2026-10-14
PlannerForge：当LLM学会了给自动驾驶找茬
TUM团队提出PlannerForge，首个用LLM统一自动驾驶场景测试全流程的框架，覆盖生成、选择、修改、测试到调参六大环节，十款大模型评测显示开源模型可媲美商业API，调参使规划器成功率提升近20个百分点。
2026-10-14
两条视频流的秘密：当深度学习第一次学会了看动作
2014年，深度学习曾在视频动作识别上连续两年打不过手工特征方法。牛津大学团队提出双流卷积网络，用空间流和时间流分别处理画面外观与运动光流，融合后准确率首次超越传统方法，开启了视频理解的深度学习时代。
2026-10-14
Claude Sonnet 5.5发布：性能逼近Opus 价格减半
Anthropic推出Claude 5.5系列第二款模型Sonnet 5.5，生成速度比前代提升逾30%，每任务成本最多降低30%，定价维持$2/$10（百万tokens输入/输出）。多项基准测试中，Sonnet 5.5...
2026-10-14
Cloudflare开源Forge：SDK生成工具告别厂商依赖
Cloudflare发布开源工具Forge（Apache 2.0），可从API定义自动生成SDK、CLI及文档。此举背景是Anthropic收购Stainless后宣布关停其SDK生成服务，Google和Cloudfla...
2026-10-14
英伟达推出开放智能体安全平台应对AI失控风险
Nvidia推出由OpenShell 0.1.0运行时与BlueField-4 DPU上的Sentry看门狗服务组成的开放智能体安全平台，可在内核层隔离智能体沙箱、毫秒级网络切断失控智能体。此前OpenAI、Anthro...
2026-10-14
**是什么让小米MiMo-V2.6如此与众不同：训练过程全程公开**
小米发布万亿参数开源模型MiMo-V2.6-Pro，支持多模态、百万token上下文。小米以公开仪表盘直播RL训练过程，总花费约350万美元，并承诺陆续开源7000余个RL训练环境及完整训练框架，Hugging Face...
2026-10-14
JetBrains押注智能体开发 IDE地位仍关键
JetBrains CEO Kirill Skrygan正式宣布推出JetBrains Air，定位为"智能体软件开发的开放系统"，涵盖IDE内的智能体协作、团队协调工具Air Teams及治理层Air Governan...
2026-10-14
DF26：当AI造的假视频，连人类都认不出来了
研究团队构建了DF26基准数据集，用七个最新AI视频生成模型制造2420段假演讲视频，测试发现人类识别准确率仅52.6%，接近随机猜测，主流深假检测器也大多失灵，揭示了当前AI生成视频检测领域面临的严峻挑战。
2026-10-14
OpenAI发布GPT-6 Sol和Luna，Token价格减半
两款新模型补齐GPT-6系列，Sol定价每百万token输入2美元、输出10美元，Luna为0.1/0.5美元，缓存命中最高可享九折优惠。
2026-10-14
AWS开源AI智能体，成本比Claude Code低45%
AWS开源通用AI代理Strands Harness，内置文件、Shell及Web工具，支持上下文管理与多模型切换。AWS自测显示其平均成本比Claude Code和Codex低45%，在Terminal Bench 2...
2026-10-14
AI科学家能读懂AI的大脑吗？一场关于"机械可解释性"的严酷考试
中科院团队推出SAEScientist-Bench，测试AI智能体能否自主用稀疏自编码器工具做机械可解释性研究。十家前沿模型在概念识别上接近专家水平，但在因果转向控制上差距明显，暴露出AI"看懂"和"操控"模型内部机制之...
2026-10-14
点石成金：当AI开始批量阅读专利，化学反应数据库会变成什么样
点石成金的这项研究,用全自动流水线从近160万篇USPTO和EPO专利中提取出约2400万条结构化有机反应记录,并通过网页工作台和MCP服务向研究者和AI智能体开放,人工核查准确率92.95%,多项指标优于商业数据库Pi...
2026-10-14
当好学生跟对好老师，为什么会学出问题？
论文发现，给弱模型优化过的工作流程（harness）虽然能让强模型用得更好，但直接让弱模型模仿强模型的操作记录做微调，成绩反而全面下滑，原因是打乱了模型与harness适配的规划节奏，论文提出在线纠正方案解决此矛盾。
2026-10-14
AI改代码时，到底该让它一次性重写整个文件，还是像人类程序员一样一小段一小段地打补丁？
本文解读了一项对比AI代码编辑两种方式的实证研究:直接重写整个文件与分步打补丁。作者训练四个模型对比发现,直接生成在编译通过率、相似度和AI评分上全面胜出,而打补丁模式仅在改动范围小的短任务中具备优势。
2026-10-14
去掉人类棋谱之后两天反超：David Silver要把这场赌注押到超级智能上
David Silver和Lasse Espeholt创立ineffable Intelligence，押注抛开人类数据与语言、仅靠经验学习通向超级智能，并讲述了离开DeepMind的理由、公司命名的双重含义，以及对“超...
2026-10-14
叠数千片餐巾不是终点:Dyna用预判未来的世界模型让机器人真正规模化部署
Dyna Robotics首席科学家Jason Ma讲述世界动作模型Dyna-2如何预测未来指导机器人动作,机器人如何靠45分钟演示学会新任务,以及机器人行业缺少数据"互联网"的真实瓶颈。
2026-10-14
Paul Graham：AI 的进化台阶走反了，一上来就是个满嘴空话的本科生
Paul Graham 复盘了他对 AI 最深的一次误判：当年以为会从一只完美的苍蝇逐级进化成一个完美的人，结果第一个 ChatGPT 是个满嘴空话、硬把论文糊过去的本科生。他解释了为什么被优化的维度是"像人"而不是"对...