Anthropic若上市，澳大利亚联邦银行持股或带来数十亿美元收益
如果Anthropic PBC进行首次公开募股，澳大利亚联邦银行可能有机会变现其在这家人工智能初创公司的股份。该行在一年多前购入这笔股权，其估值此后大幅上涨。
AI 新闻中心
AI 新闻中心 过去24小时分析了 188 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。
构建而非对战：自我改进的 LLM 研究智能体开发出媲美顶尖玩家的《炉石传说：酒馆战棋》AI
AutoTavern 是一个自我改进的研究系统，由专业化的 LLM 智能体协同开发《炉石传说：酒馆战棋》的模拟器、对手和游戏策略。该系统在 20 天内构建了完整复现游戏内容的 TavernGym，并推出 23 个经 PPO 训练的 TavernAgent 版本。在实际天梯中，该智能体的评分从 6,000 升至约 15,000。按公开排行榜的指标，其最近 20 场平均名次为 1.60，获得第一名的比
RynnVLA-Latent以具备3D基础的潜在动作扩展机器人操作基础模型
RynnVLA-Latent利用人类、机器人和仿真环境的交互视频预训练机器人策略，无需依赖带有机器人原生动作标注的演示数据。其核心组件RynnLAM从视觉变化中学习连续且具备3D基础的潜在动作。训练数据包括30,100小时视频，并由此生成7.4552亿个潜在动作描述。最终的40亿参数策略在未针对基准测试进行专门适配的情况下，在LIBERO上取得98.8%的成功率，在LIBERO-Plus上取得84
DynaFlow：学习灵活的多智能体编排
DynaFlow 是一种框架，由主智能体在需要协作时生成适合具体任务的可执行工作流，以协调子智能体。子智能体可以顺序或并行执行任务、交换结构化信息并验证结果。训练仅针对主智能体，子智能体保持不变。在涵盖数学推理、科学问答和多跳检索的六项基准测试中，DynaFlow 在 Forced 模式下的总体准确率达到 88.08%；使用相同的 Qwen3.5-27B 主干模型时，比受测基线中表现最强者高出 1
大模型时代可信的递归式自我改进：基础、风险、评估与开放挑战
这篇综述探讨递归式自我改进（RSI）：AI 系统不仅调整模型、提示词、记忆、工具和工作流程，还会修改影响后续改进的机制。然而，自我修改本身并不能证明进步可靠；评估可能存在缺陷，已有能力可能退化，行为约束可能减弱，安全或隐私风险也可能延续到后继系统。论文将可信 RSI 的要求归纳为四个方面：真正且持续的改进、保持行为约束与对齐及公平性、安全与隐私、透明度与可控性。文章梳理改进流程中的风险和防护措施，
Anthropic上市文件披露：AI产业高度依赖天然气
Anthropic在提交给美国证券交易委员会的注册文件中表示，AI产业扩张加剧了对电力及供电稳定的数据中心选址的竞争。数据中心日益依赖天然气，燃料、天然气管道和燃气轮机短缺可能导致规划项目延期或成本上升。Anthropic还警告，气候变化可能推高冷却和用水费用，而能源基础设施相关的监管要求及新增成本，也可能限制公司的运营和增长。
英伟达 RTX 5090 再陷停产传闻：合作厂商据称已无法订购核心芯片
GeForce RTX 5090 是否停产的争议仍在持续。英伟达否认停产，称显卡仍在出货，但供应受到限制。据报道，一家未具名的板卡合作伙伴已无法订购搭载 32GB GDDR7 显存的 GB202 芯片套装，连追加订购渠道也已关闭。报道推测，英伟达可能将有限的 GB202 产能优先分配给 RTX PRO、工作站及 AI 产品。多个市场的零售库存据称十分紧张，部分散热器供应商面向 2027 年的订单也
FFR完成与FFAI机器人业务合并并在纳斯达克挂牌上市
Faraday Future宣布，FFR已完成与FFAI的合并，相关业务及资产已纳入FFR，并在纳斯达克挂牌上市。贾跃亭出任CEO，Jerry Wang出任执行董事长。FFR预计2026年机器人销售及出货量约为2000台，并保持正毛利。公司表示，2027年及未来五年的营收和销量预测以获得必要融资为前提，不构成对未来业绩的保证。
当智力首次被定价：论坛激辩“Token经济”是否真的划算
中信出版集团与腾讯研究院举办的论坛，讨论了以Token作为AI产出计量和计费单位的经济影响。经济学者、研究人员和产业代表聚焦于Token单价下降但总账单上升、Agent重复调用造成浪费，以及利润集中在产业链上游等问题。与会者指出，成本可以按Token数量线性计算，但任务价值取决于实际后果，呈现非线性差异。企业未来需要判断购买AI能力是否比雇用人员更划算，并同步推进组织调整。企业软件、制造和教育领域
“你想控制自己的人工智能”：Pegasus间谍软件创始人敦促政府推动自主AI
Pegasus间谍软件创始人呼吁各国政府在人工智能领域优先考虑国家安全，并发展本国的AI能力。他认为，各国应减少对美国人工智能系统和基础设施的依赖。
Qwen-Image-PE：学习视觉设计以提升文生图提示词
Qwen-Image-PE旨在将不够明确的用户请求转化为更具体的图像规格。其训练分为两阶段：利用设计精良图像的描述进行监督微调，再通过强化学习比较候选图像，优化光照、构图、布局和细节。在Qwen-Image-Bench上，Qwen-Image-PE-397B较原始请求提升7.81分，9B版本则超过了所有受测的提示词增强基线。作者还报告称，该方法可泛化到另外四种文生图模型。Qwen-Image-PE
是否具备新颖性？PatEx-Gym：用于专利新颖性评估的智能体先前技术检索
PatEx-Gym 是用于开发和评估专利审查 AI 智能体的框架。其基准包含 1,000 项审查任务，以及收录超过 100 万件专利和 5.2 万篇科学论文的检索语料库。无需人工标注的 PASS 方法合成检索轨迹，用于训练 40 亿参数的 PatEx-Agent。实验显示，该模型的表现可与规模大得多的通用智能体竞争；不过，即使是能力较强的模型，寻找相关先前技术仍然困难。
ProAS：面向多轮智能体强化学习的进度感知优势塑形框架
论文提出 ProAS，旨在更精细地分配大语言模型智能体强化学习中的学习信号。该方法利用动态更新的 Agentic Reference Graph，屏蔽不合理激励并以非对称方式重新分配惩罚，无需增加评论器开销。作者使用 Qwen2.5-1.5B-Instruct 和 Qwen2.5-7B-Instruct 进行实验，报告称其在 ALFWorld 上的成功率分别最高达到 91.9% 和 94.3%，在
AgentProofBench：Web 智能体可复用验证器基准测试
AgentProofBench 用于评估 Web 智能体的验证器能否在需求变化时重复使用，并支持后续执行。该基准涵盖 4 个 Web 服务中的 79 个任务系列，共 97 项任务。研究使用 DeepSeek Flash 和 Pro 进行实验，考察验证器的复用情况及其与执行正确性的关系。在 22 个执行任务系列中，验证面板无错误的 33 个程序分配中，有 32 个能在两个已保存的初始状态下都正确完成
Δτ-Bench：评估智能体应对不断变化的能力环境
论文提出可执行基准测试 Δτ-Bench，用于模拟大型工具生态的变化，包括服务消失、被替换或出现更高效的替代方案。该基准涵盖 42 个领域、6 个连续的生态状态，以及 1,588 项经过验证的多轮任务。评测中表现最好的模型或执行框架，任务成功率也仅为 42.3%。现有技能学习方法带来的初期提升，并不总能转化为适应生态变化的能力。论文还提出 Steward，联合管理工具和程序性知识；实验显示，它在生