ComPO 提出一种基于比较 oracle 的零阶偏好对齐范式，试图在不直接优化可微偏好损失的情况下，从偏好对中提取方向信息，并在多个 LLM 上报告优于现有直接对齐方法的长度控制胜率。
值得关注：若成立，这条路线把偏好对齐从“直接优化可微偏好损失”转向“比较式零阶优化”，为处理 likelihood displacement 和似然边际较小的偏好对提供替代思路。 与既有相关卡片相比，本条增量在于：将零阶/比较 …
论文提出 Sparse Landmark Embedding (SLE) 核：将输入嵌入为基于全部 |D| 个训练点处紧支撑 bump 函数的稀疏特征向量，再在嵌入空间中套用任意标准 PSD 核，从而在不需要原始距离平方满足条件负定（CND）的情况下，构造出可证明 PSD 的核矩阵。
值得关注：若成立，该框架可解除核方法/GP 对 CND 距离的依赖，使光滑流形、概率分布空间等输入空间上的距离更直接地用于核方法。 与已有相关卡片（LLM 题目相似性、3D 晶粒生长、自动驾驶规划）无直接事实重叠；本条增量在于通…
Nature 论文提出 **Paper2Agent**：一个多智能体框架，可把论文的手稿、代码、数据和工作流自动转换为基于 **MCP（Model Context Protocol）** 的论文智能体，使其能通过自然语言复现原结果、回答新查询，并与其他论文智能体协作。
值得关注：降低科研方法复用门槛：用户可通过自然语言执行复杂科学分析，无需编程专长。 提升可复现性与可追溯性：工具验证后锁定，并保留原论文代码引用。 改变知识传播单元：论文从阅读对象变为可对话、可执行的“虚拟通讯作者”。 为多智能…
上海AI实验室发布并开源了面向科研智能体的实验设备访问与协同协议“书生SCP-Lab”，基于科学智能上下文协议SCP，旨在让科研智能体能够统一发现异构实验设备能力、提交任务并获取反馈，并提出了L1至L5五级控制粒度。
值得关注：科研智能体此前多停留在软件与数据层面，SCP-Lab将智能体的作用范围延伸至真实实验设备，是把“AI for Science”从计算推向实验执行的一步。 L1至L5五级控制粒度为不同风险偏好的场景提供了灵活的接入方式，…
在 YC Summer 2026 Demo Day 上，受投资人关注的项目明显向物理层集中，围绕电力、芯片、光交换、机器人数据与执行能力展开；材料判断其共同背景是模型变强后，瓶颈转向能源、带宽与真实世界数据。
值得关注：如果把基础模型看作软件能力，本条增量在于：产业关注点正从“模型能否更强”外溢到“模型如何获得能源、带宽、芯片和真实世界数据”。这与已有卡片中 π0.7 的机器人基础模型脉络可间接呼应：一条路线是提升机器人模型泛化，另一…
Artificial Analysis 的 Capability Indices 页面展示了一套按“技能”和“专业领域”组织的 AI 模型能力指数；其中六个专业领域指数覆盖金融会计、战略运营、法律、医疗健康、工程和经济，并把 agentic knowledge work、推理、长上下文、工具使用、非幻觉等纳入测量维度。抓取摘录未包含具体模型排名、分数或 v…
值得关注：在 benchmark-evaluation 主题下，专业领域能力指数反映评测正在从单一通用榜单走向“技能 × 行业”的矩阵化。与已有卡片的关系是：既有卡片分别关注模型融合、MCP 工具连接、SWE-Bench Pro…
MIT特别委员会在5个月调研后发布40页报告，承认AI已能可信完成本科几乎所有书面作业，并主张以“逆向设计”课程、重构评估和明确AI政策来应对，而非依赖全校一刀切规则或AI检测器。
值得关注：MIT作为顶尖高校公开承认AI已能可信完成大量本科书面作业，说明问题已从“是否允许AI”转向“如何围绕AI重构学习目标与评估”。 它给出一种机构回应路径：不全面禁止、不迷信检测器，而是先定义学习目标，再设计AI角色与评…
LeCun 在 ECCV 2026 主旨演讲中主张：仅靠语言和 token 训练难以达到人类水平智能；像素级预测本质不可能，应转向 JEPA，在编码器输出的抽象表征空间做预测，并用 SIGReg 等方法防止表征坍塌。材料还称 V-JEPA 2.1 仅靠单目视频训练即自行学会深度估计。
值得关注：这是对当前生成式模型与语言中心主义路线的一次明确挑战：LeCun 不认为仅靠语言和 token 就能达到人类水平智能。 它提出了一个可讨论的技术替代方向：JEPA、联合嵌入、世界模型、SIGReg 防坍塌。 V-JEP…
NVIDIA NVLink 6 的核心增量不是单纯提高规模扩展带宽，而是把 AI 工厂网络做成一套覆盖物理层、链路层、系统控制面和软件/应用层的无损韧性栈，通过检测、隔离和快速恢复瞬态错误、链路退化与节点中断，维持持续训练/推理产出。
值得关注：大规模 AI 训练和推理是紧耦合集合通信负载，一次丢包、一次链路退化或控制面故障都可能级联成全局停顿。传统以太网 scale-up 替代方案常用 PFC/ECN 等反应式机制近似无损，但可能引入队头阻塞、PFC 风暴和…
2026 年 10 月 26 日，GXO Logistics 与 Agility Robotics 宣布扩大合作，计划于 2027 年初将 Digit 人形机器人部署至 GXO 位于北卡罗来纳州 Statesville 和田纳西州 Lebanon 的站点，用于电商履约中的高重复性物料搬运任务。
值得关注：对产业：这是人形机器人在合同物流场景中从试点走向多站点商业部署的又一案例，且建立在已有真实运营数据（100,000+ 周转箱、65,000+ 小时）之上，而非仅凭意向协议。 对公司：GXO 作为全球最大纯合同物流提供商…
材料称，上海AI实验室在浦江创新论坛发布并开源多模态大模型“书生-S2”，其通用能力位列开源第一梯队，并在生命科学与材料结构类科学任务上大幅领先现有开闭源旗舰模型；其关键设计是可插拔的 Memory Decoder 专业记忆，不改主模型参数即可接入领域知识。
值得关注：本条属于 AI 产业动态中的“科学大模型 + 开源竞争 + 领域知识插件化”信号。它强调的不是单一榜单成绩，而是开源模型在科学任务上对标闭源旗舰、以及用可插拔记忆降低领域适配门槛的产品化思路。与已有 NIST、Epoc…
Agility Robotics 于 2026 年 9 月 15 日发布 Digit 5，称其为公司首款为“规模化协作安全作业”而设计的通用人形机器人，可减少对传统物理安全围栏的依赖，并计划以 2027 年上半年早期访问、2027 年底全面上市推进制造、仓储和物流场景。
值得关注：人形机器人商业化的核心障碍之一不是演示能力，而是安全、邻近人员协作、监管和规模化部署。Digit 5 的增量集中在安全架构、独立安全控制器、标准制定和生态合作。 硬件指标直接对齐工业任务：50 lb 反复搬运、10:1…
Agility Robotics 于 2026 年 10 月 22 日宣布，Digit 5 的量产版将统一采用 NVIDIA IGX Thor 模块作为车载计算平台，NVIDIA 由此成为其独家车载计算供应商，合作范围从 Halos 安全平台延伸至计算架构层面。
值得关注：这是对既有 Digit 5 脉络的增量更新：在 2026 年 9 月产品发布、10 月初投资者日披露订单、10 月中旬 Nyobolt 电池合作之后，本条补上了“计算与安全底座”这一环——Digit 5 的规模化路径不…
Accelerating Dropless MoE Training in JAX with NVIDIA Transformer Engine
上海交大、清华等30多位研究者发布的75页综述《人类构建的最后一个AI》认为，训练成本与人力标注天花板正迫使AI转向递归自我改进（RSI），并提出B0至L5自主度框架与HCI指数；当前系统多具备L1/L2，L3/L4依赖领域且多在仿真，L5仅见于有界原型，且更高自主度未必带来更好改进。
值得关注：RSI是AI能力评估、安全治理和产业路线争论中的关键概念；该综述尝试把模糊的“自我改进”拆成可比较的自主层级。 HCI指数若可用，可能帮助判断不同能力域距离更高自主度还有多少空间。 核心纠偏是“自主度不等于改进质量”，…
材料显示，智谱拟通过配售新H股和发行201.4亿元零息可转债，合计预计净募约393亿港元，其中约60%（约235亿港元）投向下一代GLM基础模型与“完全自训练”体系，核心表述为数据自产、环境自造、基础设施自我优化的递归式自我改进闭环。
值得关注：这是 AI 基础模型公司以大规模股权和可转债融资押注下一代模型与自我改进体系的产业案例。 与已有相关卡片的关系：既有卡片涉及 NIST AI RMF、Epoch AI 研究趋势、OpenRouter 博客归档；本条不重…
据腾讯研究院 AI 速递 20260915 条目，Suno 将 v2 至 v5.5 旧模型全量下架、底层统一换为 v6 家族，并在 Simple 模式接入 Chat/对话 Agent 能力，使音乐生成进一步走向自然语言与多模态调度。
值得关注：这是“Agent/对话能力进入垂直创作工具”的案例：不只生成音频，还尝试用自然语言调度功能和多模态输入组织音乐创作流程。 与既有卡片关注的 3D 世界代理、编码代理、UI 设计代理相比，本条增量在于音乐生成与音频编辑场…
Chain-of-Self-Questioning（CoSQ）是一种 prompt-only 框架：让大语言模型在承诺回答前，先显式评估“回答问题所需的信息是否足够”，再决定回答或弃答；材料显示，它在 TruthfulQA 多选题和 Natural Questions 短答案评估中支持可调的选择性风险控制。
值得关注：它把可靠性控制放在推理时的提示与弃答策略上，而不是只追求回答率或已答准确率。 它提供了一种可调机制：通过变体与阈值调节覆盖率、错误承诺率与已答准确率之间的权衡。 与既有卡片的关系：已有卡片分别关注参数微调中的超级权重、…
剪枝会先破坏智能家居工具调用中的“接地具体性”，再影响模式级意图；密集模型的安全剪枝区间较窄且随后急剧退化，MoE 模型可承受明显更多剪枝，激进剪枝密集模型还可能引发系统性过度拒答。
值得关注：该研究把“模型压缩”与“智能体工具调用可靠性”连接起来，补充了工具使用评测中常被忽略的剪枝退化维度。 与已有 VAKRA 卡片关注跨 API 与检索的多跳推理不同，本条聚焦剪枝后智能家居工具调用的退化结构；增量信息是：…