外观
AI 导读微软与Hugging Face联合发布ThinkingBox-Training，通过将数据库终端状态的执行检查转化为奖励信号，对Qwen3.8-27B模型进行50步GRPO微调。结果显示，模型在ThinkingBox-Bench基准测试中的平均成功率从51.70%提升至60.78%，20次尝试全部成功的任务数量从38个增加到107个。该训练方法使用离线策略相对难度选择训练任务，显著提高了代理的可靠性和重复成功率。
AI 选稿理由提供了一种将数据库状态检查转化为强化学习奖励的新方法，显著提升了代理在业务工作流中的可靠性和重复成功率，适用于需要高可靠性的数据库操作场景。
AI 导读Hugging Face发布OlmoEarth v1.3卫星嵌入模型，提供全球10米分辨率、64和128维度的年度预计算嵌入数据，并推出基于浏览器的OlmoEarth嵌入探索工具。该模型在27项评估中超越AlphaEarth Foundations和Tessera v2，128维嵌入在20项测试中得分最高，64维版本在18项测试中领先。模型训练成本较v1.2降低53%，碳排放减少50%，同时保持微调性能。嵌入可用于作物分类、土地覆盖分析、变化检测等任务，无需GPU或高级技术知识。
AI 选稿理由OlmoEarth v1.3提供全球最先进的卫星嵌入模型，在多项评估中领先，并大幅降低计算成本和碳排放，使卫星数据分析更易获取和应用。
AI 导读OpenAI与PerturbAI和Scripps Research合作，部署数千个AI智能体分析数百万个小鼠细胞生物数据，完成分析仅需32分钟，而人类需数月。
AI 选稿理由AI智能体在生物数据分析上的高效能力展示。
AI 导读英伟达发布预训练关系基础模型Kumo Relational，直接在企业关系数据库上做预测：给定预测查询，单次前向传播读取至多1万条历史样本作上下文，输出流失、需求、欺诈等结果，无需任务训练、特征工程或展平表格。在15个数据库的41项任务上，它超过监督式关系深度学习与专家特征的梯度提升树；SAP SALT上MRR超AutoGluon集成8%，微调后领先16%；RelArena-α上精度接近最高分条目但推理快约430倍。模型支持500B+行数据库，代码以Apache 2.0开源、权重按OpenMDW 1.1许可发布，可经structured-data-models库或NVIDIA NIM调用。
AI 选稿理由首个在常见关系基准上以少样本方式胜过监督学习的关系基础模型，覆盖41项任务与500B+行规模，并给出开源库与NIM两种落地方式。
AI 导读英伟达推出Kumo Forecast（原NV-Tesseract Forecasting）多变量时序预测模型，基于MOMENT-1-large约3.4亿参数编码器加可训练预测头。新增DARR模式，用最近邻从历史数据检索相似模式并与直接预测融合；同时提供模型无关的可解释框架，按预测步长输出滞后与特征归因。代码和权重以Apache 2.0开放，支持DataFrame式API及256至2048长度输入。
AI 选稿理由开源可用的多变量时序预测模型，新增历史模式检索与逐步长解释能力，适用于预测性维护等场景，需注意输入长度和数值型数据限制。
AI 导读RFD4-Proteina是英伟达与华盛顿大学蛋白设计研究所共同开发的BioNeMo开放模型，把蛋白序列与全原子结构生成合到一个模型里，可在含小分子、核酸、糖链、金属离子等分子上下文中生成设计。在24个蛋白结合靶点的基准上，high thinking设置每GPU小时产出76.40个满足计算筛选标准的结构相异设计，次强方法Proteina-Complexa为13.24。10月21日至11月4日，NVIDIA赞助专用Space免费使用（RTX PRO 6000 GPU），之后ZeroGPU共享版仍免费；输入与输出均经SecureDNA生物安全筛查。
AI 选稿理由新增了thinking分级设置、24靶点基准上76.40对13.24的设计效率数据，以及10月21日至11月4日专用Space免费窗口和SecureDNA筛查等具体可用信息。
AI 导读Hugging Face每日论文介绍Sage-A1.5，这是一个在A1基础上构建的35B混合专家智能体模型。相较A1，它不只求解单个任务，还能在執行中组织工作并调整策略：通过子智能体独立上下文的委派与并行协作实现任务分解；以进度检查、证据验证和反思式策略修订提升长程可靠性，识别无效搜索路径并转向；并将能力扩展到开放式科学发现，支持交互式分析与可审查的研究产物。作者通过复杂智能体任务和多学科科学应用展示上述能力。
AI 选稿理由这是新模型的技术报告，新增点是子智能体并行编排、验证纠偏与科研探索三类能力的组合，适用于长程任务与开放科学场景；目前仅有报告中的任务与多学科应用展示，未给出公开权重或基准对比。
AI 导读i14的Laplace 3B模型采用门控线性注意力（GLA）替代softmax注意力，推理时循环状态固定为每条序列29.5 MB，不随上下文增长。AWS团队用TorchNeuron Native将模型移植到Trainium2，保留了GLA设计和Muon优化器。单台trn2.48xlarge训练吞吐约12万token/秒，推理在1280并发序列下达到每秒11544个输出token。文章介绍了模型设计、移植中的三项修改及性能数据。
AI 选稿理由给出了线性注意力模型在Trainium2上的具体移植方法（GLA核重写、Muon通信优化、反向图展开）及训练/推理吞吐数据，适合关注模型架构与部署工程的读者参考。
AI 导读Cloudflare推出Clairic AI模型，声称其从文档中提取数据的速度和成本优于大语言模型。该模型专注于文档数据处理，旨在提高效率并降低相关成本。
AI 选稿理由Clairic解决了文档数据提取的高成本和低效率问题，为企业提供更经济的文档处理方案。
AI 导读Deepseek发布V4.1-Flash-1017开源权重模型，相比前代产品在基准测试中表现更好，完成任务速度更快，输出结果更短。公司还通过新的Search和Fetch API开放内部搜索引擎，API调用价格为每1000次0.75美元，Claude Code和Codex等工具用户目前可免费使用。
AI 选稿理由Deepseek V4.1 Flash 1017在保持高性能的同时大幅降低成本，为AI智能体应用提供了更具性价比的解决方案。
AI 导读Google Deepmind的Gemini 4 Argon在ARC-AGI-3基准测试中得分97.5%，成为继OpenAI后第二个突破95%大关的实验室。但在标准测试环境中，其得分降至49.8%。该模型在数学和软件工程领域仍落后于竞争对手。
AI 选稿理由Gemini 4 Argon在特定基准测试中接近人类水平，展示了谷歌在AI前沿领域的最新进展。
AI 导读NVIDIA与IIT Madras合作发布Nemotron-pretraining-Indic-v1数据集，包含约2.8万亿tokens，覆盖22种印度语言，并开放GPU加速的数据生成管道。该数据集结合了原生脚本和罗马化文本，通过四阶段翻译、质量评估和修复流程生成，已在Nemotron 3.5 Super VL模型上验证效果，在多个印度语言知识推理基准测试中取得4.98-9.82百分点的提升。
AI 选稿理由原文提供了2.8万亿token的印度语言数据集规模和开放生成管道，读者可据此评估其对多语言AI模型开发的实际价值。
AI 导读Mistral 发布了 Timestral 时间序列基础模型家族，最大仅209M参数却在主要基准测试上排名第一。该模型家族提供四种规格(5M至209M参数)，支持多变量预测和过去及未来协变量，可在CPU上高效运行。Timestral结合合成预训练、协变量感知注意力和长上下文学习，可通过Mistral Forge进行领域适配微调。
AI 选稿理由Timestral以209M参数在时间序列预测上超越更大模型，且能在CPU上高效运行，降低企业应用门槛。
AI 导读本期主要围绕三条线索：Anthropic 发布 Claude Haiku 5.5 并回顾 Sonnet 5.5，独立评测显示 Haiku 5.5 智能指数 43 排第 13、速度最快，但成本与延迟随推理等级大幅变化；Mistral 发布 1.05 万亿参数 MoE 模型 Large 4 的 API 预览，在 CyberGym-E2E-AA 上以 82% 居公开模型首位，权重将随后开放；Apple、Nvidia、Microsoft 推出面向本地 AI 的桌面与笔记本，Tom's Hardware 用 AgentPerf-Local 测试表明 Nvidia 硬件快于 Apple 与 AMD。此外，清华、蚂蚁与人大提出 CausalMix，用因果方法将数据配比与数据质量分离来优化微调数据选择。
AI 选稿理由Mistral Large 4 成为中美国之外最强开源权重候选并在漏洞修复任务领先，Claude Haiku 5.5 刷新速度与价格结构，本地硬件与 CausalMix 分别为端侧部署和数据配比提供了可复用的量化参考。
AI 导读MOSS-Image 是一个开源生成系统，从零预训练 5B 单流扩散 Transformer（DiT），支持中英双语长文本渲染与精确布局控制；同时提出意图感知的 Agent 式提示增强模块，将用户请求转为内容与布局规格。作者还发布 LongLongTextBench 与 RealLayoutArena 两个评测基准：MOSS-Image 在 LLTB 上开源模型第一，平均文本覆盖率 96.3%；在 RLA 端到端系统对比中排第二，其骨干模型在使用统一增强提示的生成器对比中排第一。团队表示将公开模型、训练配方与评测框架。
AI 选稿理由开源权重文生图模型在密集文字和复杂版式上长期落后于闭源系统，该工作给出了可复现的 5B 预训练配方和两个长文本/布局评测基准，96.3% 的文本覆盖率让海报、图表类图文生成更接近可直接使用。
AI 导读Dyna Robotics 联合创始人 Jason Ma 在 Latent Space 播客中介绍了 Dyna-2 世界行动模型及物理机器人代理 Dyna-2.1。该模型基于超100万小时人类视频预训练，结合未来视频预测与机器人动作输出，宣称在四个数量级上呈现人类数据扩展规律。实际部署中，机器人连续24小时折叠餐厅餐巾成功率达99.4%，包括推倒整摞餐巾后的恢复；在鼎泰丰每天折叠数千张餐巾。机器人可从低至45分钟的演示中学习新任务，公司自研轮式半人形硬件以支持端侧推理与模型蒸馏。
AI 选稿理由展示了世界行动模型在真实商业场景实现长时程自主作业的具体能力——45分钟演示即可学习新任务、24小时叠餐巾99.4%成功率，为通用机器人从演示走向规模化部署提供了可复用的数据扩展与端侧推理路径。
AI 导读本期头条是微软发布第三代自研 AI 加速器 Maia 300，称每兆瓦性能提升 40%，计划 2027 年起大规模部署；Meta 发布首批前沿级模型 Muse Wonder 与 Wonder Full，强化编码、基准表现和记忆用户信息能力。深度内容涉及 AI 生成软件的责任归属、Anthropic 测试模型自主复制能力、以及昂贵闭环任务为何难以训练。研究方面介绍了以不到 1% 预训练成本改造 Transformer 架构的 Priming 技术，以及 GLM-Legal 在 Harvey LAB 上 19.2% 全通过率。快讯还提到 Claude Opus 5.5 灰度测试、智谱 GLM-5.3-Highspeed 灰度上线约 490 tokens/s 等。
AI 选稿理由微软 Maia 300 给出每兆瓦性能提升 40% 并计划 2027 年大规模部署，Meta 首批前沿模型与 Anthropic 自我复制研究同期刊出，均属可能改变算力成本与模型能力边界的关键动向。
AI 导读AI2 发布 Olmo-core 3，这是其大语言模型训练框架的重大升级，重新设计了开放的 MoE 训练系统，目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
AI 选稿理由原文给出 MoE 训练栈的并行策略与吞吐对比数据，可了解万亿参数 MoE 训练的开源工程取舍。