材料显示，Mistral 放出公开预览版 Mistral Large 4（Le Chonk）：细粒度 MoE 总参 1.05T、每词激活 49B，另带 1.6B 视觉编码器与 100 万 Token 上下文；API 已可调用，权重称 10 月 27 日放出（年份待核实）。
值得关注：本条增量不是通用 AI 治理框架或网关中间层，而是模型供给侧的具体发布：欧洲厂商 Mistral 用自建欧洲算力训练大规模 MoE，并给出 API 价格、权重放出时间与网络防御场景。它可与既有 OpenRouter 卡…
据来源标题，LegalOn 在保持开发速度的前提下，将 Codex 的预估每日成本削减约 65%，做法是按任务匹配 Astra、Sol、Luna 等模型并策略性管理预算；具体细节待核实。
值得关注：随着团队把 Codex 一类工具纳入日常开发流程，单次调用成本会被放大为持续的运营支出。本条材料提供的增量信息是：成本可以靠“模型-任务匹配 + 预算管理”而非降低使用强度来优化，这与既有卡片中 Codex 作为能力增…
据 OpenAI 官网一则案例页面的元数据，Oracle 在招聘、工程与运营等场景中使用 ChatGPT Work 和 Codex，把专家知识转化为快速、可重复的工作流；标题称可将“数天工作”压缩到“数分钟”，但正文未抓取，具体任务、口径与数据均待核实。
值得关注：与已有卡片的关系：此前已有“ATV Big Air Tour 借助 ChatGPT Work 将 3 天工作压缩至 3 小时”等中小规模案例；本条若成立，则是将类似叙事延伸到 Oracle 这类大型企业软件公司，属于同…
生数科技发布的 Vidu Q4 预览版视频生成模型，以最低约 0.09 元/秒（720P）的价格、最高 4K 直出和多参考图/音频能力，让创作者用约 5.4 元即可生成一段 GTA 6 风格的「邪恶老奶」视频，主打「多快好省」的传神表现力。
值得关注：价格门槛大幅降低可能改变 AI 视频创作的 workflow——创作者从「谨慎抽卡」转向「大量试错」，有利于创意探索和内容量产。 Vidu Q4 预览版在演技、镜头、特效、多参考四个维度同时发力，并在低价前提下实现，构…
据量子位报道，UniPat AI 发布的多学科论文复现基准 PaperBenchX 显示，表现最强的 GPT-6 Astra 在 93 个真实论文复现任务中完整复现率仅 13.98%，远低于其在数学难题上的表现。
值得关注：与既有卡片（GPT-5.6/Fable 5 攻克 MIMO 难题、Astra 攻克数学难题）形成对照：AI 能解决数学难题，但端到端科学复现成功率极低，提示「解数学题」与「做可靠科学」之间存在巨大鸿沟。 呼应陶哲轩等菲…
OpenAI 在“日更第二天”围绕 Codex/Agent 工作流连发四项更新：Auto-review 用第二个 Agent 复核高风险动作并免费开放，API 付费档位简化且顶档门槛砍半，Meetings 在 macOS 面向 Pro 与 Business 开放 Beta，Decisions API 由 GPT-6 Luna 驱动、只输出判断，延迟约为 R…
值得关注：已有相关卡片分别关注通用 3D 代理、编码代理推理基准、Design Mode 视觉提示；本条增量在于 OpenAI 在 Codex/Agent 产品线上的日更，尤其是第二 Agent 复核、API 分层与门槛变化、会…
WOVEN 提出把“视觉转移推理”（visual transition reasoning）作为多模态大模型（MLLMs）的共享训练原语与基准，用生成模型产出的多样化 rollout 进行监督，在约 2,000 条子集训练下即可广泛迁移到 26 个外部基准中的 22 个，最高提升 27.3 个百分点。
值得关注：该工作把视觉转移推理确立为 MLLM 视觉世界模型训练的可复用基础，提供了一条系统性训练配方，而非仅记录单项缺陷。它暗示不同监督来源可以共同教会同一底层能力，并可在任务间复用。与既有卡片的关系：本条聚焦“把视觉转移推理…
WorldGuide 把程序性视频生成重新定义为“视觉世界空间中的闭环任务执行”：仅给初始图像和任务目标，模型预测原子动作、生成对应视频片段，再用生成结果决定下一步或终止；它通过共享步级演示训练 Planner 与 Executor，并配套约 59K 步级标注视频的 WorldGuide Bench。
值得关注：它把“视频世界模型”的评价焦点从画面合理性推进到任务级成功：模型必须能在自身生成的状态上闭环推进，而不是一次性输出整段视频。 与只做动作条件预测的世界模型相比（如 DreamX-Phi 1.0 输入预设动作序列预测未来…
WorldCast 提出一种“每个玩家一个本地客户端”的分布式多玩家世界模型框架，试图用状态交换与共享场景状态替代联合多视角生成，从而支持可扩展的实时多人世界生成（具体实现细节待核实）。
值得关注：若分布式多客户端方案成立，多玩家世界模型的可扩展性可能不再主要受限于“玩家数量×联合生成成本”，而更接近“每个客户端各自实时生成 + 轻量状态同步”。 与已有相关卡片相比：本卡片关注的是“分布式客户端 + 状态交换 +…
WorldAlign 提出一种解耦的 4D 奖励框架，把视频中的静态区域与动态主体分开评估：静态部分用几何世界先验做掩码重投影对齐，动态部分用 VLM 作为“评委”按清单打分，从而在无需人类偏好标注的情况下提升生成视频的静态与动态一致性。
值得关注：与既有脉络的关系： 与 GAE（几何原生 latent 空间）关注表示层不同，WorldAlign 关注的是后训练阶段的奖励设计，把静态几何与动态语义拆成两路反馈。 与 LoGo（全局+空间局部奖励）相比，WorldA…
随着 AI 智能体自主科研能力提升，一些科学家担心自己尚未发表的研究会被 AI“抢发”，并因此收紧甚至禁止在研究中向商业大模型上传未公开信息。
值得关注：科研优先权与署名归属：如果 AI 公司或其智能体先发布结果，人类研究者多年的工作可能失去首发优势，而现有学术优先权与引用规范尚未对此有清晰安排。 数据信任问题：科学家对商业 LLM 的信任下降，可能影响 AI 工具在科…
即便把第一人称人类视频数据扩到 3 万小时、100 倍规模，世界模型对“智能体（agent）”的建模接近饱和，但对“物体及其交互”的保真度仍明显落后且提升缓慢；要补上这个差距，关键在训练方式，而不只是数据量。
值得关注：对“规模至上”的数据叙事提出反例：更多同类视频并不自动带来更好的世界建模，尤其是物体交互层面。 为世界模型研究指明方向：训练目标与监督设计（如把容量从外观转向动态）可能比堆数据更关键。 对具身智能、人形机器人、仿真器替…
ViSkill 提出一种“视觉原生”的技能学习框架：把成功交互编码为**复合视觉技能卡**，让技能的检索与策略优化形成闭环，从而在多个任务上以更快收敛速度超过所评估的专有与开源基线。
值得关注：若视觉技能卡确实能保留文本线性化所丢失的几何结构，则为 VLM 智能体提供了一条不依赖语言中介的技能复用路径，可能改善需要空间推理的任务表现。 “技能库与策略共同演化”的思路，与已有卡片中 Skill Self-Pla…
VioLA 将通用人形策略的预测目标从关节指令改为“身体与手部运动隐变量”，借助共享隐空间的运动编码器把人类动作映射进策略的动作空间，从而用 93.2% 为人类数据的 1.406 亿帧示范池训练出可在真机上零样本执行移动指令的通用人形策略。
值得关注：现有人形通用策略通常依赖逐任务遥操作微调，扩展成本高；VioLA 展示了以人类数据为主体训练通用策略并直接零样本部署的路径。 与 EgoLAP 的对比构成增量信息：EgoLAP 把人类运动意图表示为结构化、时间抽象的语…
VersaCamVLA 通过可配置相机框架，将相机集合表示与动作学习解耦，从而提升 VLA 模型对相机数量和位姿变化的鲁棒性。
值得关注：该工作解决了 VLA 模型在实际部署中因相机配置变化而性能下降的关键问题，提升了模型的泛化能力和实用性。 通过解耦相机集合表示与动作学习，为机器人操作中灵活使用不同相机配置提供了新思路。
在自适应生长的量子分类器（Q-FLAIR）中，训练集规模 N 与最终收敛的电路规模之间不存在可预测关系；Caro 等人的泛化界在 14/15 次运行中成立，但与实际泛化差距的相关性极弱（r = 0.12），说明“活跃门数”K 无法解释大部分观测到的变化。
值得关注：对量子机器学习中“电路复杂度—数据量”权衡的直觉提出了实证挑战：理论上成立的泛化保证，未必能作为实际选择电路深度的预测性工具。 提示当前基于活跃门数 K 的理论量可能遗漏了导致泛化差距变化的主要因素。 与既有卡片中“重…
Tangermeme 是一个针对基因组深度学习“模型之外”（everything-but-the-model）环节的高度优化工具包，用于序列操作、特征归因、变异效应估计与序列设计，并将训练好的模型学到的顺式调控模式蒸馏为人类可解释的洞见。
值得关注：将基因组深度学习的重心从“刷预测性能”推进到“训练后如何使用”，这是走向生物学发现的第一步之后的关键环节。 模块化设计让序列操作与任意模型操作（含自定义操作）自由叠加，研究者可针对具体问题快速搭建定制分析，降低把模型转…
SpaceFlow 提出了一种免训练的3D生成流程，通过几何基元与局部控制等级，实现对3D物体不同区域几何约束强度与外观线索的分别指定，从而在几何保真与生成自由度之间取得可调平衡。
值得关注：已有3D生成工作多聚焦于统一生成与重建、语义锚定或全局质量提升（参见 PixWorld、ELSA3D 等卡片），而 SpaceFlow 的增量在于把“控制”从全局强度细化为按区域可调的局部约束，并让外观线索也按部件分别…
SpaceCast-Bench 是作者提出的首个直接诊断“预测性空间推理”能力的基准，用 3862 道题揭示当前最强模型（58.0%）与人类（87.2%）之间的显著差距，并发现显式 3D 证据比生成式结果图像/视频更可靠。
值得关注：该基准将评测焦点从“读出已见关系”推进到“推断未见结果”，填补了空间推理评测中预测性能力的空白；同时通过受控分析指出 bridge views 与显式 3D 证据的价值，为模型设计与数据构建提供方向。微调结果说明程序化…