AI 情报文章归档

作者实测闲鱼上ChatGPT代充的隐语生态，因直接搜GPT属违规，卖家造出奥特曼充电、鸡屁踢、DeepSeek老祖宗、Tibo洗衣粉等暗号，版本快速轮动且不断被封。交易需加微信后提供含访问令牌的会话代码，一单约135至140元，价格随汇率浮动且按天退款。文章以《我不是药神》类比平台、用户、卖家三方各有难处的困局，认为真正好的技术应是消灭摩擦的基础设施，并期待国产模型崛起让这类暗号失去意义。

Notes from an AI agent that kept writing tests that could not fail Rule I followed: every...

Meta 在 Connect 大会上发布首款轻量化 VR 眼镜 Meta VR Glasses，重约 100 克，由眼镜本体和独立计算盒组成，搭载高通骁龙 Reality Elite 处理器，配备 5K Infinite Display Micro-OLED 显示屏、37 PPD 像素密度，并集成 Meta AI 智能体。

Imagina um piloto de Fórmula 1 sentado num banco de praça. Ele sabe pilotar. Mas sem o carro, sem o...

我不是想贬低 GitHub，他们最近确实实现了惊人的规模化，但如果你热衷于从第一性原理出发构建智能体软件锻造平台，联系我，我们正在 @humanlayer_dev 把它做出来

在 aimlapi 的 5 场景物理测试中，GLM-5.3 在牛顿摆场景击败了今日新上线的隐身模型 Space Bunny Alpha。Space Bunny Alpha 目前在 OpenRouter/OpenCode 隐身发布，拥有 1M token 上下文窗口、原生多模态输入和强编码性能。

蚂蚁集团旗下 inclusionAI 发布 6B 参数文生图模型 Ming-Image-0.1-Design，以 MIT 协议开源权重，支持 RGBA 透明背景输出，面向 UI、信息图、海报等富文本视觉设计。

Meta 在 Connect 大会上发布首款音频眼镜 Ray-Ban Meta Audio，重约 43 克，续航最长 12 小时，起售价 349 美元，10 月 13 日发货；同时推出 Ray-Ban Meta（Gen 3），起售价 449 美元，续航最长 9 小时，搭载 1200 万像素摄像头，支持 3K Ultra HD 视频录制。

Google AI Mode reduced external clicks to publishers by 18.8 percentage points compared with standard...

Meta 正在为旗下 Muse AI 智能体打造独立硬件设备 Muse Charm，Zuckerberg 在 Meta Connect 结尾短暂展示了这款产品。它形似没有表带的厚重智能手表，右上角有指纹传感器，按下即可唤醒并对话，机身还配有摄像头和至少三个麦克风开孔。Zuckerberg 称该设备计划在 12 月假日季前出货，但目前"只造出了几台"，仍需敲定"最终材质"。

Fly.io 博客发文质疑 VSCode 的 SSH 远程编辑机制。与 Emacs Tramp 在远端就地工作不同，VSCode 会下载一个含 Node 二进制安装的 agent，通过 SSH 端口转发建立 WebSockets 连接回 VSCode 前端，该协议可遍历文件系统、编辑任意文件、启动 shell PTY 进程并自我持久化，作者称对此感到担忧。

突发 🔥：Meta 发布 Muse Charm，一款全新 AI 别针硬件设备，让用户随时随地与自己的 Muse 智能体交流。 12 月开始发货——届时 Muse 是否也会全球上线？

@modal 为让模型显现而移山填海！ 我们那位穿粉色衣服的 @CompleteSkeptic 将在 Runtime 上发表演讲，你绝对不想错过。 完整 Runtime 议程已上线，演讲嘉宾包括： @ScottWu46，@cognition 联合创始人兼 CEO @CompleteSkeptic，@typesafeai 联合创始人兼 CEO @dylan522p，@SemiAnalysis_ 创始人兼 CEO @sarahookr，@adaptionlabs 联合创始人兼 …

以下是我今天在 Meta Connect 上宣布的全部内容 👇

Meta 新款 VR 眼镜是来自未来的技术 👀 Meta 发布 Meta VR Glasses，搭载 AI 原生 OS，并集成 Muse AI 助手！用户可通过眼动、手势和语音的组合来操控沉浸式 VR 体验。还有 VR Muse 虚拟形象！👀

AV-GRPO 是一个模态锚定的在线扩散强化学习框架，通过模态锚定 rollout、轨迹锁定冻结塔优化和自适应目标，将耦合的多模态偏好学习拆解为单模态子问题，用于音视频联合生成。配套的 5DAV 数据集在五个维度上解耦样本以支持系统化训练。在 JavisBench 和 VABench 上，AV-GRPO 在 LoRA 与全量微调下于生成质量、语义对齐和跨模态同步方面均优于 LTX-2.3。

阿里 Qwen 团队提出 Qwen-Planner-Agent，一个连接数据生产、模型训练与部署的闭环 AI-for-AI 框架，用于可扩展地开发移动规划智能体。

vLLM 宣布支持基于 Gumbel-max 算法的无失真水印，将其集成进 Model Runner v2 的采样管线，并通过 PR #54053、#56122、#56233 实现融合 GPU kernel、双键方案和上下文去重，以兼容投机解码并保持输出多样性。

TrackEverything提出一种新的3D点追踪模型，通过去重3D场景表示解决稀疏长时与稠密短时追踪的权衡问题。该模型利用体素化去重、端点细化器及3D WAFT技术，将模型复杂度与视频时长解耦。它是首个能在40GB显存内对超过1000帧视频进行全可见点追踪的3D追踪器，在TAPVid-3D基准上表现优于现有开源稠密追踪器。

研究者提出 SAGE（Structural Admissibility-Guided Exploration）框架，通过代数稀疏化与双曲结构引导两种结构先验，缓解长程推理中的探索偏差与累积偏差。在 12 个基准、7 个模型族上，SAGE 优于竞争基线，在 Andrews-Curtis 问题上取得最高 8 倍提升。代码已开源。

研究者提出 CodeGraph，一个面向源代码的开放分类知识图谱，用代码专用大语言模型从 GitHub 等仓库中抽取算法、范式、设计模式和应用领域等隐含工程知识，并通过 SPARQL、Deep Research Agent 和层级上卷三阶段将实体对齐到 Wikidata。

研究者推出 ExplorationBench，用规则可执行且与既有知识冲突的"异世界"评估 AI 探索能力，使答案可精确验证且无法靠预训练记忆作答。该基准包含 AlienCode（31 个发现目标、70 项任务）和 AlienLogic（24 个发现目标、70 项任务）两个沙盒。

用强化学习校准决策（RLCD）训练的模型 Jev 可在单次调用中对同一输入回答多个带类型的问题并给出校准概率，零样本检测对齐失效的中位 AUROC 达 0.886，在多数基准上超过有监督基线。

Meta 宣布将 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，把信任边界延伸到云端 CVM，使包括 Meta 在内的任何人都无法访问用户数据。

Tomer Tunguz 撰文认为手写代码对多数程序员已不再是经济上有产出的工作，软件工程正转向设计让 AI 大规模正确写代码的系统。

IterSynth 提出角色解耦、基于摘要的深度搜索范式，让 Planner 识别信息需求、Synthesizer 将证据整合进持续演化的摘要状态，以缓解角色耦合与上下文累积问题。

全模态智能体框架 Omni-Decision 通过"证据账本"替代不断增长的对话历史，记录缺失证据、已确认结论与冲突记录，由 critic 过滤噪声观测，使规划器始终在紧凑上下文中决策。该工作在 OmniGAIA 上达到 81.4% 的 SOTA 准确率，单题成本约为 Gemini-3.1-Pro 的 43%，并在 WorldSense 长视频理解上取得 65.0%，与最强端到端模型持平。

RGBD20K 是一个包含 20000 对 RGB-D 图像、覆盖 160 个细粒度类别的 RGB-D 语义分割数据集，类别数远超 NYUv2 的 40 类和 SUN RGB-D 的 37 类。该数据集对已有标注进行了严格重评与修正，以解决长期存在的标注噪声问题。作者同时提出 score-purified fusion（SPF）方法，在所有评测基准上取得 SOTA 性能。

ViRDM 提出一种无需教师模型和在线判别器的视频后训练方法，将表示分布匹配（RDM）迁移到少步因果视频生成，通过随机截断 clean-exit 监督、轻量 VAE 解码器和分阶段 vector-Jacobian 乘积解决显存瓶颈。仅需 20 次生成器更新，该方法在官方 VBench 上达到 84.87 分，超过此前最佳少步因果基线 0.36 分，训练消耗 16 A100 GPU-hours。

Modal 与 CMU Full Stack Data Lab 联合推出查询感知推理层 Quail，通过联合优化查询规划器与推理引擎加速 AI-SQL 查询。在某个多表连接查询上，Quail 单张 H100 GPU 每分钟处理超 10 亿 token，比同硬件 vLLM 基线快 10 倍以上，Modal 上成本低于每 10 亿 token 6 美分。

研究以词性（PoS）为受控测试用例，考察 Sparse AutoEncoders（SAE）的潜在表示暴露何种语言结构。结果显示词性区分可从 SAE 激活中高度恢复，但不与单个 latent 一一对应，且不能还原为词汇记忆；开放与封闭词类差异显著，各类别由紧凑的稀疏 latent 组支撑，这些组在留出数据上保持稳定，相关类别间存在重叠。

针对半监督联邦学习 ASR 中伪标签误差跨序列、跨轮次累积导致发散的问题，Apple 研究指出缩小与全监督联邦学习差距取决于教师与锚点两条耦合设计轴。每客户端在线教师经稳定化后在同域匹配或超越广播全局教师，服务器在轮次间持续用标注数据训练是防止在线教师漂移的关键。该方案在 11 组对比中 9 组优于最强先前方法，同域平均提升 20.8%，跨域提升 10.0%。

Rufus-Air 发布了在 GLM-4.5-Air-Base（106B-A12B）上可复现的开源后训练配方，按 SFT、Reasoning RL、Coding RL、Instruction-Following RL、通用 Agent、Coding Agent、Search Agent 和 RLHF 八个阶段串行组织。

SLCA-GRPO 通过 Segment-Locked Credit Assignment（SLCA）在单组 rollout 内按结构段解耦优势估计，将执行优势路由给工具 token、偏好优势路由给摘要 token，消除优势污染。

论文介绍 PUBG Ally，一个在 PUBG: BATTLEGROUNDS 中作为语音队友的具身智能体，可感知动态游戏环境并自主行动。语言模型智能体通过受控接口检查游戏信息、理解玩家语音并下发高层动作，交给更快的控制层执行移动、战斗和恢复；团队基于近 39k 场真实玩家共玩对局的数据做迭代训练，并通过模型压缩、上下文压缩、安全训练和运行时护栏实现低延迟端侧部署与玩家沟通安全。

论文提出 Active Taskless Distillation（ATD），每条提示仅用教师模型的一个词即可实现能力迁移，无需目标任务样本、教师 logits 或教师参数。

Apple 提出以预量化器潜变量为监督目标的蒸馏方法，压缩 System-wide Dictation 的流式神经音频编码器，学生编码器仅需回归教师逐帧潜变量，并用单层仿射层吸收宽度差异。在 2.8× 压缩率下，六组教师-学生配对中有五组无需微调即保持在教师 1.9% 相对 WER 以内，并比同容量独立训练编码器相对提升 3.9%。

World Action Agent（WAA）是一个多智能体框架，让 VLM 借助基础工具在视觉动作工作区中直接操控机器人，工作区具备接触视图、动作排练与视图内校正三项特性。

该研究对GitHub上2170个公开Jev项目进行了大规模数据分析，探讨Jev这一低成本决策模型在自然语言问答、二元判断和评分等场景中的应用。研究发现Jev作为可复用决策组件，其功能随工作流变化，且公众关注度集中在路由和接口代理，而非项目数量本身。

Rolling-WAM 将视频-动作联合去噪分散到连续的重规划周期中，通过滑动窗口在不同噪声水平上维护视频-动作块，每步完整去噪即将执行的动作块、部分精炼更远的未来块。在 LIBERO、RoboTwin 和真实 Unitree G1 人形机器人上，该方法取得有竞争力的操作性能，相比标准联合 WAM 实现 4.5 倍稳态重规划加速。