据腾讯研究院AI速递（20260929），MiniMax Code 新增 M3.1-Flash-Preview，并把推理深度拆成 low、med、high、xhigh、max 五档独立选择；默认组合为 M3.1-Flash-Preview + max，轻任务可手动下调，以减少为简单需求支付深度推理成本。
值得关注：对开发者：默认 max 可能适合复杂任务，但轻任务可降档，理论上可控制延迟与额度消耗。 对行业：Flash/快速模型 + 可调推理深度，是 AI 编程产品降低使用门槛和成本的一种路径。 与既有脉络的关系：已有卡片记录了…
来源材料显示，腾讯研究院发布“数字内容研究实习生”招聘信息，研究方向覆盖影视、微短剧、短视频、网文、AIGC等，要求能综合使用AI工具进行研究支持，工作地点为北京朝阳亚洲金融大厦，税后150元/天，每周坐班5天、实习6个月以上者优先，立即上岗者优先。
值得关注：对AI产业观察者，这条信息可作为大厂研究院在“数字内容+AIGC”方向用人需求与能力画像的样本：既要求行业理解，也要求研究、写作/数据分析与AI工具应用。与既有脉络的关系：既有卡片关注AI治理框架、AI研究趋势、LLM…
基于 OpenAI 页面元数据与候选摘要，GPT-6.1 Sol 被描述为在编码、计算机使用和专业工作上具备“接近 Astra”的智能，并以 Astra 标准 API 输入与输出 token 价格的五分之一提供；但正文未能抓取，上述规格、定价和发布状态均待核实。
值得关注：与既有脉络的关系：已有卡片提到 GPT-6 Sol 与 Luna 发布、GPT-5.6 Sol/Luna 的改进与免费开放，以及 Astra 传闻。本卡片若成立，代表 Sol 系列从 GPT-6 向 GPT-6.1 的…
仅据来源元数据和候选摘要，OpenAI 页面 “Introducing dots” 指向一个名为 Dots 的主动式助手，声称可跨复杂项目与日常任务持续工作，并让用户保持控制；但原始正文未抓取，所有产品细节与发布时间均待核实。
值得关注：主动式助手把问题从“AI 能否回答”推进到“AI 能否被授权后持续推进工作、用户如何监督和纠偏”。这涉及控制权、可观测性、责任边界与隐私安全。 与既有脉络的关系：已有卡片涉及 Figure 机器人自主性、Claude …
根据现有元数据，OpenAI DevDay 2026 是一场面向开发者的大会，据称发布了 20 多项公告，覆盖 GPT-6 Astra、ChatGPT、Codex、API、安全与面向构建者的新工具；但原始正文未能抓取，具体内容与细节均**待核实**。
值得关注：DevDay 属于 OpenAI 面向开发者的年度性活动，其公告通常会影响构建者的技术选型与产品路线，因此该回顾具有行业跟踪价值。 本条卡片与既有相关卡片（Figure AI Helix 02、Agility Robo…
马斯克称，Anthropic 已让 AI 擅长软件工程，但尚无人让 AI 真正擅长现实世界工程；他希望用 SpaceX 与 Tesla 数据训练 Grok，使 AI 进入汽车、机器人和火箭系统。
值得关注：与已有卡片关注的 AI 治理框架、研究趋势、模型路由/网关等主题不同，本条提供的是“AI 下一战场”判断：从 IDE 走向现实工程。 增量信息在于：明确提到 Anthropic 在软件工程上的优势、现实工程的不可简单回…
据腾讯研究院AI速递（标题标注20260929），昆仑万维 SkyProduction（天工工作台）在9月27日开放 AI MV 创作，把 Mureka 歌曲生成、视频/图片智能配乐与 Seedance 2.5 视频生成整合进同一无限画布工作流。
值得关注：已有相关卡片记录了社区用 Claude Opus 5.5“代码直出”音乐 MV 的案例；本条增量在于平台化/工作台化线索：不是单次社区演示，而是 SkyProduction 将歌曲生成、智能配乐和视频生成接入同一画布。…
Agility Robotics Announces New Directors for Planned Public-Company Board Press Release September 29, 2026
根据 AGIBOT 官网新闻标题，AGIBOT 与 ASD 被描述为在 100 家零售店部署 100 台 AGIBOT X2 人形机器人；但抓取到的正文仅为网站导航链接，部署是否已完成、具体地点、用途和运营细节均待核实。
值得关注：如果部署属实，它可能说明人形机器人厂商正尝试从展会、文旅项目走向零售商用场景，并以 100 台级数量做规模化验证。 零售门店环境复杂、人机交互频繁，对导航、安全、运维和成本控制要求不同于工厂或仓库；这些是后续尽调重点。…
星源智与智源研究院联合研发的 Thor 全身控制模型，让一台自重 37.15kg 的人形机器人拉动 1434kg 汽车并双足行进 9.92 米，创下“40kg 以下人形机器人拉动最重汽车”吉尼斯世界纪录；其核心增量是把“力自适应躯干倾斜”显式写成训练奖励。
值得关注：**从“走得好”转向“干得动”**：人形机器人的公开叙事长期围绕行走、跑跳、后空翻等运动能力，本条把评价轴拉向“对外做功”——持续输出接触力并保持平衡，这正是工业与应急场景的真实门槛。 **奖励设计的可迁移性**：FA…
在长时程智能体任务中，把“如何推进执行”的控制选择做成显式的元推理过程，可让控制器在预算与记忆约束下调度工作者；该方法在 ProgramBench 等基准上超过直接控制/生产编码代理，并在测试预算扩展时继续改善，但小预算下自身开销可能拖累表现。
值得关注：如果 agent 运行越长，跨步控制越像独立任务，那么把计算花在结构化控制上可能比只扩大 worker 调用更关键。它与已有“测试时扩展不应简化为标量预算”的卡片脉络相衔接：本条的增量是给出一种 controller/…
STEPQuant 提出面向 Delta 规则循环状态的时空后训练量化框架，在名义 6-bit 预算下接近 FP32 状态精度，并在 SGLang 集成中实现超过 5 倍循环状态压缩、总服务内存最多降低 68.7%。
值得关注：线性注意力试图用固定大小循环状态缓解 KV cache 增长问题，但固定状态本身在并发推理服务中仍可能成为内存瓶颈。STEPQuant 的意义在于把循环状态量化从“统一低比特”推进到“按误差的时空影响分配精度”，并给出…
Skill-Space Shooting（技能空间射击）用基础模型引导，在可复用技能空间中探索纠错行为，并把成功试次转化为机器人策略改进；据摘要，真实世界实验显示自主运行策略可重复改进，技能还可共享以降低新任务所需教学。
值得关注：连接“任务完成”与“策略改进”：智能体系统能组合行为完成任务，但本条关注如何把成功试次变成策略可学习的纠正。 把技能从“可组合行为”推进为“纠正监督”：技能不仅用于完成当前任务，也用于改进策略，且可跨任务共享。 减少对…
一篇讨论“世界-动作模型”表征空间应如何设计的研究，主张仅靠重建保真度或预训练感知特征都不足以支撑有效策略学习，并据此提出以 DINO 预训练特征为基础、经特征校准与时间表征瓶颈组织的 ReWAM；据候选摘要，其在 RoboTwin 2.0 上报告 93.6% 成功率（完整正文未获取，数据待核实）。
值得关注：把问题从“堆预训练数据和生成式视频建模”转向“表征空间该承载什么”，对世界-动作模型的设计取向有方法论意义。 明确区分了两类目标：策略需要的是“可行动”的表征，世界模型需要的是“可演化”的表征；Action-Groun…
LIFT（Latent Information Feedback Transformer）通过把循环状态学习转化为教师强制预测问题，在预训练中让 Transformer 语言模型学会将深层信息反馈到浅层/后续生成步；在 135M–1B 参数范围、token 匹配预算下，它持续优于标准 Transformer 和基线，并在状态跟踪任务上表现出显著样本效率优势…
值得关注：它直接挑战标准 Transformer 的前馈信息流限制，探索“深度到浅层反馈”能否在预训练中被学习。 通过教师监督预计算状态，把通常需要序列递归的状态学习变成可并行训练的目标，兼顾表达与效率。 状态跟踪任务的受控结果…
PowerSim 提出将预训练 PowerFoam 的 power diagram 3D 表示直接与 Material Point Method（MPM）耦合，使可微物理仿真的运动直接驱动场景几何与外观，无需中间辅助表示；摘要称其在物理基础动力学上优于先前框架，并支持动态场景中的二次光线反射等应用，具体定量结论待核实。
值得关注：该工作的重要性在于尝试绕过仿真与渲染之间的辅助表示，把 PowerFoam 的 primitive 属性与 MPM 跟踪量对齐，并让形变直接更新几何与外观。对于关注可微物理、3D 场景表示、动态渲染和材质恢复的研究者，…
Point2Part 将3D部件分解重新表述为对整个形状的联合完整划分：用户为每个期望部件提供一个3D点提示，模型输出互不重叠且共同覆盖整个形状的部件；摘要称其在图像到部件生成、网格到部件生成和部件分割三个任务上均优于现有工作，并将部件间兼容性相较此前 SOTA 提升一个数量级。
值得关注：与已有卡片相比，ELSA3D 关注统一3D理解与生成，MAGiSt3R 关注单目RGB视频前馈式3D重建，投毒攻击卡片关注3D点云数据安全；本卡增量在于把“完整且互斥的部件划分”作为3D部件分解目标，并用3D点提示实现…
DeGG-Flow 将多智能体生成过程建模为控制仿射动力系统，通过解耦生成引导为共享/私有耦合需求提供引导条件与理论保证，并在多机器人协作和多对象场景生成中直接生成满足对应硬需求的对象，包括训练未见过的团队规模。
值得关注：该工作试图把生成模型的表达力与硬约束满足、收敛保证和分布偏差分析连接起来，尤其针对多智能体设置中的共享与私有耦合需求。解耦引导意味着各智能体可独立确定引导输入，而不必依赖其他智能体同时计算的引导输入，这对分布式多智能体…
LongLive-Plug 提出一种 once-for-all 蒸馏框架：把可复用能力作为 LoRA 学到基座模型上，再以免训练、即插即用的方式部署到兼容的下游视频扩散模型，从而避免为每个专用模型重复蒸馏；具体效果与边界待核实。
值得关注：与已有“并行解码蒸馏：面向快速图像与视频生成的轨迹式蒸馏方法”卡片的关系：两者都涉及视频生成蒸馏与加速；LongLive-Plug 的增量在于把蒸馏产物做成可复用的 LoRA 能力包，强调 once-for-all 与…
LongHarness Bench 是一个同时评测长上下文 harness 有效性与效率的基准；它指出既有长上下文评测难以区分现代 harness，最佳 model–harness 组合在四个评测套件上仅达 68% macro-average accuracy，且同一底层模型在不同 harness 下效率差异显著。
值得关注：既有长上下文评测可能出现准确率饱和，难以区分现代 harness；如果只看准确率，可能忽略不同 harness 在计算成本与处理策略上的差异。LongHarness Bench 将效率与准确率–成本权衡纳入评测，强调同…