生数科技Motubrain团队将直播Physical AI训练全流程，持续半个月
生数科技世界模型团队于10月21日开启Motubrain 2.0训练全流程公开直播，计划持续半个月，展示具身模型训练及能力迭代过程。直播涵盖预训练、后训练、AI 智能体任务执行及RSI（递归自我改进）探索。Motubrain 2.0即将开源，相关研究效果仍需后续实验和评测验证。
#数据/训练
量子位AI 评分3737 量子位AI 评分4141 LeCun 押注的世界模型，清华系千诀科技已用于机器人
千诀科技发布预测式世界模型 Polibrain，并已在四足、人形、轮式、双臂等机器人形态上开展适配。模型不追求完整生成未来画面，而是在潜在表征空间预测任务相关状态变化，结合执行反馈调整行动。其松耦合架构探索跨本体复用，但复杂场景可靠性与跨本体数据协同仍需更多实测验证。
AWS Machine Learning BlogAI 评分3838 超越 KV cache：使用原生 PyTorch 在 AWS Trainium2 上训练和部署 i14 的 Laplace 3B 线性注意力模型
i14 与 AWS 讲解如何用原生 PyTorch 在 Trainium2 上训练和部署 Laplace 3B。模型每序列状态固定为 29.5 MB，不随上下文长度增长。单实例训练约每秒处理 120,000 tokens，推理在 1,280 路并发下每秒输出 11,544 tokens。
Ars Technica · AIAI 评分6363 Meta 因 AI 争议从商业服务条款中删除“训练”一词
Meta 在遭遇 AI 相关反对声浪后，从商业服务条款中删除了“训练”一词。法律专家指出，遵守 robots.txt 属于自愿行为，条款若未明确承诺尊重其中的抓取限制，Meta 仍可能抓取试图阻止抓取的网站。英国、欧盟和美国的出版业组织呼吁监管机构介入，美国 News/Media Alliance 要求阻止相关条款于 10 月 30 日实施。
Ars Technica · AIAI 评分5555 Meta 试图将种子下载责任推给员工，以避免披露涉事高管
Meta 试图避免披露批准下载影子图书馆数据的高管，但 Hixon 要求其进一步说明所有相关决策者及其参与情况。Meta 辩称，为 Llama 1 和 2 等模型获取早期训练数据时，管理层通常不作正式决策，下载批准也来自集体讨论；Hixon 不接受以此缩小披露范围。Meta 还须回答那些未用于 AI 训练的盗版作品最终如何处置。
Meta EngineeringAI 评分4343 GenRecs Tokenization：以稳定模型词表变革 Meta 广告推荐
Meta 的 GenRecs Tokenization 用稳定语义词表表示广告等项目，改进广告召回与排序。它融合内容与互动信号，帮助模型理解缺乏互动历史的新项目。与 GEM 和 Adaptive Ranking Model 配合后，广告转化量提升 +0.35%。
Meta Engineering精选AI 评分7575 深入 Meta Prometheus：吉瓦级超级集群的建设与可靠性工程
Meta 详解吉瓦级超级集群 Prometheus 的硬件、网络与可靠性工程，其第一阶段已完成并用于训练 Muse 基础模型。集群目前拥有数十万 GPU，正向约 1 million GPUs 扩展；Muse Wonder 预训练和强化学习运行的有效训练时间占比分别超过 85% 和 90%。
推荐理由：通过备用 GPU、分层故障恢复与逐项归因的工程实践，解释超大规模训练如何减少中断并提高有效吞吐量。
MIT Technology Review · AIAI 评分5959 研究人员将 Claude 置于虚拟荒岛，观察到类似游戏的行为
MIT 研究人员让 Claude Opus 4.7 智能体在虚拟荒岛活动 30 小时，观察到自创游戏等行为，且其后续任务表现优于没有同类经验的新副本。名为 Eko 的智能体通过文本文件记录探索经历，删除部分记忆会降低任务表现，相关论文尚未经同行评审。实验虽未明确要求智能体玩游戏，但使用了描述其好奇心的人格提示词，并在其停下时提示继续活动，因此这些行为是否属于真正的游戏仍存在争议。
Mistral AIAI 评分5959 Mistral AI 发布时序基础模型 Timestral，提供 5M 至 209M 四种规格
Mistral AI 发布时序基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四种参数规格，支持多变量概率预测及历史、已知未来协变量。
Google ResearchAI 评分5555 Google 展示 Earth AI 地理空间智能体研究进展与实际应用，扩大早期访问
Google 公布 Earth AI 地理空间推理智能体的技术报告与合作伙伴测试案例，并扩大 Ask Google Earth、智能体 API 和 Planetary Prediction Engine 的实验性早期访问。
Google ResearchAI 评分5151 Google Research 在 Research@ 2026 展示 10 项研究与工具进展
Google Research 在 Research@ 2026 展示 10 项研究与工具进展，涉及地理分析、科研智能体、文档核查、端侧芯片、数值预测、医疗、灾害预测、教育与协作原型设计。
Google DeepMindAI 评分4747 Google DeepMind 与新加坡政府合作，微调 AI 模型用于诈骗检测
Google DeepMind 与新加坡政府科技局合作，基于 Gemma 微调出保护隐私的端侧诈骗检测模型。模型先以轻量分类器筛查消息，再分析对话上下文，识别操纵性话术并实时警告。模型将分阶段集成至应用，仅经用户同意访问设备端对话，Google 和新加坡政府均无法通过该部署获取对话内容。
Apple Machine LearningAI 评分3535 利用语音基础模型中的语言选择性维度检测语码转换
研究者提出利用预训练语音编码器中语言选择性维度直接检测语码转换的轻量方法，无需先转写语音。该方法用单语录音识别相关维度，汇总帧级激活，并以少量语码转换样本调优判定规则。Whisper-small 编码器在 CS-FLEURS 的 14 个语言对上平均 F1 达 0.798，高于 CNN 的 0.776 和 HuBERT 线性基线的 0.751。
Apple Machine LearningAI 评分4444 三模态掩码扩散模型的设计空间
研究团队提出从零预训练的三模态掩码扩散模型（MDM），并系统分析其多模态扩展规律与训练设计。基于 SDE 的重参数化将物理批大小与逻辑批大小解耦，无需调优最佳批大小。初步模型规模为 3B，预训练使用 6.4T tokens，在文本生成、T2I 和 T2S 任务中取得较强结果。
GitHub Blog · AI & MLAI 评分5656 GitHub 解读密钥检测模型：如何用 ModernBERT 减少误报与扫描成本
GitHub 详解密钥扫描管线，以正则筛选候选字符串，再由微调的 ModernBERT 结合上下文区分真实凭据与非敏感字符串。相比此前的 LLM 管线，新管线的提交后扫描执行时间中位数降低 86%，服务成本降低超过 98%，并使通用密钥检测得以扩展至推送保护。离线评估的精确率提高 13%、召回率提高 19%；客户 A/B 实验中，按仓库所有者加权的告警接受率提高 11.5%。
Microsoft ResearchAI 评分4848 StudentSim：通过模拟学生学习改进 AI 辅导
StudentSim 通过个性化学生模拟，为 AI 辅导系统在真实学习者测试前的评估与改进提供反馈。系统使用公开、去标识化的学习记录训练，在国际象棋、英语二语写作和数学任务上优于主要基线，评估兼顾学生行为还原与指导后的反应。该系统仅用于研究，未部署于课堂，也不旨在替代教师。
Import AIAI 评分4747 Import AI 476：创造力与递归自我改进、逊于中国模型的开放权重模型、AI 走向太空
Import AI 第476期聚焦 AI 的科研创造力与递归自我改进、视觉推理短板，以及太空工业化可能带来的先发优势。Humanity’s Sixth Sense 基准中，GPT 6 Astra 的 pass@1 为53.6，人类为93.1。TasteVal 则以8项前沿 AI 研发任务，评估模型选择研究问题、设计实验和解读结果的能力。
InterconnectsAI 评分5454 Nathan Lambert：AI 将快速进步，但未必走向通用超级智能
Nathan Lambert 预计，AI 未来几年将在基础设施和工程能力上快速进步，但这些提升不等于模型性质发生根本变化或走向通用超级智能。他认为，训练速度、推理成本等指标易于验证和优化，AI 智能体将推动整套技术栈的效率提升，使模型智能的有效成本接近指数级下降。随着工程瓶颈减弱，研究创意将更有价值，而近期进步更多来自利用现有工具扩大推理时计算，并非模型研究能力的突然跃升。
Microsoft ResearchAI 评分5959 Microsoft Research 开源 Agent Lightning v1.0，以约 3,500 行代码实现智能体 RL 框架
Microsoft Research Asia 开源重构后的 Agent Lightning v1.0，以约 3,500 行代码让部署时使用的智能体运行框架直接参与 RL 训练。
Microsoft Research精选AI 评分6060 Microsoft Research 的 Jennifer Neville 谈 AI 会犯哪些错，以及失败能教会我们什么
Microsoft Research 的 Jennifer Neville 在访谈中解析 AI 在多轮对话和长流程协作中的失败，以及评估如何帮助改进系统。她的团队将单轮基准改为逐轮补充需求的测试，发现模型表现显著下降，长流程中的未纠正错误也会累积并造成混乱。她建议对话混乱时重新开启聊天并一次性完整说明需求，在实际工作中保留人工监督与核验，而非将任务 100% 委托给 AI。
推荐理由：把单轮基准改造成逐轮补充需求的评估，能揭示高分背后的交互短板，为设计贴近真实工作流的测试提供具体思路。
Google ResearchAI 评分4949 挖掘 Earth AI 地理空间基础模型在全球公共卫生中的应用潜力
Google 展示 Earth AI 的人口动态基础模型（PDFM）如何辅助公共卫生建模，无需针对任务微调即可匹配或改善传统输入的效果。模型将搜索趋势、人口流动及环境等信号压缩为每月更新的位置嵌入向量，可接入现有工作流。合作机构在五类公共卫生挑战中开展独立评估，其中跨境疫苗接种建模的解释方差相对提升 +36%。
Mistral AI精选AI 评分7777 Mistral AI 发布 Mistral Large 4 公开预览，计划本月底开放权重
Mistral AI 发布 Mistral Large 4（ML4）公开预览，即日起可通过 Mistral Studio 使用预览 API，计划本月底开放权重。
推荐理由：当前 API 预览与月底开放权重的安排，提供了区分模型能力试用和自主部署的具体背景，尤其关联安全团队对运行控制权的需求。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 Quine，连接生物学世界模型与实验研究流程
Microsoft Research 推出实验性 AI 研究系统 Quine，将多模态生物学世界模型与连接科学工具、文献和研究人员的交互框架结合。在与 Broad Institute 合作的胰腺癌研究中，团队用一个周末完成数千种化合物的预测筛选与候选排序，多项湿实验验证了高排名候选引导细胞状态转变的效果。
推荐理由：胰腺癌实验案例展示了先用模型缩小化合物搜索范围、再用湿实验检验预测的研究路径，为计算与实验协作提供具体参照。
Import AIAI 评分5050 Import AI 474：探讨柏拉图式心智空间、Google 太空 TPU 与智谱自我改进循环
Import AI 第 474 期梳理心智研究、Google 太空计算与智谱利用自身模型优化基础设施的进展。Michael Levin 的论文提出将心智理解为借身体进入物理世界的非物理模式；Google 正与 Planet 准备通过 SpaceX Transporter-18 任务将芯片送入太空，散热仍是挑战。
InterconnectsAI 评分5555 Nathan Lambert 对谈 Epoch AI 的 JS Denain：递归自我改进、中美模型差距与能力不均衡
Nathan Lambert 与 Epoch AI 的 JS Denain 对谈递归自我改进、中美模型差距及能力发展不均衡，双方均强调对未来走向存在较大不确定性。
Import AIAI 评分4444 Import AI 473：美国的超级智能战略、小鼠颅内的人脑组织与机器诠释学
RAND 发布美国超级智能战略报告，建议在发展路径不确定的情况下，通过“行动自由”战略保留政策选择。报告主张投资人类与 AI 生态、安全架构、国家安全机构转型及社会应变能力，并梳理共存、遏制和加速三类战略。另有研究在脑组织被刻意削减的幼鼠体内培育出类似人脑的组织。
Mistral AIAI 评分3838 Cloudera 与 Mistral 合作，为企业数据引入专用、主权可控的 AI
Cloudera 与 Mistral 宣布合作，将通过模型集成与定制训练，让企业在自有环境中掌控数据与 AI。Mistral 模型将集成至 Cloudera 混合数据平台，支持私有云、公有云、本地及完全隔离环境中的部署。企业可在受控环境中利用专有数据训练定制模型，并保有数据与所生成智能的所有权。
Import AIAI 评分4949 Import AI 470：不给机器权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU 内核
多所大学的研究人员构建 SPADE，通过自我博弈生成可执行训练环境，提升大语言模型的游戏任务与工具使用表现。Qwen3-30B-A3B-Instruct-2507 在游戏评测中的平均得分达 58.3，比基础模型高 8.1。另据 METR 分析，AI 显著加速网络漏洞发现，对数学研究的加速较小，对 AI 研究尚无可测量的加速。
Berkeley AI ResearchAI 评分4848 ABBEL：教大语言模型更新信念，实现高效长程交互
ABBEL 框架用自然语言信念状态替代完整交互历史，并通过信念评分监督其信息保留，改善长程交互中的摘要学习效率。在 CollabBench 协作编程测试中，基于重构的信念评分使其与完整上下文模型的性能差距缩小约 50%，训练步数减少 50%，同时保持更低的峰值 token 用量。
Berkeley AI ResearchAI 评分3737 自适应并行推理：高效推理扩展的下一种范式分析
Berkeley AI Research 梳理并行推理进展，分析让模型自主决定何时拆分任务、启动多少并发线程及如何协调的自适应并行推理。现有方法多由外部预设并行结构，难以适应不同问题；顺序推理则面临延迟增长与上下文累积导致的性能退化。
Berkeley AI ResearchAI 评分4848 SPEX 与 ProxySPEX 如何规模化识别大语言模型中的交互作用
Berkeley AI Research 介绍 SPEX 与 ProxySPEX，利用稀疏恢复方法规模化识别影响大语言模型行为的关键交互作用。ProxySPEX 利用交互的层级结构，以约少 10x 的消融次数达到 SPEX 的表现。特征归因实验中，SPEX 在输入扩展至数千个特征时仍保持较高忠实度。