大语言模型在面对“同一事实存在多个版本”的长尾分歧知识时，往往只回忆起其中一个版本；ElephantBench 上性能最强的模型也仅在 52.4% 的问题中同时恢复两个版本，说明参数化记忆存在明显的认知短视。
值得关注：它把评测重点从“模型是否能给出唯一标准答案”转向“模型是否掌握同一事实的不同版本或叙述”，这对长尾知识、争议性话题和多文化叙事尤为重要。 与既有脉络的关系：已有相关卡片《格莱斯式退避》聚焦于模型在知识边界之外仍生成貌似…
本文提出一种基于 nnU-Net 家族、结合解剖（器官）监督与在线交互式涂鸦提示的全身病灶分割模型，用于 FDG 和 PSMA PET/CT，在 AUTOPET V 挑战中通过四折交叉验证取得稳定最优性能。
值得关注：与既有相关卡片脉络不同，本文关注医学影像中的基础模型应用，属于“foundation-model”主题下的医学分割场景。 增量信息：将可提示分割与在线交互训练结合到 PET/CT 病灶分割中；同时处理 FDG/PSMA…
Aero Hand Open 是一款开源的腱驱动拟人灵巧手，随附仿真模型、双向驱动映射和强化学习训练包，作者宣称可以让策略完全在仿真中训练后直接部署到实体手，无需微调或状态估计。
值得关注：已有相关卡片分别关注强化学习流水线（REGRIND）、系统集成框架（DEED）和组合泛化学习（战略性扩展），而本卡片的增量信息在于提供一个完整的开源硬件–仿真–控制映射–训练部署平台，重点解决腱驱动手这类硬件的仿真表达…
本研究对 scikit-rebate 包进行重构、优化与扩展，加入 SWRF*、mu-Relief 及 5 种新 Relief 变体，并在模拟基因组数据上比较发现：除 mu-Relief 外，多数 RBA 能有效检测噪声数据中的二阶交互；采用“far”评分的变体（尤其 MultiSWRFDB*）最擅长检测二阶交互但对主效应不敏感；综合主效应与二/三阶交互，…
值得关注：为高维生物医学数据（如基因组关联分析）提供了可扩展、可解释且能感知交互的特征选择工具。 对 scikit-rebate 的重构显著降低计算成本，使 RBA 在大型数据集上更可用。 与已有相关卡片不同，本条增量信息聚焦于…
AcrossVAM1.0 是一个 0.28M 参数的轻量级文本辅助视频动作模型，通过将未来预测分解为“语义粒子运动 + 稠密外观生成”来预测机器人未来 5 帧；在自建 VRS 基准上，粒子动力学使轨迹误差比“持续最后一帧”基线降低 21.0%，但语言指令的影响仍较弱（正确 vs 打乱语言仅带来 2.8–3.1% 的轨迹误差变化），外观交付也尚未在 LPIP…
值得关注：它不是在“更大像素生成器”方向上继续堆规模，而是显式把运动预测与外观生成拆成可分别评估、可解释的模块。 粒子动力学在轨迹维度上的收益可以被单独度量，这比只看整帧图像质量更能反映机器人任务所需的结构化运动信息。
听者无法仅从话语形式（utterance form）完全恢复说话者的意图；无论使用多少文本数据、多少监督信号，任何文本表示（包括当代大语言模型的隐藏状态）在解码意图时都会受到形式对意义内在不确定性的上界限制。
值得关注：这是对“用海量文本训练即可让模型理解意义”这一主流信念的形式化挑战。 它把意义歧义从工程难题上升为信息论必然，有助于界定大语言模型能力的真实边界。 与已有相关卡片的关系：本卡片不讨论训练策略或评估框架，而是从信息论角度…
按该速递摘要，Anthropic 应用 AI 团队发布《AI Native SDLC Playbook》，认为 AI 让写代码变快后，真正的“新卡点”是评审、测试、发布等上下游流程仍停留在人工速度；解法是把单向开发流水线改成循环 Loop，并用版本化产物让 AI 与人可接续、可审计地协作。
值得关注：这条信息的重要性在于：它把 AI 编程的瓶颈从“写代码”重新定义为“完整交付流程”。如果只加速编码，而评审、测试、发布仍按人工速度运行，AI 的收益会被下游环节抵消。相比已有相关卡片，本条不是关于 MCP 服务器、图像…
Pavo 上线 Agnes Video 2.5 系列，其中 Flash 型号完全免费，并配套短剧 Harness 与无限画布，推动 AI 视频生成从单镜头生成走向多集短剧的连续化制作工作流。
值得关注：已有相关卡片已记录“Agnes Video 2.5 系列发布，Flash 版免费开放”。本条卡片的增量信息在于：Pavo 平台上的 Agnes Video 2.5 不只是提供免费档位，还配套了短剧 Harness 和无…
OpenAI与博通联合打造的推理芯片Jalapeño，在Hot Chips大会公布的首份跑分中显示，三款公开模型上的每千瓦吞吐量达英伟达系统1.5至1.9倍；该芯片从设计到流片仅用9个月，计划2026年底以极小规模部署。
值得关注：这是OpenAI从依赖外部芯片转向自研推理芯片的重要信号。自研芯片若能落地，可能影响AI芯片市场竞争格局，并让OpenAI在推理算力成本与定价上获得更大主动权。同时，AI生成kernel加速芯片设计的案例，也可能为芯片…
智谱上线并开源GLM-5.3-Flash（320B-A18B），这是GLM-5系列首个原生多模态模型，AA综合智能指数为57分，与Claude Opus 4.8持平；定价仅为GLM-5.3的1/10，限时低至Claude Opus 4.8的1/40，并首次部署在大规模国产芯片集群上。
值得关注：GLM-5.3-Flash将稀疏与线性注意力混合架构引入开源前沿模型，可能在保持智能水平的同时降低激活参数和层数，从而降低推理成本。以Opus 4.8的1/40价格提供接近旗舰的智能水平，可能加剧AI模型定价竞争。同时…
Figure 推出 Index 数据采集项目，通过众包方式收集人类真实任务视频，为机器人基础模型 Helix 补充现实经验，并计划未来 12 个月在数据和算力上投入超 10 亿美元。
值得关注：该案例展示了“数据众包”在机器人基础模型训练中的具体落地方式，也反映出头部机器人公司正在围绕现实世界数据构建护城河，而非单纯比拼硬件参数。
OpenAI 正在扩大其在巴西的存在，深化与开发者、企业和社区的合作，以支持该国对 AI 的采用。（待核实）
值得关注：这是 OpenAI 在拉丁美洲市场布局的又一信号。如果后续公布更多细节，将有助于观察 OpenAI 如何从产品访问扩展到区域生态建设。（本条为增量信息，不与已有相关卡片重复。）
腾讯混元通过2-bit与1.25-bit两套极致量化方案，将端侧翻译模型Hy-MT2-1.8B从约3.3GB压缩至440MB，翻译质量几乎无损，并在FLORES-200评测上优于微软、豆包等商业翻译API。
值得关注：该案例说明极低bit量化可将1.8B模型压缩至数百MB，为端侧翻译、实时字幕等资源受限场景提供可行路径。自研Sherry三值量化入选ACL 2026 Oral，提示方法本身具备一定学术创新性；与产业伙伴的联合优化也体现…
一项针对1000多名学生的随机研究，考察了ChatGPT、批判性思维训练、原创性与真实大学作业表现之间的关系；具体结论暂无法从材料中确认，待核实。
值得关注：在AI工具快速进入教育场景的背景下，关于“使用ChatGPT是否会削弱学生独立思考能力”的讨论很多，但缺乏大规模随机证据。 本卡片对应研究的价值在于：用超过1000名学生的随机研究，聚焦真实大学作业，而非实验室任务，可…
Anthropic 于 2026 年 8 月 27 日发布“模型硬件标准”（Model Hardware Standard, MHS）的研究预览，这是一个让 AI 代理安全操作物理设备的共享规范，旨在将实验室和工厂的设备集成时间从数周甚至数月缩短到几小时或几分钟。
值得关注：MHS 是 Anthropic 在“AI 操作物理世界”方向上的关键布局。它提供了一个开放的硬件互操作标准，有望打破实验室和工厂中设备“各自为政”的集成瓶颈，使 AI 代理能够大规模接管繁琐的、机械性的实验执行工作。相…
比尔·盖茨警告，AI在生物、网络攻击、心理社会影响、破坏就业乃至失控风险上均已跨过原本应提前设防的临界点；他认为行业无法自我监管，需要“人类保留岗位”、机器人税、token税等激进政策干预。
值得关注：这是全球知名科技领袖罕见地使用“已跨过临界点”的表述，并把生物恐怖主义、就业、心理社会影响和失控风险并列，还给出了税收、强制监控、国际合作等具体治理抓手，而不仅仅是发出泛化警告。增量信息在于：本条不是NIST AI R…
据AGIBOT官网新闻标题，AGIBOT创始人兼CEO Deng Taihua入选《时代》TIME100 AI 2026榜单；新闻正文未抓取到，具体评选细节待核实。
值得关注：本条是“人物荣誉”类信息，与已有相关卡片分别涉及的出货量、主题公园合作、世界人形机器人运动会金牌不是同一维度。它意味着AGIBOT的叙事不再只是公司产品/市场表现，而是延伸到了创始人在全球AI影响力榜单中的身份。TIM…
Shopify CEO Tobi Lütke 正考虑禁用 Claude Code，直到其支持读取 `AGENTS.md`、`.agents/skills` 等文件。核心争议不是模型能力，而是多工具并存时项目规则文件不能“各读一套”。
值得关注：与既有脉络的关系：已有相关卡片覆盖的是 Cursor 的视觉交互、Cohere 的编码模型、MiniMax 的 Agent 架构重构；本卡不重复这些能力细节，而是补充企业采用中的标准冲突。
MiniMax最新披露：2026年8月ARR超8亿美元（2月为1.5亿美元，约5.3倍）；上半年收入1.166亿美元，同比增283.1%；B端收入占比升至63.4%，7月Token消耗量达1月的20倍。这一轮增长主要由企业客户和开发者的Agent工作负载驱动，被视为“Agent红利”在财务上的体现。
值得关注：这是大模型公司财务上少见的“Agent红利”案例：用户量、使用深度、B端占比同时提升，说明Agent不只是研究热点，而是实际付费需求。 MiniMax作为独立大模型公司，通过开源+API+自建算力形成商业闭环；其B端收…
汤道生把大模型竞赛比作马拉松，认为现在才跑完头一公里，“起得早不如熬得久”；AI下半场刚开始，格局与价值分配未定，腾讯会靠长期投入穿越周期，并用技术解决真实问题。
值得关注：已有知识卡片覆盖SIMA 2、编码智能体推理基准、Cursor Design Mode等具体Agent技术与产品，本条增加了“企业战略与组织”维度：决定胜负的不只是算力与模型参数，还包括耐力、场景、组织形态和工程能力。…