AI 日报 · 2026-10-02

Anthropic 于 2026 年 10 月 2 日宣布启动 Claude Frontier Academy，承诺投入 1 亿美元，目标到 2027 年底培训 10,000 名 Frontier Deployed Engineers（FDE），以应对企业 AI 落地人才缺口；首批学员来自埃森哲、贝恩、凯捷、澳大利亚联邦银行、德勤、麦肯锡、摩根士丹利、诺和…

时间：2026 年 10 月 2 日。 主体：Anthropic。 事件：推出 Claude Frontier Academy，并启动首个项目 Frontier Deployed Engineer Residency。 目标：到 2027 年底培训 10,000 名 FDE。 投入：1 亿美元。 问题背景：企业竞相将 AI 引入组织，但能在真实业务中让 A…

Anthropic 博客

根据已知元数据与候选摘要，Chatham Financial 使用 Codex 和 GPT-5.6 构建技术、重设工作流，并可能将交易验证从 30 分钟压缩到 4 以下；但正文未抓取，具体事实与数据口径均待核实。

OpenAI 官网条目标题为 “Chatham scales its capital markets expertise with OpenAI”。可确认的元数据指向 Chatham Financial 与 OpenAI 在资本市场专业能力方面的结合。具体发布时间、合作范围、部署规模、业务背景和交易验证场景细节无法从现有材料确认，待核实。

OpenAI

据给定 Manual title，AGIBOT 与 Vietnam National Innovation Center(NIC) 合作，主题为推进 Embodied AI Industry 与 Talent Ecosystem，日期标注为 2026-10-02；但抓取页面未包含公告正文，合作内容、形式与成果均待核实。

可确认的信息主要停留在标题层面：AGIBOT 与 Vietnam National Innovation Center(NIC) 建立合作，目标表述为 “Advance Embodied AI Industry and Talent Ecosystem”。 Manual title 标注日期：2026-10-02。 待核实：合作是否已正式签署或发布、签约主…

agibot.com

OpenAI 官网存在一篇标题为 “A model guide for the GPT-6 family” 的指南页面，候选摘要称其面向初创企业，讲如何选择 GPT-6 模型、调节推理投入、改进提示与技能、协调工具并为生产环境准备工作流；由于原文正文未能抓取，以下内容仅基于元数据，具体事实待核实。

已知：来源 URL 为 `https://openai.com/index/practical-guide-building-gpt-6`，栏目（Track）为 `industry`，主题（Topics）为 `ai-industry`，人工标题为 “A model guide for the GPT-6 family”。（元数据，可信） 待核实：该页面是官…

OpenAI

Build Applications on NVIDIA BlueField Faster with NVIDIA DOCA Agent Skills

NVIDIA 博客

World Embedding Benchmark 用 8,000 个受控仿真案例评测视频表示中的物理信息，发现预训练全模态嵌入模型在跨模态物理对齐上较弱，但轻量探针可从冻结视频嵌入中恢复部分物理属性；同时，物理特定的持续对比训练会提升对齐与配对分类，却可能牺牲定量物理属性回归。

物理保真在世界模型与视频生成中受到越来越多关注，但视频表示如何编码物理信息仍不够清楚。该工作提出 World Embedding Benchmark，包含来自 80 个 family 的 8,000 个受控仿真案例，覆盖流体力学、固体力学、动力学、光学与电磁学。每个案例将渲染视频与仿真导出的物理标注配对，并支持三类互补任务：文本-视频检索、物理属性回归、多…

arXiv 论文

在非平稳 bandit 问题中，e-ATS 不预设固定的遗忘节奏，而是用 anytime-valid 的 e-过程先判断“折扣历史”是否已被当前证据支持；只有获得授权后才允许偏离乐观 Thompson 采样（OTS）。具体定理条件与实验数值均**待核实**。

论文标题：*When May a Bandit Leave Its Anchor? E-Process-Authorized Thompson Sampling under Non-stationarity* 来源：arXiv:2610.03646v1（Track: academic；Topics: foundation-model） 研究问题（基于元数据…

arXiv 论文

这篇 arXiv 摘要提出：持续世界模型不应把旧知识退化一律视为失败，而应按“不变性时间尺度”分层保留知识；并建议用 differential retention 同时报告不变性回归测试与修订延迟，以区分正确修订过时知识与灾难性遗忘。

传统持续学习继承自平稳预测目标设定：旧样本上性能下降通常被当作失败。 世界模型的预测目标是环境，环境会变化，因此曾准确的知识可能后来变假；丢弃过时知识可能是必要行为，而非缺陷。 核心问题：持续世界模型应该保留什么、遗忘什么？标准遗忘指标能否区分“正确修订过时知识”与“灾难性遗忘”？ 材料称，非平稳真值已在概念漂移文献和语言模型时间事实性中研究，但尚未针对世…

arXiv 论文

在标注数据稀缺的肿瘤学 AI 背景下，该研究提出两阶段多模态模型：第一阶段从组织病理学推断转录组，第二阶段结合推断表达与临床变量预测乳腺癌新辅助治疗的病理完全缓解（pCR）；在 1,412 例、9 个队列评估中汇总 AUROC 为 0.79（95% CI, 0.73–0.85），提示“生物学信息引导的压缩”可能适用于数据稀疏的精准肿瘤学应用。

肿瘤学深度学习生物标志物开发受限于标注数据稀缺。本研究关注的问题是：能否先用组织病理学图像学习/推断转录组，从而把乳腺癌活检中的 pCR 预测简化为“推断表达 + 临床变量”的第二阶段任务。模型采用两阶段 AI 设计，并在多队列中开发与评估。

arXiv 论文

Double-Stitch 通过惩罚学习到的群体路径上的运动方程残差，实现无需每步数值模拟的 Wasserstein 空间拉格朗日力学学习；在多数任务上匹配或优于梯度流方法与基于模拟的 WLM，并将训练速度提升 4–14 倍。

细胞、生物体与流体的动力学常被建模为随时间演化的概率分布。从非配对快照中重建并外推这种演化，需要对底层过程作出假设。Wasserstein 梯度流是常见选择，但无法描述保守或周期动力学。Wasserstein 空间的拉格朗日力学可以覆盖这两类动力学，但现有学习方法基于模拟：每个训练步都运行数值求解器，训练成本高。论文提出 Double-Stitch，试图以…

arXiv 论文

论文初步检验 SigLIP2 预训练图像编码器向航拍影像七类火灾风险分类的迁移；在验证分区上，全模型适配优于冻结编码器探针，但摘要明确这些开发结果尚不能证明独立测试集或未见区域性能。

研究对象：将预训练 SigLIP2 图像编码器迁移到从航拍影像进行的七类火灾风险分类。 论文提出：公开 FireRisk 训练镜像的可复现划分，以及一个记录数据来源（data provenance）、预处理和模型选择的实现。 初步实验比较两条路径：冻结编码器探针（frozen encoder probe）与全模型适配（full model adaptati…

arXiv 论文

RNADynBench 提供 2585 条经质量控制的 100 ns 全原子 RNA 分子动力学轨迹与泄漏控制划分；RNADynNet 以共享骨干网络统一轨迹生成与单构象动力学指纹提取，并在两个测试集（含高灵活性挑战集）上取得 RMSF 相关性 0.875 和 0.766。

RNADyn: A Benchmark for Generating and Understanding RNA Dynamics

arXiv 论文

来源材料报告，在人声合奏多音高估计（MPE）中，线性短时傅里叶变换（STFT）作为模型输入优于谐波常数 Q 变换（HCQT），并大幅降低特征提取成本；更细频率分辨率、更长分析窗口或更宽频谱覆盖并未带来额外改进。

人声合奏多音高估计的困难在于：歌手的音高范围重叠，且常以非常接近的基频演唱，导致谐波在时频表示中相互重叠。现有模型常用基于 HCQT 的表示来提供频率自适应分辨率，但当训练混合样本动态生成时，特征提取成本很高。该研究重新审视这一设计，比较 HCQT 与线性 STFT 作为模型输入的效果。

arXiv 论文

来源材料提出 **ProAR**，把自回归视频生成从“下一块预测”的短视模式改造成目标导向的前瞻推理：用目标帧预测与非对称注意力掩码锚定长期结果，再用未来表征自对齐引导短程转移；摘要称其在多个视觉推理基准上提升，并能用 25% 训练步数超过完整训练的标准 AR 基线。

自回归（AR）视频模型擅长因果生成，但依赖 next-chunk prediction，容易局限于短视、反应式的生成范式。对于 reasoning-oriented generation，材料认为关键不只是局部视觉合理性，而是通过有效中间状态达成目标结果。论文要解决的问题是：如何让 AR 视频模型具备前瞻性、目标导向的推理生成能力。

arXiv 论文

PoCoFL 把联邦学习拆成“FL 类型 / 策略语义 / 密码学实现”三层，用承诺加非交互零知识证明让客户端证明自己的贡献合规、聚合方证明自己按既定聚合策略处理了被接纳的贡献集合，从而在保持数据本地化的同时补上“策略合规”这一环，并被形式化为四种可实例化的 FL 变体。（基于摘要元数据，细节待核实）

研究背景：联邦学习（FL）是一种以隐私为导向的学习范式，允许多方协同训练模型而把训练数据留在客户端本地。 核心问题：FL 本身并不保证客户端提交的贡献符合策略，也不保证聚合方正确处理了被接纳的贡献。 已有可验证 FL 系统的不足（据摘要）：验证规则往往是为特定 FL 设置、学习工作流和密码学构造量身定制的，因此在网络拓扑、参与者角色和聚合语义上适用性受限。…

arXiv 论文

论文将分类中的交叉熵解释为“有耐心的准确率”，并提出按剩余学习量截断的 **horizon loss**；在 MNIST 和 ImageNet 分类实验中，它以固定学习率改善 top-1 准确率，且标签噪声越大增益越明显。

策略梯度是现代强化学习及 LLM 后训练的核心方法；其困难常被归因于探索、信用分配和动作采样噪声。 分类任务没有上述三类问题：分类器可视为策略，期望奖励就是期望准确率，即对正确标签赋予的概率；且正确标签已知，因此策略梯度精确且平滑。 问题在于：即使以期望准确率为目标，精确策略梯度仍输给交叉熵。摘要将原因归结为精确梯度“短视”：只按当前收益评估一次更新，但每…

arXiv 论文

Pivot-SD 是一种面向掩码扩散语言模型（dLM）的离线自蒸馏后训练框架，仅监督去噪过程中对剩余掩码位置不确定性影响最大的“支点”承诺；摘要称其用 200 个问题、每个问题 4 次 rollout，在数学与代码基准上改善 LLaDA-8B-Instruct，并超过全序列 SFT 与预算匹配的扩散 RL 基线。

掩码扩散语言模型被视为自回归模型之外的一种并行替代方案，可用于复杂推理。 其核心难点是信用分配：去噪过程中的少数承诺会急剧降低剩余掩码位置的不确定性，并塑造大部分最终回复。 多数现有 dLM 后训练方法不利用这一信号来选择训练 token，而是训练最终文本，或把奖励分配给整个去噪步骤。 Pivot-SD 要解决的问题是：能否只监督那些真正塑造回复的高影响承…

arXiv 论文

据候选摘要（待核实），成功条件化在广泛一类 MDP 上收敛到最优策略，并在折扣 MDP 中给出 \(O(1/\varepsilon^p)\) 迭代复杂度、在单期 MDP 中给出 \(O(\log(1/\varepsilon))\) 迭代复杂度。

成功条件化（success conditioning）是一种改善随机环境中决策策略的机制：通过提高产生成功结果的动作的概率来更新策略。候选摘要称，这类方法在许多强化学习应用中常见，但其极限行为和收敛速率尚未被充分理解。因此，本条关注的问题是：成功条件化是否收敛、以何种速度收敛到最优策略。上述背景与问题均来自候选摘要，待正文核实。

arXiv 论文

基于候选摘要，该工作提出一条面向多/高光谱地球观测卫星的星载海洋异常检测流水线，利用自监督编码器压缩图像并在低维空间做异常检测，以支持资源受限平台上的及时告警与带宽优化；但正文未抓取，具体性能、部署成熟度和集成状态待核实。

候选摘要称，海洋生态系统面临溢油、藻华、沉积物洪水等威胁，会扰乱栖息地、野生动物与人类活动。 候选摘要称，卫星影像与 AI 已被用于提升此类风险的早期检测和缓解能力。 研究问题可概括为：如何在计算资源有限的卫星上高效处理多/高光谱影像，检测偏离正常海洋模式的异常，并优先下传关键信息。以上基于候选摘要，待核实。

arXiv 论文

NeutronGym 是作者所称首个可执行的中子仪器设计环境：智能体用验证工具搭建仪器，McStas 做光线追踪，分级评分阶梯从语法、运行时、结构到科学目标打分，且不用 LLM 评审；它既能评测 LLM 智能体是否“做物理”而非“背物理”，也能通过强化学习训练模型。

科学仪器设计可以测试语言模型智能体是否在做物理，而不是回忆参考，前提是评分过程不可争辩。论文提出 NeutronGym，面向中子仪器设计构建可执行环境：智能体通过验证工具构建仪器，McStas 对被构建对象进行光线追踪，分级评分阶梯评估语法、运行时、结构和科学，无 LLM judge。程序化任务族提供固定布局的无限实例，设计参数由智能体设置，并带有留出参数…

arXiv 论文

据 arXiv 元数据与摘要，**MRVQ（Matryoshka Residual Vector Quantization）**是一种作用于冻结嵌入（frozen embeddings）的后处理残差量化器：其最高码率编码可沿两条路径截断——丢弃残差级以降低码率、丢弃嵌入坐标以降低维度——从而用一份常驻索引覆盖多个（维度，码率）组合；在 FiQA/NFCor…

问题背景（据摘要）：密集检索服务需要在延迟、质量与内存预算变化时，切换嵌入前缀维度（embedding-prefix dimensions）与索引码率（index bit rates）。 矛盾点：为每个码率单独调优量化器质量最优，但检索层需要同时驻留多套码流与量化器状态（code streams and quantizer states），内存与运维成本随…

arXiv 论文

论文提出 **MoSE3**，一个从单目 RGB 视频前馈预测每像素世界空间 **SE(3)** 刚体运动的模型；它通过联合学习 **3D point tracks** 与 **rigidity embeddings**，并在软刚性簇内可微拟合变换来恢复 SE(3）。论文称其在 SE(3) 估计与 3D 点跟踪基准上达到 SOTA，并展示从纯合成运动数据到…

传统 **dense 3D point tracking** 把每像素运动表示为一条 **3-DoF translation curve**：它记录像素去了哪里，却不包含底层部件的旋转，也不说明哪些像素作为同一个刚体一起运动。MoSE3 关注的问题是：能否从单目 RGB 视频直接得到每像素完整 **6-DoF rigid transforms**，并同时获…

arXiv 论文

LoGo 把后训练奖励拆成“全局奖励 + 空间局部奖励”：局部奖励提供细粒度信用分配以显著改善 3D 一致性，全局奖励则守住相机跟随与视频质量，从而针对相机控制视频模型在长时程生成中的 3D 不一致失败模式。

相机控制的视频模型正快速走向更长的生成时程与更复杂的相机控制。论文指出一个关键失败模式是 3D 不一致：随着相机运动，物体失去持久性（permanence），场景结构发生漂移。既有后训练技术通常给整段生成只分配一个标量奖励，在长时程上难以有效定位和纠正这类不一致。

arXiv 论文

LESSER 提出用输出层梯度近似全参数梯度做后训练数据选择，只需前向传播即可提取特征，在 SFT 与 RL 基准上把特征提取 FLOP 成本分别降至约 1/9.7 和 1/3.0，同时在下游任务上跟踪全梯度方法的性能。

后训练数据选择会显著影响大语言模型下游表现。 基于梯度的数据选择通常根据训练样本梯度与小型验证集梯度的对齐程度来排序样本。 但用全参数梯度排序需要对每个样本做昂贵的反向传播，在大候选池上计算不可行。 研究问题：能否以更低成本近似全梯度特征？作者发现输出层梯度足以进行有效数据选择，且只需较便宜的前向传播。

arXiv 论文

SNAP 提出一种自监督编码器-解码器 Transformer，通过“位姿条件局部解码器”和“潜空间重建目标”，把新视角合成从渲染任务改造成更利于几何表示学习的训练框架；摘要声称其在多项下游任务上与专用或自监督表示方法有竞争力，并表现出更好的视角鲁棒性。

论文研究 Novel View Synthesis（NVS）在几何表示学习中的作用。原则上，NVS 应推理 3D 场景结构，从而形成可迁移的多视图几何表示；但摘要指出，已有基于编码器的 NVS 方法产生较差表示。作者认为原因不是监督信号不足，而是不显眼的架构选择：空间表达力强的解码器会稀释场景编码器的表示能力，低层像素空间目标会阻碍特征学习。为此，作者提出…

arXiv 论文

据 arXiv 摘要，Queen 是一个 4B 参数的 chess-language model，能在典型特级大师水平下棋，并解释自己的走法与计划；其框架把静默专家棋编码器与指令微调 LM 通过 cross-attention 结合，并用迭代蒸馏把 Elo 从 1782 提升到 2697。

现代棋引擎是“静默专家”：棋力超人，但不解释自己的走法。语言模型能生成看似合理的解释，但棋力较弱，限制了这些解释的实用性。论文提出 Queen，一个 4B 参数的棋语言模型，目标是同时实现大师级棋力与可解释性。作者为 Adithya Bhaskar、Jeffrey Cheng、Danqi Chen；arXiv 编号 2610.03695v1，发布/更新时间…

arXiv 论文

IDRF 提出一种面向少步（few-step）掩码离散扩散生成器的奖励微调框架：用逆蒸馏（inverse-distillation）正则替代不可计算的序列级 KL 惩罚，并用裁剪策略梯度优化学生轨迹上的奖励；据候选摘要，它在 DNA、图像与文本生成上以最多 32× 更少的去噪步数取得较高奖励，同时缓解 reward hacking 并保持样本质量。（正文未…

掩码离散扩散模型被视为自回归生成的一种有前景替代方案。 但其迭代采样成本较高；同时序列级似然难以计算，使奖励微调（reward fine-tuning）复杂化。 IDRF 针对的问题是：如何对少步掩码离散扩散生成器进行奖励微调。 待核实：论文的具体问题设定、目标模型规模、是否限定于特定掩码扩散架构或掩码调度。

arXiv 论文

来源材料指出，LLM 引导的演化方法（如 AlphaEvolve）已用于圆堆积等困难计算优化问题。 但既有工作通常优化“固定迭代次数下的性能增益”。 作者主张，实际优化应最大化“单位成本带来的增益”。 为此提出 FrugalEvo：一个成本感知的演化框架。 同时提出 Budget-Aware Area Under the Curve（BA-AUC）指标，用…

arXiv 论文

该论文提出以图结构为核心的去中心化优化框架：GATE 用“每条边一个变量 + 树块”的消息传递联合设计优化子问题，GATE-S 以替代模型降低每轮成本，并给出速率显式依赖函数正则性、网络拓扑与分区的线性收敛结果。

研究设定：在无向图上最小化光滑强凸函数之和；每个函数由一个 agent 持有，agent 只能与邻居通信。 现有路线：gossip 或基于生成树路由的方法通常把网络用于混合/聚合信息，以支持预设的本地优化更新。 缺口：缺少一般框架，用图结构联合设计优化子问题，以及 agent 协作求解时的计算与通信。 本文：从第一性原理发展该框架，联合设计 agreeme…

arXiv 论文

在两项真实库存控制部署中，用目标策略在反事实模拟器中的 rollout 轨迹训练预测器，其点估计 MAPE 低于用历史真实数据训练的同一架构；部署后用早期真实观测做轻量校准，还能进一步降低误差。

部署新的决策策略会造成预测模型的冷启动问题：历史观测反映的是旧策略，而新策略下的真实观测尚未产生。论文研究是否可以通过模拟器在反事实场景中 rollout 目标策略，用生成轨迹学习系统对控制的响应，再通过过去部署的真实观测回测 Sim2Real 迁移效果。作者使用两个真实世界库存控制部署，从三个角度评估该过程：模拟器保真度、零样本迁移到真实行为、以及随着真…

arXiv 论文

据摘要，FlowHMR 将单目视频人体运动捕捉表述为“视频条件运动生成”问题，先预训练 flow matching 模型，再用 GRPO 与保真度、物理追踪双奖励后训练，从而生成更符合输入视频且更可被物理控制器追踪的全局 3D 人体运动。

从单目视频恢复全局 3D 人体运动存在深度歧义；直接回归方法容易趋向平均解。 仅靠几何监督得到的运动不保证物理合理，因此基于物理的追踪经常失败。 FlowHMR 试图把视频运动捕捉从直接回归改为“视频条件运动生成”，并通过后训练调整输出偏好。 作者同时提出 Wild-4K，一个约 4K 互联网视频的大规模多样数据集，用于评估 in the wild 的人体…

arXiv 论文

EyeRobot 2.0 受人类视觉启发，用主动注视与中央凹式视觉处理，使机器人仅凭单个立体相机完成精细双手操作，并在无腕部相机条件下缩小性能差距，在腕部相机被遮挡时显著优于 ego + wrist 策略。

论文研究的问题是：能否在只有单个 stereo camera、没有 wrist cameras 的条件下，实现 fine-grained bimanual manipulation。方法核心是 active gaze：机器人主动将两个眼视角转向场景中的 3D fixation point，并对图像进行中央凹式处理。以上信息来自 arXiv 摘要与元数据，全…

arXiv 论文

在专家验证的 1,042 题哥伦比亚法律基准上，15 个模型的选择题准确率最高为 0.905（Gemini 3.1 Pro）、最低为 0.577，但自由文本法律答案的事实正确率均不超过 0.45；模型常显得“回应相关”却事实错误，因此当前 LLM 用于哥伦比亚法律任务仍需专家监督。

来源指出，LLM 正越来越多用于法律实践、教育和研究，但其在美国以外国家法律体系中的可靠性仍缺乏记录。论文《Do Large Language Models Know Colombian Law? A Reliability Benchmark for the Colombian Legal System》提出一个经专家验证的基准，用于评估 LLM 在哥伦…

arXiv 论文

在 DINOv2 上，寄存器令牌（register tokens）相关特征更偏高层语义概念，而高范数离群补丁令牌（high-norm outlier patch tokens）相关特征更偏低层结构、背景与纹理模式；因果消融还显示二者对表征的功能贡献高度不对称，支持自监督 ViT 中存在令牌专门化。

自监督 Vision Transformers（ViTs），如 DINOv2，能学到丰富的视觉表征，但其内部令牌的功能仍不清楚。近期架构引入专门的 register tokens，以减少背景区域中出现的高范数离群补丁令牌，但这两类令牌的语义与功能角色尚未被充分确立。该论文正是针对这一问题展开分析。

arXiv 论文

DepGPO 将终端命令之间的执行依赖与读写关系用于强化学习信用分配：从任务验证器检查的资源反向追踪，把轨迹优势重新分配到相关的写入及其支撑读取步骤上；摘要称其在复杂终端任务上提升任务表现和训练稳定性，具体幅度与适用边界待核实。

终端代理在编码、调试等多步终端任务中受益于强化学习（RL）。这类任务中，后续命令常依赖前序命令产生或暴露的信息、中间结果。现有轨迹级和步骤级信用分配方法没有显式追踪命令之间的读写依赖，因此训练信号可能仍被分配给无关操作，削弱对关键步骤的学习。论文提出 Dependency-Aware Group Policy Optimization（DepGPO），试图…

arXiv 论文

据已知元数据，该工作研究欠完备线性自编码器在有限步长随机梯度下降（SGD）下如何沿 PCA 解流形发生有方向的标度漂移；由于正文未抓取，所有具体结论均待核实。

论文标题（英文，保留原样）：**Broken scale symmetries in undercomplete linear autoencoders** 来源：arXiv，https://arxiv.org/abs/2610.03640v1 （版本 v1） 主题分类：foundation-model（依来源元数据） 轨道：academic 待核实：正文…

arXiv 论文

4DCodeBench 提出一个通过代码生成评估智能体进行 4D 逆图形的基准：智能体需从视频重建动态场景并输出可执行图形程序；摘要称对前沿模型的广泛评测显示，强静态重建能力尚未转化为对复杂动态的可靠重建。

研究问题是：智能体能否把视频中的视觉观察转化为紧凑的场景结构与动态表示，并通过实现物理模拟等抽象，以可执行图形程序复现复杂行为？该基准面向 4D 逆图形，以代码生成作为评测路径。

arXiv 论文

迪士尼首次设立 CTO 职位，任命 Character.AI 前 CEO Karandeep Anand，并预计引入其多名技术团队成员；这显示 AI 基础设施与内容创作结合被提升到 CEO 直属层级，但上任年份、团队规模和版权争议后续状态待核实。

迪士尼任命 Karandeep Anand 为公司首位首席技术官，职务为高级执行副总裁兼 CTO，直接向 CEO Josh D'Amaro 汇报。 材料称其 10 月 2 日上任；未标明具体年份。结合来源速递标题“20260929”，可能指 2026 年 10 月 2 日，但需以官方信息核实。 Anand 于 2025 年 6 月任 Character.A…

腾讯研究院（搜狐同步）