中国人民大学率先开设“家长学堂”，探索 AI 时代教育协同模式
中国人民大学开设“家长学堂”，探索人工智能时代高校、家庭与社会协同育人模式，被称为中国高校的首次尝试。超过 7,000 名新生家长在线收看活动直播。教育部门和研究机构人士表示，尽管 AI 正日益融入教育，家庭仍是学生成长中不可替代的教育主体。高校和家庭应共同制定 AI 在学习中的使用规范，同时重视价值引导、情感联结和品格培养等人工教育功能。
AI 新闻中心
AI 新闻中心 过去24小时分析了 196 篇文章，发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
谷歌推出 AI 图片设计工具 Pics，可在 Docs 和 Slides 中直接使用
谷歌正式上线 AI 图片设计与编辑工具 Google Pics。用户可通过 pics.new 使用网页版，也能在 Google Docs 和 Google Slides 中直接打开。该工具支持通过文字提示生成图片，也可以导入本地文件、Google Drive 和 Google Photos 中的已有素材进行编辑。功能包括精确分割图片对象、单独移动和缩放选定对象、编辑或翻译图片文字并保留原有字体和版
英伟达合作伙伴在亚洲罕见的GPU挂钩贷款中获得强劲需求
英伟达合作伙伴GMI Cloud获得的贷款承诺金额超过其最初寻求金额的两倍。该贷款以销售先进芯片计算能力所产生的收入作为支持，强劲需求凸显了市场对亚洲首批同类融资交易之一的兴趣。
Harness-of-Harness：通过持续改进实现多日自主软件开发
该论文提出 Harness-of-Harness（HoH），一个面向大语言模型编程代理的框架。HoH 将现有代理运行环境组织为反复执行的规划、编码和测试循环，在修复问题与扩展能力之间取得平衡，并将开发拆分为可验证的小步骤，分离实现阶段测试与独立评估，同时保留带版本记录的项目历史。研究人员报告称，在 GameCraft-Bench、FrontierSWE 和 ProgramBench 上，经过三次迭
OPPO 联合多所高校推出端侧 AI 记忆评测基准 MobileMem
OPPO 联合 OpenKG，以及浙江大学、同济大学、东南大学等高校的研究团队，推出端侧 AI 记忆评测基准 MobileMem。该项目旨在建立统一标准，让不同技术方案能够进行测试、比较和改进。技术白皮书已经公开，数据集和相关工具预计将陆续开源。OPPO 认为，端侧记忆是 AI 助手持续理解用户、记住其习惯和偏好，并在合适时机提供帮助的重要基础。目前公告没有公布具体评测结果，也未提供经验证的性能提
Perplexity 推出“混合计算”，让敏感数据留在本地处理
Perplexity推出Hybrid Compute功能，可将任务拆分给云端前沿模型和本地语言模型处理。新的隐私分类器会检测可能包含敏感内容的文件和信息，并建议将其保留在用户设备中。正式处理前，用户可以查看系统提出的分流方案，并自行决定各部分由哪个模型完成。本地模型生成的令牌不收费，应用还会显示CPU、GPU和内存使用情况。目前支持Gemma E4B，以及两个拥有350亿参数的Qwen 3.6模型
Qwen-Drive-1.0：迈向自动驾驶视觉语言基础模型的初步探索
Qwen-Drive-1.0是一款面向自动驾驶的视觉语言模型，将三维感知、视觉问答和运动规划统一到同一框架中。外部鸟瞰视角（BEV）感知头负责三维目标检测、语义占用预测和BEV地图分割，并为三维场景结构提供可检查的接口。规划模块基于共享的视觉语言模型表示生成车辆未来轨迹。分阶段训练方案结合驾驶监督数据与通用视觉语言数据，在培养驾驶能力的同时，尽量保留广泛的视觉理解和指令遵循能力。多种开放环、伪闭环
E-Commerce Bench 评估大语言模型智能体执行长期自主商业运营的能力
E-Commerce Bench 是一个开源基准，用于评估大语言模型智能体在动态年度商业模拟中的表现。智能体需要同时运营多家网店，开展市场调研，与供应商谈判，优化销售策略，处理订单和退货，并管理现金流。模拟环境包括促销活动、自然灾害和供应链冲击。研究团队从七个维度评估了18个前沿模型，结果显示没有任何模型在所有领域都占据优势。GPT-5.6 Sol 将10万初始资金增至1,431,425，期末资产
ZimaBlue通过可扩展视频预训练推进通用世界动作模型
ZimaBlue是一种利用大规模第一视角视频训练机器人世界动作模型的框架。其三阶段训练流程首先从人类和机器人视频中学习因果具身视觉动态，随后通过统一的动作表示将这些表征与异构机器人轨迹结合，最后针对目标机器人进行专门化。异步Slow-Fast架构将高容量Slow世界模型与轻量Fast分支结合，可在NVIDIA RTX 4090上以30 Hz进行动作预测。在真实机器人零样本评估中，相比仅使用目标机器
H3-World：将语言理解转化为交互式世界控制
H3-World是一种高效框架，可将拥有330亿参数的MiniMax-H3视频生成模型转化为交互式世界模型。该系统无需引入专用动作模块，即可通过自然语言指令更精确地控制角色行为和摄像机运动，并实现时间层面的控制。系统将每个动作表示为角色指令与摄像机指令的结构化组合，并与对应时间段的视频潜在表示对齐。时间注意力路由会将每条指令限制在指定时间区间内，从而减少不同动作之间的控制干扰。使用8,000个游戏
评估多模态大语言模型作为无人机控制的视觉语言行动智能体
该研究评估多模态大语言模型直接进入无人机控制回路后的表现。研究提出DroneCATS-Agent架构和DroneCATS基准，测试四项能力：接近可见目标、跟踪移动目标、搜索初始视野之外的区域，以及指挥多架无人机。模型无需微调，也不依赖预先定义的函数调用模式。结果显示，即使是简单的具身任务，目前模型仍远未达到可靠水平。小型开源模型有时比前沿模型更稳定地飞入目标范围，但经常过早宣布到达，或始终不宣布到
StudentSim：训练基于大语言模型的学生模拟器
StudentSim是一套为AI导师构建个性化学生模拟器的训练框架。它先利用多名学生的数据进行联合训练，再针对每名学生进行专门化，使模拟器能够复现特定学生的回答，并模拟其在导师指导下的变化。配套的StudentSimEval评估协议涵盖60名学生，测试领域包括国际象棋、英语作为第二语言的写作和数学。在三个领域中，StudentSim在行为保真度和指导响应能力上都超过了GPT-5.4。在国际象棋概念
谷歌 Gemini 3.8 Flash 据称在编程能力上缩小与 OpenAI、Anthropic 的差距
据《华尔街日报》报道，谷歌最早可能于当地时间周三发布新模型 Gemini 3.8 Flash，内部代号为“Skimaki”。谷歌编程工具 Jetski 的内部对比测试据称显示，工程师对 Gemini 3.8 Flash 的偏好超过 Anthropic 的 Opus，表明谷歌在编程能力上缩小了与 Anthropic 和 OpenAI 的差距。不过，相关结论仅来自内部测试，尚未经过独立验证。Flash
三星预告 My FanCam AI 功能，可在演唱会视频中自动追踪偶像
三星将为部分 Galaxy 折叠手机和智能手机推出 My FanCam 功能。该 AI 功能可通过一次点击识别多人表演视频中的指定人物，持续追踪其移动，并自动重新裁切画面，让目标尽量保持在画面中央。功能支持 16:9、9:16 和 1:1 三种输出比例，也能处理过去已经录制的视频。首次分析时，系统可同时分析多名人物，用户之后可以切换不同对象查看对应的跟拍结果。三星表示，视频分析完全在设备端完成，不
Reddit开发者打造可与Claude手写互动的学习应用
Reddit社区一名开发者打造了一款学习应用，让用户可以在平板上手写笔记，并由Claude在同一页面以手写风格回应。应用能够识别手写内容，在笔记旁添加问题或解释，还支持导入PDF和电子书。用户可以标记段落、要求生成相关批注，并根据学习材料创建测验。目前软件主要针对支持手写笔的Android平板进行优化，包括Daylight DC-1，其他平台的适配仍在推进。系统会将手写矢量数据发送给Claude，