2026-10-14
英伟达推出开放智能体安全平台应对AI失控风险
Nvidia推出由OpenShell 0.1.0运行时与BlueField-4 DPU上的Sentry看门狗服务组成的开放智能体安全平台，可在内核层隔离智能体沙箱、毫秒级网络切断失控智能体。此前OpenAI、Anthro...
2026-10-14
**是什么让小米MiMo-V2.6如此与众不同：训练过程全程公开**
小米发布万亿参数开源模型MiMo-V2.6-Pro，支持多模态、百万token上下文。小米以公开仪表盘直播RL训练过程，总花费约350万美元，并承诺陆续开源7000余个RL训练环境及完整训练框架，Hugging Face...
2026-10-14
JetBrains押注智能体开发 IDE地位仍关键
JetBrains CEO Kirill Skrygan正式宣布推出JetBrains Air，定位为"智能体软件开发的开放系统"，涵盖IDE内的智能体协作、团队协调工具Air Teams及治理层Air Governan...
2026-10-14
DF26：当AI造的假视频，连人类都认不出来了
研究团队构建了DF26基准数据集，用七个最新AI视频生成模型制造2420段假演讲视频，测试发现人类识别准确率仅52.6%，接近随机猜测，主流深假检测器也大多失灵，揭示了当前AI生成视频检测领域面临的严峻挑战。
2026-10-14
OpenAI发布GPT-6 Sol和Luna，Token价格减半
两款新模型补齐GPT-6系列，Sol定价每百万token输入2美元、输出10美元，Luna为0.1/0.5美元，缓存命中最高可享九折优惠。
2026-10-14
AWS开源AI智能体，成本比Claude Code低45%
AWS开源通用AI代理Strands Harness，内置文件、Shell及Web工具，支持上下文管理与多模型切换。AWS自测显示其平均成本比Claude Code和Codex低45%，在Terminal Bench 2...
2026-10-14
AI科学家能读懂AI的大脑吗？一场关于"机械可解释性"的严酷考试
中科院团队推出SAEScientist-Bench，测试AI智能体能否自主用稀疏自编码器工具做机械可解释性研究。十家前沿模型在概念识别上接近专家水平，但在因果转向控制上差距明显，暴露出AI"看懂"和"操控"模型内部机制之...
2026-10-14
点石成金：当AI开始批量阅读专利，化学反应数据库会变成什么样
点石成金的这项研究,用全自动流水线从近160万篇USPTO和EPO专利中提取出约2400万条结构化有机反应记录,并通过网页工作台和MCP服务向研究者和AI智能体开放,人工核查准确率92.95%,多项指标优于商业数据库Pi...
2026-10-14
当好学生跟对好老师，为什么会学出问题？
论文发现，给弱模型优化过的工作流程（harness）虽然能让强模型用得更好，但直接让弱模型模仿强模型的操作记录做微调，成绩反而全面下滑，原因是打乱了模型与harness适配的规划节奏，论文提出在线纠正方案解决此矛盾。
2026-10-14
AI改代码时，到底该让它一次性重写整个文件，还是像人类程序员一样一小段一小段地打补丁？
本文解读了一项对比AI代码编辑两种方式的实证研究:直接重写整个文件与分步打补丁。作者训练四个模型对比发现,直接生成在编译通过率、相似度和AI评分上全面胜出,而打补丁模式仅在改动范围小的短任务中具备优势。
2026-10-14
去掉人类棋谱之后两天反超：David Silver要把这场赌注押到超级智能上
David Silver和Lasse Espeholt创立ineffable Intelligence，押注抛开人类数据与语言、仅靠经验学习通向超级智能，并讲述了离开DeepMind的理由、公司命名的双重含义，以及对“超...
2026-10-14
叠数千片餐巾不是终点:Dyna用预判未来的世界模型让机器人真正规模化部署
Dyna Robotics首席科学家Jason Ma讲述世界动作模型Dyna-2如何预测未来指导机器人动作,机器人如何靠45分钟演示学会新任务,以及机器人行业缺少数据"互联网"的真实瓶颈。
2026-10-14
Paul Graham：AI 的进化台阶走反了，一上来就是个满嘴空话的本科生
Paul Graham 复盘了他对 AI 最深的一次误判：当年以为会从一只完美的苍蝇逐级进化成一个完美的人，结果第一个 ChatGPT 是个满嘴空话、硬把论文糊过去的本科生。他解释了为什么被优化的维度是"像人"而不是"对...
2026-10-14
训练AI学推理，删掉一半"思考过程"反而更聪明
研究发现训练大语言模型时，删除推理轨迹中间20%冗余内容、仅保留首尾部分的E-SFT方法，比使用完整推理轨迹效果更好，该规律在SFT、强化学习GRPO和在线蒸馏中均成立。
2026-10-14
Φ-Bench：能写代码的AI，能不能把自己家的电线管好？
Φ-Bench是首个评测大语言模型能否自主开发和优化大模型基础设施的开放式基准，含85道分级任务，测试显示最强模型仅得36.53分，暴露当前AI在长周期系统工程上的明显短板。
2026-10-14
PUPPETEER：会看场合的AI手势生成，让虚拟人懂得坐姿站姿和身边的桌椅
本文解读PUPPETEER模型：一种能感知坐姿站姿和周围桌椅家具的AI配音手势生成系统，采用因果隐空间扩散架构实现精准语音对齐，并配套推出SCENEGES合成数据集，解决了以往手势生成模型忽视身体姿态和场景物体导致穿模的...
2026-10-14
AI智能体的工具箱一直在长大，但没人问过它记不记得旧本事
论文提出EvoHarnessBench基准，首次系统评估AI智能体在工具、技能、协作智能体持续扩容的harness环境下的表现，揭示了harness诱导遗忘和自我进化适应不稳定两大问题，为构建能跟上能力演化的智能体提供了...
2026-10-14
AI智能体出故障，问题未必出在模型
英伟达产品副总裁称，智能体失败未必源于模型，仅看日志与输入输出不足以定位，需回放推理轨迹和工具调用；约140家企业支持的SAFE计划旨在共享失败案例。