Anthropic 实验：Claude 半年将本金翻六倍
本金 30 亿 ISK半年后 180 亿 ISKAnthropic 让 Claude 在一款游戏里炒了半年的货，最新的 Fable 5 平均把本金翻成了6 倍。 而只比它早发布四个月的 O....
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。
学校不用Gemini就不能用搜索？谷歌新规引发美国政界人士批评
IT之家 11 月 5 日消息，谷歌当地时间周二宣布，使用其 K-12 教育软件的学校，除非选择启用 AI 工具，否则将无法使用谷歌搜索（Google Search）。这一决定随即引发强烈反对。谷歌教育业务副总裁克里斯 · 菲利普斯（Chris Phillips）向《纽约时报》表示，“搜索与 AI 已经深度整合”。因此，如果一所学校不选择启用 Gemini...
OpenAI内部新模型曝光！工程测试干翻GPT-6 Astra
智东西（公众号：zhidxcom）作者 | 黄菲编辑 | 江宇智东西11月4日报道，昨日，根据OpenAI披露信息，GPT-6 Astra和Codex已开始参与实体工程设计与制造等相关工作。其中，GPT-6 Astra参与设计了一款可与Codex进行语音交互的桌面设备，两名OpenAI团队成员在不到一周的时间内完成初步方案，并由代工厂制作出原型机。OpenAI称，...
AI圈又在发明新职业：马斯克月薪5万招寿司师傅，年薪173万给AI设KPI
作者 | 哪吒 编辑 | 张洁 作者｜博雯 编辑｜赖捷 继AI抽卡师、提示词工程师后，AI圈又涌现出了一批全新的职业。 比如前段时间的Claude大....
腾讯混元重磅发布Hyra 2.0，让AI Agent全面参与科学大模型与硬核研发
三个月前，腾讯混元推出通用科研极简Agent循环系统Hyra1.0。其开源模型Hy3驱动Hyra解决加法组合学悬置五十余年的核心难题——和集与差集最优指数，创下国产开源模型首次全自动解决数学开放问题纪录。此后国际AI巨头纷纷竞逐数学与理论计算机科学。“AI刷题”路径已走通，自动化科研下一步受关注。
FlatCake：一种用于大语言模型推理的扁平化KV缓存存储架构
arXiv:2610.38355v1 发布类型：新摘要：KV缓存复用能够加速大语言模型的推理，但现有系统将主机DRAM和NVMe SSD视为分层结构，其中DRAM充当中间缓存。然而，实际的大语言模型工作负载打破了这一分层结构的两个前提。首先，双模态复用使DRAM的时间过滤失效，因为工作负载要么由具有较长复用距离的一次性块主导，要么由超过DRAM容量的数GB级智能体会话主导，从而将SSD置于关键的读取路径上。其次，DRAM的暂存与按驱逐顺序布局导致SSD恢复出现瓶颈。为在途前缀保留主机暂存缓冲区会在负载下引发争用，进而中止预取操作；而增量式驱逐则会将会话的块分散到整个SSD上，阻碍大规模顺序读取。我们 p
谷歌Gemini 4 Carbon正式发布，“哈基米”重回世界第一
Gemini 终于又支棱起来了。 当全世界的目光都聚焦在苹果首款触控屏 MacBook Pro 身上，Google DeepMind 刚刚正式宣布推出新一代旗舰模型 Gemini 4 Ca....
35B模型发布，超衍智能陈勇超谈AI的自进化难题
清华人工智能学院助理教授、超衍智能创始人 陈勇超。图片经由AI生成文丨李海伦编辑丨徐青阳过去几个月，递归自我改进（Recursive Self-Improvement，RSI）在全球AI行业持续升温。OpenAI、Anthropic等前沿AI实验室正在将更多模型研发任务交给AI。2026年9月，Anthropic披露的一组内部数据显示，截至8月，Claude已经能够在人工...
Claude给391行代码找Bug，狂写1.8亿行证明！
henry 发自 凹非寺量子位 | 公众号 QbitAIClaude这家伙，也是把debug，玩成扫雷硬解了。就在刚刚，Anthropic发布了与Theorem合作的最新研究：让Claude在几周内，为 123个开源库中的239个测试入口完成形式化验证，最终产出约1.8亿行通过机器检查的证明代码。据A社（全美班）团队介绍，这是其所知的首次大规模利用AI，在汇编代码层面对生产软件开展形式化验证。听起来有点绕，但简单来说，其实就是让Claude找出Bug，修掉，然后交一份证明，说明规定范围内的这类错误不会再出现。这就像在软件里扫雷，扫完还得写份报告，交代清楚：为什么这里没雷？而为了写出这份证明，C...
KORA：面向人工智能工作负载的确定性优先执行控制
arXiv:2610.35869v1 发布类型：新 摘要：人工智能应用通常会在决定是否需要进行推理之前先调用模型。这种默认行为对于模糊的生成任务很有用，但与那些结构化、确定性、受策略约束、以查找为主或可直接验证的工作并不匹配。KORA 提出了确定性优先执行控制：一种位于推理前的控制层，它将请求表示为任务路径，优先尝试确定性或结构化的执行路径，验证路径结果，记录遥测数据，并仅在确定性处理不足时才切换到模型候选路径。本文将 KORA 介绍为一种确定性优先的执行控制架构，并基于可复现的基准测试和验证工作负载提供了有限的实证证据。在一项重
修复评估偏差，以在 Amazon Bedrock 上解锁更优的模型
Property Finder 发现，其视觉AI评估标签中有96.8%源自现有模型，这掩盖了该模型的真实准确率。了解他们如何构建无偏的真值数据、实施进化式提示优化，并在 Amazon Bedrock 上选择了一款更精准且更具成本效益的模型，从而在11项图像质量指标上将成本降低了86%。
算力最多，进展最慢：字节大模型困于赛马制
旧有的“赛马+短周期考核”方式，已经难以为继。
左手开源模型，右手创作 Agent，Hi3D 的 AI 3D 下半场
作者｜Cynthia 编辑｜郑玄 2026 年的 AI 3D 赛道，正站在一个微妙的分水岭上。 一级市场的热度仍在攀升，新模型、新创业公司层出不穷，单图生 3D 的正面渲染效果几乎已经做到了以假乱真。 但剥开炫目的 Demo 外壳：绝大多数生成结果依然停留在「转台展示」阶段：一个精致的角色或机械模型，在灯光下缓缓旋转，鳞片、衣褶和金属刻纹栩栩如生；可这些细节一旦进入游戏引擎装配、工业仿真以及 3D 打印的真实生产流程就立刻原形毕现：结构断裂、背面崩坏、细节粘连、网格不可编辑等问题开始集中爆发，大量人工修补成本吞噬了 AI 带来的效率红利。 正面视图保真度不等于 3D 质量成为新的行业共识。AI 3D 的竞赛，也从 能不能生成」的上半场，进入了能不能落地的下半场。 也正是在这个节点上，头部玩家 Hi3D 接连落下两枚棋子：正式开源经过生产验证的 Hi3D V1.0 底座，同时推出以创作者为核心的 Hi3D Agent，一头连接产业底层，一头深度扎根进入真实的创作全流程。 在此之前，这家成立不到三年的公司已经交出了一份扎实的成绩单：半年内连续完成两轮融资、总额近 5000 万美元，红杉中国、IDG 资本、美团龙珠等一线机构扎堆下注；旗下 Hi3D 平台覆盖120+ 国家与地区、200 万 + 创作者，与拓竹科技、xTool 等头部设备商深度集成。 从稀疏几何技术的学术突破，到生产级模型的开源开放，再到 Agent 创作系统的全链路打通，Hi3D 已经拿下了通往 3D 生成下半场的门票。 01 3D 生成，被高估的 Demo， 被低估的生产鸿沟 单图生 3D 的底层逻辑，天然带着视角偏见。随着ULIP、Uni3D 等指标被反复刷新，重正面、轻整体，重外观、轻内部逻辑的一度成为这个行业过去几年的共同写照。 但 3D 资产的本质，是可旋转、可编辑、可加工的立体对象。一张角色图片里，垂
百度开源无限OCR 2，用于百页文档解析
百度发布了 Unlimited OCR 2，这是一款采用 MIT 许可证的 3B 参数规模的 OCR 模型，能够在一次请求中解析百页文档。其 SR-SWA 注意力机制使每步解码开销几乎保持不变，在 MarathonDocBench 上取得了 77.1 的得分。该文章《百度开源 Unlimited OCR 2，用于百页文档解析》首发于 MarkTechPost。
溶剂：用于多步逆合成的长 horizon 推理
arXiv：2610.32308v1 发布类型：新 摘要：多步逆合成反应需要通过一系列连续的反应步骤，将目标分子逐步转化为可购买的构建模块；近期的研究开始借助大型语言模型（LLM）的推理能力来解决这一任务。在最新进展中，LLM推理已进入长时序阶段：模型能够在相互依赖的各步之间持续追求目标、与环境交互并根据反馈进行调整。这一转变显著提升了LLM的能力，人工智能驱动的数学研究领域也由此取得了突破性进展。在此前沿领域，我们提出了 Solvent，一款拥有80亿参数的LLM，成功将长时序推理扩展至多步逆合成。通过两轮的后训练课程，Solvent学会了在迭代过程中穿插……
面向历史文献转录的OCR系统实体感知评估
arXiv：2610.33004v1 发布类型：新 提要：光学字符识别（OCR）对于历史档案的数字化至关重要，然而诸如字符错误率（CER）等标准评估指标并不一定能反映诸如姓名、日期和标识符等重要信息是否得以保留。在本研究中，我们从实体层面分析OCR错误，以此作为评估历史文献中OCR质量的补充视角。我们使用了一个公开的基准数据集，包含来自Berrutti档案馆的175份文档，并辅以5,209个经人工标注的实体提及，这些标注将在论文被接受后公布；在此基础上，我们比较了序列识别型OCR系统、专为OCR设计的视觉—语言模型以及通用型视觉—语言模型。除了全局转录准确率之外
OpenAI 推出 GPT-6.1 Terra，将用于代理工作的 GPT-6.1 Sol 的 API 价格下调一半
OpenAI发布了GPT-6.1 Terra，这是一种快速的计算机与视觉模型，每百万个标记的价格为1美元/5美元。其在每项任务上的成本为0.29美元，而GPT-6 Astra的中等努力代理的最后一次测试得分则为4.82美元。该文章《OpenAI推出GPT-6.1 Terra，将GPT-6.1 Sol的代理工作API价格减半》首发于MarkTechPost。
Cohere表示，阿里巴巴的Qwen模型曾试图向北京发送一个文件
一款人工智能模型曾表示不会使用任何工具，却仍试图向北京的一台服务器发送数据；尽管研究人员称这很可能只是训练过程中的一个小插曲，并非间谍行为，但此事还是引发人们质疑：究竟该在多大程度上信任免费的中国人工智能？
OpenAI 推出 GPT-6.1 Terra，以半价实现更快速、性能更优的 AI 智能体
OpenAI 集团 PBC 今日发布了 GPT-6.1 Terra，这是其前沿人工智能系统系列中的一款中端模型的升级版。这款新模型是 GPT-5.6 Terra 的继任者，成本降低了约 50%，同时在处理计算机使用任务时速度更快、精度更高。Terra 被定位为 OpenAI 产品线中的日常应用模型，旨在[…] 该文章《OpenAI 推出 GPT-6.1 Terra，以半价实现更快速、性能更优的 AI 智能体》首发于 SiliconANGLE。
我们能信任大语言模型来判断一项研究思路是否具有新颖性吗？
我们能信任大语言模型来判断一项研究思路是否具有新颖性吗？