Gemini Robotics ER 2 现已在 Google Cloud 开放公开预览
Google 宣布 Gemini Robotics ER 2 已在 Gemini 平台开放公开预览，企业可结合 Google Cloud 的企业级安全、多智能体编排与全生命周期管理能力来模拟、评估和部署机器人物理 AI。
全部动态
Google Cloud · AI & MLAI 评分6060 IBM Research · AIAI 评分5757 IBM 与 Kaggle 推出 ScarfBench 排行榜，评估编码智能体的 Java 框架迁移能力
IBM 与 Kaggle 合作推出 ScarfBench 排行榜，评估编码智能体能否把企业级 Java 应用在 Jakarta EE、Quarkus、Spring 间迁移并保持可运行行为。
n8n Blog精选AI 评分6363 n8n 3.0 Beta 发布，稳定版计划 12 月初推出
n8n 发布 3.0.0 Beta 测试版，聚焦提升可靠性、稳定性与安全性的内部变更，稳定版计划 12 月初推出。主要破坏性变更包括手动执行改由 worker 运行、移除内存二进制数据模式、Code 节点默认超时从 5 分钟降为 1 分钟、自托管仅支持 Docker，并移除 Function 和 Cron 等旧节点。
推荐理由：原文集中梳理了破坏性变更主题和迁移报告用法，正在使用 n8n 的用户可据此评估升级前需要调整的工作流。
Pydantic AI 官方文章AI 评分4848 MCP Python SDK 维护者获 Agentic AI Foundation 杰出技术贡献奖
MCP Python SDK 维护者在 AGNTCon + MCPCon North America 上获 Agentic AI Foundation 颁发的 Outstanding Technical Contribution Award。
Ai2 / Allen Institute for AI精选AI 评分6464 Ai2 发布研究检验大模型能否可靠判断科研想法新颖性
Ai2 发布研究 Old Ideas, Novel Problems 及配套基准、数据、代码和自动化评测集构建流程，结论是当前大模型判断科研想法新颖性远非可靠，在 AI 生成想法上尤其脆弱。
推荐理由：同一组研究想法会因提示词措辞微调得到相反结论，原文还给出比专用评估系统更准且更便宜的简单基线供复用。
Anthropic News / Research精选AI 评分6363 Anthropic 扩大与美国总务管理局 GSA 合作，各级政府购买 Claude 享 40% 折扣
Anthropic 宣布扩大与美国总务管理局（GSA）的合作，政府机构购买 Claude Enterprise、Claude for Government 和 Claude API 可享 40% 折扣，协议估计为政府节省 10 亿美元。
推荐理由：协议把 40% 折扣覆盖到各级政府和全部产品线，且不设最低消费，可据此了解美国公共部门采购 AI 的定价与合规安排。
Together AI BlogAI 评分4747 Together GPU Clusters 自动修复：从 GPU 故障到健康节点
Together AI 详解 Together GPU Clusters 自动修复系统：健康检查持续监测每个节点，故障时推荐最轻量修复动作并附证据。用户可按单个 Xid 代码设置自动执行或人工审批，修复流程分检测、决策、修复、复验四步。被动健康检查、修复建议、自动修复策略现已正式可用，节点标签修复合约处于 Preview。
Sarvam AIAI 评分5353 Sarvam 与印度国防部下属 HQ IDS 签署谅解备忘录，为陆海空三军建立 AI 应用统一框架
Sarvam 宣布与印度国防部下属的综合国防参谋部 HQ IDS 签署谅解备忘录（MoU），为印度陆军、海军和空军的 AI 项目建立总体框架，并覆盖 HQ IDS 下的联合及三军一体化组织。
Browser Use精选AI 评分6262 卡内基梅隆大学与 Browser Use 发布长程网页智能体基准 Odysseys2
卡内基梅隆大学与 Browser Use 合作发布长程网页智能体基准 Odysseys2，包含 100 个真实网页长任务，每项按 8 到 12 条 pass/fail 检查评分。
推荐理由：同一模型在不同 harness 和评分器下成绩差距明显，正文用数据说明读 agent 榜单时要把这些变量一并考虑。
Browser UseAI 评分5252 Browser Use 对比 Browserless：价格、隐身能力与功能选型指南
Browser Use 官方博客对比其与 Browserless 在定价、隐身、性能和部署上的差异。
PyTorch BlogAI 评分4444 用 ExecuTorch 优化 Arm 边缘设备上的流式语音识别
PyTorch 团队将 NVIDIA Nemotron 3.5 多语言流式 ASR 模型部署到 ExecuTorch，并在 Google Pixel 11 上用单推理线程进行性能剖析。
Gary Marcus · The Road to AI We Can TrustAI 评分6565 Gary Marcus 指出 Anthropic 草拟 S-1 在部分位置省略了 Q3 数据
Gary Marcus 撰文指出，Anthropic 在他发文前几分钟公开了草拟 S-1，而这份文件在部分位置直接省略了 Q3 数据。他此前提醒读者留意 S-1 会如何披露近期需求变化，即在 tokenmaxxing 降温、低成本替代模型走热之后的需求走向。文章开头引用福尔摩斯“夜间的狗”典故，暗指缺席本身就是反常之处。
Newcomer 新闻长文精选AI 评分7979 Anthropic S-1 披露：面向风投投资者的关键数据与细节梳理
Anthropic 的 S-1 文件公布，Newcomer 撰文梳理其中面向风投投资者的关键数据点与细节。文章指出 S-1 到达科技行业的敏感时刻，全美反 AI 情绪高涨且一场影响重大的选举即将举行，文件中的数字十分惊人，可能令相关争论进一步两极化。
推荐理由：原文从 S-1 文件中梳理出关键数据与细节，读者可据此了解这家公司在敏感时点披露的经营数字和所处舆论环境。
Epoch AI · Gradient UpdatesAI 评分6262 Epoch AI 用内部真实任务评测 AI 自动化，领先模型平均得分 65%
Epoch AI 按人类员工的评估标准在其日常真实工作任务上评测 AI，领先的 Claude Fable 5.1 和 GPT-6 Astra 平均得分 65%，低于任务可被自动化的 100% 门槛。
Meta EngineeringAI 评分4949 Meta 在 2026 OCP 全球峰会分享网络创新：面向 Scale-Up、Scale-Out 与 Scale-Across AI 网络的开放创新
Meta 在 2026 OCP 全球峰会分享支撑 Muse Wonder、Muse Spark 模型及吉瓦级 Prometheus 集群的 AI 网络创新。
Google Developers Blog精选AI 评分6161 Google A2UI 推出可切换推理格式，A2UI Express 延迟最高降 3x
Google 为生成式 UI 协议 A2UI 推出可切换推理格式，新增 A2UI Express 作为默认格式，生成同类 UI 延迟最高降 3x、token 最多省 3x，配合 TypeSafe 的 Jev 这类决策模型做布局决策时延迟最高可降 80x。
推荐理由：原文给出四种推理格式在同一评测下的对比结果，读者可按屏幕是否有固定布局，在 Express 与决策模型两条路径之间做选型。
Google Developers BlogAI 评分4747 Google 用 LangGraph 与 Gemini 在 GCP 上构建多智能体会话式电商原型 HappyDelivery
Google 开发者博客演示了在 GCP 上基于 LangGraph、Gemini、FastAPI 构建的多智能体会话式电商原型 HappyDelivery，落实此前提出的三层架构（Ingress、Memory、Cognition）。
Replit · BlogAI 评分4848 自动驾驶公司的崛起：Replit 推出 Replit for Business 助企业围绕 AI 转型
Replit 提出「自动驾驶公司」概念，并推出面向企业的 Replit for Business，帮助每家公司围绕 AI 完成转型。文中预测到 2030 年底，财富 500 强企业都将成为自动驾驶公司。Replit 自身实践显示，2026 年上半年工程师代码产出接近增至三倍，评审时长、回滚与产品事故保持持平。
Azeem Azhar · Exponential ViewAI 评分6060 Azeem Azhar：对科学而言瓶颈不是智能，AI 自我改进尚未直接更新模型权重
Azeem Azhar 在 Exponential View 撰文分析奇点论，认为对科学而言瓶颈不在智能，数学和编码之外的领域研究闭环更难闭合。
Gary Marcus · The Road to AI We Can TrustAI 评分6868 Gary Marcus 称生成式 AI 或迎成败关键一周，Anthropic 据报道拟周一提交 IPO
Gary Marcus 撰文称本周可能是生成式 AI 的成败关键周，并援引 Bloomberg 消息称 Anthropic 计划于周一公开提交 IPO 申请，可能成为破纪录规模的上市。他认为 Anthropic 在某种程度上挑了个糟糕的时机，并表示很快会有更多信息，其余分析需付费订阅后阅读。
Import AIAI 评分5858 Import AI 478 期：对齐数学形式化、ProgramBench 进展与 Mirendil 单人预训练
Jack Clark 发布 Import AI 第478期，汇集对齐数学形式化、ProgramBench 进展、OpenAI 智能体缓存侧信道通信与单人预训练模型 Mirendil-Base 等内容。
IBM Research · AIAI 评分4444 PyTorch 将 AI 生态向一类新加速器开放：IBM Spyre 深度适配
IBM 与 PyTorch 基金会推进 Spyre 推理加速器的一等 PyTorch 后端适配，torch-spyre 编译器规模约为原先系统的七分之一，并借助 vLLM 插件提升可用性。
ChinaTalk 中国的10,000名游戏人才
Charlotte Bullard 在 ChinaTalk 撰文指出，中国游戏产业是中国政策中一个反复出现的矛盾的缩影：北京先着手打造国家冠军企业，随后又在结构上束缚它们。她毕业于 Johns Hopkins SAIS，主攻中国与科技政策，撰写 Substack 博客 PandaMonium。
GitHub Org · pinecone-ioAI 评分5656 pinecone-io 开源 pg_pinecone，在 Postgres 中通过一个 pgvector 列接入三种引擎
pinecone-io 在 GitHub 发布 pg_pinecone（Pinecone for Postgres），通过一个 pgvector 列提供三种引擎。
OpenAI · 部署安全与系统卡精选AI 评分6767 OpenAI 发布 GPT-6.1 Terra，系统卡补编披露安全定级与评测结果
OpenAI 发布 GPT-6 系列最新模型 GPT-6.1 Terra，定位高速高效、面向高频专业工作，具备较强的图像分析和 computer use 能力。
推荐理由：系统卡补编逐项给出与历代模型的安全评测对比，读者能看到新模型在智能体越界和心理健康等维度的进步与回退。
Anthropic News / Research精选AI 评分8989 Anthropic 向美国 SEC 递交 S-1 拟以代码 ANT 登陆纳斯达克
Anthropic, PBC 向美国 SEC 递交 Form S-1 注册声明，启动拟议 IPO，计划将 A 类普通股以代码 ANT 在纳斯达克全球精选市场上市。发行股数与价格区间尚未确定，注册声明尚未生效，生效前不得出售证券或接受购买要约。招股说明书初稿可通过 Goldman Sachs 和 Morgan Stanley 获取，本次公告不构成销售要约。
推荐理由：官方公告披露了 ANT 股票代码、纳斯达克上市板块和招股说明书获取渠道，发行数量与价格区间尚未确定，可据此跟踪后续上市进展。
Apple Machine Learning ResearchAI 评分4343 GHARP：基于大规模重建先验的实时高斯头部动画
Apple 于 2026 年 10 月在 ACCV 发表论文，提出实时 3D 头部动画方法 GHARP，仅需少量输入图像和表情驱动信号。该方法将离线身份建模与运行时动画解耦，动画阶段是面向移动设备优化的轻量网络。GHARP 在 Ava-256 基准上达到 SOTA 质量，在 A100 GPU 上最高提速 13×、高斯数量减少 8×。
Sarvam AIAI 评分4646 Sarvam AI 解析如何为企业 Agent 构建知识编织层（knowledge fabric）
Sarvam AI 介绍其为企业 Agent 构建的 knowledge fabric 架构，把分散的企业文档和数据预先整理成可查询的知识层，包含知识树和领域本体两层。
Wiz · ResearchAI 评分8181 Agent：Gheist: Attempted Scaled Abuse of Stolen GitHub Tokens Stumbles
原文摘录：Wiz Sign in Under attack? Get a demo Since September 15, 2026, Wiz Research has been tracking Gheist: a new campaign performing mass abuse of compromised GitHub tokens. … " Greg Poniatowski Head of Threat and Vulnerability Management Get a demo
Google Developers Blog精选AI 评分6666 Google Docs 与 Drive 原生支持预览、编辑和协作 Markdown（.md）文件
Google 宣布 Google Docs 与 Drive 现已原生支持预览、编辑和协作 Markdown（.md）文件，无需手动转换文件格式。文档顶部显示 .md 徽标标识原生 Markdown 文件，团队成员与 AI 智能体可共同编辑同一文件并使用行级评论、建议修订和完整版本历史，Drive 内可渲染预览表格与超链接并切换到原始文本。
推荐理由：原文说明 .md 文件无需转换即可在 Google Docs 中直接编辑协作，开发者可据此判断文档与 git 仓库工作流的衔接方式。
InterconnectsAI 评分6262 Interconnects 播客谈 Kimi K3.1 Pro 反响分化、开放权重网络安全与 Muse 体验
Nathan Lambert 与 Florian Brand 在 Interconnects 播客中讨论 Kimi K3.1 Pro 基准亮眼却社区反响分化的原因，并评估开放权重模型与网络安全的新格局。
Azeem Azhar · Exponential ViewAI 评分4848 Exponential View 第 607 期：互联网遭受攻击、AGI 时间线压缩与不会到来的下一次石油冲击
AI 正把互联网上的小漏洞放大成严重漏洞，短期内需牺牲部分互联网开放性换取安全，长期或催生可信任的软件与互联网。Demis Hassabis 将 AGI 预期从 1 月达沃斯的 5-10 年压缩到 3-5 年，最新向 WSJ 给出 2-3 年。电动车正帮助石油进口国降低对石油冲击的敞口，带来能源安全红利。
EleutherAI Research BlogAI 评分5555 EleutherAI 研究发现 subliminal learning 无需共享初始化即可跨模型传递
EleutherAI 发布论文，发现 subliminal learning（学生模型经语义无关的训练数据习得教师偏好）可跨越初始化、数据顺序、语料、规模和架构差异传递。
Gary Marcus · The Road to AI We Can TrustAI 评分4848 生成式AI会弊大于利吗？
Gary Marcus 重提 2023 年 3 月与 Keith Teare 就 ChatGPT 是否弊大于利的辩论，认为生成式AI的负面账单已相当严重。除深度伪造色情、钓鱼诈骗、虚假信息和被用作监控工具等危害外，近期还出现被称为 Black October 的黑客潮。
Ahead of AIAI 评分6363 Sebastian Raschka 推出从零构建推理模型视频课程，共 8 集约 11 小时
Sebastian Raschka 发布《从零构建推理模型》视频课程，共 8 集、约 11 小时，配套其书籍 Build a Reasoning Model (From Scratch)。
Ollama BlogAI 评分7272 Ollama 发布语音模型支持，首个模型为 Gradium 的 Phonon 文本转语音模型
Ollama 新增语音模型支持，首个模型是来自 Gradium 的 Phonon 文本转语音模型，现已支持 macOS，Windows 与 Linux 支持即将推出。
Redwood Research · BlogAI 评分5454 Redwood Research 发布模拟控制评测（SCEs）论文，检验监控能否发现模型故意实施的攻击
Redwood Research 发布论文提出模拟控制评测（SCEs），以 gpt-6-astra 作模拟器伪造工具响应、gpt-5.6-sol 作攻击策略和成功裁判，在不实际执行工具调用的情况下检验部署监控能否发现故意作恶的模型。
Epoch AI · Gradient UpdatesAI 评分5151 Epoch AI 用 11 项真实任务测试六款前沿模型，尚无模型能稳定达标
Epoch AI 让六款领先模型完成 11 项取自自身工作的真实任务，Claude Fable 5.1 与 GPT-6 Astra 并列领先，但没有模型能稳定达到 Epoch 的质量标准，研究团队判断当前模型还无法替代工作者。
SemiAnalysis 长文 RSSAI 评分5959 SemiAnalysis 实测 Trainium3：原生 PyTorch 训练体验与 Neuron Explorer 评测
SemiAnalysis 工程团队实测 Amazon Trainium3 的新一代 PyTorch 训练栈，认为其原生 eager 模式和 torch.compile 支持正在弥补 Trainium 长期不适应研究训练的短板。
Google Research 博客精选AI 评分6060 Google Research 复盘基础模型走向结核病筛查一线的历程
Google Research 复盘团队五年 AI 结核病筛查历程，本周在 IDWeek 2026 分享从研究基准到临床工具与开源基础模型的落地路径。
推荐理由：原文复盘了从研究基准到临床认证工具再到开源模型底座的完整路径，医疗 AI 团队可参考其中跨越转化鸿沟的关键步骤。