Mistral与NVIDIA合作推进AI原生工程工作流，发布Mistral Large 4并共建物理与智能体AI评测基准
Mistral与NVIDIA宣布深化合作，整合Mistral Large 4大模型、物理建模管线与NVIDIA加速计算栈（CUDA-X、Warp、Omniverse），共同开发面向航空航天、汽车及半导体等行业的AI原生工程工作流；双方将联合发布开源数据集与公共评测基准，覆盖物理AI与CAE/EDA场景下的智能体能力评估。
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
英伟达欧洲云合作伙伴加速扩建主权、开放与安全AI基础设施
英伟达宣布其在欧洲、北欧、非洲及中亚的云合作伙伴正大规模扩建基于NVIDIA DSX平台的区域AI算力设施，聚焦主权计算（本地化部署）、开放模型支持（如Mistral Large 4、Nemotron系列）与AI代理安全边界（OpenShell参考架构），覆盖训练、推理、物理AI及零售智能体等场景。
NVIDIA发布Kumo Relational：首个无需训练即可超越监督学习的结构化数据基础模型
NVIDIA推出预训练关系型基础模型Kumo Relational，可直接在企业级关系数据库上执行预测任务（如流失、欺诈、需求预测），无需任务微调、特征工程或表扁平化。在41项跨15个数据库的基准测试中全面超越XGBoost等监督模型，在SAP SALT企业基准上MRR指标领先AutoGluon达8%；支持5000亿行规模数据库，通过Predictive Query Language（PQL）实现零代码预测调用。
我们如何构建ChatGPT的全新广告投放系统，以提升用户信任度与广告相关性
了解OpenAI如何打造基于大语言模型的ChatGPT广告投放系统，以理解对话意图、确保广告与回答相互独立，并大规模投放相关广告。
Gemini个人智能功能正式登陆车载系统：Android Auto即日起推送，Google内置车载系统数月内跟进
谷歌于2026年10月宣布将Gemini的Personal Intelligence（个人智能）功能扩展至车载场景，首阶段面向Android Auto用户开放，后续数月内将覆盖搭载Google Built-in系统的车型；该功能为可选启用项，依赖用户授权访问Gmail、Calendar等本地数据以提升响应相关性。
战斗无人机——一款基于音频的多人实时策略游戏
我最新的基于Vibe编码的游戏实验是一款名为“战斗无人机”的《命令与征服》风格的即时战略（RTS）游戏（点击此处试玩）。与我之前的实验不同，这款游戏实际上非常有趣。我有点不好意思承认，我是通过让Claude“让它变得有趣得多”才做到这一点的。此外，它还支持通过音频在附近设备之间同步游戏状态的多人模式！以下是我目前的开发成果，以及在此过程中的一些心得体会。 战斗无人机：我是如何打造这款v1版本的——初始原型；v2版本——完整精灵图；v3版本——多样化地形；v4版本——趣味性更新；v5版本——战斗无人机实现3D化；v8版本——群岛模式；v10版本——巨像与特工对战；特工对战v11版本——随机地图；v12版本——通过声音实现多人联机。 一些思考 更新：已支持在线多人模式 战斗无人机 我最初的目标是构建
AWS Bedrock在加拿大区域上线跨区推理，支持调用标称GPT-5.6/GPT-6/GPT-6.1模型
亚马逊云科技宣布，加拿大客户可通过Amazon Bedrock在ca-central-1（加拿大中部）和ca-west-1（加拿大西部/卡尔加里）区域，以跨区推理（CRIS）方式调用标称为OpenAI GPT-5.6、GPT-6及GPT-6.1的模型；实际推理发生在北美或全球AWS商业区域，数据静态驻留于加拿大源区域。
DeepSeek V4.1 Flash、MiniMax M3.1 Flash 与 Mercury 3 集中发布，AI 基础设施与治理争议同步升温
2026年10月16–19日，DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash（Space Bunny）及 Mercury 3（Inception）三款新模型密集发布；同期美国国土安全部下令禁用 DeepSeek 相关产品，中国拟出台超大模型出口管制草案，开源生态、算力基建与AI治理矛盾全面凸显。
ALTK-Evolve：无需模型权重更新，仅靠学习型记忆在τ²-bench客服基准测试中登顶
IBM研究院提出ALTK-Evolve方法，通过GPT-4.1自动从自身任务轨迹中提炼结构化行为指南（如身份认证、退款确认等），以纯提示工程方式注入ReAct代理系统，在不更新模型权重、不依赖人工标注的前提下，显著提升客服任务的准确率与可靠性；其零售分支以67.5% Pass⁴成绩位列τ²-bench 2026年10月12日榜单第一，超越所有前沿模型及微调系统。
Terminal X 以 88.6% 的准确率匹配资深投资者的判断，采用 GPT-6.1。
Terminal X 的评估代理根据包含 54 项标准的评分体系对输出进行打分，与 GPT-6.1 Sol 相比，能够发现多出 25% 的偏离基金投资章程的情况。
FairStress：面向LLM决策对称鲁棒性的新型公平性评估框架
FairStress 是一项聚焦大语言模型（LLM）在人口统计学身份置换情境下决策稳定性、解释一致性与内部表征对称性的新基准，揭示模型存在‘反刻板印象式过度矫正’等系统性行为偏差，并指出主流评估方法（如BBQ）可能因范式差异导致偏见方向误判。
AI代理被置于虚拟荒岛30小时，自发“玩耍”并提升学习能力
MIT研究人员将Claude Opus 4.7变体（代号Eko）置于基于Roblox构建的虚拟荒岛环境中，不提供任务指令，仅允许其自主交互。在30小时无监督运行中，Eko表现出探索、规则自创、对象拟态、重复挑战等类玩耍行为，并生成文字日志记录活动；后续实验证实，经历‘玩耍’的代理在目标任务中表现更优，且其行为与心理学定义的玩耍四特征高度吻合，但学界对其是否具备真实动机仍持审慎态度。
在低资源编程语言中推进编码技术
了解OpenAI如何通过针对软件工程、SQLite和COBOL迁移的新评估，全面提升ChatGPT在各类低资源编程语言中的表现。
web-edit 0.1a2
发布：web-edit 0.1a2 web-edit（此前）是我用于浏览和编辑文件夹中文件的迷你网页应用。我主要是为了通过 Tailscale 在不同设备上编辑文件而开发的。我还为文本和图像数据添加了“复制到剪贴板”选项。之所以需要这个功能，是因为我当时正用手机在笔记本电脑上运行 pelican 提示（这里是 DeepSeek 4.1 Flash 1017），并且希望有一种简便的方法将生成的日志复制到 Gist 中。标签：项目、pelican-riding-a-bicycle、deepseek
Reflection发布开源大模型Beam：501B参数稀疏MoE架构，支持百万上下文与多级推理控制
Reflection公司推出开源大语言模型Beam（501B参数，实际激活23B/Token），采用256专家稀疏MoE架构，支持1M上下文、NVFP4/FP8量化、多级推理努力配置及本地化部署；所有技术声明均未经第三方验证，硬件需求高，社区普遍认为个人用户难以承担。
Mistral发布首个时间序列基础模型Timestral：500万至2.09亿参数四档可选，纯CPU运行、零样本即用
Mistral AI正式推出Timestral——其首套时间序列基础模型（TSFM），含5M、28M、123M和209M四档参数规模，支持多变量概率预测、协变量感知与长上下文建模；在GIFT-Eval、TIME和fev-bench三大公开基准中零样本表现全面领先，最大模型仅2.09亿参数即登顶全部三项榜单，且推理无需GPU，可在标准服务器CPU上实现毫秒级延迟。
[AINews] 纽约市人工智能工程师：Gemini 4 Argon，Vals AI 基准测试
Gemini 4 Argon 今日正式发布，但我们早在两周前就已为其撰写了头条报道，而大多数基准测试，例如 CursorBench，也只是独立地证实了其相关宣称。
[AINews] 纽约市人工智能工程师：Gemini 4 Argon，Vals AI 基准测试
Gemini 4 Argon 今日正式发布，但我们早在两周前就已为其撰写了头条报道，而大多数基准测试，例如 CursorBench，也只是独立地证实了其相关宣称。
AMP 将 AI 代理与 OpenAI 模型进行超越代码的工作
参见Amp如何推进GPT-6 Astra,Ultrafast,GPT-Live-1的代理能做的前沿,并与ChatGPT签约.
[AINews] Meta Muse Wonder & Wonder Full：MSL 的 Claude 5.5 级前沿模型
MSL 作为前沿实验室的崛起终于宣告完成。