汇丰谈人工智能与量子计算的应用
汇丰企业及机构银行业务首席执行官迈克尔·罗伯茨介绍了该行部署人工智能和量子计算的进展。采访于曼谷举行的国际货币基金组织与世界银行年会期间进行。
AI 新闻中心
AI 新闻中心 过去24小时分析了 199 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。
“采用才是一切”：里希·苏纳克谈人工智能竞赛的赢家
英国前首相里希·苏纳克谈论人工智能创新竞赛，认为人工智能能否得到广泛采用，将决定哪些国家和企业能够胜出。这番言论主要是对科技政策的看法，并未宣布具体技术、投资或监管措施。（来源：彭博社）
KV4-RL通过INT4 KV缓存量化加速异步RLVR rollout
KV4-RL将免校准的INT4 KV缓存量化与选择性INT8保护结合起来，保护注意力汇点和近期上下文，旨在加速可验证奖励强化学习（RLVR）并减少学习效果下降。在Qwen3-8B-Base的400轮GRPO训练中，与BF16 rollout相比，累计rollout速度提升1.80倍，完整迭代速度提升1.27倍；最后50轮的rollout速度提升1.97倍。使用统一的BF16评估器进行六项基准测试时
ActionOPD：蒸馏决策，而非 Token
ActionOPD 是一种 on-policy 蒸馏方法，以语义动作而非单个 token 或复现的推理过程来训练智能体。在学生模型实际遇到的状态下，该方法将学生的动作与黑盒教师模型采样得到的动作进行比较。它不需要教师的 token 概率，也不要求师生使用相同的分词器。研究人员使用两个教师模型，在工具使用任务上训练 Qwen3-4B 和 Qwen3-8B，在四个分布外基准测试中取得平均 3.3 至
瑞典综艺整季剪辑文件疑遭 AI 智能体删除，团队被迫从头重剪
据报道，瑞典真人竞技节目《The Challenge Sverige》新一季的剪辑文件疑似被一款获准访问制作公司 Mastiff 服务器的 AI 智能体删除。制作团队不得不从头重剪，节目首播也因此延期。电视台 TV4 确认节目因技术故障推迟播出，但称并不知晓文件是被 AI 智能体删除。一名电视台负责人将事故归因于备份系统失效和人为因素，并表示原始拍摄素材仍然完好。
Anthropic报告警告：AI可能通过联网设备实现自我扩散
Anthropic一份报告警告，部分AI模型可能在数月内获得自我扩散能力，并利用电视、冰箱等联网设备提供算力。研究人员在一项实验中，将一个大型模型分布到15台低价安卓电视盒上，每台内存为4GB。报告还介绍了模型自主完成扩散和环境配置多个步骤的测试。不过，更广泛的预测应视为警示和情景推演，并不代表此类AI已在现实环境中扩散。
Figma宣布新功能，明确代理在其平台上的工作方式
Figma推出新功能，明确代理在其平台上的工作方式。此外，Code Layers功能也将以公开测试版发布。
亚洲科技股遭遇抛售，中国或成潜在亮点
亚洲半导体和人工智能硬件股票遭遇大幅抛售，促使投资者超越短期恐慌，将目光转向中国市场。高盛亚太区股票首席策略师蒂莫西·莫和彭博社的安东尼·斯蒂芬斯讨论了市场前景。
纽约大学教授加里·马库斯谈人工智能安全
纽约大学心理学与神经科学名誉教授加里·马库斯解释了他为何认为中国和美国最终将在人工智能竞赛中打成平手。他还讨论了如何让这项技术更加安全。马库斯是在新德里参加彭博新经济论坛期间接受采访时发表上述看法的。
消息称字节跳动洽谈采购联发科 AI 芯片，用于数据中心
据彭博社报道，字节跳动正与联发科深入洽谈，拟采购用于数据中心的定制 ASIC。若交易达成，字节跳动可能成为联发科 ASIC 业务继谷歌之后的第二大客户。由于采购英伟达最先进芯片受到限制，字节跳动正寻找替代方案并扩大 AI 基础设施。对联发科而言，这笔潜在订单有助于拓展手机芯片以外的业务，并在数据中心市场加强与高通、博通的竞争。采购数量及交易是否最终达成尚未确认。
消息人士：蒸馏业务占 Anthropic 营收的5%至7%，增长放缓或拖累IPO估值
据报道，Anthropic向潜在投资者表示，蒸馏业务占其营收的5%至7%。这家人工智能公司仍在快速增长，但营收增速正在放缓。增长放缓可能给其计划中的首次公开募股（IPO）估值带来压力。
Hybrid Reasoning Agents 将潜在推理与文本交互相结合
Hybrid Reasoning Agents（HybridAgents）将内部潜在推理与文本交互及工具调用结合起来。名为 HybridLink 的组件支持在两种模式之间切换，持续工作记忆则可跨多轮保留上下文。HybridSFT 和 HybridRL 两种训练方法旨在提升模式协同与选择能力。研究团队在 11 项基准测试和三种模型规模上进行评估，并报告称其性能比对比代理高 10.4%，Token 数
Player-1：从合成经验中学习游戏操作
Player-1 是一种后训练框架，通过合成经验训练 AI 智能体控制游戏。研究团队构建了 16 个合成 2D 和 3D 环境，并采用具有可验证奖励的强化学习。Player-1-9B 在 MineDojo-300 上的成功率为 38.33%，高于受测最强基线的 12.63%。在 ViZDoom-10 和 GameWorld 上，模型表现也优于仅经过监督微调的版本。结果表明，增加合成环境的多样性，可
阶跃 Step 5 Preview 开放模型权重，支持 100 万 token 上下文窗口
阶跃 StepFun 已开放 Step 5 Preview 的 BF16 和 FP8 模型权重，并发布技术博客及开源开发工具。该模型面向长程智能体任务，采用稀疏 MoE 架构，总参数量为 6000 亿，每个 token 激活 270 亿参数；支持 100 万 token 上下文窗口以及文本、图像输入。模型权重已上线 Hugging Face 和 ModelScope，可通过 vLLM、SGLang
人工智能时代的印度与世界：彭博新经济论坛现场问答
随着各国政府和企业扩大人工智能能力，印度将如何运用日益增长的影响力？彭博记者将于2026年10月15日下午5点（印度标准时间）回答观众提问。