今控科技近日完成数千万元天使轮融资，由鼎晖VGC领投，上海交大菡源资产、国科绿色基金、灵巧智能等跟投。融资将用于太空机器人核心器件研发、在轨验证及产品工程化；其智能控制器、伺服驱动器、关节模组和多维力传感器已完成热真空、高低温和辐照环境试验。公司计划于2026年底搭载一颗算力卫星进行入轨验证，并于2027年年中将“今控一号”机器人送入轨道，验证工具自主更换、连接器插拔等操作。
推荐理由：融资用途、核心器件环境试验和两次入轨验证都有明确节点，呈现今控科技推进太空机器人工程化的路径。
震安科技拟以现金收购深圳三维不低于51%股权，完成后将其纳入合并报表，作为加码算力温控及精密制造的一步。深圳三维覆盖散热产品、工装治具和精密零部件，但公司尚未披露其营收、利润和估值，交易价格将根据后续审计评估确定。这是震安科技今年第二度收购温控资产，此前已斥资5100万元控股东创精艺51%股权；公司6.3亿元定增拟全部用于补流还贷，且近三年经营业绩连续亏损。
推荐理由：梳理两笔关联温控资产收购及主业收缩、债务和减值压力，呈现震安科技跨界算力温控面临的具体约束。
国星宇航“星算”计划已随朱雀二号改进型遥四火箭将8颗卫星送入轨道，目标是让卫星在轨处理遥感数据，从“天感地算”转向“天数天算”。“星算”02组卫星搭载AI计算、高速激光通信和微光相机等载荷，入轨后整个星座在轨总算力达到50P，完整计划包括2400颗推理卫星和400颗训练卫星。文章还梳理三体计算星座、太空算力云和天基光计算路线，并分析散热、能源、星间通信、成本和应急救灾等落地条件。
推荐理由：文章用95%遥感数据未下传这一约束串联“天数天算”的技术路线、星座规模与商业化难点，便于理解太空算力为何强调分钟级响应。
中科慧灵近日完成数亿元人民币 A++ 轮融资，由知来投资、涌铧投资、茂天投资、元禾辰坤、国科科智、鲁宁投资等机构联合投资。公司聚焦人形机器人与具身智能核心技术研发及产业化应用，投资方涵盖市场化股权投资机构、专业母基金及产业投资平台。
推荐理由：此次融资的数亿元规模、联合投资方名单及资金布局，为观察人形机器人和具身智能产业化应用的资本支持提供了具体样本。
论文《Attention Is Not What You Need》提出基于Grassmann流的无注意力架构，以Causal Grassmann层将局部token对编码为二维子空间，替代L×L显式自注意力矩阵。
推荐理由：论文以同规模Transformer为对照，报告Wikitext-2困惑度、SNLI准确率及固定秩下的线性扩展特性，为评估无注意力架构提供量化依据。
智元机器人IPO暂缓之际，公司据报道启动新一轮融资，市场传出估值约500亿元，其商业化质量与资本路径受到关注。2026年上半年国内公开人形机器人中标项目中，工业企业订单仅占21.1%，资本关注点已转向订单质量、客户复购与真实商用。智元同期出货8400台，计划2026年海外销售占比达到30%以上，但可靠性、算法泛化、成本、合规与数据闭环仍是核心约束。
推荐理由：文章将智元暂缓IPO与估值降温、订单真实性和出海路径相串联，梳理人形机器人整机企业的商业化约束。
TechCrunch 整理了 Fable、Bookshelf、Pagebound、StoryGraph 和 Margins 5 款阅读应用，比较其阅读追踪、图书发现和社区功能。
推荐理由：文章横向比较 5 款阅读应用在社交、目标追踪、推荐和订阅方案上的差异，便于读者按阅读习惯快速选择工具。
中信证券研报称，NVIDIA、Stanford等机构近期探索将GPT-6 Astra用于机器人控制，以减少对专用策略训练的依赖。该模型在具身任务数据集上展现出较好的泛化性。中信证券认为，展望2027年，通用模型进入具身任务领域将成为AI行业的下一个投入方向，短期更可能与VLA、WAM等专用模型分工协同。
推荐理由：中信证券研报梳理了通用模型从高层任务规划向动作控制延伸的路径，并给出其与专用模型协同及后续投入方向的判断。
中信建投研报关注物理AI数据与仿真、AI安全、国产芯片与超节点及算力服务等方向。研报称，寒武纪、海光信息三季度收入增长且毛利率环比提升，国内部分配置及海外高端GPU租金上行，算力服务景气延续。通用大模型与执行框架协同提升机器人操作能力，高质量交互数据、仿真合成及评测体系建设有望扩大物理AI产业需求；PHP漏洞和LiteLLM供应链事件凸显漏洞利用、凭证管理及运行时防护需求。
推荐理由：研报串联算力服务、机器人数据与模型安全三条需求线，为观察物理AI相关产业动向提供了机构视角。
Vivix 公开实时交互模型 W1 和 A1，分别面向理解、交互、生成一体化与角色交互场景。W1 在交互场景中生成下一帧画面需 300-600 毫秒，实时生成成本接近 YouTube 每小时约 0.2 美金的 CDN 带宽成本，比当前头部视频生成模型低 1-2 个数量级。
推荐理由：文章用 300-600 毫秒首帧时间及相对头部视频模型低 1-2 个数量级的成本，解释 Vivix 的实时交互路线。
埃隆·马斯克称，SpaceX已为GPU采购敲定400亿美元债务融资。这笔资金主要是可赎回债务，用于采购将在明年第一季度和第二季度到货的GPU。他认为SpaceX拥有投资级信用评级及Starlink和发射业务收入，而那200多家缺乏独立AI数据中心收入的新型云厂商将面临批量死亡和整合。
推荐理由：SpaceX的400亿美元融资案例呈现了投资级评级与多元业务收入的作用，也为观察新型云厂商整合提供了具体样本。
华泰证券研报认为，物理AI正逐步从概念走向落地，OpenAI等模型企业自研人形机器人有望加速这一进程。数据、模型、本体及零部件、应用等全产业链环节均有望受益。
推荐理由：研报将物理AI从概念走向落地的判断，与模型企业自研人形机器人这一潜在加速因素联系起来，呈现全产业链受益框架。
华泰证券发布A股策略研报，认为短期更建议以超跌反弹看待市场。研报测算，A股情绪指数自8月以来首次进入悲观区间，托底资金承接增强，但交易性资金回流与机构筹码出清尚需时间。历史上创业板类似超跌反弹阶段，电子、通信、机械、电力设备及小盘风格占优，配置上关注PCB、被动元件、光模块、人形机器人、军工与AI应用等方向。
推荐理由：研报复盘了类似超跌反弹阶段的行业风格，并列出科技板块、主题与非科技板块的关注方向，可用于梳理市场策略框架。
36氪8点1氪汇总深度求索与MiniMax完成AI模型出海登记、iPhone Duo开售两天破发及德明利净利增长32399.91%等热点。深度求索与MiniMax已走通大模型开源发布及海外授权的合规流程；英国出资1亿英镑建设AI生物安全实验室，OpenAI、Anthropic和Google DeepMind参与支持。特斯拉确认自研AI地图将随FSD v15推送，用于限速识别、泊车和路线规划。
推荐理由：材料把模型出海登记、生物安全合作和产品动态放在同一日报中，便于对照近期AI合规与商业推进中的关键事实。
F-Zero X 的 Nintendo 3DS 移植项目发布 v1.0.0 技术复盘，记录 G-Diffuser 移植、主机适配与 64DD Expansion Kit 支持的全过程。
推荐理由：文章把多智能体分工、实机性能定位与渲染器重构串成完整移植路径，并公开 token 与成本账本，为同类端侧优化提供可复用的排查思路。
证券日报援引万得数据称，上周（10月19日至23日）55只机器人主题指数基金（A/C分开统计）净值增长率均超10%，排名居前的6只超过17%。跟踪国证机器人产业指数的产品净值增长率普遍高于跟踪中证机器人指数的产品。
推荐理由：材料给出机器人主题指数基金的周度收益概况及两类跟踪指数的差异，可用于观察工具化产品的配置表现。
Science 文章称，欧洲夏季热浪导致城市地区超过 50k 人死亡。原文链接：https://www.science.org/content/article/europe-s-summer-heat-wave-killed-more-50-000-people-in-urban-areas
推荐理由：文章提供了欧洲夏季热浪造成城市地区超过 50k 人死亡的明确数字，可用于理解极端高温的公共健康影响。
软银据悉计划在马来西亚投资500亿美元建设AI基础设施，该消息由财联社披露。
推荐理由：材料给出软银拟在马来西亚投入500亿美元建设AI基础设施的潜在规划，可供观察当地算力投资规模与方向。
Apollo Global Management在经济分析中称，AI在科技行业之外的财务回报为零，美国企业界的营收增长主要由科技公司分享。2022年以来，科技公司的员工人均营收从$550,000升至接近$800,000，而S&P 500其他企业七年来基本维持在$550,000左右，利润率也停滞在约10%。
推荐理由：Apollo以人均营收、利润率和生产率增速对比科技业与S&P 500其他企业，呈现AI投入尚未在科技行业外转化为财务回报。
招商策略研报认为，物理AI有望成为AI产业的重要增长方向，并为算力需求提供新增量。研报称，本次英伟达GTC大会围绕Vera Rubin算力升级和物理AI应用拓展展开，前者借助液冷及模块化部署提升基础设施效率与综合能效，后者覆盖机器人、智能驾驶和工业制造。
推荐理由：研报将Vera Rubin算力升级与物理AI应用扩展并列梳理，提供了观察算力需求与实体产业融合趋势的分析视角。
招商策略研报认为，近期市场快速下跌后，A股成交明显缩量、换手率接近历史大底，以ETF为代表的中长线资金加速入市，稳市机制的制度化特征也在增强。研报指出市场底往往领先基本面底，当前盈利与PPI改善趋势仍对A股形成正面驱动；日韩杠杆明显去化使海外传导风险可控，但美债利率高位、油价上行及美股AI定价转向资本回报验证仍形成约束。
推荐理由：研报将市场指标、政策信号与外部风险放在一起判断，并给出短期震荡筑底判断与中期行业配置思路。
Grok 发布与 Wonder Studios 和导演 Dev Walker 合作制作的 AI 生成《奥德赛》第一集，公开内容只有七分钟。TechCrunch 作者 Anthony Ha 观看后表示，个别镜头看起来像真人演员在真实海上航行，但整体缺乏艺术感、人物感染力和叙事推进。他也无法判断该片段的历史准确性。
推荐理由：作者看完公开的七分钟片段，并拿它与 Nolan 的实拍版本对照，集中呈现 AI 生成影像在真实感、叙事和人物感染力上的不足。
OpenAI 与 Anthropic 在数月内多次下调主力模型价格，部分降幅达 80%，Vercel 数据同时显示 token 单价下降但总支出上升。作者认为，开放权重模型与多家推理服务商的竞争、低切换成本和算力效率提升共同压低价格，临近 IPO 的盈利压力也可能促使两家公司下调核心收入来源的价格，但部分判断仍属推测。
推荐理由：文章通过逐月价格时间线和开放权重模型对比，解释头部厂商降价背后的竞争、算力效率与成本机制。
pchristensen 在 AGNTCon 演讲中梳理了上下文工程向 harness 工程的演进，并指出上下文组装正从概率性模型调用转向确定性代码。文章将问题归纳为上下文污染、分心、混乱、冲突四类传统失效，以及模型受训练环境影响而不遵从指令、上下文惯性两类新问题，并提出上下文增强、工具装载、隔离、剪枝、卸载和摘要六类治理手段。
推荐理由：文章以失败模式和治理工具串联上下文工程演进，为智能体运行框架的设计与调试提供了一套可迁移的排查思路。
Wiz Research 发现 Gheist 活动利用被盗 GitHub token 向可访问仓库植入 sync-check 工作流，目标是导出仓库和环境密钥。
推荐理由：报告给出了针对 Gheist 的 GitHub Actions 安全排查清单，涵盖异常分支、审计日志、云端角色承揽和自托管 runner 失陷判断。
Tin House 再版 Paulina Borsook 的《Cyberselfish》，保留 2000 年初版正文，并加入《The Nerd Reich》作者 Gil Durán 的新序。Borsook 在访谈中把 Silicon Valley 的技术自由主义视为持续演化的商业文化，认为其反监管逻辑在 Netscape IPO 后扩散并延续至 AI 热潮；她还直言当前 AI 是“大型庞氏骗局”。
推荐理由：文章借《Cyberselfish》再版与长访谈，保留作者对硅谷技术自由主义的原始观察，并将其延伸至 AI 投资与监管争议。
JetBrains 发布开源智能体 IDE ThinkRail，以 pi 编码智能体为核心，提供隔离 git worktree、并行会话、SPEC.md 项目知识、可复用技能、GitHub PR 工作流与 MCP 服务器接入。
推荐理由：ThinkRail 将隔离 worktree、并行智能体、项目规格图和可复用技能整合进同一 IDE，呈现了编码智能体从会话到 PR 的工作流设计。
Armin Catovic 以 William Gibson 小说 Agency 中的 AI 助手 Eunice 为参照，认为能一边全双工交谈、一边自主追求目标并在后台行动的全天候 AI 智能体即将到来。
推荐理由：文章将《Agency》中的 Eunice 与全双工、全天候智能体并置，为理解自然对话与后台自主执行的融合提供清晰参照。
Co-Design Bench 以真实用户的多模态应用修改需求构建智能体编码评测，包含 273 项任务和 2,331 条专家验收标准。任务分为 Multimodal Editing（100 项）和 Repository Editing（173 项），并采用无参考答案的 judge-then-refute 协议评估隐藏验收标准。
推荐理由：该基准同时报告验收标准通过率与整项任务完整交付率，呈现局部达标与端到端完成之间的显著差异。
CEPO 提出一种改进多智能体系统提示词优化的通用框架，将系统级协调与智能体级执行拆分为共享协调提示词和执行提示词。在 4 个领域的 11 个基准上，将 CEPO 用于 4 种现有提示词优化器均提升了性能；消融与文档理解实验还显示其改善了优化预算效率及随智能体数量增加的扩展表现。论文地址为 https://arxiv.org/abs/2610.34722。
推荐理由：CEPO 将共享协调与智能体执行解耦，并在 4 个领域、11 个基准和 4 种优化器上呈现一致增益，为多智能体提示词优化提供了可复用结构。
MatAnyone-E 通过仅在高分辨率下匹配不确定区域并采用轻量解码器，实现估计 7.4 倍的推理加速，同时保持与 MatAnyone 2 相当的抠图质量。它先以低分辨率传播定位不确定区域及相关记忆候选，再只对这些区域进行高分辨率匹配，其他位置复用低分辨率结果。
推荐理由：MatAnyone-E 将高分辨率匹配限制在不确定区域，并用轻量解码器降低开销，给出 7.4 倍推理加速和 4K 峰值 GPU 内存对比。
研究提出 DTCA 框架，利用置信度提升与熵校准在扩散语言模型强化学习中实现 token 级信用分配，提升数学推理表现。基于 LLaDA-8B-Instruct 的实验显示，DTCA 在不同生成预算下均改善数学推理，较基础模型在 MATH500 最高提升 9.0 分、在 GSM8K 最高提升 5.3 分。
VMem-Bench 受控研究发现，检索视觉记忆能提升长视频的历史一致性，却会降低当前叙事准确性。研究以 92 部真实影片的 16,548 个片段和 30 个因果生成故事的 2,824 个片段开展双轨诊断，比较四种检索策略及无记忆、末次出现对照。
推荐理由：双轨对照显示，检索视觉记忆虽提升实体召回与历史相似度，却降低当前叙事精度和对禁用实体的规避能力，揭示记忆评估中的关键混淆。
Omni-InteractScope 通过1,479条人工标注且交叉审阅的交互、1,790个时序目标和八类任务，评测 Omni-LLMs 在持续全模态流中的主动与智能体交互可靠性。
推荐理由：该基准以1,479条人工标注交互和1,790个时序目标检验持续多模态交互，量化 Omni-LLMs 在工具调用、主动提醒和持续指导上的短板。
论文提出多尺度策略优化 MPO，以多尺度优势估计（MAE）和轮次级重要性采样，对齐长程大语言模型智能体训练中的信用分配与策略更新。研究观察到 critic value 主要随轮次变化，因此选择轮次作为优化锚点，并细化 token 间的信用分配。在搜索、工具使用和自动化任务上，MPO 使用 4B 和 30B-A3B 模型时较強 RL 基线取得一致增益。
推荐理由：MPO将轮次尺度信用分配与token级归因结合，并覆盖搜索、工具使用和自动化任务的多模型实验，便于比较长程智能体训练方案。
研究团队提出 Rollback 策略改进范式，把世界模型用于回滚关键决策、分支探索反事实动作，并用真实机器人反馈持续校正动力学。该方法无需单独训练价值模型，即可将反事实结果蒸馏为细粒度动作级监督。
推荐理由：论文将世界模型从顺序模拟器改造成可回溯、可分支并对比反事实动作的策略训练环境，呈现了世界模型参与机器人策略持续改进的具体路径。
研究提出 OSMA-Bench 基准和语义敏感性指数 SSI，用于评测机器人导航策略能否按障碍物类型及距离调整净空、速度与运动平滑度。对 VLM 和视觉语言动作（VLA）策略的评测显示，两者即使收到明确安全提示，也未能持续按障碍物安全等级调整运动；它们能识别障碍物，却未将差异落实到运动参数或动作。为 VLM 策略加入显式参数推断步骤后，运动适应有所改善。
推荐理由：OSMA-Bench 将障碍物语义与连续运动参数对应起来，揭示即使加入显式安全提示，策略仍不能稳定调整间距、速度与平滑度。
论文作者在 arXiv 发布 NeurIPS 2026 论文《预训练数据的词汇印记》，提出以词级 unigram 交叉熵衡量预训练语料与目标基准之间的词汇对齐。实验发现，标准基准中几乎所有词汇都已在预训练阶段出现，模型在不同词之间分配的概率质量会留下可测量的词汇印记。更强的词汇对齐在从零开始的受控实验中持续对应更高的零样本准确率。
推荐理由：论文区分了词语覆盖与概率质量分配，并用从零训练实验检验词汇对齐与零样本准确率的对应关系。
OSWAM 论文提出面向自动驾驶与具身控制的世界动作模型，以单个去噪步骤生成动作并支持实时推理。模型以结构化想象 token 初始化扩散过程，并蒸馏未来条件下的特权信息；项目页为 https://gwenzhang.github.io/OSWAM/，arXiv 页面为 arxiv.org/abs/2610.35850。
推荐理由：OSWAM将直接策略 WAM 的多步去噪压缩为一步动作生成，并给出自动驾驶与具身控制中的效果和延迟对比。
OmniShowcase 通过几何驱动的训练数据和表面法线图条件，改善从多视图参考图像生成特定主体视频时的新视角主体身份与 3D 一致性。
推荐理由：论文将几何驱动的数据合成与表面法线条件结合，配套构建 Showcase-4K 和 ShowcaseBench，便于复现并比较跨视角主体一致性表现。