跳到正文
实时
#开源生态
11月3日周二
  3. Hugging Face Daily Papers65

    Hugging Face Daily Papers：代理计算机图形学的进展

    Hugging Face Daily Papers发布了一份关于由大语言模型驱动的代理计算机图形学的报告，提出了统一分类法和文献系统，分析了人机协作和长期规划的趋势与挑战。报告介绍了用于表征不同计算机图形任务中代理系统的统一分类法，并开发了可协助研究人员大规模分析现有及新发表论文的代理文献系统。

  8. Hugging Face Daily Papers58

    CoworkOS：用于真实世界自动化的智能体协作框架

    CoworkOS 通过将策略与执行分离，支持人机协作并持续改进模型性能，推动人机协作向真实世界自动化发展。该框架在 12 个基准测试和 6 类实际应用中表现优异，使用 GLM-5.3 作为核心，对 Qwen3.6-35B-A3B 进行 RSI 驱动的自动后训练，使模型在 8 个基准上的平均分数从 33.19 提升至 42.95。

  9. Ai2 Blog

    StateBench: 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。

  13. MarkTechPost

    Zyphra AI 推出 Zyphra 层次注意力 (ZHA)：通往真正亚二次方注意力的路径

    Zyphra AI 发布了 Zyphra 层次注意力 (ZHA)，一种基于树状索引器的稀疏注意力方法，旨在解决稀疏注意力中索引器仍需扫描整个上下文的已知问题。ZHA 可蒸馏到约 4B token 的冻结预训练模型中，在 Qwen3.6-35B-A3B 上，其推理、智能编码和 256K 检索基准测试中接近密集注意力。

  20. Hugging Face Daily Papers65

    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。

  21. Sierra Blog

    Claude Code 重构 Agent Studio 以支持 Ghostwriter

    Claude Code 将 Agent Studio 重构为 Ghostwriter 的核心工作台，用户可在单一对话中从分析问题到测试修复，Ghostwriter 全程辅助；每个工作项独立为会话线程，支持团队协作与版本控制；Agent Studio 整合多智能体项目，Ghostwriter 可跨智能体同步更新，所有变更需团队审核后发布。

  22. Hugging Face Daily Papers65

    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%。

  24. TechCrunch · AI58

    42AI 脱离隐身期，获 6250 万美元融资并推出可预测人类行为的“行为世界模型”

    42AI 推出“行为世界模型”可预测人类行为，已在数家金融经纪商部署，通过分析用户与支持、销售等互动及交易记录，预测个体在市场波动中的反应，准确率达 98%（指交易流符合预测范围），F1 分数 0.8-0.85。公司获 6250 万美元种子轮资金，客户覆盖近 3000 万人，正探索游戏、反欺诈等领域的应用。

11月2日周一
  2. Hugging Face Daily Papers65

    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。

  3. 量子位70

    小米开源 AI 桌搭 HachimoDock，自制成本约 150 元

    小米技术委创新产品团队开源 AI 硬件 HachimoDock（哈基米机），硬件自制成本约 150 元，可语音指挥电脑端 Agent 执行任务并同步显示任务状态。该设备还支持自定义桌宠形象、用自然语言生成分钟级组件，并通过小米开源项目 xiaomi Miloco 联动控制智能家居。软件源码已在 GitHub 公开，嘉立创平台提供物料清单、结构件模型和装配教程，其开发板与屏幕等元器件出现涨价和缺货。

    同一新闻，精选展示《小米开源 AI 硬件 HachimoDock 亮相，自制成本约 150 元。》

  5. IT之家 · AI65

    阿里云发布 AI 投研工作台 Qovest

    阿里云发布 AI 投研工作台 Qovest，用户可一句话提出研究需求，让系统自动查数据、分析并生成报告。Qovest 拥有权威金融数据库和自研 Agent 工程框架，支持可交互的深度研究结果，已对个人用户开放邀测，提供免费试用和每月 99 元或 199 元订阅套餐。

11月1日周日
  2. The Decoder42

    Google DeepMind 发布 StreamVibe 视频智能体以理解用户需求

    Google DeepMind 发布 StreamVibe 视频智能体，该模型基于 Qwen3.5-9B 并经过专门训练，能理解模糊请求并在适当时机提供帮助，在 ProactiveBench 上将响应时机和质量提升 10.7%，主动交互率提高 12.3%。测试显示其优于其他开源模型，但在长视频（>5分钟）中仍难以持续追踪变化指令，性能下降至基准的 38.5%。

  4. Latent Space42

    Arca如何用Claude代理支持长期金融工作

    Arca在AI工程师纽约峰会上表示，其代理主要负责背景工作，但人类顾问保留最终决策权，代理仅分析并提出解决方案，交易由人类执行。代理任务最长可达十天，公司开发了内部记忆系统追踪任务进度和责任分配，并使用Anthropic和OpenAI的模型，通过自定义harness基于内部基准自动选择模型。安全方面，代理操作受严格限制，不涉及客户风险，并使用沙盒计算和额外措施处理敏感数据。

10月31日周六
  3. IT之家 · AI40

    罗技 MX 系列首个特别版鼠标 MX MASTER 4 开发者特别版及 MX KEYPAD 创意工作台国行发售

    罗技 MX MASTER 4 开发者特别版是 MX 系列首个特别版，定价 999 元，融入编程符号设计，购买可获赠 500 点 WorkBuddy 积分；MX KEYPAD 创意工作台定价 799 元，配备 9 个全彩可自定义 LCD 按键，支持通过 SDK 构建 AI 插件，购买可获赠 3000 点 WorkBuddy 积分。