新加坡国立大学发布System One模型评测基准SO-Arena
新加坡国立大学xML Lab团队发布System One模型评测基准SO-Arena,包含2,919项任务,从能力谱系与决策可靠性两个维度评估模型。该基准涵盖语义理解、推理等11个领域,并引入选项重排与正确选项缺失测试以量化决策稳定性。实验显示GPT-6 Sol以82.3分领先,开源GLiDE与KnowLine-31B均为70.2分,但后者在单张H100上延迟仅约113毫秒,比闭源模型快数十倍。
新加坡国立大学xML Lab团队发布System One模型评测基准SO-Arena,包含2,919项任务,从能力谱系与决策可靠性两个维度评估模型。该基准涵盖语义理解、推理等11个领域,并引入选项重排与正确选项缺失测试以量化决策稳定性。实验显示GPT-6 Sol以82.3分领先,开源GLiDE与KnowLine-31B均为70.2分,但后者在单张H100上延迟仅约113毫秒,比闭源模型快数十倍。
《纽约客》报道佛蒙特州Maple修道院试图成为AI行业的官方教会,其创始人Soryu Forall声称该组织旨在通过精神力量拯救人类免受AI毁灭。前成员指控修道院严密监控居民并收集数据,意图训练以Forall思维为模型的“AI神”。文章指出,这种极端现象折射出硅谷开发者在巨大心理压力下产生的宗教式恐惧与狂热。
苹果正自研Agent技术并计划整合进Apple Intelligence,最快于2027年底推出。为应对竞争,苹果发布了高级Agent AI工程经理等3个相关招聘岗位,聚焦自动化与大模型编排研发。同时,苹果在macOS 27.3测试版中调整第三方AI工具权限,增加ChatGPT启用计算机操作工具的步骤至14步,以提升系统透明度与安全控制。

腾讯发布支持 FP8 Block128 量化的 WeMM-Video-4B 中英双语多模态模型,该模型可处理文本、图像、音频和视频输入并生成文本回复。模型基于约 1.2 万亿多模态 token 预训练,权重文件为 7.13 GiB,支持通过 Transformers 5.2.0 或 patched vLLM 0.18.0 部署。

腾讯开源 WeMM-Video-4B-AWQ,这是支持中英双语的多模态大语言模型 WeMM-Video 的 W4A16 量化版本。该模型基于约 1.2 万亿 token 预训练,采用 group-128 INT4 AWQ 压缩技术,在 NVIDIA L20 上验证通过。它接受文本、图像、音频和视频输入并生成响应,提供 vLLM 和 Transformers 部署方案。

腾讯发布 WeMM-Video-9B-NVFP4,这是一个支持中英双语的开源多模态模型,可处理文本、图像、音频和视频输入并生成文本。该模型采用 NVFP4 W4A16 量化技术,基于约 1.2 万亿多模态 token 预训练,需使用 patched vLLM 0.31.0 进行推理部署。

苹果发布招聘信息,招募高级工程经理与应用 AI 工程师开发自主式 AI Agent,旨在让智能体像人类一样操作电脑、跨应用工作并独立规划多步骤任务。岗位要求候选人熟悉 Claude Code 和 Codex,同时 macOS 27.3 Beta 2 已收紧设备控制权限以加强隐私安全。据彭博社报道,相关产品最早可能在 2027 年底推出,目前仍处于早期开发阶段。

Apple 正在开发能够像人一样使用计算机的自有 AI 智能体,涵盖浏览网页、跨应用操作及编写调试代码等功能。与此同时,Apple 正通过 macOS 27.3 版本加强限制,阻止第三方智能体获取电脑完全控制权。目前该内部智能体项目仍处于早期阶段,预计最早明年年底推出。
本文对比了2026年支持MCP、A2A及LLM流量的13个Agent网关,涵盖Kong AI Gateway、Bifrost和Amazon Bedrock AgentCore等产品。
牛津大学高级研究员费豪在arXiv发布59页观点论文,首次提出「认知共生体」(Cognitive Symbiont)概念。该设定指常驻后台、贴身佩戴的AI,通过眼镜、耳机等穿戴设备实时辅助用户,考核重点从AI完成度转向AI增强人类智能(AHI)。论文指出共生体与具身机器人共用同一认知内核,并设计了防作弊架构以应对潜在风险。
美团面向中小商家推出妙手外卖版及「妙手·既白」等 AI 经营助手,通过接入门店数据与周边市场信息提供针对性分析与建议。近一个月三线及以下城市使用美团 AI 助手的商家数量环比增长超 200%,主动对话量增长约 3 倍。该模式将专业运营能力解绑并降低门槛,帮助小店老板优化菜单、定价及营销,实现从经验驱动向数据驱动的转型。

Duco 基于 Amazon Bedrock 和 AgentCore 重构其 AI 智能体架构,以应对金融领域海量数据处理与合规挑战。该平台通过多租户隔离架构确保数据安全,并兼容现有的 LangChain 和 LangGraph 代码。此举显著降低了部署时间和客户接入成本,同时支持在受监管环境中运行大规模智能体工作负载。

Amazon Bedrock 现已支持开源权重模型的显式提示词缓存,结合隐式模式降低重复长上下文的输入成本与响应延迟。用户可通过 Chat Completions API 设置 breakpoint 标记可复用前缀,并读取响应中的缓存使用数据。该功能适用于系统提示、工具定义等稳定内容的场景。

Anthropic在IPO路演中公开Mythos 5.2模型算力乘数呈超指数级爆发,算法效率大幅提升。公司放弃视频与图像生成,将算力集中于代码、Agent与安全研究,推动AI加速自我研发。目前内部超过90%代码由Claude编写,工程师人均代码贡献量暴涨45倍以上。
S&P Global Market Intelligence 数据显示约 42% 的 AI 项目最终被母公司放弃,形成不断扩大的“AI 坟场”。知名案例包括因用户界面混乱而回滚重构的 ChatGPT Super App、运营成本高企导致关停的 Sora,以及申请破产的 Character.ai。此外,Relay 和 Ollie 等独立工具也因无法在巨头生态中立足而相继停止服务。

《No AI Slop 宣言》在 AIE CODE 大会闭幕演讲中由 Dex 正式提出,已获多位演讲者联署,并登上 Hacker News 首页。同期 llama.cpp 与 ggml 宣布达到 1.0,从公开头文件中移除 35 个废弃函数,SGLang 也在 SGLang Summit 上宣布 1.0。

NVIDIA NeMo Switchyard 是一个开源库,可让 AI 智能体为每个请求选择由哪个模型处理,其 LiteLLM 集成支持 Stage 和 Random 两种路由策略。

Amazon Bedrock 提供零埋点的内置成本归因,把每次推理调用追溯到发起调用的 IAM 主体,并写入 CUR 2.0 的 line_item_iam_principal 列与 Cost Explorer。

百度世界2026大会上,李彦宏提出AI发展的下一幕是「智能组织」,百度智能云同步发布「芯云模体」一体化解决方案,由昆仑芯与百舸供算力、数据平台管数据、三类智能体承接科研任务。该方案已在实验室落地干湿实验闭环,百度伐谋帮某国家实验室省下60%~70%田间采集成本。百度千帆Agent Infra支持百万级沙箱并发,百舸可分钟级拉起200万个训练沙箱。
Mercor 完成 7.5 亿美元 D 轮融资,估值达 200 亿美元,年化收入已升至 30 亿美元。公司称拥有 500 万名专家,其推理支出已是员工薪资的 3 倍。此前其收入在 2 月突破 10 亿美元、6 月突破 20 亿美元。
AWS 给出 Amazon Bedrock 成本管理的五步闭环方法:按 IAM 主体把每笔推理费用归属到团队与应用,为每个请求记录可解释花费的元数据,用预算告警与硬性拦截控制支出,再集中优化模型路由、缓存和 token 上限等平台默认值。

钛媒体授权发布的文章讨论腾讯首席AI科学家姚顺宇内部讲话引发的争议:他称团队无法像DeepSeek那样不加班,但可通过竞争把DeepSeek「卷到加班」,该说法语境未获独立证实。文章对比DeepSeek-R1以约2,000张H800、约557万美元完成核心训练的低成本路线,反思大厂靠加班而非算法与工程效率竞争的模式。
Simon Willison 把 Claude Code、Codex 等智能体生成的冗长 PR 描述折叠进 GitHub Markdown 支持的 `<details><summary>` 标签,只保留一段人工把关的开头说明。他用模型名和 effort 级别作为 summary 标题,例如 "Claude Opus 5.5 Medium",让读者先看到高层摘要再决定是否展开全文。
硬件初创公司 Aina 发布一款名为 "AI ring" 的智能戒指,配备屏幕、摇杆、麦克风和扬声器,可通过语音向 AI 智能体发送提示词、记笔记和接听电话。该戒指早鸟预售价 399 美元,之后恢复 499 美元,计划于 2027 年 1 月开始发货。Aina 此前曾推出 Mac 三键控制器 Mirage,并于 7 月完成 550 万美元融资。

智象元一创始人兼CEO梅涛在2026世界顶尖科学家论坛第二届国际工程智能大会上提出构建智能体化的全模态世界模型,由LLM决策大脑、Omni-Model世界模拟器和具身上下文三部分协同,实现"One Token Space, One World"。

Eon 基于 Amazon Bedrock AgentCore 的 MCP Gateway 搭建了统一的多云调查入口,用单一认证网关替代逐工具凭证和本地 MCP 进程,让开发者和自主智能体统一访问 AWS、GCP、Azure 三朵云上的调查工具。

腾讯发布 WeMM-Video-2B-NVFP4,这是一个支持中英双语的开源多模态模型。该模型基于约 1.2 万亿 token 预训练,采用 NVFP4 W4A16 量化技术,仅需 4.90 GiB 权重即可运行。它支持文本、图像、音频和视频输入,并可通过 patched vLLM 0.31.0 进行推理部署。

牛津大学研究员费豪发布59页论文,提出「认知共生体」概念,旨在通过终身、嵌入、实时的AI系统缩小人的认知落差。该范式将具身机器人之外被遗忘的「被AI增强的人」视为物理AI的第二种智能个体,与具身智能共享同一认知内核。其核心目标是让人在认知上变得更强,而非仅由机器自主完成任务。
腾讯发布 WeMM-Video-4B-NVFP4,这是一个支持中英双语的开源多模态模型。该模型基于约 1.2 万亿 token 预训练,采用 NVFP4 W4A16 量化技术,权重文件为 7.42 GiB。它可处理文本、图像、音频和视频输入并生成响应,需使用 patched vLLM 0.31.0 进行部署推理。

Amazon Bedrock 的缓存时长、服务层级、推理强度和 maxTokens 四项请求级设置会在不改模型与提示词的情况下影响推理账单。以 Claude Sonnet 5 为例,5 分钟缓存写入按输入价 1.25 倍计费、1 小时写入 2 倍、缓存读取 0.1 倍,同一前缀请求间隔超过 5 分钟时 1 小时缓存从第二次请求起更便宜。

半年内融资约 50 亿元的 VAST(三启万物)发布新一期 V·STAR 顶尖人才计划,邀请年轻研究者聚焦 3D 生成基础模型、三维理解与智能体、世界模型三类研究任务。该计划薪酬突破传统校招职级与薪资限制,特别优秀者上不封顶,并提供长期期权激励。校招面向 2027 届本、硕、博毕业生,实习不限年级,工作地点含北京、杭州、上海、深圳及海外远程。

作者用 Claude Code 在乐鑫 ESP-Mosaico 开发板上完成贪吃蛇固件,并把 Meta 开源的 Muse Gadgets 设备端 SDK 移植到这块板子上,实现中文对话、语音播报、拍照回传和走近亮灯问候。

Amazon Bedrock 现支持 Kimi K3 在印度境内推理,通过 in.moonshotai.kimi-k3 推理配置文件将处理限定在孟买和海得拉巴区域,满足严格数据驻留要求。Ultrahuman 已在生产环境使用该模型,借助提示词缓存将 LLM 成本降低 80%、多轮对话速度提升 85%。文章还给出用 Kimi K3 直接读取印地语文档、以 Hinglish 追问的 OCR 示例代码。

智象元一(HiDream.ai)创始人兼 CEO 梅涛在 2026 世界顶尖科学家论坛国际工程智能大会上提出构建智能体化的全模态世界模型(Agentic Omnimodal World Models),认为大语言、多模态和具身大模型三条路线终将汇流。

Nothing CEO Carl Pei 在 X 上宣布,公司首款 AI 原生设备将于下月(12 月)发布,并明确该产品没有屏幕、也不可能做成一个 App。这款设备被描述为兼具 Nothing 产品一贯个性与用心的工具,距 Pei 公布 AI 原生设备与 AI 操作系统计划仅一年多。此前有传闻称 Nothing 计划推出两副 AI 智能眼镜,其中一副不带摄像头。

Anthropic 联合创始人 Jack Clark 在 IMF 2026 曼谷年会演讲中称奇点已经到来。他给出的证据包括 Claude Opus 5.5 在 Humanity's Last Exam 上得分达 67.7%,GPT-6 Astra 在 50 道未公开理论物理难题上最终得分 98%。

微信回应 iPhone Duo 适配问题,称正积极推进并尽快更新,但具体时间未明确。比亚迪杨冬生在世界智能网联汽车大会上判断 L3 级自动驾驶有望 2028 年落地。乐奇 Rokid 创始人祝铭明朋友圈视频意外曝光疑似彩显 AI 眼镜「Rokid Color」,或于 10 月 27 日发布会亮相。
