实测 Grok Bot 与 WorkBuddy、Qoder CN 同题撰写大模型路由综述
雷锋网用同一份指令让 Grok Bot、WorkBuddy 和 Qoder CN 各自组建多智能体团队撰写《大模型路由研究综述》,Grok Bot 以 12 分 49 秒最快交稿且收录 19 篇论文,WorkBuddy 耗时 21 分 43 秒但正文最接近可编辑底稿,Qoder CN 用 14 分 42 秒并由独立审稿智能体追查 RouteLLM 成本节省说法的出处。

雷锋网用同一份指令让 Grok Bot、WorkBuddy 和 Qoder CN 各自组建多智能体团队撰写《大模型路由研究综述》,Grok Bot 以 12 分 49 秒最快交稿且收录 19 篇论文,WorkBuddy 耗时 21 分 43 秒但正文最接近可编辑底稿,Qoder CN 用 14 分 42 秒并由独立审稿智能体追查 RouteLLM 成本节省说法的出处。

面壁开源 UltraData-Code-L2 分类器,针对 11 种编程语言做文件级筛选,从 L1 中保留约 12.23% 的文件、约 400B tokens。

Adobe Research 与 UC San Diego 提出图像编辑智能体 EditAgent,为每一步同时生成通用编辑器与专用工具的多个候选,再由标准语言模型依据放大特写、变化图和亮度色彩统计一次性选出最佳结果。

Google 联合斯坦福、牛津等机构提出视频智能体 StreamVibe,目标是让助手在用户做饭或组装家具时自行判断何时开口。团队构建了约 4100 条样本、来自 183 小时以上日常与软件录屏的基准,覆盖明确指令、模糊目标和中途变更三类场景,并训练 StreamVibe-VL 逐秒决定是否发言,配合强化学习减少打扰、独立记忆系统跟踪任务状态。

商汤开源日日新 SenseNova Loop-9B-Preview,采用 Looped Transformer 架构,将中间层改为参数共享的循环计算模块,通过多轮迭代扩展有效计算深度,在仅 9B 参数下媲美 27B 参数模型。

Nace AI 以开放权重形式发布 Drex Max v1,这是一个 27B 稠密决策模型,提供 bf16 权重、Q8_0 GGUF、affine Q4 检查点以及 llama.cpp 和 Ollama 分支。
商汤科技 10 月 30 日宣布开源日日新 SenseNova Loop-9B-Preview,该模型采用 Looped Transformer 架构,保留首尾各 4 层原始解码器模块,将中间层改造为参数共享的循环计算模块,通过多轮迭代扩展有效计算深度,官方称其在仅 9B 参数下媲美 27B 参数模型。

Edge0 发布开源权重文本转语音模型 Audio8-TTS-Realistic,参数 0.6B,可用 1 段参考音频和转写文本做零样本语音克隆,支持 23 种语言,权重与代码以 Apache 2.0 发布。

Prime Intellect 发布 Prime Mega MoE,在 DeepSeek 开源 DeepGEMM 库的 Mega MoE 内核基础上补上了融合且重叠的反向传播,使其可用于训练而非仅推理。
海克财经分析认为,腾讯AI在模型与产品两条线上均未进入第一梯队,压力已转移到微信2026年6月开始灰度测试的原生AI助手小微身上。小微底层主模型为微信团队自研的WeLM,部分回答由DeepSeek承接,入口已从首页扩展到公众号、朋友圈和聊天对话框,可发消息、调设置、点外卖、调用小程序。

面壁发布 MiniCPM-OCR 1.0(1.3B),这是 MiniCPM-V/o 系列首个 OCR 专用模型,聚焦文本、表格、公式、图表、印章与结构化信息抽取,支持中英文文档和 PDF。

面壁发布 2B 的 OCR 质量评估模型 MiniCPM-OCR Jev,输入区域图像和候选 OCR 结果,输出 0 到 1 的分数,分数越高表示候选越可能正确。

vLLM Semantic Router 团队发布 d3-ultra,一个 26.09B 参数、Apache-2.0 许可的多模态决策模型,不生成文本,而是对输入一次性读取后按问题类型返回概率。
Nace AI 发布 Drex for Search,把其 Drex 决策模型用于文档检索,Claude Code、Codex、Cursor、OpenCode 等编码智能体可通过 CLI、SDK、MCP 或 REST 调用。
作者穷奇观察以一周内 PHP 漏洞、LiteLLM 后门、OpenCode 控制台泄露和微软通报的 ARTEX 攻击四起事件为切口,讨论 AI 审计工具的可信度问题。
AWS 发布 SageMaker AI 多轮强化学习(MTRL)实操指南,以 Wordle 为例演示从部署 AgentCore 智能体、准备数据集、训练到 MLflow 监控与评估的完整流程。

Cohere 发布 Rerank 5 重排序模型,分为 rerank-v5.0-pro 和 rerank-v5.0-fast 两档,均支持 32K 上下文和 100 多种语言,升级无需重建索引。
10月22日,蚂蚁数科发布决策模型 LingDT-Decision-1.0,提供4B和27B两个版本,已在蚂蚁数科 DTMaaS 平台上线并限时免费开放体验。该模型面向意图判断、工具选择、规则分类等高频决策任务,在客服、风控、金融场景测试中相比大语言模型可将Token消耗降低超90%、响应时效提升10倍。

腾讯优图实验室发布 Youtu-LLM-2B,参数量 1.96B,支持 131,072 上下文,提供 Base、Instruct 和 GGUF 版本,并称具备原生智能体能力。

腾讯混元发布 Hy-Memory-30B-A3B-FP8,这是 Hy-Memory-30B-A3B 的 FP8 量化版本,针对 vLLM 部署优化。

加州大学圣塔巴巴拉分校研究者在 NeurIPS 2026 发表论文,提出反事实语义显著性(CSS)黑盒评估方法,通过逐个移除场景物体来量化其对模型场景描述的影响。
AWS 介绍 SageMaker HyperPod 新增的 Data Capture 能力,可在端点、负载均衡器和模型 Pod 三个层级记录线上推理的输入输出并写入 S3。

Theseus Lab 提出覆盖开放环境自主探索、实践经验内化和二阶进化的三层自进化技术路线,并联合 Humanlaya、小红书开源三项工作。三项开源工作分别是检验智能体完整项目交付能力的 DeliverBench、按 G0–G4 五级台阶衡量自我改进迁移的 SelfImprove-Bench,以及评测视觉文档转 HTML 重建质量的 AmbiHTMLBench。
Zyphra 发布 Zyphra Hierarchical Attention(ZHA)技术论文,这是一种基于树状索引器的稀疏注意力方法,让索引搜索本身也变稀疏。

AWS 宣布 SageMaker AI 无服务器模型自定义的训练会话正式可用,用户可自行编写并协调训练循环,包括自定义损失函数和奖励信号,GPU 分配、分布式执行、故障恢复与检查点存储由平台负责。

港科大 MMSense Lab 提出视觉原生智能体框架,给每张图分配编号,让搜索、放大、以图搜图等九种工具复用同一张图,并配套提出按 rollout 修订出题规则的 On-policy Data Evolution(ODE)数据合成方法,论文已被 NeurIPS 2026 接收。
中山大学梁小丹团队围绕视觉语言模型空间推理开展 GeoThinker 系列研究,第一项工作 GeoThinker 让模型按问题主动挑选外部三维几何特征,已被 ICML 2026 收录。

蚂蚁数科于10月22日正式发布决策模型 LingDT-Decision-1.0,提供4B和27B两个版本,已在蚂蚁数科 DTMaaS 平台上线并限时免费开放体验。

中国电信人工智能科技有限公司星辰通用人工智能实验室发布并开源意图理解专用模型 Xing4.0-29B-Intent,同步开放275.3万条训练语料、模型权重与推理镜像。模型将意图识别与参数抽取结合,按预定义字段输出 JSON 结构化信息,已在电信万号客服和智能家居音箱等场景应用。官方评测中该模型在48个中英文公开数据集抽取的6000道题上总分58,高于本次参评18款通用模型的最高分49。

Elorian 与 Mercor 联合发布 DecoyCount 基准,测试模型是否真正数清物体而非依赖视觉捷径,前沿模型准确率均低于 50%,最高为 GPT-6 Astra 的 43.17%。

Anthropic 招聘经理 Felix Reiseberg 宣布不再让候选人做传统编程面试,理由是 Claude 在 React 挑战和汇编题上都已更强,最有影响力的构建者与这类测试成绩无关。他给初级工程师的建议包括选业务影响而非待办清单、周末做出可运行原型、聚焦一个好点子并发挥对用户的新鲜视角。
Perplexity 与 NVIDIA 提出 JOLT 后训练方法,让同一个模型同时扮演教师和学生,且教师也参与训练。在 MATH 上,JOLT 以 6.5 倍更少的训练 token 达到 GRPO 的准确率;JOLT+ 在 AppWorld 上 pass 率达 72.09%,比 GRPO 高 9.9 个百分点。
爱范儿 APPSO 用 21499 元的 iPhone Duo 搭配 86749 元的 Mac Studio,搭建了一套手机远程指挥本地 Agent 的工作流,并专门做了适配折叠屏三种形态的 App。

M6 款 MacBook Pro 基础款实测显示,M6 芯片从 10 核 CPU、10 核 GPU 升级为 12 核 CPU、12 核 GPU,内存带宽最高提升至 170GB/s,NPU 性能提升约 40% 到 50%。
面壁智能开源 MiniCPM-OCR 1.0 的 GPTQ W4A16 量化版本,原 BF16 权重见 openbmb/MiniCPM-OCR-1.0。

Einsia AI 发布 Frontier3DBench,横跨 Blender 与 Unreal Engine,含 9 大类别 145 项任务,评测 11 种主流模型与 Agent 框架配置。
Jürgen Schmidhuber 领衔 KAUST、香港大学、华为等机构发布 84 页大语言模型架构综述,引用近 600 篇文献,时间跨度从 1913 到 2026。
英伟达 CEO 黄仁勋被曝与直接汇报的高管金伯利·鲍威尔存在婚外关系,董事会准备最早于 11 日开会决定其去留,猎头已在物色苏姿丰、雷内·哈斯等接班人,消息后股价盘后跌超 8%。

寒武纪三季报显示,Q3营收35.3亿元同比翻倍,归母净利润14亿元同比增长147.7%,前三季度营收95.3亿元、归母净利润37.2亿元。公司股权激励2026年135亿元营收目标已完成70.6%,Q4需再完成近40亿元收入。三季报披露前收盘市值5862亿元,较此前突破的1万亿元高点回撤超四成。

联想开天推出首款信创 AI 主机,搭载兆芯 KX-7000 八核处理器与后摩智能力擎 LQ50 NPU,当前配置提供 160 TOPS INT8 算力,最高可选 320 TOPS NPU 配置。
