多Agent冲突场景大模型实测
15个主流大模型在CLASHarness多Agent冲突基准测试中，端到端任务通过率无一突破30%，但单项步骤平均得分达60%左右。强模型能主动看图查证，弱模型易盲信队友文字，且在动手修改和收尾环节表现不佳
AI 评分80
AI 评分 80 / 100
#多模态模型
#多模态模型
今日 3 条北京智源研究院精选推荐 Hacker News精选 AI支出引发股市担忧
股市显示对大型科技公司为人工智能构建基础设施所需巨额支出的担忧，尽管债券市场仍在提供资金支持，但投资者对超大规模公司的借款能力存在疑问，预计未来十年人工智能支出将达1万亿美元，超大规模公司今年三分之一的资本支出预计将通过债务融资
AI 评分70
AI 评分 70 / 100
虎嗅精选 淏楠Agent、多模态与具身经历
淏楠从MiroMind的Agent工作转向混元的多模态RL infra，再到具身公司负责模型训练，分享了两边领域的工作体验和感受。他认为Agent赛道机会多，多模态体验有趣但机会少，具身与多模态模型逻辑相近，算力是主要瓶颈。
AI 评分70
AI 评分 70 / 100
虎嗅精选 AI如何收费
目前AI行业尚未形成成熟的收费模式，按成果付费因成果难以量化而碰壁，按用量付费导致收入不稳定且客户不愿为消耗付费，其他六种收费模式也均存在缺陷，如按任务、按积分等定义不清，按Agent收费价值悬空
AI 评分70
AI 评分 70 / 100
北京智源研究院精选 Caltech 2026博士论文：多模态植入式生物电子学
该论文开发了一种集成了软材料、可扩展制造策略和闭环治疗功能的多模态生物电子系统，用于下一代健康监测和干预，通过喷墨打印技术制备的传感器阵列能同时测量温度、压力和化学生物标志物，并设计了可与生物组织稳定、长期相互作用的共形生物电子界面
AI 评分70
AI 评分 70 / 100
量子位精选 清华团队新作：代数世界模型让AI像牛顿思考
清华姚期智团队开发的代数世界模型（AWM）通过代数化抽象游戏对象、关系和规则，利用大模型数学能力理解世界，实现从探索试错到建模和形式化证明的跨越，在ARC-AGI-3测试集通关183个关卡，得分99.9%，平均通关动作数仅人类基准的43%
AI 评分70
AI 评分 70 / 100
虎嗅精选 CPU在AI服务器中地位提升
随着AI Agent应用推广，服务器CPU需求自2025年下半年起稳步增长，预计2026年出货增幅达31%，2027年增逾40%，改变以往以GPU为主的预算结构，CPU在AI算力配比中权重提升
AI 评分70
AI 评分 70 / 100
Hacker News精选推荐 Qwen3.8-27B模型组击败Fable 5
一个由五个Qwen3.8-27B模型组成的Memdoor工作流程，在LiveCodeBench Hard测试中平均得分9.8，优于作者自己的框架9.6和单独的Fable 5的8.0，展示了多智能体方法在编程问题上的强大能力
AI 评分80
AI 评分 80 / 100
财新精选 AI浪潮中小型参与者如何生存
顶尖思想家预测生成式AI有望在未来十年提高全球产出3%至7%，增加数万亿美元的全球经济规模，但AI进程可能失控，权力、资本和专业知识正向少数人集中，大规模再培训现有劳动力将成为未来社会稳定的关键。
AI 评分70
AI 评分 70 / 100
The Verge · AI精选 I built an AI Tamagotchi before Meta could
Mark Zuckerberg's Meta made AI look so stinking cute by giving it a squishy little face - and this holiday season, he wants to sell you a Muse Charm so you can carry your jolly AI helper around like a Tamagotchi. But I won't be buying one, because we have Muse Charm at home. It […]
AI 评分65
AI 评分 65 / 100
虎嗅精选 灵光2.0实测：个人AI助理的挑战
蚂蚁集团发布的灵光2.0将产品定位为「能管事的个人AI助理」，打通支付宝账单、钉钉、飞书、米家等服务，但实测显示，在中国移动互联网生态中，跨平台权限边界、安全责任划分与商业利益归属成为AI个人助手发展的主要瓶颈
AI 评分70
AI 评分 70 / 100
北京智源研究院 启元机器人推物理AI机器人
启元机器人具身研究中心致力于开发首个面向个人的物理AI机器人，认为Physical AI是大语言模型走向真实物理世界的关键中间环节，计划2027年迎来突破。启元推出Q1、T1等面向C端的第一代硬件产品
AI 评分50
AI 评分 50 / 100
财新 苹果一周内发布可触屏MacBook等新品
苹果在过去一周内发布了配备PROLED XDR显示屏、搭载M6芯片的MacBook Pro和iMac，以及采用OLED显示屏、搭载A20 Pro芯片并具备抗水防尘特性的全新iPad mini
AI 评分50
AI 评分 50 / 100
36kr 快讯 Mistral发布新一代AI模型ML4
法国Mistral AI发布新一代AI模型ML4，具备编程和网络防御能力，总参数量达1.05万亿，每次执行任务激活参数约520亿，在数据中心使用3800颗英伟达GPU训练，算力资本仅为OpenAI、Anthropic等公司一小部分。
AI 评分50
AI 评分 50 / 100
36kr 快讯 英伟达拟担保 Nscale AI 数据中心项目
英伟达正洽谈为 AI 云服务商 Nscale 提供数十亿美元债务信用担保，用于建设一座 460 兆瓦供 Anthropic 使用的数据中心，此举显示英伟达持续向 Nscale、CoreWeave、Firmus 等新型云厂商提供金融支持
AI 评分50
AI 评分 50 / 100
36kr 快讯 智元发布CEL群体经验学习范式
智元联合清华、无问芯穹发布的CEL群体经验学习范式在多项任务上超越人类操作员，手机包装任务中96台机器人成功率升至98.3%。同时，龙蟠科技子公司山东锂源拟投资9.42亿元建设年产15万吨电池级磷酸铁生产线，以稳定供应链并降低采购成本。
AI 评分50
AI 评分 50 / 100
界面新闻 图灵奖得主谈AI核风险
2015年图灵奖得主马丁·赫尔曼在世界顶尖科学家论坛的人工智能平行论坛上指出，AI风险、核战争威胁与气候变化同源，都是技术赋予人类近乎“神明般的物理力量”，人类还停留在最不负责任的青少年式行为，比喻人类像刚拿到驾照的16岁少年
AI 评分50
AI 评分 50 / 100
界面新闻 AIETF交投活跃 三星预计2027年AI供需缺口拉大
AI人工智能ETF平安(512930)标的指数中证人工智能主题指数(930713)截至2026年10月29日下跌2.92%，成分股涨跌互现，三星电子预计2027年AI需求将显著高于供给，供需缺口较2026年进一步拉大
AI 评分50
AI 评分 50 / 100
界面新闻精选 谷歌发布Genie 4世界模型
谷歌于10月27日推出新一代世界模型Genie 4，支持高真实感实时交互模拟与原生音频生成，用户可通过自然语言调整场景，该模型融合Gemini系列能力，目前已向部分受信任测试者开放
AI 评分70
AI 评分 70 / 100
The Verge · AI OpenAI发布三项重大科学发现
OpenAI在数学、计算机科学和物理学领域宣布三项重大发现，包括局部平滑的欧几里得波方程证明、指数时间假说错误的证明以及某些相互作用量子场理论的存在的数学上严格的证明，并选择让外部专家作为“牧羊人”指导结果
AI 评分50
AI 评分 50 / 100
TechCrunch · AI精选 Anthropic的IPO显示其企业客户粘性策略
Anthropic通过构建跨产品生态系统，使超过一半年消费至少10万美元的客户同时使用Claude平台和自研应用，年消费超百万美元的客户超过1900家，年消费超千万元的有约250家，其S-1文件显示该策略有效，净收入留存率高达900%
AI 评分70
AI 评分 70 / 100
Hacker News Penmentor：用 Claude、Gemini 或 GPT 像老师一样批改手写数学作业
Penmentor 是一个 xournal++ 插件，按一个键即可让 Claude、Gemini 或 GPT 在屏幕上用彩色笔标注手写数学过程，只给提示不给答案，并可将框选内容生成 3Blue1Brown 风格的 manim 交互动画。
AI 评分42
AI 评分 42 / 100
cnBeta 英伟达为 RTX 40/50 推出 DLSS 帧生成性能模式 Preset C，帧率最高提升 35%
英伟达为 RTX 40/50 系列显卡新增 DLSS 帧生成性能模式 Preset C，以全新算法替换原有光流 AI 模型，画质轻微损耗下帧率最高提升 35%。
AI 评分42
AI 评分 42 / 100
北京智源研究院 OpenAI 三个 Aurora 图像生成模型短暂上线 API 后在 Arena 曝光
OpenAI 三个代号 aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha 的 Alpha 模型短暂现身 API 后即被撤回，但在 Arena 灰度测试池中被发现实为图像生成模型而非代码模型。
AI 评分42
AI 评分 42 / 100
cnBeta 苹果收购AI音频公司Samplab部分资产，强化音乐创作工具布局
苹果于今年6月收购AI音频编辑公司Samplab的部分资产并吸纳部分员工，Samplab已于2026年9月停止运营、官网跳转至苹果官网。Samplab的技术可实现音频转MIDI、和弦识别与编辑、音轨分离，其核心能力是直接编辑复音音频中的单个音符并尽量保留原始录音音色。
AI 评分42
AI 评分 42 / 100
北京智源研究院 OpenAI 三款 Aurora 图像模型曝光，疑似下一代 GPT-Image-3 变体
OpenAI API 中短暂出现 aurora-red/green/blue-alpha 三个未官宣图像模型 ID，随后被撤下并转入 Arena 测试场供网友盲测。
AI 评分38
AI 评分 38 / 100
界面新闻精选 明略科技联合中科院提出通用视觉骨干网络VisionHOPE
明略科技联合中科院自动化所提出的通用视觉骨干网络VisionHOPE，通过自修改学习系统让模型在一次前向计算中根据已读内容更新学习方式，使视觉AI能像人眼一样灵活调整观察和判断策略。在ImageNet-1K图像分类基准上
AI 评分62
AI 评分 62 / 100
AIbase 蚂蚁百灵开源 Ming-3.0 语音系列：五款模型覆盖语音合成、识别与理解
蚂蚁百灵开源 Ming-3.0 语音系列共五款模型，覆盖语音合成、音频理解与对话、语音识别三类能力，开发者可按任务单独选用或组合进工作流。
AI 评分58
AI 评分 58 / 100
虎嗅 AI互动影视剧风口再起：平台与影视公司集体下场，机会与难题并存
番茄小说《全球冰封：我打造了末日安全屋》冲上站内热搜前三，芒果TV《马上来财》上线几天播放量破1500万，剪映、红果、腾讯视频、拼多多等平台与互影科技、万年影业等公司集体下场AI互动影视。
AI 评分38
AI 评分 38 / 100
AIbase 一张面部照片预测癌症患者生存率，AI 工具登上《柳叶刀·数字健康》
国际研究团队在《柳叶刀·数字健康》发表 AI 工具，仅凭面部照片预测癌症患者生存率，训练数据含超 4000 万张人脸图像和 3 万多名癌症患者照片。模型生成风险评分，最高分组更可能在 90 天内离世，估龄误差约 5 岁，高、低风险两组死亡率差异明显且跨年龄、种族、性别与癌种有效。
AI 评分38
AI 评分 38 / 100
The Decoder精选 Kling AI 发布 4.0：支持立体声、多语言口型同步，并推出轻量 Flash 版本
Kling AI 发布视频生成模型 4.0，单次可生成最长 30 秒视频，并新增双声道立体声与十余种语言的口型同步。
AI 评分62
AI 评分 62 / 100
AWS Machine Learning Blog TwelveLabs Pegasus 1.5 视频语言模型上线 Amazon Bedrock
TwelveLabs 的 Pegasus 1.5 视频语言模型已在 Amazon Bedrock 上线，可从长视频中按用户定义的片段条件提取带时间戳的结构化 JSON 元数据。
AI 评分59
AI 评分 59 / 100
财新 中文在线称AI短剧与视频生成占国内Token消耗55%，超越编程成第一场景
中文在线在6月3日路演与电话会议中称，国内Token消耗份额里AI短剧与视频生成占55%居首，电商与营销占24%，软件开发仅占15%。该数据被多家媒体与机构转发并引发"一半算力造爽剧"的讨论，原始出处为公司投资者关系活动记录表。 brief: yes
AI 评分38
AI 评分 38 / 100
北京智源研究院精选 VAST 开源实时世界模型 EdenLive：单张 RTX 5090 上 720P 超 24FPS
VAST 发布并开源实时世界模型 EdenLive，在单张消费级显卡 RTX 5090、720P 条件下，5B 模型生成速度超过 24FPS，并可持续生成分钟级画面。
AI 评分78
AI 评分 78 / 100
界面新闻精选 大晓ACE-Brain-0.6模型评测超越GPT-6
大晓机器人发布的ACE-Brain-0.6具身基模型在八项Grounding评测中六项超越OpenAI GPT-6 Astra，七项公开基准平均得分74.53分领先Astra的73.68分
AI 评分62
AI 评分 62 / 100
AIbase 火山引擎推 Seedance 精品 AI 剧激励计划：月度 TOP10 单部最高奖 20 万元
火山引擎推出 Seedance 精品 AI 剧激励计划，要求作品全程由 Seedance 制作且 Seedance 2.5 占比过半，并在红果短剧 App 上线。
AI 评分34
AI 评分 34 / 100
界面新闻 大晓机器人发布具身基模型ACE-Brain-0.6，六项空间感知评测超过GPT-6 Astra
大晓机器人发布视觉空间锚定增强型具身基模型ACE-Brain-0.6，基于Qwen3.5-9B监督微调，重点提升目标识别、空间定位与交互区域判断。该模型使用约百万条空间锚定训练样本，在八项Grounding评测中有六项超过OpenAI GPT-6 Astra，七项公开基准平均得分74.53分对73.68分，自建RobotGrounding评测得94.13分。
AI 评分58
AI 评分 58 / 100
AIbase 《华盛顿邮报》梳理多项研究：AI 篡改图片与对话可植入虚假记忆，依赖 ChatGPT 写作削弱记忆巩固
《华盛顿邮报》梳理的一组研究显示，AI 篡改图片和对话能让人产生并更笃定虚假记忆。麻省理工学院媒体实验室帕蒂·梅斯团队让 200 名受试者看 24 张日常照片，部分人重看时看到被 AI 改过表情、添加军人或气候景象的版本，随后记忆测试中错误记忆概率大幅攀升；另有犯罪视频实验显示，经 AI 聊天机器人问询的受试者虚假记忆数量是对照组的三倍。
AI 评分58
AI 评分 58 / 100
北京智源研究院精选 DeepSeek V4.1-Flash-1017 发布：可生成3D场景，成本约为 Claude Opus 5.5 的 1/26
DeepSeek 发布 V4.1-Flash-1017，用户可通过提示词直接生成可交互的 3D 场景与动画，并与 Claude Opus 5.5、GPT-6.1 Sol 做了同任务对比。
AI 评分72
AI 评分 72 / 100
北京智源研究院精选 传统NLP技术复兴
在AI应用规模化背景下，传统NLP技术在成本、速度和输出稳定性上的优势使其重新受到关注，ScaleDown和Jev等创业公司推出专用模型，在文本分类、实体识别和摘要生成等任务上表现出色，部分任务上甚至超越主流大模型
AI 评分60
AI 评分 60 / 100