State World Models: Execute the Rules, Generate the Pixels
研究人员提出Stateful Harness框架，将世界演化与视频渲染分离，支持基于规则的状态交互。通过维护 evolving world state 并使用冻结视频模型渲染事件，该框架在隐藏状态场景下实现了92%的规则合规率，显著优于现有方法。团队还构建了WorldState-Bench基准测试，包含50对反事实双胞胎样本用于评估。
INTELLIGENCE & DISCOVERY
最新动态AI 前沿
更多更新
机构原始发布SpecMRL: 重构参数频谱中的玛特洛什卡表示学习
SpecMRL通过优化嵌套前缀来支持灵活的表示大小，在MTEB上的实验表明，SpecMRL在所有评估的降维维度上优于MRL，特别是在更激进的压缩下，表明SpecMRL通过更好地优先考虑信息方向，实现了更有效的表示压缩。
EMBER：不依赖对接复合物预测TCR–pMHC结合
研究者提出EMBER，分别折叠TCR与pMHC并编码为SE(3)不变残基图，在无共享坐标系下比较表示，因而不需预测对接复合物，避免结构放置误差传播。预处理复杂度由O(NM)降至O(N+M)。在表位不相交评测、六个重训基线及四种折叠工具下，EMBER的micro-AUROC、micro-AUPRC和MCC全部居首，排名跨工具稳定性最多提高85%。
混合架构中的竞争学习研究
该论文揭示了混合架构中不同混合器之间的竞争学习现象，现代递归层在检索功能学习上快于softmax注意力，导致注意力层难以学习检索功能。通过在训练中途停止递归层权重更新，可使注意力层成功学习检索功能。提出的分阶段训练方法在10亿参数模型上显著提升了语言建模损失、常识推理及多种检索相关任务性能。
DRLM用完整草稿并行修正替代扩散反向过程
Hugging Face每日论文介绍Draft Refinement Language Models：单个去噪器从均匀损坏的草稿中重建每个token，学习保留与修复，并用一次前向计算得到的cavity energy筛选修改。在Countdown、Sudoku-Extreme、Maze-Hard上优于自回归和离散扩散基线；6M参数模型在Countdown-5达44.4%，Sudoku-Extreme达93.9%。
Heartbeat Thinking：实时语音代理中的推理与工具执行
研究团队提出Heartbeat Thinking方法，允许语音代理在用户说话期间持续执行推理和工具调用，通过定期调用Thinker处理最新部分转录文本和已完成推理结果，解决传统方法因语音更新中断工具调用的问题。在SpeechFCEval、FDBench v3和AudioCRAG基准测试中，该方法比SHANKS基线模型提高工具覆盖率16个百分点，并将平均最终响应延迟降低36.4%。
无需语言预训练的文本到图像生成模型
现代文本到图像（T2I）系统使用大规模语言预训练进行文本条件图像生成。本文提出Halcyon，一种早期融合的多模态自回归模型，完全从零开始在GPIC数据集上预训练，该数据集包含100M图像-文本对。Halcyon-0.52B在预训练计算量上比LlamaGen-XL/8少18.2倍，性能优于后者。Halcyon-1.6B在预训练计算量上比JiT-T2I-XXL/8++少275倍，性能也优于后者。控制实验表明，仅文本预训练不会提高T2I生成。Halcyon通过替换caption dropout为I2T监督，在不增加预训练预算的情况下，也能保持有竞争力的T2I生成质量。研究表明，强大的T2I系统可以在没有互联网规模语言预训练的情况下从头开始训练。代码和模型可在https://cs.stanford.edu/~keshik/halcyon获取。
同样模拟不同证据：检索工具输出让 GPT 代理损失准确率
研究让代理以 PHREEQC 地学模拟器回答 158 道执行验证选择题，比较长输出直接入上下文与通过章节索引检索。检索下 GPT-5.1、GPT-5.2 准确率分别降 11.3 和 7.9 分，Claude Opus/Sonnet 4.6 无可测损失。重跑 11,007 次调用发现 GPT 模型仍算出关键值，却常跳过报告、改从自产高精度文件作答并误舍入，作者称证据替换；固定模拟结果后 GPT-5.2 仍损失 9.4 分，指明权威输出可挽回 6.3–7.9 分。
FocusGUI：面向全模态GUI代理的轻量聚焦适配器
论文指出，GUI代理若在每一步都均匀输入截图、音频、视频、交互历史和设备状态等全模态信息，无关信号会随步骤变化成为干扰，误差回传会造成“序列分心”和轨迹漂移。为此作者提出FocusGUI，以步骤特定的决策参考动态压缩最相关证据为隐表示，注入冻结解码器的嵌入，仅用动作监督训练。在四个全模态骨干上平均Type Match提升33.2、Exact Match提升3倍。
看似强大的 AI，也逃不过那条商业铁律
训练一次大模型要几亿美元， 但让它多回答一个问题，成本几乎为零。 这，不是什么新发现。 早在1998年，就有两位经济学家把这条商业铁律写进了一本书—— 《信息规则：网络经济的策略指导》 。 一位是后来出任谷歌首席经济学家的 哈尔·范里安 ，一位是曾任美国司法部反垄断局首席经济学家的 卡尔·夏皮罗 。 哈尔·范里安 卡尔·夏皮罗 当时正值互联网泡沫最疯狂的年月，满世界都在喊“新经济需要新经济学”。他们偏不。 他们坚持 ：技术会改变，但经济规律不会。 信息产品的成本结构——生产…
护城河与软件行业的“杠铃化”
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 编者按：AI把写代码成本打到归零，软件业正步入90年代报业坍塌的剧本：中间层集体等死，留下的只有巨无霸和一人公司。文章来自编译。 本·汤普森（Ben Thompson）喜欢用类比，最爱引用的一个类比，是20世纪90年代的报业格局。互联网诞生前，做报纸是一门极好的生意。由于竞争极其有限，报社垄断着各区域的受众注意力。沃伦·巴菲特当年就对报业青睐有加。 这些报社的垄断地位深植于…
比起IQ，当今时代AQ更重要
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 编者按：在算法普及、经验快速贬值的当下，智商（IQ）越来越不如适应商（AQ）重要。适应商并非天赋，而是一套可后天习得的思维体系。我们真正的挑战不是对抗技术，而是守住人的主观判断力，主动驾驭变化，而非被动接受命运。本文来自编译，希望对您有所启发。 图片来源：Unsplash 身处快节奏、每一项决策都或多或少伴随着失败风险的环境，想要站稳脚跟乃至取得成功，需要具备哪些素质？当你…
【早报】金融街论坛今日开幕，四家金融监管部门负责人将发声；科技龙头股，密集回购
①国常会：人工智能是影响未来发展的关键变量②金融街论坛今日开幕，四家金融监管部门负责人将发声③澜起科技、海光信息、中科曙光计划回购④美国中期选举将于11月3日举行⑤全球第二大产糖国出手：叫停糖基乙醇采购。
Anthropic大幅减少初级员工招聘，AI代理工作时长已达人类六倍
Anthropic自2025年初以来，技术岗位新员工中初级职位占比从27%降至9%。到2026年8月，公司内AI代理的工作时长已是人类的六倍。研究人员警告这可能造成"认知公地悲剧"，导致未来缺乏有经验的专业人才，甚至可能不再需要这类人才。
人形机器人“上工”记
①人形机器人进厂从单点概念验证转向产线常态化运行，上下料、搬运及非工时设备调校成为率先落地工序； ②平地车间采用轮式底盘更具效率与成本优势，业内预计双足机器人在工厂常态化部署仍需5年以上； ③产线回流数据成为具身模型突破精度瓶颈的关键，资本投向正从整机转向灵巧手、具身模型等环节。
谷歌Gemini 4 Argon四个AI代理首次无人类辅助通关Minecraft
谷歌Gemini 4 Argon的四个AI代理首次在没有人类帮助的情况下自主完成Minecraft游戏，成功击败末影龙。这些代理没有预设角色或策略，自主协调编写了2,783个程序，交换了229条聊天消息，死亡605次，整个会话成本为1,620美元。
最高8亿！海光信息、澜起科技等科创板龙头企业掀起“回购潮”
①作为本轮回购的主力，以半导体芯公司为主，其中，海光信息、澜起科技、格科微合计预计回购金额至高16亿元； ②中信证券表示，这一轮AI核心票的调整幅度和时间已经接近新能源核心票在2021年底到2022年4月底的幅度，超级产业周期增长二阶导下修过程中的第一轮硬件估值调整接近尾声。
对话贯通芯联孙涛：“海外本体+本土改造”，晶圆搬运机器人加速国产化
①贯通芯联发布新一代立式炉搬运机器人，空间利用率提升15%，满足高温工艺“稳准净”需求。 ②贯通芯联携手Tazmo推进本土化，校准仪预计明年国产化，晶圆搬运机器人1至2年内突围。
AI 如何重构资管？人机协同、新阿尔法的获取与同质化风险成三大焦点
10月16日至17日，全球财富管理论坛・2026上海苏河湾大会在上海举行。来自银行理财、保险资管、公募基金、信托及外资机构的负责人，围绕 AI 在资管行业所处的位置、人机协同的边界、阿尔法来源之变与潜在风险展开讨论。