AI 热点
2026-11-01 周日
20 条谷歌论文披露FlowAgent在内部CI自动修复失败测试，195例真实失败中67.18%修复正确，生产已应用28554个修复。 #FlowAgent #谷歌
Pika基于MiniMax H3开源衍生模型H3 Flex，通过六步去噪联合生成画面与同步音频，开放适配器权重与推理代码，推理速度提升约1.6倍。 #Pika #MiniMax H3
谷歌联合斯坦福、牛津等团队推出StreamVibe视频智能体，可自主判断何时开口帮忙，其StreamVibe-VL模型基于Qwen3.5-9B，响应时机与质量提升10.7%。 #谷歌 #StreamVibe
谷歌等团队发布并开源CLASHarness基准，首次对15个主流大模型在多Agent冲突场景下的表现进行实测。 #多智能体评测 #CLASHarness
清华大学姚期智、袁洋团队提出代数世界模型AWM，通过探索、凝炼、证明三步让AI理解游戏规则本质，在ARC-AGI-3测试集上183关全部通关，得分99.9%，平均动作数仅为人类基准的43%，并能证明任务无解。 #代数世界模型 #ARC-AGI-3
据Tom's Hardware报道，多名用户反映Anthropic的Claude开始拒绝游戏克隆、反编译和逆向工程类请求，部分非恶意通用反向工程任务也被拦截，Anthropic尚未发布官方公告确认该变化。 #Claude #anthropic
Anthropic为合规将文本水印扩展至四款Claude模型，两款旧模型被曝可调参绕过。 #Claude水印 #anthropic
Parameter Labs披露ChatGPT HTML预览沙箱逃逸漏洞，攻击链可窃取用户数据，OpenAI已修复并支付5000美元赏金。 #ChatGPT安全漏洞 #沙箱逃逸
DeepSeek Harness团队发布Super-agent架构，采用双层架构与事件驱动，内部实例已投入日常研发。 #DeepSeek #Super-agent
英伟达Rubin GPU首批量产硬件出货，同步更新规格：HBM4带宽和NVLink带宽下调，scale-out网络带宽上调。 #英伟达 #Rubin GPU
2026-10-31 周六
10 条谷歌团队发布T2J-Bench，用63个整仓任务评测PyTorch到JAX迁移，TwinHarness将得分提升11.4%。 #T2J-Bench #PyTorch到JAX迁移
电科金仓发布KES AI数据库，将语义层、向量图计算与安全能力植入数据库内核。 #KES AI数据库 #电科金仓
Anthropic在IPO招股书中披露上半年净亏800亿美元及巨额算力承诺，而微软、谷歌、亚马逊财报显示AI资本开支压力加大，引发市场对AI投资回报的担忧。 #anthropic #IPO
研究团队发布SLDBench v2，让AI在付费实验目录中自主选择实验以发现Scaling Law，评测显示8个前沿模型自主选实验时成绩全部下滑，Claude Opus 5.5以4%成本取得最佳精度。 #SLDBench v2 #Scaling Law