本期 29 件事。点击标题可查看卡片、来源与相关知识点。
NVIDIA Cosmos 通过“开放模块化框架 + NIM 推理微服务”两条路径，把世界基础模型从训练、强化学习、优化到部署串成完整开发链路，并以 Cosmos 3 Nano 系列配方覆盖自动驾驶、机器人操作与手术仿真等交互式场景。
物理 AI 开发者在世界模型上面临两类问题：一是让模型适配自己的传感器、任务与数据；二是把模型可靠地送进应用。NVIDIA 于 2026 年 11 月 2 日发布技术博客，介绍 Cosmos 如何分别用 Cosmos Framework（开发侧）和 Cosmos NIM 微服务（部署侧）回应这两类问题，并给出可直接运行的仿真配方与部署步骤。
NVIDIA 博客
查看来源原文LifeVal 是 OpenAI 提出的一个基准，用于衡量 AI 在帮助人们完成日常事务（如寻找托育、管理财务、处理政府文书）方面的表现；由于原始页面正文未能抓取，具体指标与结果待核实。
该基准关注的问题是：AI 在真实生活场景中“帮人把事办成”的能力，而非仅考察抽象推理或考试题表现。评估范围据元数据涵盖托育查找、财务管理和政府文书处理等日常任务。基准的名称、发布方与定位来自 URL 及元数据，具体任务设计、评分方法与样本规模待核实。
OpenAI
查看来源原文谷歌Project Suncatcher原型卫星于10月1日入轨，首次在轨运行数据中心级TPU并生成、回传完整AI响应（Gemma 4），但从成本看太空算力短期内难以与地面数据中心竞争。
谷歌Project Suncatcher原型卫星10月1日入轨，运行Gemma 4，被称为数据中心级TPU首次在轨生成并回传完整AI响应。 卫星载四颗TPU，供电最高约1kW；每次仅启动一颗、运行约20分钟。 后续测试方向包括热应力与辐射；2027年计划再发两颗光通信卫星。 研究问题指向：太空部署AI算力的可行性与经济性边界在哪里。
腾讯研究院（搜狐同步）
查看来源原文OpenAI 构建了名为 **Pando** 的 Git 兼容后端，目标是支撑 **Codex** 所带来的开发规模；由于正文未能抓取，具体架构与性能数据待核实。
据现有元数据，OpenAI 发布文章《Scaling Git at OpenAI》，讨论如何为其内部开发规模提供 Git 服务。文章将 Pando 描述为一个 **Git 兼容后端**，其设计动因是 Codex 使开发规模成为可能后所带来的压力。核心问题是：当 AI 编程工具显著放大代码提交与协作频率时，传统 Git 托管方式是否仍然可行。
OpenAI
查看来源原文OpenAI宣布自12月起将Plus、Pro、Business三档订阅中的ChatGPT与Codex用量合并，统一按tokens计量，Instant聊天不占额度；具体各档额度与生效日期未公布。
据腾讯研究院AI速递（2026年11月2日）援引的信息，OpenAI将对旗下订阅产品的用量计量方式做出调整：把ChatGPT与Codex的使用额度合并为统一池，并以tokens为计量单位。此举涉及Plus、Pro、Business三档付费方案。该调整与Codex近期收紧多账号使用、以及Pro档Work/Codex用量翻倍等动作同期出现，反映OpenAI在整…
腾讯研究院（搜狐同步）
查看来源原文据 The Information 报道，Meta 与傅利叶（Fourier）用约 3 个月造出人形机器人原型 Max，身高约 1.5 米、重约 48 千克、搭载 NVIDIA Jetson Thor，第二代已启动开发，量产与上市时间未定。
报道称 Meta 与傅利叶合作，在约 3 个月内完成人形机器人原型 Max。 原型参数：身高约 1.5 米、体重约 48 千克，计算平台为 Jetson Thor。 Meta CTO Bosworth 在内部将人形机器人描述为 Muse 的实体化形态。 Meta 正在上海、深圳招聘与人形机器人量产相关的岗位。 第二代已启动开发；上市时间未定（待核实）。
腾讯研究院（搜狐同步）
查看来源原文NVIDIA 推出 AI Cluster Runtime (AICR)，把 Vera Rubin NVL72 在 Kubernetes 上的调优配置固化为可复现的“配方”（recipe），并在参考集群上完成部署、一致性与跨节点 NCCL 性能门禁验证，目标是让新 GPU 硬件“首日可用”。
问题：为 Vera Rubin 这类新 GPU 架构配置和优化 Kubernetes 复杂且易错——驱动、内核、运行时、网络、Operator、调度器必须协同工作，细微不匹配就会导致工作负载无法运行或性能受限。NVIDIA 技术博客（2026-11-02，作者 Mark Chmarny、Yuan Chen）介绍 AICR（属于 NVIDIA DSX AI…
NVIDIA 博客
查看来源原文OpenAI 推出 Grid Protectors 计划，拟与公用事业公司合作，使未来的算力园区在支持电网可靠性、保护居民电价方面发挥作用；具体机制与规模待核实。
据 OpenAI 官方页面标题与候选摘要，该计划名为“Introducing the Grid Protectors Program”，定位为面向电力公用事业（utilities）的合作项目，目标场景是“未来的算力园区”（future compute campuses）。其核心问题是：大规模 AI 算力基础设施接入电网后，如何不削弱电网可靠性、不推高普通用…
OpenAI
查看来源原文Figure CEO Brett Adcock 将人形机器人竞争归结为“数据+算力+资本”的规模化竞赛，认为后两个阶段（智能规模化、制造规模化）靠资本驱动，并称 Figure 4 的提升幅度将超过历代产品，有望成为“初代iPhone时刻”。
本条来自腾讯研究院 AI 速递（20261102）转述的 Figure CEO Brett Adcock 观点。核心问题是：人形机器人从原型走向量产、从可控走向通用智能，竞争焦点落在哪里？Adcock 给出的框架是四阶段：硬件、自主控制、智能规模化、制造规模化；其中后两段依赖资本投入，缺乏资金“连竞争机会都没有”。（本条为转述性报道，原始访谈出处与完整表述…
腾讯研究院（搜狐同步）
查看来源原文2026 年 11 月 2 日，Churchill Capital Corp XI 股东以超过 84% 的赞成票批准与 Agility Robotics 的合并，预计合并后公司 gross capital 约 4.65 亿美元，并于 11 月 5 日以代码 AGLT 在纳斯达克开始交易。
Churchill Capital Corp XI（Nasdaq: CCXI）是一家上市的特殊目的收购公司（SPAC）。2026 年 11 月 2 日，其股东在特别会议上批准了与人形机器人及 physical AI 公司 Agility Robotics 的业务合并及相关提案，赞成票占已投票数的 84% 以上。交易预计 2026 年 11 月 4 日完成交…
agilityrobotics.com
查看来源原文央视“中国AI创业十骏”名单中唯一入选的AI制药公司为水木分子（Pharmolix），其由清华AIR孵化，主打“对话式AI原生”药物研发平台ChatDD，并采用平台与自研管线双轮驱动模式。
据量子位2026年11月2日报道，央视从1200家参赛企业中评选出“中国AI创业十骏”，覆盖机器人、智能制造、生命科学等领域，水木分子是其中唯一一家AI制药公司。文章以水木分子为样本，讨论国产AI制药当前进展，核心问题是：药研专家数十年积累的经验如何真正被AI用起来。水木分子给出的答案是“对话式AI原生”——让专家通过自然语言参与任务规划、执行与结果修正。
量子位
查看来源原文小米开源8亿参数的Xiaomi-OCR-0，以极小参数量统一文档解析、关键信息抽取与视觉问答三项能力，在多个公开榜单上取得领先或接近榜首的成绩，并已落地于超级小爱等产品功能。
据腾讯研究院AI速递（2026-11-02）报道，小米发布并开源了Xiaomi-OCR-0模型。该模型面向OCR与文档理解场景，试图用单一模型统一处理文档解析、关键信息抽取（KIE）与视觉问答（VQA）三类任务，而非分别部署专用模型。报道称其权重、代码及MCP服务均已公开。
腾讯研究院（搜狐同步）
查看来源原文Neuralink在ALS患者Kenneth家中进行72小时冲刺开发，做出8项原型，实现受试者默念“Hey Neuralink”并想好任务即可触发Grok智能体自主操作电脑；但Neuralink称该Grok链路仍属早期摸索。
据腾讯研究院AI速递20261102条目，Neuralink将Grok接入脑机接口，探索“意念唤醒Agent”的交互方式：受试者默念唤醒词并构思任务，即可让Grok智能体代为操作电脑。同一冲刺中还产出了免按键的神经语音活动检测、实时信号可视化、手机应用Bloom及系统级输入法等原型。
腾讯研究院（搜狐同步）
查看来源原文DeepSeek Harness 团队针对“一人只能跟进 3 到 5 个活跃 Session”的交互瓶颈，提出由常驻 Router 层统一分派、Worker 层隔离并发的 Super-agent 架构，并在约 300 条消息的合成负载中给出 p95 时延等实验数据；该架构目前为原型，尚非正式产品，安全与隐私问题待解。
团队观察到的现实约束：一个用户通常只能同时跟进 3 到 5 个活跃 Session，多任务并发时交互分派成为瓶颈。 由此提出的问题：如何在不牺牲单 Session 体验的前提下，让一个“超级代理”统一承接并分派大量并发交互。 对应方案：常驻 Router 层负责统一交互分派，Worker 层负责隔离并发执行。
腾讯研究院（搜狐同步）
查看来源原文WebHarbor 构建了 153 个可执行、Docker 化的合成网站环境与 3,518 个任务，用确定性控制复现真实 Web 服务的界面、内容与功能流程，从而同时支撑可复现评测和高保真强化学习训练。
GUI Web 智能体需要既真实又稳定的交互环境用于评测与训练。直接用真实在线网站评测存在内容变动、访问限制、认证后工作流覆盖不足等问题；而现有合成训练环境往往缺乏功能深度与视觉保真度。WebHarbor 试图在“真实感”与“可控性”之间取得平衡，并覆盖现有多步、登录后（post-authentication）工作流覆盖不足的空白。
arXiv 论文
查看来源原文ufakzeka-kulak 是一个从零训练、Apache-2.0 开源的 31.6M 参数土耳其语语音转文本模型，在 FLEURS 与 Common Voice 27.0 土耳其语测试集上的归一化词错误率（WER）均低于 Whisper base 和 Whisper small，但仍高于 Whisper large-v3。
该工作尝试在有限参数规模（31.6M）下，仅使用许可证允许商业用途的数据、从零训练一个土耳其语 ASR 模型，并回答两个问题：小模型能否在标准测试集上超过更大参数的通用 Whisper 中小型号；以及在严格“先固定发布门、后一次性评分”的评估协议下，模型性能如何被可复现地报告。
arXiv 论文
查看来源原文大语言模型的科学发现能力可能与训练数据中“单次事实”（monofacts，即训练中仅出现一次的事实）的比例密切相关：在材料科学与调控基因组学中直接操纵训练集的单次事实率后，单次事实越多，模型产生的发现越多。
论文提出一个基本问题：如何把大语言模型的科学发现能力追溯到其训练数据？作者将这一问题作为“缺失概率质量”（missing probability mass）问题来研究，并给出一个理论解释：训练集中仅被观察到一次的事实（monofacts）决定了模型的发现能力。
arXiv 论文
查看来源原文Reviso 提出一种“智能体式”视频字幕框架，先以低帧率全局预览构建层级化观察计划，再按优先级主动回看关键片段并调用工具细查，从而避免模型过度关注次要细节、忽略关键上下文与核心事件。
多模态大语言模型（MLLMs）能生成细节丰富的视频字幕，但存在“注意力分配失衡”问题：容易放大琐碎细节，却漏掉对理解视频至关重要的上下文和关键事件。作者主张，视觉信息的重要性取决于每个视频的具体内容，因此不应平均对待所有视觉证据。研究问题由此变为：模型应如何学习“观察什么”以及“如何收集相关视觉证据”。
arXiv 论文
查看来源原文论文发现 Muon 在预训练阶段的优势在微调后并不稳定：当预训练数据预算足够大时，AdamW 在微调后的下游表现反而优于 Muon；且模型越大，AdamW 反超所需的预训练 token-参数比越小。
Muon 近期被视为预训练大语言模型的有前景优化器，在降低预训练损失上相对 AdamW 有加速效果。但 Muon 的优势能否延续到微调之后尚不清楚。本文研究 Muon 与 AdamW 的下游行为，试图回答“预训练优化器的优势是否等于微调后的优势”。
arXiv 论文
查看来源原文Pixel-UMI 提出一套从传感化人类演示中学习移动操作全身策略的流程，通过环境感知重定向（EAR）、重定向误差感知掩码（REAM）与 DAgger 人类在线纠正三个环节应对具身差异，在五类挑战性任务上取得 87.0% 的平均任务进度。
传感化人类演示为移动操作提供了可扩展的数据来源，但人与机器人在运动学与视角上的具身差异使策略学习变得困难。论文要解决的问题是：如何把人类演示中的头部与夹爪轨迹转化为机器人可执行的全身动作，并缓解由此产生的视角错配与接触丰富交互建模不足。作者为 Jason Jingzhou Liu、Tony Tao、Deepak Pathak、Ruslan Salakhut…
arXiv 论文
查看来源原文Pixel 是一套把机器人硬件、数据采集、全身控制与策略学习放在一起协同设计的全栈系统，目标是解决这些组件各自独立开发时产生的错配问题，从而学习通用移动操作能力。
通用移动操作需要同时具备可用的机器人硬件、可规模化的示范数据采集、表达能力强的全身控制，以及有效的策略学习。但现实中这些组件往往独立发展，彼此不匹配，限制了整套系统的能力上限。Pixel 的研究问题即：若把硬件、数据、控制和学习放在同一框架下共同设计，能否获得更强的通用移动操作表现。
arXiv 论文
查看来源原文论文用可控方程求解任务发现，RLVR 能在分布内训练出高准确率且步骤清晰的推理，但在分布外（OOD）偏移下模型会放弃推导、退化为低效暴力枚举；用双射反演任务做协同训练可显著恢复正确策略与准确率，作者据此提出“结果-only RLVR 也能隐性激励有效推理策略”的理论解释。
研究问题：如何通过“推理策略”激励 RLVR（带可验证奖励的强化学习）产生可泛化的 LLM 推理能力。 论文指出的核心张力：RLVR 的泛化失败可能既不是基座模型能力不足，也不是奖励黑客（reward hacking），因为模型在分布内是用正确策略成功的——失败发生在 OOD 偏移下策略的切换/崩塌。 可控实验框架：求解方程 f(x)=y 的多个输入 x，…
arXiv 论文
查看来源原文该研究提出一种神经符号框架：由 LLM 把自然语言的斑马逻辑谜题解析为结构化工具调用以构造 exact cover（精确覆盖）实例，再由符号求解器计算解并反馈修正编码，在多种模型规模、后训练范式和模型家族上稳定优于纯神经基线（含 CoT）及近期神经符号方法。
论文针对两类方法的互补短板：纯神经 LLM（即便使用 Chain-of-Thought）在基础逻辑推理上仍缺乏确定性、可靠性与可靠性保证；而 SAT 求解、exact cover 等经典符号方法虽保证正确性与完备性，却要求问题以高度专门化的形式化编码表达，难以直接吃自然语言输入。研究问题是：能否在不牺牲符号求解正确性的前提下，让自然语言输入无缝进入符号求解…
arXiv 论文
查看来源原文EgoActionBench 是一个面向自我中心（egocentric）人类视频的密集动作描述基准，将连续操作拆解为带时间定位、关联左手/右手/双手的原子动作，并用新评测协议同时考察“做了什么、何时发生、哪只手执行”；20 个基线模型在此暴露出动作原子性、时间精度与手-动作关联上的明显不足。
研究动机：从人类数据学习被视为通往具身智能的可扩展路径，但前提是模型能准确理解自我中心观察中的细粒度人类动作。 问题定位：现有基准在三个维度上受限——动作原子性（action atomicity）、时间精度（temporal precision）、手-动作关联（hand-action association）。 论文提出 EgoActionBench，把连…
arXiv 论文
查看来源原文在合成流行病 SIQR 模型上，嵌入式训练的平均精度最高，而“先数据同化、再离线训练”的分阶段方法虽误差略有上升，但模型评估次数大幅减少、优化鲁棒性更好，形成实用的精度—效率权衡。
论文关注不完备或降阶动力系统中的闭合模型（closure models）：用数据驱动方式近似未解析效应以提升模型精度与适用性。研究问题是：把闭合项嵌入计算模型内部训练（embedded）与先通过数据同化推断状态/闭合轨迹、再离线训练机器学习闭合模型（staged）这两种路线，在计算成本与精度上如何取舍。作者以带非线性、状态依赖隔离项的合成流行病 SIQR…
arXiv 论文
查看来源原文DiabAgent 提出一套面向“智能体生理控制”的研究套件（APC 框架 + DiabetSim 模拟器 + SweetBench 基准），在 1 型糖尿病血糖控制场景中用 Claude Opus 5.5 以 1 小时决策间隔取得 COGI 73.5，略高于开源闭环基线 OpenAPS 的 71.2。
背景：随着预训练规模扩大，医学语言模型在临床问答上进展迅速，但其“通过持续干预实现有效生理控制”的能力仍缺乏系统性的定量评估。 切入点：1 型糖尿病因胰岛素分泌受损而依赖外源胰岛素，给药需要依据进餐、运动、疾病与血糖测量等信息持续调整，是一个具体的持续控制场景。 研究问题：智能体能否在持续观察—决策—干预的循环中实现有效的生理控制，并如何被可扩展地评测。
arXiv 论文
查看来源原文本文提出 Product Kernel Perspective Space（PKPS），用模型响应嵌入的低维表示来预测基准分数，使评估可以利用“稀疏且非配对”的缓存数据，并在两个大型基准套件上优于基线方法。
对生成式模型做全量评估（所有任务的所有查询）成本过高，实践中模型往往只在一部分任务、或某任务的一部分查询上被评测。这样得到的响应集合及对应的（模型，任务）分数矩阵是稀疏且非配对的：不同模型未必在同一批查询上被评估。论文要解决的问题是：如何在这样的稀疏、非配对数据上仍能有效预测模型在未见任务/查询上的基准表现。
arXiv 论文
查看来源原文这是 Nature 于 2026 年 11 月 2 日发布的作者更正（Author Correction），针对 2026 年 9 月 23 日发表的原始研究《mTORC1 drives cell-autonomous astrocyte reactivity in tuberous sclerosis》，修正了正文图 3n、扩展数据图 3 图注和扩展数据…
原始文章（Original Article）于 2026 年 9 月 23 日在线发表，DOI 为 10.1038/s41586-026-11054-w。 本条为针对该原始文章的更正通知，发表于 2026 年 11 月 2 日，DOI 为 10.1038/s41586-026-11350-5。 更正涉及的具体问题（据材料原文）： 1. 图 3n 中，右下角…
nature.com
查看来源原文AI 提供方经常在更新模型和系统集成时不更改公开标识符，这削弱了监管监督与科学可复现性；作者主张建立满足监管者和研究者需求的“有意义的 AI 版本管理”。
这是发表于 Nature Machine Intelligence（2026 年 11 月 2 日）的一篇 Comment 文章。文章指出的核心问题是：AI 模型及其系统集成被频繁更新，但对外公开的版本标识并未随之变化，导致外部方无法准确判断某个系统在特定时间点的具体行为状态。作者由此论证需要一种“有意义的版本管理”（meaningful versioni…
nature.com
查看来源原文