Hugging Face Daily Papers5858JEPAs证明并改进了柏拉图表征假说
JEPAs在对齐的多模态观测上联合嵌入预测架构，比下一词预测更高效地收敛到共享表征，证明是正向视图设计而非规模本身驱动跨模态对齐。
实时
#开源生态
- Hugging Face Daily Papers5858
Hugging Face Blog4040基于 NVIDIA Nemotron 开源模型的万圣节互动投影项目 MonsterHouse
MonsterHouse 是一个用 NVIDIA Nemotron Voice Agent、NVIDIA Nemotron ASR、NVIDIA Nemotron 3.5 Bolt E4B 4GB、Magpie TTS Zeroshot 和 Audio2Face-3D 构建的互动投影，能通过语音与访客交流并模仿脾气暴躁的老海盗声音。
TechCrunch · AI6060Google首颗数据中心卫星上线并创作诗歌
Google Suncatcher卫星搭载四颗Tensor Processing Units (TPUs)上线运行，通过SpaceX火箭发射，已成功向Google DeepMind的Gemma 4大语言模型发送提示词创作诗歌。
AWS Machine Learning Blog3838Worldwide Express 如何用 Amazon Bedrock 和多智能体 AI 解决货运异常问题
Worldwide Express 通过 Amazon Bedrock 和多智能体 AI 解决了每月 1500 万美元因货运异常导致的资金冻结问题，其系统包含三个专门处理不同类型账单纠纷的智能体，并在 6 个月内将活跃异常减少 75%，加快了 4 周的回款时间并每年节省 100 万美元。
- Hugging Face Daily Papers3131
SpecSlot：一种用于像素空间生成 Transformer 的角色耦合标记化方法
SpecSlot 通过使用局部频谱槽和限制全局注意力来改进像素空间生成 Transformer，在不增加计算成本的情况下提高图像细节。SpecSlot 将每个空间锚点扩展到多个槽，每个槽分配一个不同的 DCT 系数带，这分离了锚点密度和频谱细分；每个锚点只有最低频的槽参与全局注意力，而所有槽都进行局部交互。
Google DeepMind5858PlanAssist 工具可缩短规划官员评估住宅申请时间达 58%
PlanAssist 工具可将规划官员评估住宅申请时间缩短 58%，已在英国巴尼特、卡姆登和多塞特等地试点，现向 12 个更多地方规划当局推广。该工具由 Google DeepMind 与英国政府、Google Cloud 和 Faculty 合作开发，基于 Gemini 架构，通过自动验证文件、检查政策约束和草拟报告来加速流程，同时保留官员最终决定权。
- TechCrunch · AI4242
Runware 旨在像汽车一样大规模生产 AI 数据中心
Runware 计划到 2028 年将其罗马尼亚工厂的日产能扩大至 300 兆瓦，几乎相当于每月 1 吉瓦，目标是像汽车一样在装配线上大规模生产其模块化数据中心，承诺在 48 小时内让数据中心上线，目前已获得 10 亿美元意向订单。
The Decoder精选同一件事 · 2 家8888Epoch AI：开源权重模型 GLM 5.3 在 48 小时内零人工输入构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现，中国开源权重模型 GLM 5.3 能利用安全补丁发布与推送之间的空窗期攻击 Firefox，覆盖 9 月 17 日至 10 月 26 日发布的 6 个版本，每次成功攻击的 API 费用约 1000 美元。
同一件事 · 2 家各家口径不同：The Decoder 提及成本为 1000 美元，并且该漏洞已在 Firefox 159.0 中修复，而 Epoch AI 没有提及这些细节。
蚂蚁 inclusionAI · Hugging Face 新模型inclusionAI/ZwZ2-4B-GGUF 模型权重发布
inclusionAI/ZwZ2-4B-GGUF模型权重发布，该模型为Zooming without Zooming v2的一部分，分为语言模型（FP16, Q8_0, Q4_K_M）和视觉编码器及投影器（mmproj，FP16, Q8_0, Q4_K_M），提供多种精度组合，需配合lla.cpp（支持Qwen3.5多模态）使用。
- Hugging Face Daily Papers4242
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。
- Hugging Face Daily Papers6565
对MLLM检索头的更广泛研究
在18个语言、视觉语言和全模态模型中，检索头在新增模态（如视听）中保持稀疏，且跨模态共享程度高，全模态模型主要保留其骨干模型的检索头；移除这些检索头会消除几乎所有视听检索能力。
- Hugging Face Daily Papers6565
A-RSI：自适应任务刷新实现零数据多模态自改进
A-RSI 通过基于学习信号下降刷新训练任务，并使用可独立验证的程序生成答案，在无需外部标签的情况下提升基准测试性能。该模型监控训练日志中的奖励变化和准确率来刷新任务池，并利用静态模型自编程库生成多模态问题及其参考答案，同时自动验证奖励和刷新规则的属性并审计生成答案。在十一项基准测试中，A-RSI 通过 800 个新任务将平均性能从 57.77 提升至 61.05。
IT之家 · AI5050Meta 悄悄推出穿搭应用 Style Sketch：AI 帮你搭衣服，还能虚拟试穿
Meta 推出 AI 穿搭应用 Style Sketch，用户可关联 Instagram 生成虚拟衣橱并推荐穿搭组合，还能在虚拟模特身上试穿。应用支持 iOS 与安卓系统，已在印尼、新加坡和泰国上线。
- Hugging Face Daily Papers5252
WeVisCut：从旁白到长视频的一体化智能剪辑代理
WeVisCut 通过训练一个 9B 参数的紧凑策略，协调视频编辑工具、从失败中恢复并减少 token 使用量，同时保持输出质量。该系统采用四阶段数据管道，结合编辑反演和验证重放，从 3,750 个成品视频中生成超过 130K 个训练示例，用于训练单一策略。
MarkTechPostBaseten 发布 joey-1，一款 2B 参数决策模型，每百万输入 token 价格为 0.01 美元
Baseten 发布了 joey-1，一款 2B 参数决策模型，返回标签和校准概率而非生成文本，用于高容量路由、分类和护栏检查，每百万输入 token 价格为 0.01 美元，权重在 Hugging Face 上以 MIT 许可证开源。
Epoch AI精选同一件事 · 2 家8888Epoch AI：GLM 5.3 可利用补丁空窗期攻破多个 Firefox 版本
Epoch AI 实验显示，Z.ai 于 8 月发布的开源权重模型 GLM 5.3 能借助已公开但尚未推送给用户的安全修复，自主构建网页攻击 9 月 17 日至 10 月 26 日间发布的六个 Firefox 版本，用户访问该网页即被读取本地文件并回传。
同一件事 · 2 家各家口径不同：The Decoder 提及成本为 1000 美元，并且该漏洞已在 Firefox 159.0 中修复，而 Epoch AI 没有提及这些细节。
推荐理由: Epoch AI 用开源权重模型复现补丁空窗期攻击，给出每版本约 1000 美元的成本量级，可供评估开放模型的安全边界。
Baseten Blog2222Baseten 与 Postman：构建企业级可靠且经济高效的智能体
Postman 的智能体栈包含 Passport、Fabric、Astropods 和 Fern 四个产品，用于准备 API、控制系统访问和治理智能体行为。Baseten 作为 Postman 推荐的企业团队推理伙伴，提供快速、可靠且经济高效的推理基础设施，支持多种模型，如 Beam 1.0 和 DeepSeek V4.1 Flash，在吞吐量和延迟方面排名靠前。
Simon Willison6060使用 Fable 类模型构建多人游戏世界的探索
Spawn 游戏环境通过玩家向 Savi 代理发送提示词来修改游戏世界，其核心由 Fable 5 及 5.1 模型驱动，每月 AI token 花费超 300 万美元。
- TechCrunch · AI同新闻7878
Mistral 开放万亿参数模型 Mistral Large 4 权重，主打网络安全。
Mistral 发布了其万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业与政府可在 Hugging Face 和 API 上获取并自行部署。
Amazon ScienceAmazon Science 探索加速语言模型在旅行应用中的技术
Amazon Science 结合知识蒸馏（KD）和 Medusa 框架优化旅行平台 LLM。经过微调、KD 训练及 Medusa 头部改造后，TinyLlama 1.1B 模型在 AI 旅行规划、智能筛选和住宿描述生成等场景中，性能接近 70B 参数 Llama-3.1 教师，成本降低三分之二，速度提升 10-20 倍。
- AWS Machine Learning Blog4242
MoEngage如何用AgentCore Gateway将400个API转换为智能体工具
MoEngage 通过 Amazon Bedrock AgentCore Gateway 将 400 个内部 API 转换为受权限控制的智能体工具，解决多团队 API 集成难题。该方案无需搭建 MCP 服务器或配置网络，将新 API 上线时间从数天缩短至数小时，同时满足 API 保留在 VPC 内部、身份由服务端控制、工具定义不占用推理上下文窗口的约束。
- IT之家 · AI5858
微软发布自 2018 年以来最大 DirectX 光追升级：AMD RX 9070 示例性能提升约 66 倍
微软推出 DirectX 12 Agility SDK 1.620 正式版和 1.722 预览版，为 DXR 带来集群几何体、PTLAS 等更新以降低光追计算开销。在 AMD RX 9070 上，集群几何体将性能从 1.2 FPS 提升至 79 FPS，约 66 倍提升，内存占用减少近 90%。新功能需显卡厂商驱动支持，目前涵盖英伟达 RTX、AMD RX 9000 系列及英特尔 Arc 显卡。
- IT之家 · AI
新芯航途 X7 Ultra 芯片中国首发量产 Armv9 车规级 CPU
新芯航途发布 X7 Ultra 大模型芯片，内置高精度算子加速引擎，支持 10 倍参数量模型部署，NPU 计算利用率达 98.7%，内存带宽消耗下降 80%、能效提升 100%。该芯片中国首发量产 Armv9 车规级 CPU，性能提升 20%、能效提升 10%。
量子位逐际动力发布 FluxVLA Engine V2 技术报告，提升具身智能研发效率
逐际动力更新了开源工程底座 FluxVLA Engine 的第二版技术报告，V2 在仿真侧支持 14 种策略接入 LIBERO 评测，推理端模型路径频率提升 2.31–9.64 倍，并在 ALOHA、双臂 Franka 等真机平台验证部署链路。在线强化学习使 SmolVLA 在 LIBERO-10 和 RoboTwin Clean 任务成功率分别提升 10.0 和 15.4 个百分点。
- Hugging Face Daily Papers
RSI Arena 探索人类反馈驱动的递归自改进
RSI Arena 证明自主 AI 智能体能独立用人类反馈训练和迭代改进语言模型，多数智能体在第二阶段实现偏好增益，尽管基准测试提升有限。十款前沿模型作为训练智能体，从 NVIDIA Nemotron 3.5 Lightning 30B-A3B Base 开始，在第一阶段六天内独立选择数据、实施训练、选择检查点，使用 64-GPU 集群和 300 美元 API 信用。
Databricks BlogProcore 如何借助 OpenSharing 推动建筑分析
Procore 通过 OpenSharing 将连接后的建筑数据以程序化方式共享至客户现有环境，支持 Power BI、Tableau、Snowflake、BigQuery、Databricks 工作空间或本地 SQL Server，用于报告和下游分析。
Google Developers BlogGoogle Play services 中的 LiteRT 发布更新，支持更小应用和更快 GPU 推理
LiteRT 在 Google Play services 中迎来重大升级，其 GPU 推理速度比传统 GPU 代理器快约 1.4 倍，通过新推出的 CompiledModel API 实现，该 API 由开源 GPU 引擎 ML Drift 驱动
Anthropic NewsroomAnthropic 将 AI for Science 项目扩展至科研机构和基金会
Anthropic 扩展 AI for Science 项目，向全球 20 家科研机构、基金会和研究中心提供免费 Claude 信用额度，支持高影响力科学项目研究。
Latent SpaceSupabase 如何让 AI 智能体更易用
Supabase 成为众多前沿 AI 模型的首选应用后端后，其通过无 Docker 本地后端启动、Git 管理数据库模式、数据库旁侧运行计算等实用功能降低开发摩擦。
Replit BlogViBench 2.0：一个用于长时程软件构建的基准测试
ViBench 2.0 发布，用于评估模型在长时程软件构建中的能力，包含 17 个产品、241 个功能请求和 544 个测试计划，顶级模型 GPT-6.1 Sol。
- Databricks Blog
Databricks 推出语音智能体，通过上下文实现真实客户价值
Databricks 发布语音智能体，通过实时上下文决策在对话中调整响应，实现语言切换、转接人工或提供个性化服务。该智能体需 200 毫秒内处理客户请求，依赖 Databricks 提供的上下文、本体和治理能力，整合客户、订单、产品和政策数据，并遵循企业数据目录的访问规则。
- Google Developers Blog5858
Agents CLI 如何通过 Hill-Climbing 优化 Agent 质量
Agents CLI v1.8.0 通过 eval generate、eval grade 等命令实现 Hill-Climbing 优化 Agent 质量，使用 custom_response_quality 指标对 4 个案例进行 1-5 分评分，发现修改系统提示词为厨师角色导致平均分从 4.0 降至 2.75。该工具支持模型后端实验和自动告警，通过循环迭代提升 Agent 性能。
LangChain BlogLangChain 如何用 crons 构建 proactive agents
LangChain 发现近 70% 的 Managed Deep Agent 运行来自定时任务。Crons 通过实现记忆（"dreaming"）、主动性（探索新动作）、智能筛选（事件流监控）和提醒（定时任务）等机制，使 agents 具备 proactivity、personalization 和 ambient 特性。
- LangChain Blog
OpenWiki 结合 OpenWiki 和图构建基于证据的智能体记忆。
OpenWiki 使智能体在需要跨来源连接的问题上准确率比单独搜索高约 5 倍，添加证据图将准确率再提高 27% 并使引用一致性翻倍。
Mastra BlogMastra 平台和 Studio 现在支持使用 span 查询来过滤和分组所有跟踪中的单个跨度
Mastra平台和Studio现在允许您按时间范围、跨度类型、跨度名称、状态、错误、持续时间等过滤或分组跨度。您的编码代理也可以使用CLI、Mastra客户端SDK和HTTP可观察性端点来构建相同的查询以查找和修复问题。
- TechCrunch · AI
Google 推出连接应用平台，将 Gemini 和 Search 开放给更多应用
Google 推出连接应用平台，允许开发者将应用接入 Gemini 和 Search，实现与 Canva、YouTube Music 等服务的安全交互；平台目前在美国进行公测。
- Replit Blog5555
Replit 的安全代理工作架构
Replit 通过隔离保护、权限控制和凭证管理，防止代理滥用权限或暴露敏感信息，其 Agent Habitat 可在受控边界内连接企业系统，支持自动化安全响应，并遵循授权最小化、故障隔离、访问审计四大原则。
- Hugging Face Daily Papers
SPOT通过提交顺序预测增强扩散语言模型的推测解码。
SPOT 通过预测 token 生成顺序并行验证候选，将扩散语言模型的遍历次数减少高达 6.8 倍，同时保持精确解码。该 0.62M 参数模型读取目标输出分布，预测顺序并提出候选树，目标模型通过状态等式在单次遍历中验证。SPOT 在 SDAR-8B 上将目标遍历次数减少至标准解码的 1/6.8，吞吐量提升 3.4 倍，并在所有任务和预算下超越校准无训练基线。
- Hugging Face Daily Papers
The Trinity 框架：基于能力驱动的递归自改进多模态智能体
The Trinity 框架通过将任务组织成能力树、生成模拟训练世界、路由专业 Harness 模块，递归改进多模态智能体，在 28 个训练基准和 18 个未见基准上提升均值性能 34 和 26 点，包括两个真实世界具身任务。
- Hugging Face Daily Papers6565
CodeCap-Bench: 可执行代码能否作为优质视频字幕？
CodeCap-Bench 通过比较代码字幕与自然语言字幕在视频问答和重建任务上的表现，证明代码字幕具有更优的推理准确性和重建保真度。该基准包含 323 个结构化 2D 内容视频，涵盖五个类别，评估发现主流闭源 MLLM 在代码字幕生成上虽表现良好，但难以捕捉复杂时序动态，开源模型差距显著。