siri AI 可在日历、邮件、信息、Safari 等 15 款 App 中执行管理文件、定时发消息、清除浏览历史等复杂任务。
苹果推送首个 iOS 27.3 开发者预览版,为国行用户带来「Apple 智能与 Siri」功能。首批上线的核心功能包括:整合到信息、FaceTime 和电话 App 的实时翻译,以及支持 AirPods 的面对面实时翻译;写作工具、视觉智能、图片消除工具、智绘表情和通知摘要功能也一并登陆。此外,iPhone 可以通过「千问」拓展实现文本撰写、图像创建和问答功能,首次使用需登录千问账号。
苹果推送 iOS/macOS 27.3 首个 Beta 版,Safari 27.3 新增垂直标签页与自适应深色模式。 垂直标签页在 Mac/iPad 通过“视图”菜单、iPhone 通过设置启用,已适配 iPhone Duo;深色模式由 Apple Intelligence 驱动,开发者可禁止。
Recto 是一款跨平台桌面应用,为用户提供连接本地编码智能体(如 Claude Code、Cursor 等)的视觉画布,支持生成和编辑 UI、3D 模型及动画,并允许通过鼠标直接修改元素,底层为可导出的 HTML/CSS 代码。
苹果面向 iPhone 发布 iOS 27.3 开发者预览版,国行 Apple 智能与 Siri 如期上线,接入阿里巴巴千问,支持在系统内直接调用文本与图像理解能力。首批开放实时翻译(集成于信息、FaceTime 及电话 App)、写作工具(改写、校对、摘要)、视觉智能(摄像头物体识别)及照片消除功能,兼容 iPhone 15 Pro 及更新机型。
推荐理由:国行 Apple 智能功能随 iOS 27.3 开发者预览版上线,接入千问,覆盖实时翻译、写作工具与视觉智能等基础高频场景。
Apple 于周二发布 iOS 27.3 和 watchOS 27.3 首个开发者 Beta 版本,开启持续监听 AI 工具、中国 AI 平台及新 Health 应用的广泛测试。 这些 AI 监听功能配合 Series 12 和 Ultra 4 智能手表,利用设备麦克风追踪并分析周边对话,相关能力已在一个月前的 9 月产品发布会上公布。
summary_zh: Netflix 周二宣布推出“AI Discover”标签页,允许用户根据当前心情、可用时间或观看偏好获取影视推荐。该功能由 Netflix 正在构建的新智能层驱动,能实时响应用户输入并持续学习。
苹果向 iPhone 推送 iOS 27.3 首个开发者预览版,国行 Apple 智能功能自 11 月 4 日起开放测试,计划 12 月随正式版向用户推出。首批功能包括实时翻译、写作工具、视觉智能、照片消除工具以及智能回复等。 Siri 新增文字交互并接入阿里千问大模型,支持用户通过千问账户或 Apple 登录来使用知识问答与内容创作功能。
麻省理工学院 CSAIL 团队展示“视觉实验室”,利用 Opus 通过代码直接编写 MLP 权重,替代传统的梯度下降训练。 该系统包含一个约 17 万权重的未训练网络 Bit,Opus 生成的权重“药丸”可使其在浏览器中正常运行,单次浏览限制 15 美元。 新“药丸”需在本地运行 Claude Code CLI 生成并上传至 GitHub,供在线实验室展示使用。
UC Berkeley 和 UCSF 研究者与一位重度瘫痪女性合作,利用植入设备记录脑区信号并训练 AI 模型,使其在尝试说话时能生成类似她本人声音的语音。 该系统从检测到说话意图到输出首个语音仅需约1秒,此前方案需约8秒延迟;使用受伤前录音提升音色相似度。 这是针对单一受试者的实验性系统,旨在解码说话尝试而非读取任意思维。
Amazon Bedrock 新增印度本地推理,支持 Moonshot AI 的 Kimi K3 模型在孟买和海得拉巴运行。 该功能满足严格数据驻留要求,Ultrahhuman 用户反馈通过 prompt caching 使 LLM 成本降低 80%,多轮对话速度提升 85%。
谷歌DeepMind发布的PlanAssist更新称,在与巴尼特、坎梅登和多塞特郡议会合作的试点中,规划官员在房屋评估任务上花费的时间减少了58%。该工具自动检查申请文件、查阅规划政策并起草引用了来源的报告,谷歌称超过70%生成的报告无需编辑即被官员接受。目前已有另外12个议会加入,总计15个议会将参与为期12个月的正式测试。
Google 宣布将 Guided Learning 功能引入 Google Search 和 Google Classroom,旨在通过互动式学习工具引导学生逐步解决问题,支持“有效努力”的学习理念。
Google 威胁团队称,被盗云与 AI 密钥攻击者单日可产生超 10 万美元、部分达 100 万美元模型账单费用。文章将建议落实为三家云的具体设置,指出 AWS Bedrock 调用日志与 Google Data Access 日志默认关闭,需手动开启,并核验了 LiteLLM CVE 的公开记录,提供了检测与配额限制方法。
推荐理由:该解读基于官方文档整理了 AWS、Google Cloud 和 Azure 限制盗用 AI 密钥开销的具体设置与日志开关。
作者反思部分人类完全依赖 AI 替代自身思考的现象,指出用户通过 ChatGPT 写作或评估,甚至出现 “Claudeisms” 语言习惯同步及群体思维风险。 随着 AI 助手普及,依赖 AI 辅助决策和写作变得普遍,作者担心长期依赖会导致人类思维能力退化。 作者认为若 AI 替代整体优于现状,但需警惕 AI 服务中断时,人类可能丧失基础生存技能。
自 11 月 16 日起,开发者需在 App Store 中添加新的内容描述符以确保年龄分级准确。此举旨在配合全球年龄验证技术,保护未成年人免受涉及“性或浪漫内容”的 AI 伴侣应用影响。 Character.AI 等 AI 伴侣应用及提供位置共享功能的应用也受到新规约束,以应对隐私和安全关切。
商汤发布多模态智能体模型 SenseNova 6.8 Flash,在TeamBench和DataAnalysis 2.0等基准测试中超越 Claude Opus 5 和 GPT-6 Sol。
论文《A Heart Means Recursion》发现,在编程题旁添加红色爱心图像能诱导模型从迭代切换为递归解法。GPT-5.4在相关测试中74.7%的样本存在“不忠实归因”,其推理轨迹与实际行为脱钩。 该现象被称为“隐式引导”,弱模型易受噪声干扰,而前沿模型对有意义符号更敏感。 这挑战了基于思维链的可解释性监督,提示视觉输入可能隐蔽改变AI Agent决策。
欧盟法院法务总顾问马切伊·什普纳尔表示,谷歌 Gemini 在回答用户提问时使用新闻报道,在特定情况下可能侵犯新闻出版者的版权。该意见涉及匈牙利网站运营商 Like Company 对谷歌提起的诉讼,焦点是 Gemini 使用新闻内容的方式。