智元发布具身 Agent 框架 Genie Master，宣称在真实便利店业务流中实现“无人在环”的持续自我改进（Physical RSI），让机器人在部署态下自主诊断失败、调整策略并沉淀经验。
值得关注：与既有卡片中“物理 AI 在生产级任务上验证性能”（如 Sanctuary AI 线束插入）相比，本条增量在于：把改进机制放在部署后的真实业务流中，强调机器人自主发现问题、组织练习、更新策略的闭环，而非仅展示单点任务成…
Manus联合创始人张涛以《用Manus改造Manus》一文披露其“AI原生组织”实践：工程师并行处理大量需求、产品经理普遍参与写码、市场团队配备“数字同事”，9月人均AI开销超1万美元，并判断两年后或降至几百美元，组织范式正从Human in the loop转向Human on the loop。
值得关注：与常见的“AI提效”泛论不同，本条提供了带具体数字（7人/2产品/4App、人均1万美元/月）的一线组织样本，可作为AI原生公司运营模式的观察案例。 “产品经理普遍写码、约一半能独立上线”对传统研发分工与招聘标准构成直…
LibTV与WorkBuddy打通后，用户可在WorkBuddy内直接调用LibTV的专业创作工具与导演级Skills，由WorkBuddy负责卖点提炼与创意规划、LibTV承接脚本分镜与视频生成，借助Wan 3、Seedance2.0 Fast的成本优势，实现约3元一支品牌片、5元一集短剧的低成本批量出片。
值得关注：与已有“腾讯文档人机双写”卡片相比，本条是WorkBuddy能力边界的又一次外扩：从文档编辑延伸到视频创作工具调用，说明WorkBuddy正从办公协作入口向多类垂直创作工具的调度层演进。同时，3元/5元的报价把“低成本…
腾讯混元于10月26日发布并开源同声传译大模型Hy-SimulMT，支持中英语音到语音实时翻译与音色克隆，实测响应约3秒，快于人类专业译员平均水平，并在长音频评测与专家对比中表现领先。
值得关注：同声传译长期依赖高技能人工译员，响应时延与翻译质量是核心指标。Hy-SimulMT以开源形式提供语音到语音同传并声称在延迟与质量上同时优于人类专家平均水平，意味着实时跨语言沟通的工具门槛可能进一步降低；其服务APEC会…
据现有元数据，Check Point 正借助 OpenAI Daybreak 加速安全防护背后的漏洞研究，使分析师更快将漏洞情报转化为面向客户的防御能力；具体机制与量化成效待核实。
值得关注：漏洞研究是安全厂商的产能瓶颈之一：情报到防护的时延直接决定客户暴露窗口。 该案例属于“AI 用于高风险专业研究流程”的一类实践，与量化研究等场景（见既有卡片：Jump Trading 用 ChatGPT 扩展量化研究）…
NVIDIA 发布 Nemotron-Personas 法国/比利时数据集，并把“画像 + 行为契约 + 官方办事流程文本”串成一套可复用的后训练流水线，用 LoRA 在 NeMo 上微调 Nemotron 3.5 Lightning，使模型不仅会说当地语言，还能给出符合当地规则的办事答复。
值得关注：与已有卡片“NVIDIA Nemotron 的沙特阿拉伯方言 ASR 微调路径”相比，本条把焦点从**语音识别方言适配**转向**文本智能体的本地规则与文化适配**，并给出了配套的开放画像数据集与 NeMo 后训练仓库…
Anthropic 与美国总务管理局（GSA）扩大合作，通过 OneGov 协议为联邦、州、地方、部落和领地政府提供 Claude 产品全线 40% 折扣，并配套实施支持计划，预计为政府节省约 10 亿美元。
值得关注：政府机构运行着国家最重要的系统，却通常预算紧张、采购周期漫长。该协议通过全线折扣、无最低消费和配套实施支持，降低了公共部门采用前沿 AI 的门槛。与既有卡片中加拿大阿尔伯塔省政府使用 Claude Code 扫描 4.…
Anthropic已提交IPO申请（股票代码ANT），最快11月16日上市，估值区间高达1.5万亿-2万亿美元，若成真将成为史上最大IPO之一；但招股书同时暴露巨额亏损与算力成本压力。
值得关注：这是AI头部公司首次以IPO方式接受公开市场检验，其估值、亏损与算力开支结构将成为后续AI公司上市定价的参照。 261页招股书中超80页风险因素，反映监管、算力依赖、客户集中等不确定性被正式写入公开披露文件，AI行业风…
小米技术委创新产品团队孵化的AI桌面设备HachimoDock在2026观猹大会亮相，硬件自制成本约150元，支持自然语言生成番茄钟等组件、联动小米Miloco充当家居控制台，并已公开源码、物料清单与装配教程，允许个人非商业复刻。
值得关注：对AI硬件赛道：提供了一种“极低成本+可复刻+生态联动”的另类样本，与高成本、封闭形态的AI硬件形成对照。 对开源硬件与开发者社区：源码、BOM、装配教程同时公开，便于个人非商业复刻与二次实验，可能催生周边改造与组件生…
比尔·盖茨判断AI是迄今最危险的技术，人类在迎来普遍富足前约需经历20年动荡期；近期最大风险是可移除安全防护的模型被用于网络与生物攻击，未来两三年网络攻击与就业将出现显著负面影响。
值得关注：与既有卡片《独家对话比尔·盖茨：AI已跨过多个危险临界点》相比，本条增量在于：明确了“约20年动荡期”的时间尺度、把近期最大风险具体化为“可移除安全防护的模型被用于网络与生物攻击”、给出“未来两三年”网络攻击与就业的显…
NVIDIA 技术博客展示，在 DGX Spark 上以 batch size 1 运行 Ling-3.0-flash（124B 总参数、5.1B 激活参数的 MoE 模型）时，通过更换 MoE 内核后端、对 LM head 做在线 FP8 量化、以及启用模型自带的 NEXTN 多 token 预测投机解码，在完整 GSM8K 测试集上把解码吞吐提升 42…
值得关注：说明单机（DGX Spark 这类桌面/边缘级平台）在 batch size 1 的低延迟场景下，MoE 推理的瓶颈定位与优化空间主要来自权重读取而非算力。 展示了“剖析—定向压缩权重流量—减少解码步数”这一可复用的优…
据 OpenAI 官网标题与摘要信息，OpenAI 与 Oracle 正在扩大合作，目标是把 Oracle 的企业应用与 AI 智能体接入 ChatGPT，并用 OpenAI 的能力支持 Oracle 的新产品；具体产品形态与上线时间待核实。
值得关注：企业软件与通用助手的边界进一步融合：用户可能在 ChatGPT 内直接触发 Oracle 业务流程，而非跳转到独立应用。 与既有卡片的关系：本卡片与“Amp 将 AI 代理推向代码之外”同属“AI 代理向更广泛工作场景…
该论文提出一种无需足球领域标注训练数据的零样本框架，利用通用多模态模型联合处理“视觉故事板 + 解说文本”，在整场足球转播中检测、分类并时间定位事件；在3场人工标注比赛（共130个事件）上最佳配置达到72.0% F1@5s，并在跨数据集设置下优于经SoccerNet训练的CALF与NetVLAD++。
值得关注：降低对大规模足球专用标注数据与领域训练的依赖，跨数据集仍具竞争力，说明通用多模态模型在体育视频理解中的可迁移性。 故事板表示在保持性能的同时显著降低推理成本，对实际转播场景的部署成本敏感问题有直接参考价值。 兴奋度评分…
这篇论文研究双手工具使用场景下机器人操作失败的诊断问题，区分“工具从插槽滑脱但仍被握着”“两只手动作正确但时序不同步”“一次尝试同时存在两种失败原因”等单臂设定难以覆盖的失败类型，并考察不同传感通道（以及VLM内部状态）能读出哪些失败成因；具体实验细节与数值待核实。
值得关注：把失败诊断从“单臂+扰动生成”扩展到双手工具使用，指出失败类型的结构性差异会改变可诊断性，而不只是难度变化。 提出“可辨识性”视角：某些成因在特定传感配置下原则上不可读出，此时策略应升级而非强行猜测，这为诊断器的可靠性…
ARC 是一种轻量级后训练模块：在冻结的模仿策略之上，用强化学习学习残差修正，并用稀疏人类修正来塑造自主探索的“何时/何处/做什么”——在真实机器人三项精密操作任务上把平均任务成功率从 33.3% 提升到 75.0%。（基于元数据与摘要，正文细节待核实）
值得关注：把“人类修正”的角色从示范数据转为探索先验：解决局部失败时不必重训全局策略。 与既有卡片中“何时/到哪里”的自适应调度思路（如 EcoFrame 的查询自适应证据调度）在问题结构上相似，但对象是机器人残差动作空间；本条…
在临床预后任务存在严重类别不平衡时，标准不确定性量化可能反映的是类别归属而非临床模糊性，从而导致选择性预测系统性排除少数类患者；该偏差被描述为可修正的结构性缺陷，但具体方法细节待核实。
值得关注：选择性预测被视为临床 AI 安全护栏，但其有效性依赖“不确定性分数≈临床模糊性”的前提。若在少数类患者中该前提不成立，系统可能在不报错的情况下系统性延迟或排除最脆弱人群。该论文将问题定位为结构性、可修正的偏差，并主张类…
PORTAL 把“是否部署测试时干预”重构为一个主动选择问题：用少量目标标签在多个候选预测规则之间做共享比较，并决定何时停止查询，从而把整体上可能亏本的干预变成只在合适批次上启用的有用选项。
值得关注：它把测试时适应的核心痛点从“设计更好的干预”转向“决定何时信任干预”，直接针对平均准确率掩盖的批次级失败。 与已有卡片中“预测碎片化判断病例是否适配”“预算感知的重采样/重路由”相比，本条关注的是在多个候选规则间用共享…
论文提出“时间可变性分数”（Temporal Variability Score, TVS），用不同年份网络快照训练的时间点模型衡量同一知识条目在各年份语料中的表征一致性；结果显示高 TVS 条目在预训练后期提升更快、最终表现更好（36 个模型—基准设置中 34 个胜出，平均领先 7.3 个点）。
值得关注：提供了一种超越聚合基准分数的诊断工具：TVS 可刻画预训练中不同知识类型的学习节奏差异。 说明“随时间变化的知识”（高 TVS）并未更难学，反而在后期被模型更充分地吸收，提示预训练后段对时间敏感型知识的整合作用。 与既…
VideoLVR 提出用“潜在视觉证据”替代文本坐标或裁剪帧回插，让多模态大模型在推理链中直接重建并复用视频局部区域的视觉内容，从而在不显著扩张上下文的情况下缓解视觉遗忘，尤其改善细粒度视频理解任务。
值得关注：它与既有脉络形成互补而非重复：GenEvA 关注“选帧/压缩之后”的查询相关跨帧潜在证据聚合，VideoLVR 则把潜在视觉证据嵌入推理链的中间步骤，并用视觉 token 预测目标监督其生成；TraceViT 关注循环…
论文提出“忠实潜世界模型”应满足环境转移映射与学习到的潜动力学之间的等变性条件，并给出潜推演一致性（LRC）指标；在所研究的当前最先进潜世界模型中，没有一个是通过真正忠实建模环境动力学来完成任务的。
值得关注：若任务表现可以在不忠实建模动力学的情况下达成，则仅凭任务分数评估世界模型可能高估其作为“环境模拟器”的能力，进而影响长时程规划、反事实推演等下游用途的可信度。与既有卡片的关系：本卡片补充了“如何判定世界模型是否忠实”的…