荣耀Magic9系列正式发布，三款机型4499元起
2026年9月28日荣耀在北京发布Magic9系列三款旗舰，主打与阿莱合作的电影级影像与MagicOS 11系统。Magic9 Pro Max搭载双2亿阿莱影像、2nm骁龙平台与8800mAh电池，售价6499元起；Magic9 4999元起，Magic9超能版4499元起。
推荐理由：文章列出了Magic9系列三款机型的影像、电池与AI配置，并说明与阿里联合的智能体模型在MagicOS 11上的商用落地。
全部 AI 动态
量子位精选AI 评分4141 量子位AI 评分2929 西门子将亮相2026工博会：以软硬协同工业全栈能力推动物理AI落地
西门子将在2026工博会上首次完整展示面向人形机器人的端到端解决方案，并发布20余款新品、开放6类具身智能"进厂"场景。展会以"钻耀之心3.0"为核心载体，融合工业软件、自动化硬件与工业AI，覆盖数据中心、电子与半导体、零碳工厂等高增长场景；其中AI辅助编程可将光模块装配项目交付周期缩短约50%。
量子位精选AI 评分6464 特斯拉FSD在欧洲改名辅助驾驶，主动低头换取德国政府支持
特斯拉将Full Self-Driving在欧洲更名为Tesla Assisted Driving，德国、西班牙、荷兰、斯洛伐克等多国官网已完成页面调整，美国官网仍保留原名。
推荐理由：梳理FSD在欧洲更名背后的监管磋商细节，并把FSD作为软件订阅和差异化卖点的商业逻辑放在同一框架下讨论。
HF Daily Papers精选AI 评分3838 ExeWorldBench：面向代码驱动的可执行 3D 世界建模评测基准
论文提出 ExeWorldBench，据称是首个通过构建可执行 3D 世界来综合评估世界理解与可执行实现能力的基准，包含三个递进任务：机制可执行性、组合可执行性以及目标驱动的可执行世界合成。前沿模型上的大规模实验显示，当前模型在该任务上存在明显不足。论文还配套发布了 HelenPeng/ExeWorldBench 数据集与项目页 arXiv:2610.15166。
推荐理由：该基准把物理因果推理与代码生成能力合并考察，可帮助读者评估前沿模型在可执行世界建模上的真实差距。
HF Daily Papers精选AI 评分4343 Vela：用真实用户行为作监督信号微调大语言模型
Vela 把 10 万用户的匿名行为记录转换为约 7.5 万条训练任务，用于微调大语言模型。在千问 Qwen3.6-35B-A3B 上微调后，用户相关任务最高提升 11.5 分，通用基准平均提升约 4 分；先微调再做强化学习，比直接从基模型做强化学习最高再提升 7.7 分。
推荐理由：原文给出从用户行为到训练数据的具体流程与提升数字，可作为构建用户感知能力的参考。
HF Daily Papers精选AI 评分4545 EviScene 把图像评估从是否 AI 生成推进到场景事实性判定
研究团队提出 Image Factuality Assessment 任务，目标是对一张图像判定其描绘的情景是否被外部证据支持，并发布 EviLens 基准（10,174 张图像，覆盖 12 类事实错误）与 EviScene 多模态 ReAct 智能体。
推荐理由：原文把图像判别从是否 AI 生成推进到画面事实是否成立，给出基准和一个可直接复用的多模态 ReAct 智能体。
HF Daily Papers精选AI 评分4040 哪些对比学习策略真正有效：通用多模态嵌入的受控研究
这篇论文在 MMEB 基准上系统评估了多模态嵌入对比学习的多种负样本选择、批次构建与梯度调节策略，发现多数现有策略相比标准对齐基线增益有限，部分甚至会降低整体性能。
推荐理由：论文在统一框架下复现并对比了多种对比学习策略，揭示出多数策略增益有限，并给出三条失败模式与可迁移的训练组合方案。
HF Daily Papers精选AI 评分4040 ProgAgent：用程序化训练提升大语言模型工具编排能力
ProgAgent 提出了一种基于程序化工具调用（PTC）的智能体训练框架，让模型通过可执行代码和运行时变量调用工具，而不是把工具响应依次堆进上下文。
推荐理由：原文给出了 PTC 与 DTC 在长链路工具调用任务上的直接对比，读者可以据此判断训练范式对智能体表现的提升幅度。
HF Daily Papers精选AI 评分4040 动态频带切分：面向音频源分离的端到端频带边界学习方法
研究者提出 Dynamic Band Splitting（DBS）端到端框架，可在固定频带 token 预算下学习音频源分离中的频带切分位置，使频带边界随每个混合信号自适应调整。
推荐理由：给出 DBS 在 BSRNN、TIGER、BS-RoFormer、MelRoFormer 上的迁移效果与具体 SI-SDR 数字，可供做频带分离的研究者直接对照改进幅度。
HF Daily Papers精选AI 评分3636 KV4-RL：借助 INT4 KV cache 量化加速 RLVR 异步 rollout
KV4-RL 用 INT4 KV cache 量化结合对 attention sink 和近期上下文的 INT8 保护来加速 RLVR 异步 rollout。
推荐理由：论文把 RLVR 异步 rollout 的 KV 负载集中现象做了量化，并给出兼顾 INT4 加速与采样精度的可迁移训练方案。
HF Daily Papers精选AI 评分3737 LightVAE：面向紧凑高效的视频自编码器
LightVAE 是一个视频 VAE 压缩框架，通过将 Conv3D 层重参数化为聚合空间响应与差分驱动的时序校正，并对时序部分做低秩近似，再结合宽度保持的块剪枝和探测引导的特征对齐来恢复画质。
推荐理由：提出针对视频 VAE 的 Conv3D 重参数化和时序低秩压缩方法，在多种 VAE 骨干和两代 GPU 上给出具体加速数据，便于与现有高效解码器对比。
HF Daily Papers精选AI 评分6060 论文提出技能适配方法，改善 LLM 智能体的 Harness 自进化效果
论文提出技能适配方法，利用元技能重写现有技能以匹配执行器能力，在无需更新模型参数的情况下提升 LLM 智能体的 Harness 自进化效果。在七个模型和三个基准上，103 个任务与技能组合可使 GPT-5.6-luna 提升 31.1 分，却让 Gemma-4-E4B 下降 8.8 分；弱模型失败运行中有 86% 已违反技能中写明的要求。
推荐理由：论文给出了一套可迁移的方法，先诊断执行失败，再按模型能力改写技能并纳入五轮自进化循环以改善得分。
HF Daily Papers精选AI 评分5757 Last Secure Code Benchmark：AI 编码智能体 vibe coding 代码的安全性评测
研究者提出 Last Secure Code Benchmark，用 450 个任务覆盖 Java、C、C++、JavaScript、Python、PHP、Go 七种语言和 24 个 CWE（含 21 个 2025 CWE Top 25 与 8 个 Top 10 KEV 弱点）。
推荐理由：覆盖 7 种语言与 450 个真实漏洞任务，给出 6 款前沿编码智能体在功能与安全两个维度的通过率差距。
HF Daily Papers精选AI 评分4040 BridgeWAM：用潜在桥接查询解耦视频与动作专家
BridgeWAM 提出 Bridge-of-Experts 架构，通过 32 个 Latent Bridge Queries 把视觉、语言与本体感知先验聚合到共享潜空间，将 Video Expert 与 Action Expert 解耦到不同深度（30 层 vs. 2 层）。
推荐理由：用 32 个潜在桥接查询把视频与动作专家解耦到不同深度，FLOPs 下降同时刷新 LIBERO 系列基准。
OpenAI News精选AI 评分4545 Asana 用 GPT-6.1 Sol 将浏览器智能体模型成本降低 76 倍
Asana 在 Codex 中用 GPT-6 Astra 自动优化其浏览器智能体工作流，在 GPT-6.1 Sol 上实现平均每次运行 $0.47 的模型成本和约 4 分钟时长，比 Model B 原生产配置便宜 76 倍、快 5 倍。
推荐理由：展示了用 Codex 中的 GPT-6 Astra 自动优化浏览器智能体的方法与可量化的成本、速度对比，便于评估类似工作流的优化空间。
HF Daily Papers精选AI 评分3535 ViSkill：用进化的视觉原生技能强化 VLM 智能体
ViSkill 提出视觉原生技能学习框架，将成功交互编码为 VLM 智能体可直接调用的视觉技能卡；检索到的技能同时用于推理和奖励塑形，成功轨迹再回流到技能库，形成技能积累与策略优化的闭环，并提供可选的冷启动机制。
推荐理由：原文将视觉经验编码为可复用技能卡，让 VLM 智能体在闭环中积累技能并优化策略，提供了多环境下的基线对照。
HF Daily Papers精选AI 评分4040 具身图灵机：用纯代码替代 VLA 的机器人决策范式 COAP
论文提出 COAP（Code-Only-as-Policy）范式，让代码替代 VLM/VLA 直接从相机图像与本体感知中测量、追踪并决策机器人任务状态。该范式带来显式状态、可控执行与可扩展代码库三项优势，任务间能复用、继承同一库。
推荐理由：原文提出 COAP 范式，把机器人决策完全交给代码而无需 VLM/VLA 参与，并通过 42 项双臂任务的 70.24% 成功率展示了可递归自我改进的代码库积累路径。
面壁 MiniCPM精选AI 评分4242 面壁发布 MiniCPM-V 4.7 35B-A3B：首个端侧无损推理的开源 MoE 多模态模型，附 int4 量化版
面壁 MiniCPM-V 4.7 35B-A3B 在 Hugging Face 开源，并同步推出 int4 量化版本，被官方称为首个在端侧可流畅运行且不损失性能的开源 MoE 多模态模型。
推荐理由：原文把 LES、细粒度分层量化和 DSpark 推测解码组合在一起作为端侧 MoE 的可迁移做法，并与 Qwen3.6 35B-A3B 直接比较效率与分数。
面壁 MiniCPM精选AI 评分5757 面壁 MiniCPM-V 4.7 35B-A3B 开源：端侧 13+ tokens/s 的 MoE 多模态模型
面壁 MiniCPM 开源 MiniCPM-V 4.7 35B-A3B 多模态模型，是 MiniCPM-V 系列第一个 MoE 变体。
推荐理由：在端侧实现无损流畅推理的开源 MoE 多模态模型，LES 专家调度与层级量化方案适合和 Qwen3.6 35B-A3B 做性能效率对比。
面壁 MiniCPM精选AI 评分5555 面壁发布 MiniCPM-V 4.7 35B-A3B：首个开源端侧 MoE 多模态模型
面壁发布 MiniCPM-V 4.7 35B-A3B，这是 MiniCPM-V 系列首个 MoE 多模态模型，结合 Lookahead Expert Scheduling（LES）跨层预测、层间细粒度量化和 DSpark 推测解码，在 iPhone 17 Pro Max 上以 13+ tokens/s 实现无损端侧流畅推理。
推荐理由：原文同时给出 iPhone 17 Pro Max 上 13+ tokens/s 的实测速度与 LES 调度、层间量化和 DSpark 推测解码三项技术细节，读者可据此评估端侧 MoE 推理的可行边界。
Ai2 Blog精选AI 评分4040 Ai2 改造 GPU 集群调度：用预算与公平份额替代优先级
Ai2 用 GPU 时间预算、分层公平份额和时间片合同替换了原有优先级调度器，覆盖约 150 名研究人员使用的数千张 H100、B200、B300 GPU 集群。30 天测试期内团队实际获得的 GPU 小时数达到应得的 98%，15 个团队中 13 个达到 95% 以上，集群占用率维持在 98%，调试任务 p90 排队等待时间从 2 小时降到 30 秒，需要人工介入的维修工单减少 74%。
推荐理由：原文给出了把 GPU 调度从优先级改为预算加公平份额的具体设计与实测结果，集群运维者可据此判断能否迁移到自己的环境。
Hugging Face Blog同事件AI 评分3636 Ai2 用 GPU 时间预算与时间分片重构集群调度
Ai2 基础设施团队将基于优先级的集群调度器替换为包含 GPU 时间预算、分层公平分配和时间分片合约的新系统，把 GPU 资源分配从逐案操作改为透明的预算流程。
同一件事，精选收录的是《Ai2 改造 GPU 集群调度：用预算与公平份额替代优先级》
AWS Machine Learning Blog精选AI 评分4242 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 联合 AWS 介绍在 Amazon Bedrock 上规模化运行 Agent Mode 的生产架构与工程经验。核心模式包括按任务动态筛选工具、用 ClickHouse schema 让模型直接生成 SQL 查询、用专用上下文处理器取代渲染数据模型，并通过 Claude 模型路由、跨区域推理、分层 prompt 缓存与模型相关零数据保留控制成本与延迟。
推荐理由：文章把 Postman 在 Amazon Bedrock 上规模化运行 Agent Mode 的工具治理、上下文工程和推理路由做法写成可参考的模式。
AWS Machine Learning Blog精选AI 评分4242 AWS 汇总 9 月 Amazon Bedrock、AgentCore 与 Strands 关键更新
AWS 在官方博客汇总 9 月 Amazon Bedrock、Amazon Bedrock AgentCore 与 Strands 的多项更新。
推荐理由：原文一次性梳理 9 月 Amazon Bedrock、AgentCore 与 Strands 关键更新，可作为读者把握当前 Bedrock 模型与智能体能力变化的参照。
Qwen精选AI 评分5858 Qwen 开源图像生成加速版 Qwen-Image-2.1-Turbo
通义千问（Qwen）在 Hugging Face 发布 Qwen-Image-2.1-Turbo，是 Qwen-Image-2.1 的加速检查点，沿用同一 7B 视觉生成架构，支持文生图与图像编辑，默认 CFG=1 并仅需 8 步去噪，配合 prefix KV 缓存复用文本与参考图上下文。
推荐理由：8 步去噪与 prefix KV 缓存是该检查点的核心改动，读者可据此评估它在速度和质量上的取舍。
MIT Technology Review精选AI 评分3737 MIT Technology Review 周报关注 AI 拒绝机制失灵与 GLP-1 减肥药副作用
MIT Technology Review 每日通讯《The Download》本期围绕 AI 模型拒绝机制失灵与 GLP-1 减肥药副作用两大主题展开。AI 安全方面，文章指出拒绝失败可能让生物攻击等场景引发灾难，能力扩展与安全边界之间存在权衡；GLP-1 方面，最新研究在调查脱发、视神经损伤等潜在副作用。
推荐理由：通过生物攻击企图等具体案例，呈现 AI 安全设计中能力扩展与有害输出之间的实际权衡，为理解模型拒绝边界提供参照。
HF Daily Papers精选AI 评分5151 Memento 3：通过反思规则手册实现基于模型的递归自我改进
Memento 3 提出让冻结的大语言模型代理通过外部自然语言规则手册持续学习显式世界模型的方法，主体通过观察、反思、规则修订、编译与验证的闭环来递归自我改进。在 ARC-AGI-3 全部 25 个公开关卡上通关，平均相对人类动作效率达 100.0，仅用 44% 的人类动作数；在 Atari Pong 案例中，学到的反馈控制器在三次不同开局中均以 21:0 获胜，且不再需要额外的大语言模型调用。
推荐理由：原文把冻结大语言模型通过自然语言规则手册持续更新世界模型的方法写成可验证流程，并给出 ARC-AGI-3 与 Atari Pong 上的具体结果。
HF Daily Papers精选AI 评分3737 OmniCapBench 面向细粒度音视频字幕的多层级诊断评测基准
研究团队发布音视频字幕评测基准 OmniCapBench，把预测目标从自由文本改为可验证的原子单元，覆盖实体指代、视觉镜头和音频事件三条轨道。基准包含 786 个密集标注视频，通过确定性约束检查和局部语义对比定位 MLLM 在时间对齐、身份漂移、跨模态错位和幻觉描述上的具体错误。评测前沿 MLLM 显示其局部感知较强，但长程音视频推理明显偏弱，尤其在身份漂移和跨模态错位上问题突出。
推荐理由：该基准把音视频字幕评估拆成三条可验证轨道，能精确定位 MLLM 的具体感知错误，为全模态模型的改进提供可迁移的诊断路径。
量子位精选AI 评分6161 TRAE 将 Code 和 Work 合并为新 TRAE，支持 Agent 与 IDE 双模式
TRAE 将原有的 TraeCode 和 TraeWork 合并升级为新 TRAE，统一提供 Agent 模式和 IDE 模式两种使用方式：Agent 模式可在同一窗口管理项目、由多个 Agent 并行推进写代码、出文档、测试与交付，IDE 模式保留代码编辑能力，右上角一键切换。
推荐理由：通过三个实测场景展示新 TRAE 在 Agent 与 IDE 模式下的协作与切换效果，为读者判断 AI 编程工具全链路整合趋势提供参考。
量子位精选AI 评分4444 Aether AI发布CRIS-0：0.2秒急停、秒级重规划的因果具身系统
量子位报道Aether AI推出具身机器人系统CRIS-0，主打因果推理驱动的抗扰动与长程任务能力。官方Demo显示机器人在关门遇人手时0.2秒急停，咖啡机被移位、光照突变时平均2秒内完成重规划，10次扰动中9次有效恢复；系统通过提取物理因果变量、调用规则函数与CausalWM等工具组成结构化闭环并配置三级恢复机制。
推荐理由：原文给出了CRIS-0在突发扰动下的实测成绩与因果Agent架构细节，读者可据此对照端到端方案的可靠性差距。
MIT Technology Review精选AI 评分6666 我们对AI的拒绝能力信赖过度
记者Arthur Holland Michel在长文中系统论述了AI拒绝机制的训练原理、多层分类器防护的不完整性，以及将拒答用作审查工具的风险。作者指出，当前以拒答为核心的AI安全范式既会在能力不足时失效，又可能在被各国政府挪用后变成言论压制手段。文章还提到Anthropic Fable 5在放宽安全边界后被Amazon研究团队三天内破解，并描述了模型出现未被指令驱动的自发拒绝迹象。
推荐理由：文章系统梳理了AI拒绝机制的训练原理、多层分类器防护与典型失效路径，并指出拒绝能力同样可被政府挪用为审查工具。读者可据此重新审视以拒答为核心的AI安全范式。
HF Daily Papers精选AI 评分4040 推理驱动视觉编辑：RISEBench++ 基准与 RISE-Agent
论文提出 RISEBench 与升级版 RISEBench++，面向推理驱动的视觉编辑任务，并发布训练免费的智能体框架 RISE-Agent。RISEBench++ 拆出六类推理维度共 65 个细粒度任务类型，包含 1000 条英中人工标注样本；评测 58 种编辑方法后，最强的 GPT-Image-2.5 Sunburst 也仅取得 56.6% 准确率。
推荐理由：RISEBench++ 把视觉编辑任务拆成六类推理维度并评测 58 个方法，最强模型仅有 56.6% 准确率，为推理型视觉编辑的能力差距给出可复用的基准。
HF Daily Papers精选AI 评分4141 FreeMatching：突破时空先验限制的稠密对应匹配框架
论文提出 FreeMatching 稠密对应匹配框架，融合生成式与语义基础表征，并在图像编辑与参考引导生成（IEG）场景中保持身份一致性。实验显示单一模型在 IEG 图像对上显著提升匹配质量，同时在经典基准上保持竞争力，其匹配分数与人类判断相关，可作为身份保持的定量评估指标。代码已开源：https://github.com/luping-liu/FreeMatching。
推荐理由：原论文提出不依赖时空先验的稠密匹配框架 FreeMatching，并在图像编辑场景下验证了可量化的身份保持评估方法。
量子位精选AI 评分6363 字节Seed发现DeepSeek-V4答题表现随输入Token位置周期性波动
字节Seed团队发现DeepSeek-V4在同一信息仅改变输入位置时，检索准确率会随分块KV Cache压缩步长周期性波动，最高差距达40.2个百分点。
推荐理由：分块KV Cache压缩会随步长引入周期性检索弱点，文中给出按压缩相位分别评测的方法，对评估同类长上下文模型有参考价值。
HF Daily Papers精选AI 评分4545 S-Space：剖析多模态语言模型内部空间表征子空间
本文在多模态语言模型中发现一个名为 S-Space 的线性表征子空间，其物体 token 表征会沿水平、垂直和距离轴编码连续坐标，并随非空间问题也保持可读。研究表明 S-Space 是模型内部的空间工作区，可被感知写入、内部推理转换，并在语言回答时被选择性读取。作者进一步把它用作空间推理失败的诊断工具，指出模型虽能形成合格的空间表征，但在跨视角变换所需的空间推理上存在关键瓶颈。
推荐理由：提供把多模态语言模型空间表征拆成可读子空间的方法，能用来诊断空间推理失败并定位瓶颈。
量子位精选AI 评分5757 《柳叶刀》研究表明：AI 有望改善医患关系
Google 联合贝斯以色列女执事医疗中心（BIDMC）的研究登上《柳叶刀》主刊，报告了诊断 AI 聊天机器人 AMIE 在真实门诊初级保健场景下的临床试验结果。
推荐理由：Google 主导的医疗 AI 研究登上《柳叶刀》主刊，给出受监督试验中的具体数字，读者可据此评估医疗 AI 在真实场景的可用性。
腾讯混元精选AI 评分6767 腾讯优图实验室开源 5B 全模态解析模型 Youtu-Parsing-Omni
腾讯优图实验室开源 5B 参数的全模态解析模型 Youtu-Parsing-Omni，统一处理文档页、自然图像、图表、流程图、几何图、音频与音视频，并按任务提示统一输出 JSON。
推荐理由：5B 全模态解析模型在 OmniDocBench 居首、OmniParsingBench 仅次 Gemini-3-Pro，是评估小尺寸多模态模型能力上限的参考。
HF Daily Papers精选AI 评分4141 VibeEdit：基于画布指令的图像编辑方法
研究团队提出 VibeEdit 图像编辑界面，将用户在图上直接放置的空间标记和简短备注作为画布指令，无需文字 prompt 即可完成对象增删、替换、属性修改和移动。
推荐理由：原文给出画布指令的交互方式、层解耦条件编码与分阶段训练方法，并附自建 419 例基准的对比数据，可作为图像编辑交互设计的迁移参考。
HF Daily PapersAI 评分3232 USDCraft：面向仿真可动铰接 3D 资产的程序化建模框架
USDCraft 是一个基于预训练大语言模型的程序化建模框架，无需任务专属训练即可为可动铰接 3D 资产生成可直接载入 Isaac Sim 的 USD 程序。框架通过源几何分析将网格转为区分已观测表面与未知空间的度量文本描述，并结合迭代几何复核与视觉反馈迭代修正程序。该方法在两个基准上取得领先的铰接恢复效果，并在 real-to-sim-to-real 机器人操作任务中得到验证。
HF Daily PapersAI 评分3434 OuroWorld：让任意 3D 世界化为多样、无限循环的 3D Cinemagraph
OuroWorld 是一个 mask-free 框架，可将任意静态 3D Gaussian Splatting 场景转化为从任意视角无缝循环的 3D cinemagraph，支持一般形变、物体运动和光照变化。