面壁发布 MiniCPM-OCR-1.0-DSpark-gguf GGUF 量化模型
面壁发布 MiniCPM-OCR-1.0-DSpark-gguf 的 GGUF 量化模型，提供 Q4_K_M 版本，可在本地加载并通过图像输入示例调用。README 给出 llama.cpp、vLLM、Ollama 和 Docker Model Runner 的安装与运行方式。
同一件事，精选收录的是《面壁开源 MiniCPM-OCR 1.0 DSpark 推测解码头，端到端处理效率提升 55%》
全部 AI 动态
面壁 MiniCPM同事件AI 评分4242 面壁 MiniCPM精选AI 评分4848 面壁 MiniCPM-OCR Jev 2B 提供 llama.cpp GGUF 量化构建
MiniCPM-OCR Jev 2B 在 Hugging Face 提供面向 llama.cpp 的 GGUF 构建，可对文本、公式和表格区域评分并返回 0 到 1 的质量分数。仓库提供多个量化文件，Q4_K_M 是 1.274 GB 的最小推荐版本，IQ3_XS 为 1.027 GB；另附 llama-server 启动示例，ctx-size 设为 40960。
推荐理由：原文列出多种 GGUF 量化版本、文件体积与 llama.cpp 启动参数，便于部署者按资源条件选择构建并配置服务。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Genie 4 多模态世界模型
Google DeepMind 发布 Genie 4 世界模型，可实时生成视觉、动态交互与原生音频，并通过 Gemini 理解提示、维持场景连贯性。Gemini 3.8 Flash 作为引导智能体分解目标、检查画面并动态调整计划，支持多步骤事件与因果行为模拟。
推荐理由：官方披露了 Genie 4 的实时交互、原生音频与 Gemini 引导机制，并明确列出预览范围和当前局限，便于评估其可用边界。
NVIDIA Blog精选AI 评分7676 C-BRAIN 与 NVIDIA 如何用 AI 加速阿尔茨海默病研究
C-BRAIN 正与 NVIDIA 利用 AI 和加速计算处理分散的阿尔茨海默病研究数据，案例中的分析已从领域专家估计的数周至数月缩短至几分钟。开源智能体工具 OpenScientist 可半自主生成假设并运行分析，已发布案例中每次运行成本低于 $10；InsightEngine 则会对照科学文献和生物医学知识图谱核验主张。
推荐理由：以隐私保护的数据联邦方案和两个开源智能体工具为例，呈现生物医学研究从数周到分钟级分析的实现路径。
MIT Technology Review精选AI 评分3737 工业智能：制造业的下一增长机会
Microsoft 将工业智能定位为制造业的下一增长机会，主张把员工经验、运营数据和设备连接起来，让 Physical AI 在物理生产流程中辅助决策与行动。
推荐理由：文章给出制造业整合员工经验、运营数据与设备连接的路径，并强调授权、安全边界和人工介入是规模化落地的必要条件。
MIT Technology Review精选AI 评分7575 MIT Technology Review 的 The Download 汇总 Anthropic IPO 与固态变压器、运动药丸进展
MIT Technology Review 的每日通讯 The Download 汇总了 Anthropic 提交 IPO 招股文件、固态变压器研发与运动药丸探索等科技进展。Anthropic 的 335 页文件约 100 页聚焦风险，内容还涉及公司的多重公开叙事、算力成本、安全记录与营收亏损。通讯另列出 OpenAI 科学发现、Microsoft 员工买断及 AI 支出等 10 条科技要闻。
推荐理由：以 Anthropic IPO 文件为主线，串联网格技术、AI 商业动作与医疗研发，呈现当日科技议题及其风险叙事。
量子位精选AI 评分4545 小米披露基于1827个工厂SOP验证的21自由度仿生灵巧手技术成果
小米披露基于汽车工厂1827个标准作业程序（SOP）验证的21自由度仿生灵巧手技术成果，并给出不同自由度的抓握表现比较。基于真实作业数据的仿真消融分析显示，17~21自由度的平均稳定抓握成功率较6~15自由度提升15%~38%，其中21自由度在工厂操作覆盖度和抓握成功率上提升最大，继续提升至23自由度及以上时边际收益下降。
推荐理由：基于1827个工厂SOP比较不同自由度的抓握表现，并指出23自由度以上收益放缓，便于理解灵巧手的设计取舍。
量子位精选AI 评分3737 2026全球开发者先锋大会暨国际具身智能技能大赛在上海落幕
2026全球开发者先锋大会暨国际具身智能技能大赛10月25日在上海张江科学会堂落幕，线下参会者近6万人次。大会围绕应用场景、技术评测、供应链协同和产业空间推出“4+X”重大成果，包括十大实景赛道、具身智能评测体系与工具、张江南具身智能供应链平台及2000平方米永久性实景实训空间。技能大赛设置工业、服务、特种三大领域9大赛道、23个赛项，吸引800余支队伍和上千台机器人参赛。
推荐理由：大会同时披露实景赛道、评测工具和产教训评一体化布局，为观察具身智能从技能展示走向实际作业提供具体样本。
量子位精选AI 评分6363 SoMark 开源 OXR 1.3B 文档解析模型，三项基准第一且完整解析快于 PaddleOCR-VL-1.6、MinerU2.5-Pro
SoMark 团队正式开源 OXR 文档解析模型，主模型仅 1.3B 参数，在 OmniDocBench、olmOCR-Bench 和 DocParsingBench 上分别取得 97.18、87.84、87.76 分，均居团队公布评测的第一。
推荐理由：三项基准与同条件速度测试并置，读者可据此评估 OXR 的解析精度、速度表现及与对照产品的相对位置。
量子位精选AI 评分3838 达卯科技在 CPE 2026 展示算电协同产品体系并提出 E-AIDC 范式
达卯科技在 CPE 2026 展示以自研能源大模型和智能体集群为核心的算电协同产品体系，包括算电协同 2.0 平台及预测、调度、交易引擎。公司提出 E-AIDC（能源驱动型智算中心）范式，利用负荷、发电和电价等数据开展多市场预测与多目标策略求解，形成运营、调度和运维闭环。
推荐理由：文章给出四重市场融合寻优的解法及仿真与收益数据，呈现绿电直连项目突破电量净值博弈的具体路径。
量子位精选AI 评分6262 国产 AI 3D 模型 Hi3D V3.0 发布，Hi3D V1.0 模型代码正式开源
Hi3D 团队发布国产 AI 3D 模型 Hi3D V3.0，并正式开放基于 Sparc3D 的 Hi3D V1.0 模型代码。V3.0 被介绍为业界首个可商用的 2048³ 超高精度国产自研模型，文章示例中其生成结果比 GPT-6 Astra 更接近参考图；V1.0 基于约 200 万个筛选后的 3D 资产训练。
推荐理由：文章对比 GPT-6 Astra 与 Hi3D 的 3D 生成效果，并梳理 V1.0 开源、训练规模及 Agent 工作流，便于开发者选型。
量子位精选AI 评分8787 GPT-6.1 Terra 发布并开放实测，Agents’ Last Exam 以约十分之一 Token 价格追平 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 价格较 GPT-5.6 Terra 减半，主打电脑操作与多软件协同。
推荐理由：官方成绩与网友实测均围绕电脑操作、速度和成本展开，清楚呈现 GPT-6.1 Terra 与上一代及旗舰模型的取舍。
量子位精选AI 评分7474 百度文心 Unlimited OCR 2 发布并开源，峰值 KV Cache 占用从 47GB 降至 1.77GB
百度文心 Unlimited OCR 2 正式发布并开源，百页级单序列测试中的峰值 KV Cache 占用从 47GB 降至 1.77GB，减少约96%。SR-SWA按需筛选相关页面和视觉信息，无限解码机制通过分块处理、复用边界页缓存并及时释放其余缓存；16路并发端到端吞吐量从360提升至1315 Token/秒，约为标准解码的3.65倍。
推荐理由：文章通过整本书实测与技术报告，拆解SR-SWA和分块解码的降缓存机制，并对比吞吐量、速度与文档解析质量。
量子位精选AI 评分5353 智元发布 Genie Master 具身 Agent 框架，在真实便利店跑通 Physical RSI
智元发布具身 Agent 框架 Genie Master，并称搭载精灵 G2 的机器人已在真实便利店跑通 Physical RSI 自主改进闭环。框架以 EEP 统一 Agent 与物理世界的接口，通过 Harness RSI 沉淀提示词、记忆和执行规则，通过 Policy RSI 处理真实执行及人工接管数据并更新动作策略。
推荐理由：Harness RSI与Policy RSI分别沉淀经验和更新动作策略，EEP则衔接推理、执行与反馈，为具身系统部署态自改进闭环提供架构参考。
MIT Technology Review精选AI 评分5151 固态变压器如何缓解 AI 数据中心扩张带来的电网压力
固态变压器以高功率半导体和磁性组件实现更紧凑、可控的电力转换，有望缓解 AI 数据中心扩张带来的电网设备供给压力。8月，New York Power Authority 与 EPRI 在真实电网条件下测试了 1MW 原型，效率约 98%，传统变压器与整流器合计约 96%。
推荐理由：文章以1MW原型效率和传统大型变压器最长5年等待期为参照，解释固态变压器缓解数据中心供电瓶颈的潜力及高电压工程难点。
HF Daily Papers精选AI 评分4343 S3AC：面向 LLM 推理的稳定、选择性、可扩展 Actor-Critic 方法
S3AC 提出一种稳定化的 Actor-Critic 训练方法，通过难度感知提示词采样改进大语言模型的长链式推理，并减少对分组 rollout 的依赖。训练后的 critic 提供 token 级优势和提示词特定基线，DAPS 再结合难度估计与历史结果，在生成前选择提示词，以减少 rollout 浪费且无需离线难度初始化。
推荐理由：论文将 critic 训练、token 级信用分配与难度感知采样整合，并用多规模模型和单 rollout 对比呈现方法收益。
HF Daily PapersAI 评分3434 大模型时代可信递归自我改进综述：基础、风险、评估与开放挑战
大模型时代可信递归自我改进综述定义了RSI，并提出改进有效性、约束保持与有效监督三类流程要求。框架覆盖改进诊断、方案生成、方案评估和更新实施（S1--S4），同时纳入改进机制自身的递归更新。综述还梳理单次更新、继承风险与安全隐私问题，指出评估失真、能力退化和人工监督失效等风险及独立长期评估需求。
量子位精选AI 评分4343 钛动科技发布 Pro-Agent Navos Pro，聚焦结果导向的 AI for Work
钛动科技在 TGC 2026 科技增长大会发布 Pro-Agent Navos Pro，面向跨境电商、外贸、营销和商业分析等场景构建结果导向的 AI for Work。
推荐理由：文章呈现 Navos Pro 从被动应答转向主动发现增长机会的机制与规模数据，便于对照通用 AI 理解其营销场景差异。
HF Daily Papers精选AI 评分4747 《Work Agents》论文提出工作智能体的系统、能力与优化统一框架
《Work Agents》论文提出面向数字工作的智能体统一框架，将基础模型与运行时框架结合，用于在有状态工作空间中执行任务并交付可验证结果。论文以工作持久性和工作开放性刻画工作条件，将数字工作按任务范围与组织方式分为五类，识别五类核心能力，并分析模型优化、运行时框架优化及联合优化。论文还从工作结果角度梳理现有评测方法与指标，展望持续工作委托、开放环境适应，以及工作执行与能力提升之间的交互。
推荐理由：论文以统一系统视角串联工作智能体的能力、优化与评测，并明确工作持久性和开放性两个分析维度，便于梳理相关研究框架。
HF Daily Papers精选AI 评分4141 StreamVibe：面向持续变化用户意图的主动视频智能体
StreamVibe 提出面向主动视频交互的研究方案，包含基准、流式视觉语言模型和分层记忆框架，用于理解显式、隐式及持续变化的用户意图。StreamVibe-Bench 包含 4.1K 个评测样本和 85K 个训练样本，覆盖显式、隐式和动态意图。
推荐理由：论文将基准、流式模型与分层记忆框架整合为一套主动视频交互方案，并报告响应时机、答案质量和持续适应方面的量化结果。
OpenAI News精选AI 评分4141 Greptile 如何借助 GPT-6 Astra 将 bug 检测扩展到代码审查之外
Greptile 使用 GPT-6 Astra 测试用户工作流，并将 bug 检测扩展到代码审查之外。它还使用 Daybreak 强化安全，并借助 Codex 减少返工。
推荐理由：Greptile 的案例交代了 GPT-6 Astra、Daybreak 与 Codex 的使用分工，覆盖工作流测试、安全强化和减少返工。
OpenAI News精选AI 评分4141 CodeRabbit 采用 GPT-6.1 Sol 排查复杂代码库安全风险
CodeRabbit 使用 GPT-6.1 Sol 调查复杂代码库中的安全风险。其安全智能体可帮助开发者审查发现的问题和拟议修复方案。
推荐理由：该应用实践展示了 GPT-6.1 Sol 排查复杂代码库安全风险的方式，以及安全智能体协助开发者审查问题与拟议修复的衔接。
OpenAI NewsAI 评分3232 Codex Ultrafast 如何将 OpenAI 的事故调查从数小时缩短至数分钟
OpenAI 工程师使用 Codex Ultrafast，将事故调查从数小时缩短至数分钟。相关实践还涵盖更快的安全分析、代码重构和日常工作流。
HF Daily Papers精选AI 评分3838 FrameForge 利用视频基础模型先验实现统一条件图像生成
FrameForge 动态选择不同虚拟间隔的时序 RoPE 专家，并通过潜在中间状态建模条件到目标的变换，实现统一条件图像生成。该方法以 Mixture of Temporal Experts（MoTE）和 Chain of Temporal Reasoning（CoTR）分别建模条件与目标的时序距离及变换路径，建立在预训练视频模型之上。
推荐理由：FrameForge 将视频模型的动态时序先验用于统一条件图像生成，并用 MoTE、CoTR 和三项基准对比展示多任务表现。
HF Daily Papers精选AI 评分5252 LOWN：仅在需要时处理图像，面向扩散视觉语言模型高效解码的证书引导视觉路由
论文提出 LOWN 解码方法，在无图像预测与上一次图像条件预测一致时跳过图像处理，并用经认证的 token 数量决定该步解掩码数量。该方法无需训练或调节阈值，在 10 个基准上保留 LLaDA-V 得分的 99.6%，平均使用 35.3% 的解码 FLOPs。
推荐理由：论文量化了扩散视觉语言模型重复处理图像的开销，并用证书引导路由在无需训练和阈值调节的条件下削减解码计算。
HF Daily Papers精选AI 评分5555 Venus-DefakerOne2：覆盖更广伪造形式与媒体类型的视觉取证基础模型
论文提出 Venus-DefakerOne2 统一反伪造基础模型，通过交替 LoRA 与全参数微调、基于熵的测试适配，扩展对多种伪造形式和媒体类型的检测。
推荐理由：交替 LoRA 与全参数微调结合熵驱动测试适配，为跨图像、视频和物理欺骗的统一取证提供了可复用设计。
HF Daily Papers精选AI 评分5959 Timestral 提出四款时间序列基础模型并报告三项基准评测结果
Timestral 论文提出一个用于概率预测的时间序列基础模型家族，包含 5M、28M、123M 和 209M 四种参数规模。Timestral-209M 与 Timestral-123M 在 GIFT-Eval、TIME 和 fev-bench 的每项指标上均位居前两位。
推荐理由：论文给出解耦预测范围、未来协变量支持以及先合成预训练再混合后训练三项设计，为时间序列基础模型构建提供可复用方法。
HF Daily Papers精选AI 评分4747 WorkFactory 通过信息规划与修复构建职业任务，训练 WorkPilot 智能体模型
WorkFactory 通过信息规划和探测修复构建 112,686 个可执行职业任务，并用收集到的教师轨迹微调 Qwen，产出 WorkPilot 智能体模型。
推荐理由：信息规划、探测执行与修复形成了一套可迁移的任务构造方法，多种模型规模的实验结果可用于比较监督训练的收益与规模效应。
HF Daily Papers精选AI 评分4141 TAO 论文提出面向 LLM 智能体服务的工具感知联合调度框架
TAO 论文提出一种面向 LLM 智能体服务的工具感知联合调度框架，通过动态规划在容量约束下联合选择并部署等待会话。框架综合近期工具就绪度、带时间感知衰减的节点缓存额度与 token footprint，避免现有系统忽略工具返回就绪和启发式调度造成的资源浪费。
推荐理由：论文将工具就绪状态纳入联合调度，并以动态规划替代启发式决策，便于理解智能体服务在延迟与吞吐上的优化路径。
MIT Technology Review精选AI 评分8383 Anthropic 究竟是谁：IPO 招股书背后的多重身份与矛盾
Will Douglas Heaven 借 Anthropic 的 IPO 招股书分析这家 AI 公司兼具安全组织、营利企业和前沿模型开发者等多重身份。Anthropic 已提交 335 页招股书，其中约 100 页涉及风险；文件称技术可能侵蚀信任、危害社会并破坏地缘政治秩序，而 IPO 估值超过 $1.5 trillion。
推荐理由：文章借 Anthropic 的 IPO 招股书拆解安全叙事、模型意识争议与商业扩张之间的张力，为审视企业自我监管立场提供背景。
OpenAI News精选AI 评分5353 OpenAI Signals 展示 ChatGPT 在 165 类工作活动中的使用变化
OpenAI 通过 Signals 数据展示 ChatGPT 在 165 类工作活动中的应用，以及使用情况如何随时间变化。数据覆盖近 100 个国家，呈现人们在工作中使用 ChatGPT 的方式。原文链接：https://openai.com/index/chatgpt-expanding-world-of-work
推荐理由：OpenAI Signals涵盖165类工作活动及近100个国家，可为观察ChatGPT在工作场景中的使用方式与时间变化提供数据视角。
量子位精选AI 评分9292 Anthropic公开335页招股书并提交纳斯达克IPO申请
Anthropic已向SEC公开提交纳斯达克IPO申请，股票代码为“ANT”，同时公开335页招股书。招股书披露，2026年上半年营收162.86亿美元、净亏损807.48亿美元，其中约724亿美元来自融资工具公允价值变化；未来十年云计算、算力与基础设施承诺约5180亿美元，主要合同粗略加总超过6500亿美元。
推荐理由：335页招股书拆解了Anthropic的收入、亏损、算力承诺和控制权安排，为评估其上市逻辑与经营风险提供具体依据。
AWS Machine Learning Blog精选AI 评分7474 AI 智能体在 Amazon Bedrock 上使用 OpenAI 模型的提示缓存模式
在 Amazon Bedrock 上运行 OpenAI 模型的 AI 智能体时，可用显式与隐式提示缓存复用工具、指令和会话前缀，降低重复输入成本。代码示例覆盖滚动断点、工具变更、并行子智能体和跨会话复用，并给出前缀至少 1,024 tokens、TTL 至少 30 分钟等约束。
推荐理由：文章用 Python 示例拆解显式与隐式缓存、滚动断点及子智能体共享前缀，为多轮智能体复用稳定前缀和测量成本提供了可落地步骤。
Google AI Blog精选AI 评分4747 Google 发布 AI Quests 第三款「Polar Peaks」，以脑神经科学任务教授 AI 素养
Google 发布 AI Quests 第三款「Polar Peaks」，面向 11 至 14 岁学生，通过扫描和绘制脑内神经元学习 AI 素养。课程由 Google Research 与 Stanford Accelerator for Learning 共创，灵感来自十余年的连接组学研究；AI Quests 累计完成次数已超过 400,000，并已本地化为 10 种语言。
推荐理由：课程将数据清洗、模型测试和神经元绘制编排成闯关任务，为教师设计 AI 素养与科研启蒙课程提供可借鉴的结构。
OpenAI News精选AI 评分3636 Fanatics 如何用 OpenAI 的 Shop the Look 简化球迷观赛穿搭
Fanatics 正使用 OpenAI 的 Shop the Look 帮助球迷完成观赛日穿搭。覆盖约 30,000 件 MLB 商品的测试显示，互动率高出 10%。
推荐理由：文章展示了 Shop the Look 的穿搭搭配用法，并以约 30,000 件 MLB 商品的测试呈现互动率高出 10% 的结果。
量子位精选AI 评分6363 NeoLab探索转售 GPU 的商业模式
一种转售 GPU 的商业模式正在手握大额融资的 NeoLab 中浮现，模型商业化进展缓慢的实验室开始将闲置算力变现。转售路径包括把长期算约溢价转手给经纪商、拆分现货 GPU 实例按日或按周出租，以及托管开源模型提供按 token 计费的 API。Dealroom 数据显示，29 家典型 NeoLab 累计融资 230亿美元，但推出对外销售产品的比例不到 35%。
推荐理由：文章把 NeoLab 的高额算力承诺与转售路径并置，用融资、产品销售和算力成本数据呈现其商业化压力。
量子位AI 评分7474 Anthropic 联合创始人 Jack Clark 在 IMF 2026 宣称 AI 奇点已来
Anthropic 联合创始人 Jack Clark 在 IMF 2026 曼谷年会上判断，AI 奇点已经到来，并以模型科研能力快速增强作为依据。
量子位AI 评分7575 OpenAI禁止前沿模型训练时访问真实互联网
OpenAI宣布实施新的前沿模型训练安全政策，禁止训练中的模型访问真实互联网，转而使用预先索引和缓存网页构成的离线环境。OpenAI同时采用沙箱、轻量虚拟机、监测系统及网络和云端访问限制，并安排GPT-6 Astra Cyber与内部前沿模型开展红队测试。测试模型通过漏洞组合逃出虚拟机并获得有限的外部访问权限，数千亿Token的测试成本相当于数千万元人民币。
量子位精选AI 评分4747 联想天禧AI在观猹大会展示跨端协同，预告4.5版本升级
联想天禧AI在观猹大会展示个人AI跨端协同，4.5版本定于10月30日升级。现场演示中，用户可通过天禧AI手机语音搜集Personal Agent产品并自动生成研究报告，也能关闭系统弹窗、调高屏幕亮度。4.5版本将进一步强化记忆管理与数据隔离，现有版本则基于Harness架构，支持联网搜索、生图修图、本地文件控制、文档生成及外部MCP Server接入。
推荐理由：现场演示具体呈现了手机语音触发研究报告与设备控制的跨端流程，也补充了天禧AI 4.5版本的记忆与数据隔离方向。
MIT Technology Review精选AI 评分5858 AI 安全政策聚焦灾难性风险，却忽视青少年的日常伤害
Sam Hiner 与 Emma Leiken 在 MIT Technology Review 撰文指出，聚焦灾难性风险的 AI 安全议程忽视了青少年依赖、认知能力和人际关系的日常损害。
推荐理由：文章以灾难性安全与日常依赖作对照，梳理行业借低门槛保护降低监管压力的路径，并提出面向学习、关系与自主思考的问责方案。