跳到正文
实时
#MCP/工具调用
11月3日周二
  1. Hugging Face Daily Papers34

    OSWAM：一种高效的单步行动生成世界行动模型

    OSWAM 通过使用结构化想象标记初始化扩散过程，并将未来条件特权信息蒸馏到单个去噪步骤中，实现了自动驾驶和具身控制中的实时高质量行动生成。该模型仅需一步扩散即可生成高质量行动，比需要数十步的去噪过程直接策略世界行动模型（WAM）快约 3 倍，在 NVIDIA RTX 5090 GPU 上实现低至 40ms 的延迟，支持实时编译推理。

11月2日周一
  1. IT之家 · AI65

    研究者在《我的世界》测试 AI 智能体集群：协作容易官僚化，对战 GPT 胜率更高

    研究人员使用50个GPT-6.1 Sol智能体在《我的世界》中搭建文明群落，因官僚化倾向未能发展壮大；10个GPT-6.1 Sol对阵10个Claude Opus 5.5的起床战争测试中，GPT智能体策略更激进，完成问题诊断并共享解决方案；七局Mindustry对战中GPT智能体六胜一负，体现蜂群模式优势。

  2. Hugging Face Daily Papers58

    Wizard：通过智能体控制实时操控任意世界

    Wizard解耦角色动画、场景操控和游戏逻辑与视觉生成，通过结构化视觉代理让智能体控制关节骨骼和场景几何，实现24 FPS的实时交互，零样本泛化到未见场景、角色和动作。团队构建了50.3小时对齐的代理-视频对，包含750场景和178个角色，支持角色自适应遮罩、因果适应和少步蒸馏技术。

10月31日周六
  1. IT之家 · AI82

    阿里巴巴称 Apple 智能国行用户可自主选择是否开通千问集成

    阿里巴巴公告称，Apple 智能国行版将接入千问，用户可在 Siri、写作工具和视觉智能中调用千问的文本与图像理解、内容生成能力，并可自主选择是否开通。相关功能将于 11 月 4 日随最新 iOS 开发者 Beta 版开放测试，12 月随 iOS 27.3 正式版面向中国用户推出。阿里巴巴表示，用户请求及生成的回复不会被用于模型训练。

    推荐理由: 原文交代了千问接入 Apple 智能的具体入口、上线时间与用户授权方式，可据此判断国行 Apple 智能的实际可用形态。

10月30日周五
  1. Hugging Face Daily Papers42

    WorkFactory：通过信息规划与修复将专业意图转化为可执行任务以实现可扩展智能体训练

    WorkFactory通过信息规划与修复构建连贯的专业任务，产出WorkPilot模型，在专业工作基准测试中提升专家级智能体表现。该框架从专业意图出发，构建信息支持图指导任务实例化，并通过探测执行识别支持失败并指导修复，同时保留预期工作。

  2. Google Developers Blog62

    用 A2UI 与 CopilotKit 智能体构建生成式 UI 应用

    谷歌介绍其框架无关的开放标准 A2UI，让智能体以声明式 JSON 描述界面，由应用用已有组件渲染，并配合 CopilotKit 的 AG-UI 协议接入 LangChain、Google ADK、Mastra、Strands 等智能体框架。

    推荐理由: 原文给出 A2UI 与 CopilotKit 的完整接入代码和双向交互示例，可据此判断生成式 UI 的落地方式。

10月29日周四
  1. 量子位

    逐际动力发布 FluxVLA Engine V2 技术报告，工程能力一键复用让具身智能研发更高效

    逐际动力发布 FluxVLA Engine V2 技术报告，通过统一配置、模块解耦和系统优化，实现模型训练、评测与部署全链路复用，支持14种主流策略接入，推理路径频率提升2.31–9.64倍，在ALOHA、双臂Franka等6款真机验证闭环执行，在线强化学习使SmolVLA成功率提升10.0–15.4个百分点。

  2. Hugging Face Daily Papers

    嵌入Gemma 2：统一高效的跨模态表示模型

    EmbeddingGemma 2 是一个开源的多模态嵌入模型，将文本、图像、音频和视频表示统一在高效且资源灵活的设计中，并在基准测试中表现优异。它在所有模态的嵌入基准测试中建立了新的帕累托前沿，优于专业模型和规模大两到十二倍的其他模型。该模型支持选择性模态编码器加载、可调节的视觉标记预算、可截断的嵌入维度和量化权重，以适应资源受限的环境。

  3. The Decoder80

    Google 在 Android Dev Summit 上开放 Android Studio 接入第三方 AI 智能体并发布新 Gemini API

    Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，通过开源 Agent Client Protocol 支持在 IDE 内运行 40 多个编码智能体，包括 Claude、Codex 和 Google Antigravity。

    推荐理由: Android Studio 开放第三方智能体接入，并给出 CLI 与 MCP 层面的配套改动，可据此判断移动开发工作流的变化。

10月28日周三
10月27日周二
  1. Hugging Face Daily Papers

    InteractiveWorld：一个可验证的人本环境，用于构建更好的交互式 MLLM 助手

    InteractiveWorld 提供了一个可验证的模拟环境和基准，用于评估多模态语言模型（MLLMs）能否可靠地指导人类完成物理任务。实验使用 12 个前沿 MLLMs 在包含 120 个多轮任务的基准上评估，结果显示它们距离成为可靠的助手仍很远，即使是 Claude Fable 5.1 在长时程指导与规划任务上的得分也仅为 20% 和 25%。

  2. AWS Machine Learning Blog48

    使用 AWS CDK 在 Amazon Bedrock 管理知识库上构建企业级智能检索

    使用 AWS CDK 在 Amazon Bedrock 管理知识库上构建企业级智能检索，通过 AgentCore 提供的推理代理和 AgenticRetrieveStream API 实现多轮规划和工具驱动检索，返回带引用的答案。该方案部署包含 Amazon S3 语料库、知识库和推理代理的 CDK 应用，支持语义路由和多次检索，并内置 Amazon CloudWatch 监控和评估功能。

10月26日周一
  2. IT之家 · AI71

    小米开源 AI 硬件 HachimoDock 亮相，自制成本约 150 元。

    小米技术委创新产品团队孵化的开源 AI 硬件 HachimoDock 在 2026 观猹大会亮相，硬件自制成本约 150 元。该设备集桌宠、语音操控电脑端 Agent、智能家居联动和自定义组件生成于一体，可将语音意图分发给 Codex、WorkBuddy 等 Agent，并联动小米 Miloco 控制家居。软件源码已在 GitHub 公开，同时提供硬件物料清单、结构件模型和装配教程。

    推荐理由: 小米公开了这款桌面 AI 硬件的源码、物料清单和装配教程，读者可据此判断低成本自制 AI 硬件的门槛。

  3. Factory News65

    Factory 部署团队：推动企业级 AI 智能体应用边界

    Factory 部署团队深入客户真实软件环境解决自主智能体落地难题，通过在 Blackstone、Nvidia 等企业的实践，将工程自主性转化为企业成果。团队采用客户主权基础设施部署智能体，实现跨大型单一代码库的推理能力，并开发可复用的产品功能如代码审查与安全审查。该团队由高自主性工程领导者组成，负责战略客户部署与智能体自动化能力验证。

10月24日周六
10月23日周五
10月22日周四
  2. IT之家 · AI

    米哈游联合清华北大等高校发布开源 GameScaling 游戏模型，覆盖 0.8B 至 27B 参数规模

    米哈游联合清华北大等高校发布开源 GameScaling 游戏模型，覆盖 0.8B 至 27B 参数规模。该系列 8 个模型基于 Qwen3.5 视觉语言模型继续预训练，训练数据涉及《我的世界》《毁灭战士》等游戏。模型接收游戏画面及操作记录生成后续指令，支持实时游戏交互，4 种参数规模各有 S1、S3 两个版本，采用 Apache 2.0 许可证。

10月21日周三
  3. AWS Machine Learning Blog34

    在 AWS 上使用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建 AI 智能体语义层

    Strategy Mosaic 作为语义层，通过两个链接模型在 Amazon Redshift 和 Amazon Aurora 上无 ETL 地建模 C360 领域，其度量语法捕获智能体推理的业务定义，并通过 Mosaic MCP 服务器向 AgentCore 托管的 Strands 智能体暴露模型，支持用户身份传递以实现端到端行级和对象级安全。

  5. AWS Machine Learning Blog40

    在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 以实现多语言推理

    GPT-OSS-20B 是一个开源推理模型，默认用英语思考，在多语言推理测试中仅 22% 符合目标语言要求。通过在 Amazon SageMaker HyperPod 上使用监督微调（SFT）和强化学习（GRPO），团队可提升模型在法语、德语、西班牙语和意大利语中的推理能力，其中 SFT 负责主要行为教学，GRPO 在有提升空间时进行优化。

10月19日周一
  2. MiniMax News

    MiniMax M3.1 Flash 发布：性能提升与成本降低的下一代模型

    MiniMax M3.1 Flash 正式推出，相比前代在线推理速度提升近三倍、成本降低 70%。该模型在复杂智能任务（cowork）、计算机使用、软件开发和网络安全等基准测试中表现优异，自动化任务排名 AutomationBench-AA 前列，DeepSWE v1.1 得分 73.7%，OSWorld V2 和 ALE 分别得分 61.7 和 29.6，CyberGym 得分 82%。

10月16日周五