现有以F1为主的指标只评估扫描器“给出可用安全判断”时的准确性，却掩盖了扫描器“无法给出判断”的覆盖盲区。基于170个合成工件（145个标本家族）的评估显示，ModelAudit对135个有标签家族全部给出明确安全判断（100%），Fickling为81.5%，ModelScan仅49.6%；但在能给出明确判断时，ModelScan的精度、召回率和F1均达…
值得关注：本卡片与已有相关卡片的关注点不同：已有卡片涉及自动化AI研发中的监控器拦截率、对齐模型接口失败、超级权重与微调失败等，而本卡片聚焦AI模型安全扫描器本身的评估方法论，特别是把“判断准确性”与“判断可用性”分离。这是对模…
本文证明，在表格型分布强化学习中，同步分位数时序差分学习（QTD）在步长 \(\alpha_t=c(t+1)^{-a}\)、\(a\in(1/2,1)\) 下具有全局有限样本保证；最后迭代的随机波动主阶为 \(\widetilde O(T^{-a/2}/\sqrt{1-\gamma})\)，且不随分位数数量出现多项式增长。
值得关注：提供了 QTD 的全局有限样本分析，而不只是局部收敛或渐近结论。 指出了局部随机波动与全局烧入成本的不同依赖：前者对分位数数量友好，后者可能受最坏目标密度约束。 与既有脉络的关系：已有相关卡片“分布时序差分学习中的在线…
据量子位报道，中国具身智能创业公司“超维动力”在2026年世界机器人大会（WRC）现场演示了人形机器人打乒乓球，并展示了从本体、灵巧手、数采设备、世界模型到训练Infra的全栈布局；文章判断，具身智能竞争正从“单点Demo”转向“本体—模型—数据—真实场景”的闭环效率。
值得关注：具身智能正在从“一段视频出圈”进入“系统竞争”：数据进入模型，模型驱动本体，执行结果再回到训练系统，缺一环都会断掉。 罗平在文章中的比喻值得关注：语言模型的用户是普通人，具身模型的用户是机器人；错误不只是答案不准确，还…
Agnes 最新发布 Agnes Video 2.5 系列，其中 Flash 版本在 Pavo 平台上完全免费（消耗0积分），可用于大量生成和前期试错；Agnes Video 2.5 每天赠送200积分，支持最高2K视频和多参考输入，官方定位面向短剧、广告等真实商业内容场景。
值得关注：本卡片对应的是面向内容创作的视频生成产品发布。与已有相关卡片中的具身视觉基模、具身MoE视频模型不同，本条聚焦消费级/创作者级视频AI的免费化与工作流整合，增量信息是“免费Flash版本+无限画布+短剧全流程”的组合，…
OpenAI 就 Hugging Face 安全事件公布了调查发现，并概述了为加强 AI 模型安全、监控与对齐而采取的后续步骤；由于原始正文未能抓取，具体事件细节和措施内容待核实。
值得关注：AI 模型的分发与托管环节正成为安全攻击面，Hugging Face 是业内广泛使用的模型平台，相关事件影响面可能较大。 OpenAI 的回应表明前沿 AI 机构开始将模型安全、监控与对齐纳入系统性的风险管理框架。 本…
Physical Intelligence 联合创始人 Levine 判断，机器人仍处于 GPT-2 之前的阶段，行业尚未找到可持续放大的“Transformer 式”路径，也难预测数据翻倍能带来多少能力提升。
值得关注：Levine 的判断为机器人行业的预期管理提供了一个清晰坐标：行业距离“可预测规模化”仍有差距，数据规模带来的边际收益尚不确定。相比已有相关卡片聚焦 AI 基础设施与监管框架，本条增量信息在于将机器人领域与大模型发展节…
雷鸟创新CEO李宏伟认为，智能眼镜的终局仍是“AI+AR”；在AI进展快于AR的当前阶段，眼镜的首个杀手级应用应是AI助理。新品“iO”以“人类增强”为定位，主动放弃摄像头、大芯片与Android，聚焦全天佩戴与AI，先以“全天智记”增强记忆。
值得关注：本条提供了智能眼镜赛道头部玩家CEO的一手产品哲学，属于行业趋势判断，而非产品发布通稿。与现有知识卡片相比，本条增量信息在于：雷鸟创新明确放弃摄像头、大芯片和Android，转而押注“全天佩戴+AI记忆+隐私设计”，这…
LingBot-Vision 是一个以边界为中心的自监督视觉基础模型，利用掩码边界建模（Masked Boundary Modeling）让边界表征从数据中自发涌现，并在无预训练骨干、无人工标注、无外部边缘检测器的条件下，在深度估计、语义分割、视频目标分割等稠密感知任务上取得领先结果；同时作为 LingBot-Depth 2.0 的编码器初始化，显著提升深…
值得关注：LingBot-Vision 提供了一个与“语义不变性优先”不同的视觉预训练路线：以边界/空间不连续为中心，用自监督方式学习稠密空间特征，且无需外部边缘检测器和额外标注。它直接服务物理智能所需的深度估计、分割、特征跟踪…
LingBot-Map 是一个流式 3D 重建模型，通过名为“几何上下文注意力”（Geometric Context Attention, GCA）的结构化流式状态，在 10,000+ 帧的长序列上以约 20 FPS 实时构建高保真 3D 场景地图，且单帧内存与计算开销近乎恒定。
值得关注：LingBot-Map 在“流式”设定下解决了长序列 3D 重建的内存爆炸问题，使实时、高保真场景建图成为可能。相比一次性离线重建，流式重建更贴近机器人、自动驾驶、AR/VR 等对低延迟和持续运行有硬性要求的场景。其与…
LingBot-Depth 用“深度传感器自身产生的空洞”作为掩码信号，通过掩码深度建模（Masked Depth Modeling, MDM）学习用 RGB 视觉上下文补全缺失深度，把消费级深度相机在玻璃、镜面、金属等反光透明物体上失效的问题，转化为可训练的感知任务，并在深度补全、单目深度估计、立体匹配和机器人抓取上取得领先结果。
值得关注：LingBot-Depth 的增量价值在于：它把传感器“失效模式”重新定义为可学习的掩码信号，而不是简单地当作噪声过滤。这一思路直接解决了机器人从感知到操作中最容易出问题的真实场景——玻璃、镜面、金属容器等。相比既有 …
据 a16z 合伙人 Casado 爆料，一款被称为“今年最重要发布”的新模型即将到来，多方线索指向 Ilya Sutskever 旗下 SSI 的首款模型，传闻核心是持续学习突破，但尚未获得官方证实。
值得关注：这可能代表 AI 前沿在“持续学习”方向上的重大进展，而此前已有相关卡片未涉及 SSI 或 Ilya 新模型动态，本条补充了这一增量信息。 Ilya Sutskever 作为 OpenAI 前首席科学家，其新动向对 A…
根据现有元数据，在线旅游公司 loveholidays 正在利用 OpenAI Codex，让非技术团队也能参与软件开发，从而更快地把想法变成产品。具体机制与效果暂待核实。
值得关注：已有相关卡片多聚焦于开发者工具（Claude Tag、Cursor、Devin Desktop）对程序员工作流的改变；本条增量信息在于：**企业正将 Codex 引入非技术业务团队**，把“人人可编程”从理念推向具体企…
通用具身基础模型DM0.5在港大等近20所机构联合发起的RoboDojo评测中综合排名第一，其中Memory维度表现大幅领先，并已全面开源模型权重与训练框架。
值得关注：该结果展示了具身智能基础模型在记忆、抗干扰和精细操作上的进展，特别是长时记忆能力成为评测中的关键差异化维度。开源权重与训练框架的做法，可能加速具身智能领域的复现、研究与产业应用。
候选摘要显示，OpenAI 正在将 **ChatGPT for Teachers** 扩展至 **55 个美国学校系统**，为超过 **100,000 名**教育工作者和教职员工提供安全 AI 工具、培训与支持。由于原始网页正文未能抓取，以上数据及细节有待原文核实。
值得关注：教育行业是 AI 落地的关键场景之一，但学校系统通常对安全性、教师培训和采购流程有更高要求。本条信息的重要性在于：OpenAI 正在从“模型功能更新”走向“行业项目制落地”，把 AI 交付给机构客户。与已有模型更新类卡…
据AGIBOT官网新闻（2026-08-26），AGIBOT在世界人形机器人运动会（World Humanoid Robot Games）首秀中赢得18枚金牌，位列金牌榜和总奖牌榜第一；具体赛事细节与统计口径待核实。
值得关注：这是在AGIBOT此前宣布WAIC 2026发布新品、2026年上半年全球人形机器人出货量登顶、与长隆合作打造具身智能主题公园之后，新增的“竞技/赛事成绩”型信息。增量在于：AGIBOT不仅在研发、出货和商业合作上推进…
英伟达首次公布下一代机柜级系统 Vera Rubin NVL72 的片上实测结果：使用 DeepSeek-V4-Pro 运行智能体编码任务，每兆瓦吞吐较 GB300 最高提升约 30 倍，每百万 Token 成本最高下降约 35 倍；同期还发布了首款 Agent 专用 Vera CPU，并被 SpaceXAI 规模化部署。
值得关注：首次片上实测意味着 Vera Rubin 不再只是纸面发布，而是有真实负载数据支撑。 成本降 35 倍、吞吐升 30 倍，直接冲击智能体规模化落地的算力经济学。 与已有卡片相比，本条增量信息包括：每百万 Token 成…
苹果发布新一代Mac mini与Mac Studio，搭载M6及M5 Pro/Max/Ultra四款芯片，以统一内存架构主推本地大模型运行；其中M6为首款2纳米M系列芯片，AI性能最高达M4版4倍，Mac Studio还可通过Thunderbolt 5组集群做分布式推理。
值得关注：在已有相关卡片聚焦模型、推理引擎与编码智能体的基础上，本条补充了硬件侧的关键动作：苹果正通过统一内存架构和高速互联集群，把大模型推理能力下沉到桌面设备。这提示Agent时代的算力基础设施可能不仅存在于云端，也正在走向本地节点。
NVIDIA 提出的 COMPASS（Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis）框架，借助 AI 编码代理和人类审批门，将预训练的 NVIDIA X-Mobility 导航策略适配为面向特定机器人与环境的“残差专家”，从而显著降低跨本体、跨环境导航策略开发与复现…
值得关注：这是“AI 代理 + 机器人策略开发”的一个具体落地案例：代理不仅写代码，还能执行环境验证、场景准备、训练调度、诊断和评估，并在人类审批下推进流程。相比通用编码代理生成代码，COMPASS 展示了代理在物理仿真空地中承…
Alibaba 发布的 Qwen3.8-Flash-Next 预览模型，以 176B 总参数量、6B 每 token 激活参数，结合 Gated DeltaNet 与 Qwen Sparse Attention 的混合架构，在 NVIDIA GB300 NVL72 上可实现每 GPU 超 16K tokens/s、每用户超 200 tokens/s 的吞吐…
值得关注：这是 NVIDIA 平台对第三方 Qwen 预览模型的一次生态级验证，而不是 NVIDIA 自研模型。增量信息在于：Qwen3.8-Flash-Next 为 Qwen4 架构探路，其 GDN+QSA 混合设计代表长上下…
Codex负责人Tibo表示，ChatGPT与Codex终将融合为高度个人化的AGI；下一代Agent的关键不是堆叠更多机制，而是让skill、记忆、子Agent等机制“消失”，成为持续理解用户的伙伴。
值得关注：本条相比已有相关卡片（如SIMA 2、Cursor设计模式）提供了新的增量信息：来自OpenAI Codex负责人的产品判断，明确给出2000万用户规模、底层harness统一、语音优先与界面自适应等设计方向，并透露O…