视觉编码器即使在输入为去除了颜色的灰度图像时，仍然能从其内部表示中线性解码出物体的“规范颜色”（如香蕉的黄色），并且这种颜色信息与模型预测的物体身份相关联；因此，规范颜色可作为追踪视觉编码器与VLM中物体级概念语义的可控探针。
值得关注：已有相关卡片分别涉及 VLM 定位信号、JEPA 编码器容量增长、以及视觉-认知错误演变；本条目的增量在于：它不直接评估模型行为表现，而是从“内部表征中概念信息是否可解码”入手，把“规范颜色”作为一个受控概念变量，分离…
ActReview 是一种以“作者 rebuttal（对审稿意见的回复）”为监督信号的后训练框架，使大语言模型生成的同行评审意见不仅能指出论文弱点，还能给出有论文证据支撑的具体修改建议；其在可操作性和证据 grounded 性上优于既有专用评审生成模型，并与强 prompt 型大模型水平相当。
值得关注：当前自动审稿研究多集中于“找出问题”，而 ActReview 试图直接产出“可操作的修改方案”，更贴近作者实际需求。 利用真实 rebuttal 作为监督信号是一种低成本且自然的思路：人类作者在 rebuttal 中给…
本文从贝叶斯法则的凸对偶出发，推广了 Amari 提出的“贝叶斯对偶”（Bayesian duality），并讨论了该推广对现代人工智能的潜在意义。
值得关注：该工作属于机器学习理论层面，提示贝叶斯对偶这类几何/对偶视角可能为现代人工智能（如基础模型）提供新的理解工具。与机器人基础模型、优化器等具体系统卡片相比，本条提供了更偏数学基础的增量视角。
OpenAI 发布 GPT-6.1 Terra，在电脑操作基准 Agents' Last Exam 上得分比前代高 15 个百分点、与 GPT-6 Astra 相当，但 Token 价格仅为 Astra 的 1/10，API 定价为每百万 Token 输入 1 美元、输出 5 美元。
值得关注：与既有脉络的关系：此前卡片记录了 GPT-6 Astra 的全面推送与 API 上线（2026-09-07），以及 GPT-6 Sol 的灰度传闻（2026-09-17）。本条是其后续增量：Terra 并非新的能力天花…
World Labs 发布 Atlas。材料称，这是首次在同一模型中实现像素生成与 3D 重建的统一。 Atlas 原生处理文本、图像、视频、相机位姿与 3D 信息。 核心研究问题从“生成一张像不像的图”转向：模型能否理解三维空间，并预测没见过的视角，最终形成 4D 空间智能。
值得关注：李飞飞明确把空间智能的终局指向 4D，也就是不只是静态三维，还要包含动态世界。 Atlas 的作用是提供一个模型层面的起点：让生成与三维重建在同一架构里发生，再逐步走向 4D。 **与既有脉络的关系**：已有卡片记录过…
Artificial Analysis 于 2026 年 9 月 7 日发布 Intelligence Index v4.3，用 Zapier 的 AutomationBench-AA 替换 𝜏³-Banking，并将 Terminal-Bench 升级至 v4.0；Claude Fable 5.1（max with fallback）与 GPT-6 As…
值得关注：本次更新是 v5 路线中的一步，体现 Artificial Analysis 持续提高评测真实工作难度、加入私有测试集以降低“刷榜”空间、并减少饱和的设计思路。 与已有相关卡片相比，本卡片提供增量信息：v4.3 将 v…
Supporting independent journalism in Ukraine
GPT-6 Astra全面推送后，3D建模圈出现多组实测热潮：开发者开始在Blender、Three.js、ForgeCAD等工具中生成复杂场景与物件，3D建模可能进入自然语言驱动时代。
值得关注：如果这些案例得到进一步验证，意味着前沿模型的能力评测正在从文本与代码扩展到空间理解和三维资产生成。用户可能不需要精通Blender、Three.js或CAD的复杂操作，而是用自然语言描述场景与对象，即可生成高复杂度3D…
据报道，特斯拉于9月3日低调发布Cybercab，取消方向盘、踏板与后视镜，并已在奥斯汀开放预约乘坐；截至报道中的统计日期，德州仅有45辆Cybercab获授权运营，而Waymo已在14个城市投放约4000辆，两者的规模化差距明显。
值得关注：本卡片与已有NIST AI RMF、Epoch AI、OpenRouter等卡片分属不同主题，是一条新的AI产业动态，增量信息在于展示特斯拉在Robotaxi产品定义上的激进取舍，以及与Waymo规模化路线之间的现实差距。
Mostik（成立4个月，15人团队，首席科学家为2010年菲尔兹奖得主 Stanislav Smirnov）训练了一个小型“桥”模块，在冻结模型权重的情况下，把智谱 GLM-5.2（753B）读取问题时的隐藏状态直接传给阿里 Qwen-3.5（4B，手机端可运行），由小模型完成文本输出。团队称，该方案在 ARC-AGI 3 上让 4B 模型补上约50%与…
值得关注：它指向一个模型协作瓶颈：此前模型之间唯一的沟通渠道是文本，而文本只是模型内部计算被极度压缩后的产物。 如果桥方案成立，则说明两个训练数据、训练团队都不同的模型，其内部表征之间存在可利用的公共结构，且无需微调模型本身。 …
OpenAI宣布GPT-6 Astra开启大规模推送，向Work/Codex中的Pro、Enterprise与Business Premium用户开放并上线API；实测显示，它能依据房源链接在Blender里重建三维房屋并生成视频，能操作Chrome改写CRM工作流，还能把60章教材拆成六批组织多智能体协作，但其“关键级”网络安全评价存在争议。
值得关注：这是OpenAI系Agent从模型发布走向企业产品通道和API开放的重要节点。 与此前“已有相关卡片”相比：Google DeepMind SIMA 2聚焦虚拟3D世界中的通用智能体，Cursor Design Mod…
腾讯研究院AI速递 20260907 的“DHH对谈”条目显示，DHH 在 Omarchy 新版 Quattro 的开发中，没有一个新功能由他从头手写。过去两个月，Agent 带来的开发加速已接近100%。他称自己一年前对 AI 编程的怀疑判断被彻底推翻。
值得关注：已有相关卡片分别覆盖通用 AI Agent 的 3D 世界能力、编码智能体推理性能、以及 UI 交互 Agent。本条增量在于，它提供了一位曾经怀疑 AI 编程的开发者，在真实产品开发中的复盘，而不是模型厂商的基准宣传…
OpenAI Codex团队成员Eric Provencher认为，GPT-6 Astra上线后，为旧代码Agent精心撰写的保姆级指令反而成为负资产，Skill、AGENTS.md与提示词都需要重新审计和清理。
值得关注：大模型换代后，提示词和Skill不再“越多越好”。更长的保姆级指令、更细的行为限制，反而可能被新模型错误解读或截断。Astra更强的测试能力和规则服从性，要求开发者从“控制每一步”转向“定义目标和边界，给Agent留出…
人类和动物会用“信心”（confidence）——即对自身决策正确性的内部估计——来指导适应性行为。已有大量研究考察大语言模型（LLM）能否产生与真实概率对齐的置信度，但很少探究一个根本问题：模型能否用内部的置信感来调节自身决策？本研究聚焦一个典型场景：决定回答一个问题还是选择弃权。作者将这种“关于决策的决策”视为元认知控制的一种表达，并考察其是否依赖与答…
值得关注：本研究提供了**因果证据**，说明LLM不只能“说出”置信度，还能在内部“使用”置信度来调控行为；其机制涉及多维内部置信度表征和基于阈值的策略，与人类/动物元认知控制的两阶段架构一致。相比既有相关卡片（如荷兰政府LLM…