量子位5858openJiuwen Agent-Memory 如何实现视听双流记忆，看懂长视频
openJiuwen Agent-Memory 0.2.0 版本上线多模态记忆能力 OmniMem-Lens，通过视觉和听觉双流理解视频事件，召回精度最高提升 45.7%，在线问答时延最高降低 97%。该技术按真实事件切分记忆，建立三层记忆结构，实现离线建好在线查，在 EgoLife-QA 评测集上表现突出，视频越长时延降低越明显。
实时
#多模态
- 量子位5858
MarkTechPost同一件事 · 2 家5555NVIDIA 展示 3 种方法加速 DGX Spark 上的 MoE 推理，将 Ling-3.0-flash 吞吐量提升 42.5%
NVIDIA 通过新 MoE 内核后端、FP8 输出层和内置推测解码，将 124B 参数的 Ling-3.0-flash 模型在 DGX Spark 上的推理吞吐量提升 42.5%，速度提升 3.5x，准确率无变化。该优化适用于单用户桌面系统，在 1,319 个 GSM8K 问题测试中，吞吐量从 37.81 tokens/s 提升至 53.89 tokens/s，延迟降低 24.5%。
同一件事 · 2 家各家口径不同：NVIDIA技术博客指出解码是内存瓶颈，由于MoE计算和输出层投影，而MarkTechPost强调了由于新的MoE后端、FP8输出层和推测解码导致的42.5%吞吐量提升和3.5倍速度提升。
IT之家 · AI4242英伟达称 AI 重塑芯片工厂：仿真提速最高 35 倍，工程师决策从数天缩至数分钟。
英伟达称 AI 正推动半导体晶圆厂进入“AI 定义工厂”阶段，加速仿真技术将工程仿真从数小时、数天压缩至数分钟，应用材料公司 Ginestra 平台形貌仿真加速最高达 35 倍，工程师决策时间从数天缩至数分钟。
Hugging Face Blog精选6060IBM 训练 20B 小模型 Palette 按自有设计语言生成幻灯片
IBM 研究团队微调 20B 开源权重模型 Palette，采用设计师编写 JSON 简报、编码器逐页生成 pptxgenjs 代码的两角色 LoRA 方案，根据 IBM 设计语言生成幻灯片。
推荐理由: IBM 使用合成数据加检查修复闭环训练 20B 小模型制作幻灯片，提供可迁移到其他结构化产出的方法。
AWS Machine Learning Blog2828Amazon Bedrock 在印度推出 Kimi K3 推理服务
Amazon Bedrock 现在支持在印度境内对 Kimi K3 进行推理，满足严格的数据本地化需求。客户 Ultrahuman 通过 API 调用该服务，使 AI 健康助手能处理每日超 14,000 次对话，同时将健康数据保留在 AWS 内部，成本降低 80%，多轮对话速度提升 85%。
- AWS Machine Learning Blog3434
使用 EDB Postgres AI 和 Amazon Bedrock AgentCore 构建 Agent AI 的语义层
使用 EDB Postgres AI 在 Amazon Bedrock AgentCore 上运行 Strands Agents，通过查询语义层回答客户 360 (C360) 问题。
- AWS Machine Learning Blog3232
Amazon Quick 整合结构化与非结构化数据。
Amazon Quick 通过连接 Amazon S3 和创建知识库整合结构化与非结构化数据，用户可使用单一对话式 AI 代理查询。该解决方案包含数据层（存储在 S3 的非结构化内容和作为语义数据集的结构化数据）、工作空间层（将数据类型整合到单一工作空间）和代理层（自定义聊天代理链接到工作空间并返回组合响应）。
Hugging Face Daily Papers6565当潜在预测误差支持物理意外主张时——视频世界模型研究
研究表明视频世界模型的潜在预测误差反映外观和运动而非可靠测量物理意外。在IntPhys2基准上，潜在预测、掩码像素重建和简单视觉统计的比较显示，外观易于解码，V-JEPA2仅略微揭示事件是否可能。
- Hugging Face Daily Papers6565
从碎片化到融合：一项关于多模态嵌入的综述与路线图
嵌入研究通过对比学习和 Transformer 架构正走向多模态统一，提出以转换、对齐和联合嵌入为核心的框架整合不同模态。嵌入模型支撑着现代 AI 系统，但研究因模态而碎片化，各社区发展孤立。本文提出覆盖度、可比性和组合性框架，通过转换扩展覆盖、对齐实现可比、联合嵌入达成组合，首次对多模态嵌入研究提供统一视角。
PyTorch BlogPyTorchKR 与 XCENA 联合举办 KVCache Meetup Korea 2026：活动回顾
PyTorchKR 与 XCENA 于 2026 年 9 月 30 日联合举办 KVCache Meetup Korea，XCENA、SK hynix、FuriosaAI 和 LMCache 的演讲者分享了 LLM 推理及 KV 缓存优化的成果。
- Hugging Face Daily Papers
Reviso：视频字幕生成中并非所有视觉证据都应同等关注
Reviso 是一个通过分层规划和主动感知学习优先考虑关键视觉证据的智能视频字幕框架，提升了字幕质量和下游视频理解能力。多模态大语言模型（MLLMs）生成的视频字幕可能过度强调次要细节而忽略重要上下文和关键事件。
Ai2 BlogStateBench: 测试大语言模型追踪长文档状态变化的基准
StateBench 是一个用于测试大语言模型追踪长文档中实体状态变化的基准，包含 R-trivial、非周期、可解和一般有限四个难度等级。研究发现，循环和混合模型在直接训练这些任务时泛化能力远超 Transformer，而 Gemini 3.8 Flash、Claude Opus 5.5 和 GPT-6 Sol 等前沿模型在输入变长时仍难以处理更复杂的状态追踪问题。
- IT之家 · AI6565
开发者为小米 REDMI K20 Pro 刷入苹果 iOS 16.5 测试固件包
开发者“你说喜欢是装的”为小米 REDMI K20 Pro 手机刷入苹果 iOS 16.5 测试固件包，支持双系统与数据持久化，需清除安卓数据并替换 TWRP Recovery，可通过正常启动或 Root 权限下的 Magisk 模块切换系统，但开发者强调该方案为测试版本，存在变砖风险。
NVIDIA Newsroom全球城市利用 NVIDIA 物理与智能体 AI 构建和扩展服务
NVIDIA 与合作伙伴正将物理 AI 和智能体 AI 扩展到全球城市，通过共享计算基础设施支持市政部门、邻近市镇及本地开发者构建服务，无需各组织单独采购和管理资源。
- Hugging Face Daily Papers4747
uni-robot-agent：开源机器人使用智能体统一框架实现零样本操作突破
uni-robot-agent 框架使开源权重机器人使用智能体在零样本操作上超越专有模型，其搭载的 Qwen3.8-Flash-Next 在 RoboDojo 评测中得分 31.39，超过 GPT-6 Astra-RoboProbe 的 28.97 分及众多 VLA/WAM 基线，并在 19 项真实任务中表现优异。分析表明有效机器人使用需结合四项通用能力，建议未来训练应协同发展这些能力。
- Hugging Face Daily Papers6565
CEPO：一个用于多智能体系统的通用提示优化框架
CEPO 通过将共享协调与智能体特定执行分离，提升了多智能体系统的提示优化效果，并在 11 个跨四个领域的基准测试中持续改进了四种现有提示优化器的性能。该框架使用共享协调器提示和智能体特定执行提示，指导它们根据各自角色更新，使共享协调规则能在所有智能体间一致优化，同时保持执行指令的独立调整。实验表明 CEPO 提升了优化预算效率，并随智能体数量增加而扩展性能。
- PyTorch Blog3434
Ray 宣布加速器特殊兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定中立的加速器支持路线图。
Ray 宣布加速器特殊兴趣小组（SIG），旨在联合硬件厂商、Ray 贡献者和应用开发者，制定中立的加速器支持路线图。初期聚焦开发测试基础设施、硬件感知能力和网络传输，优先支持共享硬件访问、可复现的开发测试环境及更广泛的 CI 覆盖。
Google AI Blog6262Google 回顾 10 月 AI 进展：Gemini 4 Argon 全球上线、Gemini 4 Carbon 公布、Genie 4 发布
Google 回顾 2026 年 10 月 AI 更新，Gemini 4 Argon 作为前沿推理模型已在 Google AI Studio、Gemini API
- AWS Machine Learning Blog3434
使用 Amazon Nova Multimodal Embeddings 和 Amazon Bedrock AgentCore 构建智能工程代理
工程师使用 Amazon Bedrock AgentCore 平台构建多代理系统，通过 Claude Haiku 5.5、Claude Sonnet 5.5 和 Claude Opus 5.5 模型组合。
- AWS Machine Learning Blog4343
在 Amazon SageMaker AI 上使用知识蒸馏构建高效智能体
使用知识蒸馏在 Amazon SageMaker AI 上微调购物助手，通过序列级知识蒸馏（SeqKD）将前沿模型的行为迁移到小型模型，生成解决任务的推理轨迹并用于监督微调，实现高效低成本推理。SeqKD仅需教师模型的文本输出，无需权重或 logits，适用于无法访问教师模型内部信息的场景，如 API 模型，并可通过基准测试评估学生模型性能。
- Hugging Face Daily Papers6565
WeFair：基于人类反馈的保真度感知对齐技术，用于短视频搜索中的个性化查询重写
WeFair 通过保真度感知的人类反馈阶段（演示、偏好和验证）改进个性化查询重写，以减少意图漂移并提升短视频平台的搜索效果。该技术针对短视频搜索对紧凑查询重写器的需求，在严格延迟限制下从模糊查询中恢复用户个性化意图。WeFair-2B 在离线实验中整体准确性和意图保留方面优于强重写基线，在线 A/B 测试显示有效视频播放率相对提升 2.593%，查询重写率相对降低 2.350%。
- Hugging Face Daily Papers3838
REA：一个用于异步脑-小脑控制的路由化具身智能体运行时
REA 将深思熟虑和反应性策略统一在单一运行时中，通过异步协调，在模拟和真实机器人任务中实现了高成功率并减少了控制开销。在 60 个 LIBERO-Pro 任务上的 3,000 个测试片段中，REA 达到 95.9% 的成功率，并击败了其自身策略库中的最佳单智能体基线（94.7%），同时将控制步骤减少 25%，控制时间减少 17%。
- Hugging Face Daily Papers5959
Apriel Voice 27B Preview：一个支持语音、推理和工具使用的开源模型
Apriel Voice 27B Preview 是一个开源语音语言模型，通过两阶段训练流程（含在线蒸馏）整合语音理解、推理和工具使用，在音频基准测试中表现优异。
Import AI4242Realtime-Bench 发布：评估 LLM 低延迟任务性能的基准测试
Realtime-Bench 基准测试评估了 LLM 在 50 个实时交互游戏和网页任务中的表现，GPT-6 Astra 在真实时钟条件下获得 36% 通过率；该测试由德州大学奥斯汀分校等机构开发，用于衡量模型的实时状态感知、适应性推理和时间感知行动选择能力。
- Hugging Face Daily Papers3838
LARC 框架实现连续空间潜在推理以统一多模态模型
LARC 框架通过在连续隐藏状态上进行推理，缓解了统一多模态模型在图像生成中应用语言推理的瓶颈，提升了生成质量并实现无离散标记瓶颈的测试时扩展。该框架包含课程监督微调（SFT）和信息增益强化学习（RL）两个阶段，在文本到图像生成基准测试中，LARC 在 GenEval 上比 BAGEL 提升了 7% 的性能，并展现出明确的测试时扩展行为。
- Hugging Face Daily Papers6565
HiFOR：一种用于视觉语言行动模型的层级预见框架
HiFOR 通过层级预测未来状态并检索相关未来信息来指导行动生成，提升机器人操作能力。该框架通过层级依赖掩码（HDM）联合预测短期状态演变、语义里程碑和最终目标状态，建立跨时间范围依赖关系；结构感知潜在世界建模沿时间、视角和空间维度组织未来潜在表示，促进细粒度检索；行动引导分解世界检索根据去噪过程中的行动表示自适应检索相关未来信息，为行动生成提供针对性指导。
- MarkTechPost5858
qwenGPU：将 Qwen3.5-2B 与 45 编译 GPU 层结合的实验模型
qwenGPU 是开发者 Vixhal 在 GitHub 上发布的实验模型，将 45 个编译的 GPU 层直接嵌入 Qwen3.5-2B 的权重中，使其在自身前向传递中运行真实 CUDA。
- IT之家 · AI6565
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。
- Hugging Face Daily Papers5858
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。
- IT之家 · AI4242
2026 款奔驰 E 300 L 改款轿车上市：首次搭载中国团队开发的 AI 座舱
2026款奔驰E300L改款轿车上市，建议零售价42.38万元至50.98万元，起售价下调1.6万元。该车首次搭载由奔驰中国研发团队主导开发的全新AI智能座舱，融合豆包AI大模型，支持季度性大版本OTA升级。
Moonshot AI · Hugging Face 新模型Kimi K3.1 Pro 发布：Open-Weight 多模态智能体模型
Kimi K3.1 Pro 是 Moonshot AI 开源的多模态智能体模型，参数量 2.8T，激活参数 104B，上下文窗口 1M tokens，在编码、3D 创建、金融研究等领域表现优异。与 Kimi K3 相比，采用 Gated DSA 层提升长文本处理效率，在 Terminal-Bench 4.0 等评测中超越 Claude Fable 5.1 和 GPT-6 Astra 等竞品。
Hacker News · AI 热帖6565Y Combinator 和 Olam Labs 研究人员在 Minecraft 中测试 AI 智能体群，发现无法建立文明并陷入官僚主义
Y Combinator 和 Olam Labs 的研究人员在 Minecraft 中测试了包含数百个智能体的群组，发现它们无法建立文明并陷入官僚主义，该研究基于 Mindcraft 和 Mineflayer 框架，旨在为现实世界中的 AI 智能体群案例提供洞察。
- Hugging Face Daily Papers6565
研究表明迈向通用人工智能的系统一与系统二协同设计可降低执行成本
研究提出通过让轻量级预测器 System-1 在执行前评估候选交互，可降低资源密集型执行器 System-2 的执行成本，理想情况下执行计算量可减少至 1/ρ_u 倍（ρ_u 为效用相关交互密度），该协同设计方法适用于训练、推理、决策和智能体工具使用等场景。
36氪 · AI精选同一件事 · 2 家7272美团发布 LongCat-2.5 大模型，总参数 1.6 万亿
美团发布新一代大模型 LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数 1.6 万亿。该模型全程在国产算力上训练，美团称这是目前国产算力上完成的最大训练任务。评测结果显示，LongCat-2.5 在多项主流基准评测中的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，并在部分评测中超过 Claude-Opus-5。
- IT之家 · AI精选同一件事 · 2 家7272
美团龙猫发布 LongCat-2.5 原生多模态模型，1.6T 参数面向长程智能体任务
美团龙猫发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。
- MarkTechPost5858
Nace AI 开源 Drex Max v1：一个可在 Apple Silicon 上本地运行的 27B 决策模型
Nace AI 开源了其最强大的决策模型 Drex Max v1，可在 Apple Silicon 硬件上本地运行。该模型包含 bf16 权重、Q8_0 GGUF 格式、仿射 Q4 检查点和 llama.cpp/Ollama 分支，在公共决策指数 0.4 上得分 67.52，优于 Drex v2.0（61.25），并在 InfographicVQA 上达到 97.3 的技能分。
- IT之家 · AI5858
Exin Therapeutics 让 AI 智能体成功为小鼠进行脑部手术
Exin Therapeutics 成功让 AI 智能体操控机械臂为小鼠注射药物治疗癫痫，手术过程由 Anthropic Sonnet 模型自主完成药物选择、脑区定位和注射，兽医全程监督并需批准每步操作。AI 智能体在手术中通过摄像头观察注射部位，最终注入 250 纳升药物，小鼠恢复良好。Anthropic Opus 5.5 模型因检测到生物相关内容而拒绝执行手术。
OpenRouter Blog6060使用 OpenRouter 构建 AI 代码审查器
使用 OpenRouter Responses API 构建的 AI 代码审查器可在提交前检查 Git 代码变更中的错误和安全问题，审查过程平均耗时 1-4 分钟，费用介于 $0.015 至 $0.045 之间。
- IT之家 · AI5858
商汤开源 SenseNova Loop-9B-Preview，宣称媲美 27B 参数大小模型
商汤科技开源 SenseNova Loop-9B-Preview 模型，采用 Looped Transformer 架构，在仅 9B 参数规模下媲美 27B 模型，并在代码生成、办公场景和智能体任务中优于其他模型，包括超过 Qwen3.5-27B
- Hugging Face Daily Papers4545
Co-Design Bench: 多模态协作编码评测基准用于智能体模型
Co-Design Bench 基准包含 273 个任务和 2,331 项专家编写的验收标准，源自 26,314 次真实用户编码会话。在 10 个模型端点上，gpt-6-astra 平均通过每项任务 69.9% 的标准，但仅 26.4% 的任务完全满足；Qwen3.8-27B 总体严格完成率 64.4%，在仓库编辑子集排名第二。
