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。
值得关注：AI 数据中心的用电规模正成为地方电价与电网稳定的公共议题。该计划是 OpenAI 在“算力扩张—能源约束”矛盾上的公开表态，属于其在基础设施合法性层面的布局，而非模型或产品发布。与既有卡片中 Anthropic 生命…
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”。
值得关注：与既有卡片《具身智能的“iPhone时刻”要来了吗？》相比，本条提供了更具体的量化支撑（数据规模、GPU 部署与金额承诺、累计产量），可作为该讨论的增量素材，但“iPhone时刻”仍属 CEO 预期而非已验证事实。 与…
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。
值得关注：这是 Agility Robotics 从 SPAC 合并走向公开市场的关键一步，与其 S-4 注册声明获 SEC 生效、股东投票会定于 11 月 2 日等先前进展构成连续脉络；本条增量在于**股东批准结果（84% 以…
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。
值得关注：文章判断AI制药行业竞争正从单模型预测能力转向“整套科研工作的组织”，即谁能成为药物研发的AgentOS入口。ChatDD提出的对话式交互方向，与海外GPT-Rosalind、Claude Science等探索相近，说…
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。
值得关注：**小模型办大事**：在“参数越大越强”的主流叙事下，0.8B模型在垂直榜单领先，为端侧/低成本部署提供了想象空间。 **统一范式**：将文档解析、信息抽取、VQA合并到一个模型，减少多模型串联的工程复杂度。 **开源…
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。
值得关注：本条把两个热点方向接在一起：一是脑机接口从“解码光标/文字”走向“触发自主Agent”，二是Agent从屏幕内的对话工具走向系统级操作者。对图书/简报叙事而言，它提供了一个具体的“意念即指令”案例，可与Agent落地路…
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。
值得关注：直指 Agent 落地中的真实瓶颈：并发 Session 数量受限于人的跟进能力，而非模型能力本身。 给出了可复用的分层思路（统一分派 + 隔离并发），对构建多任务 Agent 系统有参考价值。 提供了 p95 时延、…
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。
值得关注：对 GUI 智能体研究而言，评测环境的“漂移”和“不可复现”是长期痛点；WebHarbor 以确定性控制 + 认证后流程覆盖，提供了更可比的评测底座。 对训练而言，真实网站不可用于大规模 RL（成本、稳定性、合规），合…
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。
值得关注：提供了一条“小参数 + 许可证合规数据 + 预注册式评估”的可复现基线，与依赖大规模网络抓取数据的通用模型形成对照。 数据构造中“第二独立读取一致性过滤”的做法，对使用弱标注（上传字幕、机器转写）训练 ASR 的工程实…
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。
值得关注：若单次事实率确实是决定发现能力的关键数据属性，那么构建面向科学发现的训练集时，数据筛选与配比可以围绕“稀有/一次性事实”的密度来设计，而不仅依赖数据规模或多样性。这为从数据侧解释和提升大模型的科学发现能力提供了可检验的切入点。
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。
值得关注：该工作把视频字幕从“一次性均匀看完整段视频”转向“先规划、再按优先级取证”的智能体范式，与当前多模态智能体、主动感知和强化学习训练趋势一致。其“并非所有视觉证据同等重要”的论点，也为视频理解中的证据选择与注意力分配提供…
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。
值得关注：本条补充了“预训练优化器优势能否迁移到下游任务”这一链条上的反向证据：Muon 的预训练加速并不自动等于微调后的下游优势，且这种逆转与预训练数据预算、模型规模相关。它提示图书/简报在讨论优化器选型时，应把“预训练阶段指…
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。
值得关注：移动操作的演示数据获取成本高，人类演示是可扩展的替代来源，但具身差异是核心障碍。Pixel-UMI 的增量在于：不只做轨迹重定向，还把重定向本身残留的误差作为训练信号（REAM），并用在线人类纠正弥补接触丰富场景下动作…
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。
值得关注：现有机器人学习研究常把硬件、数据与控制分开推进，导致系统级能力受限于组件间的接口错配。Pixel 的价值在于把“协同设计”本身作为方法主张，并覆盖从低成本硬件到分层策略学习的完整链路；同时提供无需机器人本体的人类数据采…
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。
值得关注：对“RLVR 可泛化”的乐观叙事给出边界条件：分布内成功不等于 OOD 下策略稳定，评估需专门检查策略是否退化（如从推导转为暴力枚举）。 为“如何激励可泛化推理”提供非直觉的干预线索：更远、更简单的双射任务协同训练反而…
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。
值得关注：对“LLM 做逻辑推理”的常见路线（延长思维链、加大模型）给出替代方案：将可靠性作为架构属性，由符号层保证确定性。 反馈驱动的编码精化把“自然语言→形式化”这一易错环节变成可迭代、可纠错的流程，而非一次性翻译。 与既有…
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。
值得关注：对具身智能：明确了“从人类视频学习”在数据与评测层面的一个关键缺口——不仅要识别动作类别，还要定位动作边界并区分执行的手。 对评测方法：提出兼顾语义与时间、并引入手别关联的密集预测评分流程，为后续密集动作描述研究提供可…
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。
值得关注：闭合建模是连接高保真模拟与快速评估的关键环节。该工作把“精度—成本”权衡显式化，说明离线分阶段训练可在不大幅牺牲定性行为的前提下降低训练成本并提升优化稳定性，对仿真密集型工程设计具有直接参考价值。与既有关于数据高效学习…
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。
值得关注：把医学语言模型的评价从“临床问答”推进到“持续干预下的生理控制”，并给出可量化基准。 提供了可复用的三件套（框架/模拟器/基准），使后续工作能在统一任务集上比较不同智能体方案。 相对既有相关卡片（如数据中心控制面策略生…
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。
值得关注：生成式模型评估成本是模型选型与迭代的瓶颈之一。PKPS 针对的正是现实评估数据的“不完整”形态——稀疏、非配对，而非理想化的完整分数矩阵。其增量在于把“相似查询”纳入表示学习，从而突破只能使用配对稠密子集的限制；这一点…