2026-10-28
Ai2 发布 Old Ideas, Novel Problems 研究与基准，测试 LLM 判断科研想法新颖性的可靠性
Ai2 发布 Old Ideas, Novel Problems 研究，配套新颖性评审基准、数据和自动化流水线，测试 LLM 作为 novelty judge 评估科研想法新颖性的可靠性。
最新更新
首页已经看过的不重复列。下面从更早的内容继续，可以一直往下滚。
2026-10-28
Google 推出 Genie 4 交互式世界模型
今天我们推出 Genie 4——来自 @GoogleDeepMind 的最新交互式世界模型 🌐
2026-10-28
GPT-6.1 Terra (Max) 以 1671 分位列 Code Arena: WebDev 第 14 名
Arena 公布 GPT-6.1 Terra (Max) 在 Code Arena: WebDev 榜单以 1671 分位列第 14，比 GPT-5.6 Terra 高 151 分，后者现列第 56。
2026-10-28
Google DeepMind 发布 Genie 4 世界模型
Google DeepMind 发布 Genie 4，称其为迄今最逼真、交互性最强的世界模型。用户可实时探索动态环境，观察场景如何响应与发声，以及场景中人物如何移动、反应和说话。
2026-10-28
Artificial Analysis 预告 Intelligence Index v5
Artificial Analysis 一直在预热其即将推出的 Intelligence Index v5！ 这是最值得关注的 AI 模型评分之一，而且看起来它还会变得更好。你觉得排行榜会有很大变化吗？ * 该指数尚未上线
2026-10-28
Grok Bot 新功能一览
Grok Bot 有哪些新内容 00:00 🎃 00:13 Grok Bot 中的 Pages 01:09 Vault 02:05 1Password 02:21 Apple 集成 03:21 Bot 可制作视频 03:47 新 Bot 角色 04:13 X Spaces 04:31 字体趣味 04:54 设计打磨 05:11 快速问答
2026-10-28
微软以 Copilot、Microsoft IQ 与 Agent 365 构建 Frontier Transformation 平台路径
微软在 Ignite 上提出 Frontier Transformation 一年后，以平台方式推进企业转型：Copilot 作为 AI 交互入口，Microsoft IQ 平台放大企业智能，Agent 365 提供全栈信任与可观测性。
2026-10-28
Google DeepMind 发布实时交互世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟、更强照片级真实感，并首次在实时世界模型中原生生成音频，包括环境声和可实时交互的人物对话。
2026-10-28
机器人领域的节奏瓶颈不在代码
随着机器人训练平台日益商品化，瓶颈从代码转向人类数据采集运营，使得组织高质量演示的能力成为机器人开发中真正的节奏瓶颈。
2026-10-28
DeepMind 发布 Genie 4 世界模型，人物更真实、物理模拟更精确
Google DeepMind 发布 Genie 4 世界模型，在 Genie 3 基础上全面改进，标题强调模拟物理更真实、人物更逼真。模型无需预渲染环境或编程交互元素，可根据用户描述实时逐帧生成可探索的虚拟世界，并借助更新的 Gemini 模型提升模拟的准确性。
2026-10-28
数学与人工智能顾问小组公开呼吁 OpenAI 公布其搁置的 Yang-Mills 证明
数学与人工智能顾问小组（AGMAI，隶属 Institute for Advanced Study）公开呼吁 OpenAI 立即公布其 Yang-Mills 理论、量子色动力学（quantum chromodynamics）和标准模型补全存在性证明背后的自然语言与 Lean 输出。
2026-10-28
Meta 详解 PrivacyLib：在数据访问边界执行隐私控制
Meta 详解 PrivacyLib，这是一个运行在数百个数据与处理系统客户端内、在数据访问点执行隐私控制的公共库，每秒执行数十亿次检查。系统只需接入一次，新隐私能力即以模块形式复用该集成，此前跨系统实现一项新要求可能耗时数月。PrivacyLib 还新增 Agent Observability 模块，用于观测内部 AI 智能体的数据访问事件。
2026-10-28
Every 解读 Anthropic S-1：上线超过六个月的模型贡献收入不足 20%
Every 的 Context Window 通讯解读 Anthropic 周一提交的上市 S-1 文件，指出其重度依赖最新模型，发布超过六个月的模型收入占比不足 20%。
2026-10-28
Google 发布 Genie 4 世界模型，可生成更长更真实的交互体验
Google 发布 Genie 4 世界模型，用于生成 AI 交互体验，主要更新包括更真实的画面、自然语言实时修改、生成音频，并采用 Gemini 3.8 Flash 辅助模拟。
2026-10-28
NVIDIA 与 Oracle 将 OCI Superclusters 扩展至多吉瓦规模并上线 Vera Rubin NVL72 与 Vera CPU
NVIDIA 与 Oracle 宣布将 OCI Superclusters 扩展至多吉瓦规模，NVIDIA Vera Rubin NVL72 与 Vera CPU 现已在 OCI 正式可用。
2026-10-27
Meta 发布 2026 Python Typing Survey：AI 工具改写类型标注，新检查器快速崛起
Meta 发布 2026 Python Typing Survey 结果，共 1,794 份回复，连续三年追踪 Python 类型标注的使用与体验。AI 工具为 42.5% 的受访者编写类型提示，认为 AI 让代码更可靠的比例从 2025 年 18.5% 升至 38.4%，24.4% 的受访者由 AI 编码工具调用类型检查器。
2026-10-27
90.5% 到 81.0%：那个故意「自废武功」的开源模型
Moonshot AI 的 Kimi K3.1 Pro 成为迄今测得的最强开放权重模型（智能指数 55），同时刻意将网络攻击能力从 90.5% 降至 81.0%，以 Opus 5.5 一半的 API 价格提供接近前沿的性能，但在冗长度、评测框架差异和自托管成本方面存在重要注意事项。
2026-10-27
Manus 网站可安装为桌面应用
现在，你用 Manus 制作的每个网站都可以安装为桌面应用。 无需额外设置，无需应用商店。
2026-10-27
从硬件来切通用的 personal agent 很难； 硬件更适 - 即刻 App
作者认为从硬件切入通用个人智能体（Personal Agent）难度极大，硬件更适合深耕垂类场景，而通用智能体巨头未来将通过布局硬件来获取数据采集能力。
2026-10-27
用 Agent 写代码的一条规则：先定义怎么验证改动是否有效
作者分享一条用 Agent 编码的规则：在提需求前先确定双方如何判断改动有效，例如写一个当前会失败的测试、一条可自己运行的命令、或真实日志与截图；没有验证凭据的“done”应被打回。他认为多数糟糕的 Agent 会话源于需求模糊且缺少检查。
2026-10-27
Perplexity Computer 可先跑模拟再实测
你可以用 Perplexity Computer 先在模拟中运行，再到真实世界中测试。
2026-10-27
Replit Cloud Agents 开放企业代码库贡献，非技术人员可直接提交经测试的 PR
Replit 推出 Cloud Agents，面向 Pro 与 Enterprise 客户开放，让设计、客服等非工程人员用自然语言向公司核心代码库提交经测试的 pull request。
2026-10-27
Meta AI 负责人罗希特·帕特尔离职创立 Ndoc，打造替代微软 Office 的 AI 办公软件
据 TechCrunch 报道，在 Meta 从事 AI 研发八年、曾任超级智能实验室负责人的罗希特·帕特尔离职创立 Ndoc，开发旨在取代微软 Office 和谷歌 Workspace 的原生 AI 办公软件。
2026-10-27
微软 MAI-Image-2.7-Preview 图像编辑榜第三
微软 MAI-Image-2.7-Preview 在 Image Edit Arena 以 1470 分位列总榜第 3，使 Microsoft AI 在实验室排名中升至第 2。
2026-10-27
Steve Yegge 提出 Counting House 企业 AI 部署模式并与软件工厂对照
Steve Yegge 在文章中提出企业 AI 落地正形成两种不同模式：开放探索的软件工厂 Wheelhouse 和把低层级模型放上加固轨道的 Counting House。
2026-10-27
Axiom 用 AI 智能体 24 天完成有限单群分类定理的 Lean 完整形式化
Axiom 宣布完成有限单群分类定理的 Lean 自动形式化，这是数学史上最长的证明，原证明约 15000 页、500 多篇论文、约 100 位作者。约 4000 万行代码由成群的 AI 智能体在 24 天内写出，数学家负责引导。
2026-10-27
Mustafa Suleyman 宣布 MAI-Image 升至全球图像编辑模型第二
Microsoft AI CEO Mustafa Suleyman 宣布 MAI-Image 现居全球图像编辑模型第二，称再次超越 Google、Meta、xAI 和 GPT-Image-2.5-Flare，可在 MAI Playground 试用。
2026-10-27
Microsoft AI 发布 MAI Image 2.7 图像编辑模型，登 Arena 第 3 和 Artificial Analysis 第 2
Microsoft AI 发布图像编辑模型 MAI Image 2.7 预览版，在 Arena Edit 排名第 3（使 Microsoft AI 成为第 2 的实验室），在 Artificial Analysis 图像编辑榜单排名第 2。
2026-10-27
Spark-X2.6-1.7B 发布：紧凑模型带来更强的编程与智能体能力
Spark-X2.6-1.7B 发布，在编程与智能体任务上的基准测试成绩较前代显著提升，提供紧凑的 1.7B 参数模型，针对端侧部署优化，并支持多种量化格式。
2026-10-27
Microsoft MAI-Image-2.7-Preview 在 AA-Image-Editing v2.1 排名第二
Artificial Analysis 评测显示，Microsoft AI 新图像编辑模型 MAI-Image-2.7-Preview 在 AA-Image-Editing v2.1 排名第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst (max)，并全面超越 8 月发布的 MAI-Image-2.6。
