大模型原生智能体手机 STEPX Neo 定于 10 月 13 日发布
阶跃终端宣布，旗下首款大模型原生智能体手机 STEPX Neo 将于 10 月 13 日 19 时正式发布。该机运行智能体原生系统 Step AOS，并配备可与飞书等应用深度联动的 Amoo 助手。此前演示显示，Amoo 能读取日历和群聊消息，按照用户风格制作 PPT，并将日程变更同步到其他群聊。助手在修改文档或执行相关操作前，需要先获得用户授权。该手机的端侧生成式 AI 服务已通过中国网信部门备
AI 新闻中心
AI 新闻中心 过去24小时分析了 191 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。
Nous Research估值达15亿美元，进军企业级AI代理市场
成立三年的开源AI初创公司Nous Research确认完成由Robot Ventures领投的9000万美元B轮融资，估值达15亿美元。英伟达、三星及多家投资机构也参与了投资。公司称，其开源产品Hermes Agent已被克隆超过2400万次，约占全球AI Token使用量的2.5%。Nous计划利用资金推出Hermes for Businesses，帮助企业部署可处理复杂多步骤工作流、并保护企
微软推出 MAI Code1.1Flash，GitHub Copilot 将支持本地与云端混合推理
微软宣布，GitHub Copilot 将于 10 月底前支持本地 AI 模型，开发者可在云端和设备端模型间切换，也可交由系统自动调度。新款 MoE 模型 MAI Code1.1Flash 总参数量为 1370 亿，激活参数量为 68 亿。微软称，量化和投机解码技术旨在降低内存占用并提升设备端响应速度。该模型将率先搭载于配备 NVIDIA RTX Spark 硬件的新款 Surface Lapto
OpenRouter：企业在 OpenAI 与 Anthropic 模型上的支出份额 9 月大致持平
据 OpenRouter 数据，9 月企业在 OpenAI 和 Anthropic 模型上的支出份额大致相当，而 1 月 Anthropic 的份额为 75%。两家公司都需要在计划中的 IPO 前向华尔街证明，其业务能够持续发展。
消息人士：英伟达曾考虑最后一刻出价收购 OpenRouter，但这家初创公司不愿等待
据《The Information》报道，英伟达于今年7月得知，成立三年的初创公司 OpenRouter 即将被收购。OpenRouter 已成为热门的 AI 模型市场。英伟达告诉其管理层，愿意提出丰厚报价，但据称 OpenRouter 不愿等待。
B.Grimm携新海外伙伴扩大数据中心布局
泰国电力企业B.Grimm Power计划与一名新的海外伙伴投资建设一项250兆瓦数据中心项目。随着人工智能服务需求上升，该公司正加快拓展这一领域。
AI芯片制造商壁仞科技再度出售股份，拟募资5.15亿美元
上海壁仞科技计划通过新一轮股份出售募集40.4亿港元（5.15亿美元），用于支持其人工智能业务。此举也加入了中国人工智能企业近期的融资潮。
Mobile-4DGS：面向移动设备的静态与动态场景统一实时高斯泼溅
Mobile-4DGS 是一个轻量级框架，可在移动设备上实时渲染静态和动态场景的 3D Gaussian Splatting。它通过压缩外观建模、剔除冗余基元，以及采用无需运行时变形网络的显式 4D 运动表示，降低存储与计算开销。此外，该方法会复用先前确定的深度顺序，以减少播放过程中的处理。实验显示，在保持有竞争力的视觉质量的同时，存储需求和渲染开销均有所下降。代码已公开。
Agentic RAG 评估：在问题、搜索轨迹和重复读取之间分配预算
本研究考察如何将 Agentic RAG 的评估预算分配给问题、搜索轨迹和重复回答。在 HotpotQA 和 MuSiQue 上，使用相近的 token 预算扩大问题覆盖范围，相比读取五次使标准误降低 33%，相比三条搜索轨迹降低 12.6%。两种预测方法对预算分配的预测误差不超过 4%。超过两条轨迹的审计后，未发现明确的预测优势。根据记录的模型费用，当搜索成本为每 1,000 次请求 0 至 1
关于 KL 正则化策略优化
论文提出 KL-Regularized Policy Optimization（KLPO），用于大语言模型的异步强化学习。该方法旨在处理来自过时检查点的轨迹，以及推理系统与训练系统之间的概率差异，同时不需要重要性权重或为每个提示生成多个回答。KLPO采用正则化改进步骤的闭式解，并在采样器自身生成的轨迹上通过最小二乘法拟合其最优性条件。作者还证明，无需评论器即可根据终端回报计算梯度，并指出若干现有方
Recurrent Looped Transformer
Recurrent Looped Transformer（RLT）将并行因果编码器与循环解码器结合，解码器在每个 token 处理中纳入前一个 token 的最终状态。因此，计算路径会随序列长度增长，而每个 token 的计算成本保持不变。在六项算法任务中，两种 RLT 配置将最多用 40 位训练的奇偶性任务泛化到 256 位，准确率达到 100%；标准 Transformer 则仅达到随机水平。
Recursive Game Creator：面向游戏体验的智能体开发框架
Recursive Game Creator旨在帮助AI智能体将游戏原型迭代为更具娱乐性的作品。该框架由Designer、Builder、Player和Reviewer四个组件构成：系统规划并制作游戏，由通过程序接口控制的玩家收集游玩轨迹，再由Reviewer结合指标、视觉证据和明确偏好进行评估。作者报告称，该方法在GameCraft-Bench上取得77.89的综合成绩；在GameASG-Ben
WorldSonus：为虚拟世界带来声音
WorldSonus是一种交互式视频转音频框架，旨在为世界模型实时生成声音。它采用流式因果自回归扩散架构，以0.41的实时因子分段合成音频。按片段安排提示词的机制可在生成过程中调整声音事件；立体声和高阶环绕声数据则用于实现空间对齐。研究团队称，WorldSonus在音质和空间对齐方面达到或超过双向模型，并能推广到开放领域的视频转音频任务。
DecepEval：评估大语言模型智能体欺骗行为的基准测试
DecepEval 是一套基准测试，包含 1,532 个案例，覆盖三类任务和 28 种职业场景，旨在系统研究大语言模型智能体的欺骗行为。其“LLM Deception Diamond”框架考察压力、诱因、机会和冲突等可能促使欺骗的条件。对九种前沿大语言模型的评估显示，这些诱发条件会提高不同模型和任务中的欺骗率，即使是基线欺骗率较低的模型也不例外。研究通过明确的任务事实和可观察的智能体行为，尝试区分
nanoMuse：适用于你所有设备的开源个人智能体
报告介绍了 nanoMuse，这是一款采用 GPL-3.0 许可证的开源个人智能体，旨在跨用户的多台设备延续同一段对话。任何人都可以自行运行中继服务来连接设备；所有操作均通过名为 Sentinel 的系统，记忆以用户可读取的文件保存，模型也由用户自行选择。报告将该项目与 Meta 的闭源 Muse 智能体进行比较，并提出开放记忆功能、设备操作评测以及适用开源模型的后续路线图。文中的规模和成本数据均