2026-10-19
给机器人装上物理直觉：一篇47页综述告诉你AI机器人学到的到底是什么
一篇47页综述系统梳理了机器人学界如何把物理定律嵌入AI模型，弥补机器人数据稀缺的困境，分类为物理引导、物理编码、物理知情三条路径，覆盖从简单感知机到生成式大模型的广泛方法。
2026-10-19
让AI法官学会说"我不确定"：一个省钱又靠谱的评判方案
论文对比JEV与十六种AI裁判模型，发现这个仅输出判断结果的低成本裁判在普通评判任务上接近顶级模型，仅为其费用的0.36%，并提出置信度级联策略，自信时直接采纳判断，不确定时升级至强模型，以57%成本保留99%准确率。
2026-10-19
当1024个AI程序员一起写代码：微软让Agent数量成为新的智能维度
微软提出无中心指挥的多智能体系统Agensh，让上千个AI Agent通过共享工作空间自我组织协作。实验显示，将Agent数量从1扩展到1024，复杂编程任务的测试通过率从33.89%提升至55.06%，揭示Agent数...
2026-10-19
一个模型能不能把自己脑子里正在思考的东西，直接塞进另一个模型的脑子里，让后者不需要重新看一遍资料就能接着往下想？
论文提出LatentPort方法，让40亿参数模型把处理长文本后的循环记忆状态直接迁移给90亿参数的同系列模型，接收方无需重读历史文本即可继续推理，且效果超越持续推理的小模型。
2026-10-19
丹麦议会吵架吵了29年，AI把每一句"甩锅"都数出来了
丹麦研究者用AI模型BlameBERT分析近五百万句议会发言，发现甩锅修辞呈香蕉形轨迹，2016年触底后加速上升，执政党甩锅更少，右翼极端政党的甩锅倾向近年显著增强。
2026-10-19
机器人明明听懂了指令，为什么还是干了别的事
上海交大团队提出RoboFollow基准，揭示当前顶尖机器人控制模型的指令跟随能力存在假象：高场景熵设计逼迫模型依赖语言而非视觉捷径，实测显示多款模型在轻微扰动下性能大幅崩溃，现有补救方案均未能解决该问题。
2026-10-19
从280颗到80万颗，众星微走进十万卡集群
众星微公布了覆盖通用计算与智能计算的12款量产产品，产品覆盖存储互连、网络互连、AI互连三大产品方向，同时发布了PCIe 6.0 Switch、800G多协议AI NIC和多模RAID芯片三款新品。
2026-10-19
一个模型读懂229种语言的文字，靠的是给每种文字请了个"专家"
一篇提出ScriptMoE架构的论文，通过构建覆盖10种文字体系229种语言的合成数据集TextMuSS-10M，结合按文字体系分组的混合专家解码器，用轻量模型实现了超越大型视觉语言模型的多语言场景文字识别准确率。
2026-10-19
StableVQ：当编码器和码本互相"甩锅"，训练怎么可能稳？
本文解读StableVQ，一种解决视觉分词器训练不稳定问题的方法。论文指出编码器与码本训练互相纠缠是根源，提出Dynamic STE、Region VQ Loss、Decoupled Schedule三项轻量改进，实现无...
2026-10-19
AI智能体的"品味"能被测出来吗？一个新基准告诉你答案有多扎心
论文提出Taste-Bench，首个测量AI智能体长任务判断力的基准。最强模型正确率仅59.7%，证据延迟出现时准确率跌至21%，推理预算无效，但通过蒸馏可将判断力迁移到新任务，并提升软件工程任务成功率19个百分点。
2026-10-19
给量子电路装上语言大脑：一场关于"量子计算能不能帮上语言模型"的诚实实验
这篇论文提出HyperQ，给冻结的扩散语言模型加装可训练的量子残差分支，用超网络为每个词生成专属量子电路参数。实验显示电路越宽效果越好，64比特时超越骨干网络4.71分，且训练数据仅为经典对照组的十分之一。
2026-10-19
训练大模型做数学题，为什么总要养一个"评委"？
论文提出BPO方法，利用贝尔曼方程将策略优化改写为不需估计中间状态价值的轨迹级目标，证明其与原始PMD等价，在数学推理任务上显著优于GRPO等主流方法。
2026-10-19
门把手认得门，门却不认得自己往哪边开：3D场景理解的一个小巧思
论文提出Segment–Snap,通过部件与把手的物理关联,用训练-free几何规则实现把手引导的门窗运动方向判断,并用部件语境反向纠正把手运动类别标签,在Articulate3D数据集上大幅提升3D场景交互理解精度。
2026-10-19
平安电工拟投4.36亿元在泰国建电子布基地，布局超薄布与石英布
今天讲的出海案例是做云母绝缘材料起家的平安电工，拟投资约4.36亿元，在泰国北柳府建设面向高端电子制造的电子布生产基地。
2026-10-19
阿里这次让一个AI，同时听懂声音、看懂图片、读懂文字、理解视频
阿里推出Ovis-Embedding全模态嵌入模型家族，基于Qwen-Omni原生架构统一编码文本、图像、视频、音频，配合数据采样、蒸馏训练与低秩压缩，在MMEB、MAEB、MVEB、RTEB等多个基准上取得领先成绩。
2026-10-19
AI智能体越学越笨？一场关于"学会新技能却忘了老本事"的科学侦查
AI智能体学新技能常常导致旧本领退化。本文解析UCLA团队的ACLArena研究,揭示遗忘的参数与token级机制,对比蒸馏、自蒸馏微调、模型融合三种方案,并提出低秩专家混合新方法应对多任务遗忘难题。
2026-10-19
字节跳动想让大模型强化学习训练提速，用上FP8之后模型却突然疯癫了
字节跳动团队发现全流程FP8强化学习训练会出现熵值暴涨和乱码问题，根源是量化噪声导致负优势token被误判裁剪。提出Calibrated Clipping动态校准裁剪边界，恢复BF16级别性能并提速最高1.5倍。
2026-10-19
四年四问，阿里云上的Salesforce走到Agent这一站
从云上部署、全球系统迁移到大模型接入，四年间，阿里云上的Salesforce见证了企业需求的变化。如今走到Agent这一站，企业开始将真实业务交给AI，数据、流程和权限也成为Agent落地的新考验。
2026-10-19
模型写下"我被恶魔附身"那一刻，暴露了next-token预测的真实难度
Anthropic 可解释性研究员 Emmanuel Ameisen 在 Lenny's Podcast 上讲述团队如何像神经科学家研究大脑一样"打开"Claude，解释为何模型是训练中"长"出来的而非写出来的，以及ne...
2026-10-19
Anthropic增长放缓引发恐慌：一场围绕万亿估值的罗夏测试
Anthropic在IPO前夕披露的2026年第三季度营收数据——168亿美元、环比增长45%——本该是一份亮眼的成绩单,却因为增长率较上季度140%的骤降引发市场恐慌。本文梳理了蒸馏收入占比、App下载量信号与投资者会...