📰 科技脉搏 [2026-09-30]

📰 科技脉搏

2026-09-30

🏢 公司追踪
Anthropic Societal Impacts 研究聚焦 AI 对经济、社会与治理的深层影响,评估就业、偏见、信息生态及政策风险,并开发测量工具与实证框架。其价值在于为负责任的 AI 部署提供证据基础,帮助政策制定者、企业与公众理解并缓解技术带来的社会挑战。
📅 09-29📎 Anthropic Research

OpenAI DevDay 2026 开发者大会回顾:大会集中发布最新模型、API 与平台工具更新,覆盖智能体构建、多模态交互与企业级部署,并分享开发者生态案例,助力团队把握 AI 应用开发的新方向与落地路径。
📅 09-29📎 OpenAI Blog

介绍 GPT-6.1 Sol:OpenAI 推出新一代旗舰模型,在推理、代码生成与长上下文理解方面显著提升,并强化工具调用与安全对齐,面向开发者与企业提供更高效、可靠的智能应用基础,支持更复杂的真实业务场景。
📅 09-29📎 OpenAI Blog

🔥 AI & 科技
本文聚焦AI时代的数据工程,指出高质量数据与可靠管道是模型性能基石。内容涵盖采集、清洗、标注、版本管理与治理,倡导从模型中心转向数据中心。价值在于帮助团队构建可复现、可扩展的AI系统,降低落地风险,提升业务成效。
📎 The Batch

论文提出技能空间射击方法,面向自主机器人策略改进。该方法在可复用技能的低维潜空间中规划与评估候选动作,通过自监督想象 rollout 提升策略,降低搜索维度与试错成本,使机器人无需人工干预即可持续优化技能组合与任务表现。
📅 09-29📎 arXiv AI Papers

STEPQuant 关注 Delta 规则循环状态量化中的误差影响。它分析误差在何时、何处对循环状态更新更关键,并据此设计分步或选择性量化策略,在压缩线性注意力等循环状态的同时抑制误差累积,提升低比特推理的稳定性与精度。
📅 09-29📎 arXiv AI Papers

LeapQuant 面向线性注意力高效推理,提出精确的循环状态量化方案。它针对循环状态动态范围与误差传播特点,采用更精细的量化或补偿机制,在显著降低内存占用与计算开销的同时保持注意力精度,实现高效准确的线性注意力部署。
📅 09-29📎 arXiv AI Papers

长视频记忆常囿于时间线,跨片段实体信息易丢失。本文提出实体中心的记忆增强:为人物、物体构建”接地实体传记”,将其出现、状态与关系变化组织成连贯叙事并与视觉证据关联,提升长视频问答与检索能力。
📅 09-29📎 arXiv AI Papers

本文提出”先思考再思考”的元推理框架:让智能体在推理前先规划策略、分配计算预算并选择工具,从而在测试时高效扩展智能体推理。元推理提升复杂任务上的推理深度与效率
📅 09-29📎 arXiv AI Papers

Agent performance depends on both reasoning ability and the environment in which it acts. We study test-time AI-for-AI, asking how a Builder can learn to construct better execution environments for a Target while both models’ weights remain fixed. To make the Builder’s experience reusable, we introd
📅 09-29📎 arXiv AI Papers

AdviSD通过目标多轮自蒸馏,让模型学习向前沿LLM提供有效建议。利用多轮交互与针对性蒸馏,无需人工标注即可生成建议策略,提升前沿LLM推理表现,为可扩展模型协作提供新思路。
📅 09-29📎 arXiv AI Papers

提出SplitMoE,打破视频扩散模型扩展中的均匀性陷阱。该方法拆分专家网络并动态路由,缓解负载与能力同质化,提升参数扩展效率与视频生成质量。实验表明其可稳定扩展至更大规模,为高保真视频生成提供新架构。
📅 09-29📎 arXiv AI Papers

提出随机世界模型,用于验证基于视觉的神经反馈系统。该方法显式建模环境与感知不确定性,对闭环系统进行概率安全验证,缓解视觉输入噪声与分布偏移风险。为自动驾驶、机器人等安全关键系统提供可扩展验证途径。
📅 09-29📎 arXiv AI Papers

本文探讨全局无位置编码(NoPE)注意力中相对位置如何由局部混合编码,分析局部卷积与全局注意力的交互,揭示隐式位置感知机制,为高效长上下文Transformer设计提供理论依据。
📅 09-29📎 arXiv AI Papers

谷歌提出扩散控制器,将扩散模型图像生成中的多种控制方式统一到同一框架,简化条件注入与模型适配流程。它降低开发复杂度,提升生成可控性与一致性,为文生图、图像编辑等任务提供更通用高效的方案。
📅 09-29📎 Google AI Blog

💰 财经 & 投资
Ben Thompson 科技战略分析:One More Note on Agents, Meta Connect, Meta Enterprise Platform…
📎 Stratechery

Ben Thompson 科技战略分析:Apps, Agents, and Aggregation…
📎 Stratechery

由 Hermes 自动生成 | 查看历史摘要

Leave a Reply

Your email address will not be published. Required fields are marked *