论文把“选择性预测器能否在有限校准数据下获得目标精度认证”定义为可计算的“认证可用性”（certified availability），并指出安全、报告颗粒度与服务流量之间存在可规划的权衡前沿。
值得关注：安全门不仅要“有效”，还要在有限校准数据下“可认证”；否则细分报告单元可能因证据不足而无法上线，或被迫放宽颗粒度、牺牲服务流量。 该工作把安全性、颗粒度和流量统一到一条前沿上，有助于部署规划、治理和资源分配。 对基础模…
基于 arXiv 摘要，在 CTF 子通道代码中使用 EPRI 棒束 CHF 数据库评估表明：仅在管状数据库上训练的 ML CHF 模型总体可迁移到方形棒束应用，并在多数几何与运行工况下优于传统 CHF 方法；局部混合 LUT 模型总体表现最强，半局部纯 ML 模型也具竞争力。
值得关注：CHF 预测与燃料性能和反应堆安全直接相关，预测方法改进具有安全分析价值。 该工作把 ML CHF 评估从管状数据库推进到反应堆相关的方形棒束几何，并放入 CTF 子通道代码环境。 若结论成立，可为 ML 模型在核热工…
据候选摘要，这篇工作提出一个位于“检索”与“生成”之间、**零参数、白盒**的记忆决策层（Memory Decision Layer, MDL），用相关性、可靠性、任务风险三路信号互补编码来决定“检索到的记忆是否值得信任”，从而在记忆冲突场景下降低幻觉——但全文未抓取，具体实验设置与数字均需核实。
值得关注：既有记忆类工作大多把注意力放在**存什么、怎么检索、怎么更新**；MDL 把问题前推到“检索结果的**采信决策**”，补上了 RAG 流水线中一个常被默认跳过的环节。 冲突记忆下的幻觉放大是一个高价值失效模式：模型越“…
该论文提出，value 路径门控之所以改善语言模型预训练，是因为它为 softmax attention 补上了两个缺失原语：弃权（Abstention）和噪声过滤（Noise Filtering）；在 10M–350M 参数匹配模型中，弃权收益随规模下降，噪声过滤收益随规模上升，二者兼具的模型在每个规模最佳。
值得关注：该研究试图调和“value 路径门控为何有效”的分歧，把单一经验现象拆成两个可检验原语。这有助于解释缩放过程中不同机制的重要性变化，也为 attention 架构修改提供更明确的检查清单：不仅要看是否加了 gate，还…
PIR（Probe of Internal Recognition）通过读取语言模型内部状态，判断模型是否“认得出”某个候选答案，从而区分模型是“不愿回答”还是“不能回答”。
值得关注：模型输出可以被策略性控制，单靠行为观察难以发现隐瞒。PIR 的重要性在于，它试图把审计对象从“模型说了什么”推进到“模型内部认出了什么”。与已有相关卡片关注测试时模型选择、视觉语言模型模态顺序一致性、代谢组学专用模型等…
这篇 Nature Machine Intelligence 社论介绍 Sungwoo Lee 等人的 Perspective：将控制论反馈回路、内感受与强化学习结合，提出面向具身智能体的内部状态框架，让智能体通过监测内部信号来自适应地更新目标与行为；目前仍是概念框架，实际有效性待验证。
值得关注：它把 AI 讨论从“预测、模拟或推理世界”推进到“在世界中智能地、物理地行动”。 它强调控制论思想在现代 AI 中的持续相关性：当系统从建模世界转向行动于世界，反馈、控制和内部调节重新变得关键。 与既有智能体卡片的关系…
据 NVIDIA 技术博客，TensorRT Edge-LLM 在单台 NVIDIA Jetson AGX Thor Developer Kit 上运行 Qwen3.6-27B，完成 MLPerf Inference v6.1 Edge Agentic 性能工作负载耗时 24 分 36 秒，比 llama.cpp 参考运行快 6.4 倍，输出吞吐为 52.…
值得关注：它把智能体评估从模型能力、搜索 API、文档解析等维度，扩展到边缘硬件与推理栈的端到端基准。对部署车辆、机器人、边缘设备的团队，MLPerf Edge Agentic 可作为比较推理引擎、量化方案和硬件平台的标准化视角…
据腾讯研究院AI速递 20260917，Google DeepMind 发布 Gemini 3.8 Live 与 Extended Thinking 两款实时对话模型。 材料给出的关键变化：复杂任务先回应，再边推理边汇报进度；工具调用可在后台运行；支持 97 种语言自动切换；支持近实时视觉输入。 产品/研究问题：实时语音模型能否同时兼顾自然语音质量与复杂任…
值得关注：实时语音是人机交互入口。若能在后台调用工具、切换语言并接收视觉输入，语音助手可进入客服、会议、现场作业、银行等场景。 与已有 AA-Briefcase 卡片同属 Artificial Analysis 相关评测脉络，但…
据量子位报道，vivo 在 2026 VDC 人工智能分会场提出以“大模型+Harness”构建个人化智能底座，通过端云模型矩阵、感知与记忆能力、系统级 Harness 开发者平台，让 AI 手机从“会回答”走向“会办事”。
值得关注：这条材料的重要性在于，它把 AI 手机讨论从“模型强不强”推进到“系统能不能把事办完”。其中涉及端云模型调度、个人上下文、隐私授权、跨 App 执行、开发者平台、跨设备协同和生态合作，基本覆盖了个人 AI 助理落地的关键环节。
据元数据，Figure AI 于 2026 年 9 月 17 日发布 Helix 2.5，标题指向“零样本（zero-shot）跨 30 个家庭泛化”这一能力宣称；但原始页面正文未能抓取，具体技术路线、评测口径与实测结果均待核实。
值得关注：家庭环境是通用机器人最难泛化的场景之一：光照、布局、物品摆放、住户习惯差异极大，“跨 30 个家庭”若为真，说明其泛化评测规模超出常见的单户或单实验室演示。 零样本能力直接决定部署成本：若每进入一个新家庭都需重新采集数…
Anthropic 于 2026 年 9 月 17 日推出生命科学验证计划（Life Sciences Verification Program, LSVP），通过组织验证、Standard Use/High-risk Use 分层授权和离线监控，向经过审核的生命科学团队与机构开放对 Mythos、Opus、Sonnet 等模型更宽松的生物学相关工作权限。
值得关注：它把 AI 安全治理从通用政策推进到行业特定、可操作的分层访问机制：组织先通过资质、安全和伦理审核，再在限定使用场景内获得更宽松权限。 生物领域难以区分正当研究与恶意用途，材料特别强调内部威胁、访问侵夺和代理误用。LS…
量子位 2026-09-17 报道称，云知声发布 U2-Flash，并以稀疏 MoE、后训练闭环和国产算力适配展示“国产 RSI 早期答卷”：在 Flash 定位下速度与成本更优，代码和 Agent 能力反超上一代 U2；但相关性能、RSI 定级和 L3 判断仍需独立验证。
值得关注：文章把 RSI 从科幻/概念叙事拉到工程实践：模型参与生成训练数据、分析执行轨迹、维护训练系统。 如果文章所述成立，稀疏 MoE 与后训练闭环可能同时改善速度、成本和任务能力，模糊“Flash 只是旗舰平替”的传统定位…
来源速递将本条列为“三、前OpenAI研究员推出决策模型Jev，绕开文本生成”。 核心变化：Jev 不走文本生成路线，直接输出结构化判断与概率。 发布方：前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe AI。 融资：同期完成 4000 万美元种子轮融资。投资方、估值、完成时间待核实。 产品定位：面向分类、路由、评分、信息提取…
值得关注：它代表一条“生成式 AI 之外的决策模型”路线：把模型能力从写文本转向做判断，可能改变 Agent、工作流和中间层的成本结构。 对应用架构而言，若分类、路由、评分、护栏可独立为结构化模型，通用 LLM 可能只负责需要开…
据 OpenAI 官网标题与元数据，OpenAI 推出（或宣布）名为 **Astra for Law** 的法律行业方案，主打“前沿智能 + 律所定制工作流 + 连接法律数据源 + 法律级保密管控”，但因原文未能抓取，产品细节、发布时间与可用范围均**待核实**。
值得关注：法律是知识工作密集型、文档密集、合规敏感度高的行业，历来是 AI 落地的高价值试验场；主要模型厂商若在此推出专用方案，会影响律所的技术选型与法律科技创业格局。 若“法律级管控”确为产品核心，说明竞争焦点正从模型能力转向…
依据可获得的元数据，Cooley 基于 ChatGPT Work 构建了面向 IPO 流程的 GO Public，目标是把智能化引入 IPO 工作流，让律师更早发现问题、把专业判断集中在最关键处；具体实现方式与实际效果待核实。
值得关注：与既有脉络的关系：此前已有卡片记录 ChatGPT Work 在数据科学团队中的应用（从真实工作输入生成根因简报、影响报告、KPI 备忘录等）。本条把同一产品叙事延伸到法律服务与资本市场流程（IPO），增量在于行业场景…
Boston Dynamics 宣布成为 DoW SkillBridge 官方产业合作伙伴，为美国武装部队成员提供从现役转向民用职业的在职培训、学徒或实习通道。
值得关注：AI、机器人与自动化产业对技术人才和现场操作人才需求上升。Boston Dynamics 加入 SkillBridge，显示产业公司可能把军转民培训作为招聘、人才储备和公共事务的一部分。 与既有卡片相比，既有内容涉及 …
元宝App的AI录音笔在录音转写之外新增“边录边拍”，可将声音、转写文字与照片聚合为同一条记录，并借助腾讯文档与WorkBuddy进入协作和内容生成流程。
值得关注：对用户/团队：发布会、课堂、会议等场景中，照片和转写文字聚合可减少事后整理成本。 对产品生态：一键转发腾讯文档、发送 WorkBuddy，显示 AI 记录工具与文档协作、内容生成工具正在打通。 与既有脉络的关系：已有相…
Agility Robotics 宣布将于2026年10月6日在纽约举办 Analyst & Investor Day，围绕 Digit 5、商业动能、技术路线图、规模化制造与长期财务机会向分析师和投资者说明；该活动发生在其与 Churchill Capital Corp XI 的合并上市预期完成前。
值得关注：这是 Agility 上市前投资者教育的一环，可能影响市场对其人形机器人商业化节奏、制造规模化能力和长期财务机会的理解。 活动把“产品发布”和“资本市场沟通”连接起来：Digit 5 是产品叙事，Analyst Day…
据腾讯研究院 AI 速递，紫东太初开源通用多模态大模型 ZDTaichu5.0-9B；材料称其在九项空间理解基准中取得八项第一，并在 AI2D、WeMath、OCRBench 等通用能力上保持第一梯队，同时开放权重与数据生产管线方案。
值得关注：多模态模型竞争正从图像/文本问答扩展到空间理解、具身执行和连续任务。 9B 规模兼顾开源与部署友好性，可能成为研究者和中小团队可用的具身/多模态底座候选。 开放数据生产管线比只开放权重更接近可复现工程，但实际开放程度、…
联发科发布基于台积电2纳米制程的旗舰芯片天玑9600 Pro，主打端侧运行30B参数MoE模型，并通过双NPU重构、生成式AI引擎3.0与CPU/GPU升级提升AI和综合性能；vivo与OPPO新机将于下周首发搭载。
值得关注：如果端侧可稳定运行30B参数MoE模型，AI应用的部署边界会发生变化：部分推理可从云端下放到手机，减少对网络和云成本的依赖，并带来隐私与实时性优势。对芯片厂、手机厂和AI应用开发者而言，这意味着竞争维度从“模型参数与云…