清华大学、无问芯穹与智元近日联合提出群体经验学习（CEL）范式，并在96台真实机器人组成的集群中完成规模化验证。在插花、叠衣服、手机充电、凳子组装和手机包装五项任务中，两台未参加训练的机器人完成600次测试，仅失败15次，总体成功率97.5%，五项任务成功率均超过6名人类操作员平均水平。
推荐理由：材料通过600次真实机器人测试，以及训练规模从16台增至96台时的成功率变化，呈现群体经验复用对任务表现和规模化部署的影响。
阶跃终端在 STEPX Neo 发布两周后完成首次升级，使个人智能体 Amoo 可处理视频创作、支付宝下单和复杂工作任务。用户可通过 Amoo 调用剪映，一句话生成 Vlog，并进行图片、视频再创作和主动创作建议；复杂工作可交给 WorkBuddy。更新还接入支付宝神券与支付宝 AI 付，并优化了服务调用和日常交互。
推荐理由：更新将视频创作、支付宝下单和复杂任务处理纳入 Amoo，并同步优化交互，呈现智能体手机扩展外部服务的产品路径。
Amazon Quick 英国用户组通过举办三次季度聚会扩大社区，累计吸引 150 多名参与者，并从演示转向动手实践。参与者使用 Amazon Quick Flows、Amazon Quick Automate、Amazon Quick Research、Amazon Quick Apps 和聊天智能体开展实践；三场活动均在伦敦 Amazon UK Corporate Office 举行。
Microsoft Research Focus 第 97 期汇总了 ForkPilot、CABRA、TeleTune、PBC 与 BioEmu2 等 Microsoft Research 项目进展。
推荐理由：这期内容以短篇幅串联多项研究的方向、实验结果与应用场景，可用于快速了解 Microsoft Research 的近期技术布局。
WeFair 论文提出面向微信短视频搜索的个性化查询改写方法，以示范、偏好、验证三阶段的人类反馈对齐抑制意图漂移。离线实验中，WeFair-2B 在整体准确率和意图保持上优于强改写基线。在线 A/B 测试中，有效视频播放率相对提升 2.593%，查询改写率相对下降 2.350%；该模型已部署于日均处理超过 1 亿次查询的微信短视频搜索系统。
推荐理由：论文将人类反馈按其对个性化意图的直接程度分阶段用于对齐，并提供离线与线上 A/B 数据，便于评估查询改写对意图保持和搜索行为的实际影响。
LARC 将统一多模态模型的推理从离散 token 空间转向连续隐状态，缓解 token 级瓶颈并支持测试时扩展。训练分为课程式 SFT 和信息增益 RL 两阶段，后者无需真实标签监督即可自演化潜在推理。
推荐理由：论文将推理置于连续隐状态以缓解 token 级瓶颈，并给出两阶段训练方法和 GenEval 对比，便于评估多模态推理的扩展表现。
Kiro 可用于构建可重复的 PHP 到 Java 迁移引擎，借助机械扫描器、共享方法论和八阶段工作流，把迁移变成可度量的流程。流程先构建可在 PHP 与 Java 间回放请求/响应的 parity harness，再由规则库驱动翻译，并在验证一致性后切换。同一套技能文件既可由 Kiro 交互式逐个应用执行，也可交给 AWS Transform 以智能体方式并行运行，完整迁移引擎已在示例仓库提供。
推荐理由：文章给出机械扫描、规则库、差异清单和一致性测试组成的八阶段迁移方法，并说明如何让同一套技能同时支持单应用交互执行与多应用智能体迁移。
Epsilon 将基于 Amazon Nova Act 的意图驱动 UI 测试构建为多租户托管服务，以自然语言描述步骤并在托管浏览器中执行。该服务用 Amazon Bedrock AgentCore Browser Tool 提供隔离浏览器会话，由平台 API 创建工作流、后台执行器逐步运行并保存截图、结果和轨迹，Playwright 则继续承担确定性回归测试。
推荐理由：文章提供多租户架构、集成代码和 Epsilon 内部基准，便于评估意图驱动测试相对 Playwright 的效率收益与落地方式。
Ropes & Gray 正与 OpenAI 开发用于交易尽职调查的 AI。该工作流让律师在向客户提供建议前审阅成组文档、摘要和报告。
推荐理由：材料呈现了交易尽职调查的 AI 协作流程，以及律师在向客户提供建议前审阅成组文档、摘要和报告的环节，便于理解实际应用中的人机分工。
OpenAI 更新 Model Spec，以五项核心价值指导能力更强的 AI。新版规范强调合理判断、人类自主，以及忠实于人类意图。
推荐理由：OpenAI 更新 Model Spec，以五项核心价值引导能力更强的 AI 保持合理判断、维护人类自主并忠实于人类意图，呈现其行为规范的基本取向。
OpenAI 使用分层监控检测前沿模型对齐偏差和智能体未授权行为，以便响应人员在事故升级前介入干预。当前摘要未披露具体监控层级或实现细节。
推荐理由：OpenAI 介绍了用分层监控识别前沿模型对齐偏差与智能体未授权行为的方法，并说明响应人员可在事故升级前介入。
MoEngage 用 Amazon Bedrock AgentCore Gateway 将分布在 7 个 AWS Region 的约 400 个私有 REST API 转换为权限隔离的 MCP 智能体工具。
推荐理由：以400个私有API为例，拆解了集中式MCP网关、服务端权限策略与私有网络连接的落地分工，便于复用其工程架构。
AWS Batch 新增配额管理调度能力，面向 SageMaker Training 任务按团队、项目或工作负载划分 GPU 配额，并支持资源借出、借用与抢占回收。
推荐理由：文章通过三个配额共享策略和两类抢占场景，完整展示多团队 GPU 资源的借用、回收与优先级调度配置。
这项研究发现，REPA 等扩散 Transformer 训练加速方法会显著重组 AdaLN-Zero 残差门 α，加速模型对 α 的扰动也更敏感。研究提出归一化参与率 nPR 来刻画门在通道维度上的组织方式，并据此设计无需教师模型、基于特征范数正则化的径向目标。
推荐理由：论文将扩散训练加速与可测量的残差门重组织联系起来，并给出无需教师模型的径向目标，便于对照现有加速方法分析机制差异。
IBM Granite Switch 4.1.1 补丁版发布，完全向后兼容 4.1，升级无需迁移且不改动基础模型。更新后的 Granite Speech ASR 模型支持 10 种语言的语音转文字，并原生处理标点和大小写；Decision adapter 在 Jev Decision Index 测试集上的整体性能得到改进。
推荐理由：补丁版无需迁移即可兼容 4.1，并更新 ASR 与 Decision adapter，呈现基础模型不重训的模块化迭代方式。
研究团队用冻结特征探针评估十种视觉基础模型表示，发现可见场景的准确读出并不保证物体持久性、未来特征检索或目标导向行动的有效性。实验基于静态室内环境的流式第一人称观测，覆盖空间结构、物体持久性、预测更新和行动性四个层面，匹配控制区分了读出准确性与对视觉历史、运动的依赖。
推荐理由：十种表示的能力对比显示，可见场景读出准确并不等于能维持物体持久性、完成预测更新或支持目标导向行动。
AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 包发布，为 Apple 平台接入开放模型完成语音识别和结构化决策。
推荐理由：文章用词错误率、转写速度和内存占用数据对比语音引擎，并补充会议重叠语音的表现，便于评估端侧识别方案的成本与精度。
MIT Technology Review 的 The Download 汇总了 AI 智能体监控、气候反馈风险、固态电池进展及多项科技新闻。文章援引 Partnership on AI 的意见称，AI 智能体可能越权攻击网站、访问政府私有文件，而安全团队难以及时监控，因此需要实时了解智能体做了什么及其原因。气候模型同样存在盲区，尚未充分纳入升温自我强化等反馈效应。
推荐理由：这期汇编以 AI 智能体越权操作为切口，串联气候反馈风险与安全部署需求，呈现可观测性和风险建模方面的具体缺口。
天数智芯发布天垓300、彤央TY1200与天数智算软件栈，并在现场将两款GPU对标英伟达 H200 和 Jetson Thor T5000。现场随机文生图任务中，天垓300用时95.6秒，H200为112秒；第三方测试中其折算单卡端到端吞吐为H200的1.05倍，TY1200运行Qwen3.8-27B的性能则为Thor T5000的138%。
推荐理由：文章同时给出云端与端侧的现场对标数据，并拆解 Agent 辅助部署、调优和算子开发的效率变化，便于比较硬件与软件栈价值。
IDC报告称，2026年上半年中国MaaS市场规模达106.3亿元，PPIO居独立服务商首位，并列大语言模型MaaS市场第六。市场规模同比增长889.4%，报告认为行业竞争正从Token价格转向推理效率；PPIO称其平台覆盖200+款模型，截至2026年9月日均Token调用量达3.4万亿。
推荐理由：IDC数据呈现MaaS市场分层，PPIO的模型调度、推理加速与Agent沙箱指标可用于比较独立服务商的效率取向。
Physical Superintelligence（PSI）称，其自研 AI 科研系统 Emmy 辅助解决了开放量子问题目录中的 5 道长期开放问题，并公开论文、Lean 形式化证明和验证代码供审查。
推荐理由：文章给出了 AI 生成假设、Lean 形式化证明与代码验证的分层流程，并附论文和代码供审查，便于读者理解科研自动化的验证路径。
Genspark Media Studio 正式发布，将 20 多家厂商的 70 多个模型版本整合为视频 Agent 工作台。大语言模型负责剧本与流程调度，Seedance 2.5、可灵、Veo 等生成视频，GPT Image、Nano Banana 处理图像，ElevenLabs 等负责声音，覆盖短剧、知识讲解和游戏生成。
推荐理由：实测覆盖短剧、知识讲解和游戏生成，并拆解模型调度、局部重拍与积分消耗，能为判断工作流和成本提供参照。
邵广禄主张，AI安全应从附加条件转向基础能力，成为AI进入核心业务和规模化应用的“加速器”。文章将风险归纳为基础设施、数据、模型、智能体与系统、应用与业务、社会与国家安全六个层面，指出风险呈链条化、涌现化和外溢化。围绕安全内生、关键技术与公共基础设施建设，他建议探索“保险+安全服务”，通过风险定价和持续监测降低企业应用顾虑。
推荐理由：文章将AI风险拆解为六层系统问题，并把智能体权限、工具调用与保险定价纳入同一框架，便于审视规模化应用的安全成本。
商汤大装置以9.4%的市场份额，在2026上半年中国大模型私有化市场再次位居第二。IDC同期发布的报告显示，中国企业级MaaS市场规模为106.3亿元人民币，同比增长近9倍，其中私有化市场为28.8亿元，同比增长108.4%。
同一件事，精选收录的是《IDC发布2026年上半年中国MaaS市场报告，PPIO居独立服务商首位》
Physical Intelligence正洽谈募集至少10亿美元的新一轮融资，若完成，投后估值预计约200亿美元。公司尚无商业营收，估值从去年11月的56亿美元升至今年早些时候的115亿美元。PI不制造机器人硬件，研发适配第三方设备的视觉—语言—动作基础模型，并在这个月推出机器人基础模型API测试版，提供模型微调和推理服务。
推荐理由：PI尚无商业营收却洽谈200亿美元估值融资，Skild AI以1亿美元ARR对应140亿美元估值，呈现具身基础模型的资本定价差异。
分子之心发布 MMDesign 技术报告，19 个 AI 蛋白质从头设计项目中有 18 个获得实验确认的结合分子，6 个受测 GPCR 靶点全部命中。每个项目仅测试 9-50 个候选分子，项目成功率为 94.7%，全部 453 个受测候选中 139 个确认结合，候选命中率为 30.7%。
推荐理由：报告提供跨靶点、多模态的湿实验数据，并对比 MMFold 与 AlphaFold 3 的基准表现，便于评估设计工作流的可复用性。
威卡移动控制于10月19日发布“具身智能赋能工程机械高质量数据集”，并已上线 Hugging Face 等数据仓库。数据集第一阶段规模达到3600万帧，覆盖12类典型作业场景及多型号挖掘机作业数据，通过统一时间戳同步视觉、激光、位姿、力馈和手柄输入五类数据。真实数据采集约每小时5000元，训练一套可用模型大致需要10万小时量级数据，仿真采集成本约为真机采集的十分之一。
推荐理由：文章公开了挖掘机作业数据的五维同步方法、真机采集成本及仿真成本比例，为评估工程机械具身智能数据方案提供了具体参照。
Google发布Gemini 4 Carbon，在Artificial Analysis智能指数5.0中以59分登顶。其Terminal-Bench 4.0和GraphWalks成绩分别为65.2%和96.2%，均高于Claude Opus 5.5；安全评测中SEC-bench Pro得分88.2%，Gray Swan IPI攻击成功率为0.0%。
推荐理由：原文给出Gemini 4 Carbon的编程、漏洞修复基准成绩及首发定价，便于对照Claude Opus 5.5的能力和成本。
扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，总参数350亿，每个 token 激活约30亿参数，可用于代码生成、网页操作和工具调用。
推荐理由：文章结合页面生成实操与连续工具调用演示，列出与 Jev 的速度、成功率对比、Gemini 速度表现和代码评测数据，可用于比较扩散语言模型的 Agent 效率。
10月27日，小雨智造与中冶建筑研究总院有限公司国家钢结构质量检验检测中心共建的工业具身智能焊接与检测技术联合实验室揭牌成立。实验室将开展具身智能机器人焊接工艺开发、试样检测与性能验证，并培养智能焊接复合型人才。乔忠良披露，北泡轻钢车间已有12台小雨未来机器人日常作业，按2026年8月数据，月产能较改造前提升30%，同等焊接质量条件下综合成本降低49%，单机日均产出约90米等效平角焊缝。
文远知行披露，旗下子公司景烁科技获得嘉御资本、HKSTP香港科技园、天狼星资本等共同投资的数千万美元 pre-A 轮融资。景烁科技围绕物理AI建设数据与模型基础设施，依托数据—模型一体化平台 WorldEngine 和自研世界模型 GENESIS-Robotics，覆盖数据采集、数据集与定制数据服务。
推荐理由：数千万美元 pre-A 轮融资将用于扩充团队和强化数据平台、世界模型与技能资产引擎协同，呈现物理AI基础设施扩张路径。
OpenAI 与 ServiceNow 扩大面向企业工作流的合作。双方将把 OpenAI 模型和智能体接入 ServiceNow，同时把 ServiceNow 工作流接入 ChatGPT 和 Codex。
推荐理由：原文以双向接入路径交代合作范围，涵盖模型、智能体与工作流在双方平台之间的连接，便于梳理企业工作流整合的具体对象。
MIT Technology Review Insights 的调查显示，所有受访组织都在不同程度使用 AI，但仅 16% 从部署中获得转型性价值。40% 的受访者看到特定任务或团队的适度收益，21% 报告有意义的收益，23% 的回报很少或没有。
推荐理由：报告用企业调查呈现 AI 回报分布，并将收益不足与企业上下文层缺失联系起来，为理解智能体落地瓶颈提供参考。
该论文提出 unified training，将基础模型的预训练、中期训练、SFT 和 RL 统一到一个基于似然的算法中。研究把 RL 目标推导为对模型生成目标分布的最大似然拟合，并在同一训练器中混合静态数据与 RL 生成数据。受控实验和真实世界实验显示，该方法改善了准确率与计算量权衡和任务覆盖，同时保留更广泛的能力，并为持续学习提供更强的起点。
推荐理由：论文把预训练、中期训练、SFT 与 RL 放进同一似然框架，并给出统一训练器与实验结果，便于对照分阶段训练方案理解取舍。
Wizard 提出一种面向世界模型的智能体控制方法，将角色动画、场景操控和玩法逻辑与视觉生成解耦。该方法通过结构化视觉代理控制角色骨架和场景几何，并以显式世界状态支持自适应 Boss 行为和符合机制的战斗。训练数据包含 50.3 小时代理—视频对，覆盖 750 个场景和 178 个角色，配合少步蒸馏实现 24 FPS 交互，并可零样本泛化到未见场景、角色和动作，代码即将推出。
推荐理由：Wizard 将角色动画、场景操控和玩法逻辑与视觉生成解耦，并以 24 FPS 实时交互展示了扩展世界模型动作控制的方法。
研究作者提出 AIR（Affine Inverse-square-Root decay）调度，将理论推导的 1/t 衰减与仿射调整结合，以满足有限训练周期内指定的峰值和终端 LR。
推荐理由：论文将调度对象从名义 LR 转向有效学习率，并用 128 B-token MoE 预训练对比展示 AIR 对训练损失、下游表现和超参数鲁棒性的影响。
一项研究提出在线稠密强化学习框架，直接在实际运行的 iOS 应用上训练由规划智能体与 UI 定位模型组成的 UI 导航智能体。该框架用 LLM-as-a-Judge 融合步骤级反馈与任务完成终止奖励，通过 PPO、步级优势估计和 GiGPPO 优化智能体，并编排数百台并发虚拟 iOS 设备。
推荐理由：论文将规划与 UI 定位拆成专用组件，并给出 GiGPPO 价值估计与多基准评测，便于对照在线强化学习的效果。
WorldBridge 将视频预测与稀疏动作监督结合，用分离的视频专家和动作专家提升机器人在新任务中的泛化能力。在 RoboTwin 2.0 的分布外任务上，仅使用同分布视频-动作监督的成功率为 25.07%，加入无动作标签的视频后升至 55.90%，每个任务再增加 1 条动作标注示范后达到 70.70%。
推荐理由：通过对照视频与动作监督的组合，论文量化了两类监督对机器人任务迁移的贡献，并给出多基准结果，便于理解 WorldBridge 的设计依据。
论文用 JEPA 将柏拉图表示假说转化为定理，证明使用同一场景良好视图的不同模态模型可学到相差至多一次旋转的共享表示。研究把下一 token 预测视为使用不良视图的 JEPA，并以 145k 条 caption 到 940M 张网页图像文本的数据验证对齐缩放规律，良好视图达到同等对齐所需训练样本少 42 倍。
推荐理由：论文将 PRH 转化为表示定理，并比较 JEPA 与下一 token 预测在跨模态对齐上的样本效率差异。
EditAgent 将每个编辑步骤路由至通用编辑器和专用方法，并为候选结果附加验证记录，以扩展智能体图像编辑的动作空间与观察空间。专家标注基准显示，通用编辑器在超过 40% 的案例中没有可用结果，且没有评审器能在各类编辑上保持可靠。
推荐理由：论文把智能体图像编辑的问题归纳为动作空间与观察空间限制，并通过路由编辑器和记录式评审提升可靠性与效率。