前Meta AI负责人推出Ndoc，挑战微软Office与谷歌Workspace
曾在Meta负责AI工作的Rohit Patel推出了生产力初创公司Ndoc及其一体化办公平台。用户可以上传数据集，生成包含可见Python脚本的分析报告，并通过AI聊天功能了解代码和计算过程。Ndoc还支持从主流办公应用导入数据，并将文档导出为可在浏览器中打开的开放HTML文件。目前产品已推出alpha版，商业版本计划于2027年发布。
AI 新闻中心
AI 新闻中心 过去24小时分析了 206 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。
彭博情报：到2030年中国或将在AI模型等关键领域领先
彭博情报（Bloomberg Intelligence）的一份新报告称，中国有望在2030年前于作为人工智能核心的大语言模型领域领先全球。报告还认为，中国在其他所有具有战略重要性的技术领域至少将具备竞争力。这是对未来趋势的预测，并不代表中国目前已经在这些领域占据领先地位。
Memory Tax：剖析 AI 智能体记忆的净价值
一项大规模研究评估了长时程智能体中的记忆系统，并将其与通过 RAG 直接检索原始历史记录进行比较。在多个基准测试和不同模型骨干上，许多专用记忆系统的表现不如简单的 RAG。研究将通过重组事实或提炼偏好带来的收益称为“记忆收益”，将因删除或掩盖相关证据造成的损失称为“记忆税”。研究进一步分析系统设计和评估方式如何导致记忆税，并将这一概念推广到更多记忆应用场景。研究团队计划向社区开源代码和实验结果。
AI推高元器件成本，传惠普、华硕、宏碁将部分PC产能迁回中国
据《日经亚洲》报道，受内存及其他零部件成本上涨影响，惠普、华硕和宏碁正将部分PC产能从东南亚迁回中国。AI需求导致内存芯片供应趋紧，大型代工厂则优先承接利润率更高的AI服务器订单，为立讯精密、华勤、龙旗等中国代工厂争取国际PC品牌订单创造机会。报道称，戴尔也在评估类似调整。部分厂商未作回应；宏碁表示会持续灵活调整供应链运营。
SK海力士季度利润创纪录，计划向股东回馈750亿美元
SK海力士宣布约750亿美元的股东回报计划。AI基础设施需求推动存储芯片价格上涨，公司称第三季度营业利润同比增长逾七倍。DRAM和高带宽内存产能已预订至2029年。SK海力士已与14家主要客户签订长期供货协议，锁定2027年和2028年总产能的一半以上。公司预计，芯片供应短缺可能持续至2030年。
SK海力士CEO：DRAM和HBM产能到2029年已近乎售罄
SK海力士CEO郭鲁正表示，计入已签订的长期供货协议及正在与客户协商的需求后，公司DRAM和HBM产能到2029年已近乎全部排满。公司公布2026年第三季度营收为104.62万亿韩元，净利润为39.53万亿韩元。SK海力士预计，AI基础设施投资将支撑短期存储需求，自动驾驶和机器人等领域则将在中长期带动需求。由于先进制程难度提升、新建工厂耗时较长，供不应求的情况可能持续至2030年。
消息称百度近期将披露世界模型研发进展，或率先应用于自动驾驶
据《科创板日报》报道，百度计划近日披露世界模型的研发进展与成果。世界模型旨在对物理环境进行建模并预测其变化。若用于自动驾驶，可能提升复杂交通场景下的预测和决策能力。百度旗下自动驾驶出行服务萝卜快跑目前已覆盖全球28座城市，并积累了一定规模的真实道路数据。不过，该模型的具体用途以及与萝卜快跑的关系目前仍不明确。相关信息来自消息人士，尚不构成已确认的官方产品公告。
特朗普称将正式禁用“人工智能”一词，改称“超级智能”
美国总统特朗普表示，未来将在所有相关政府文件及其他官方场合“正式禁止”使用“人工智能”（AI）一词，改用“超级智能”（SI）。他认为“人工智能”这一表述不准确，但没有说明具体如何执行。特朗普今年9月已签署行政令，要求美国联邦政府部门和机构在法律允许的最大范围内，以“超级智能”取代“人工智能”。据路透社报道，美国司法部还指示工作人员在大多数场合使用新术语，包括法院相关文件。目前，美国媒体仍主要使用“
MatAnyone-E：通过稀疏记忆传播高效处理高分辨率视频抠图
MatAnyone-E是MatAnyone 2面向高分辨率视频抠图的高效扩展。该方法先在低分辨率下进行传播，识别需要进一步检查的不确定区域，并筛选最相关的记忆候选；随后仅对这些区域执行高分辨率匹配，其余区域复用低分辨率结果。研究人员还设计了轻量级解码器，以降低生成高分辨率蒙版的成本。实验显示，MatAnyone-E在保持与MatAnyone 2相近抠图质量的同时，4K推理速度预计提升7.4倍，峰值
CodeCap-Bench：代码能否成为有效的视频描述方式？
这项研究探索使用可执行代码作为视频内容的补充表示方式。借助图形基元、布局规则和时间函数，代码能够比自然语言更精确地表达细粒度空间结构和时间动态。在问答和视频重建任务中，代码描述的表现优于自然语言描述。研究人员推出 CodeCap-Bench，包含323个结构化二维内容视频、细粒度标注和多层次评估框架，用于系统评估多模态大语言模型生成忠实代码描述的能力。领先的闭源模型展现出一定潜力，但仍难以准确捕捉
微软推出 MAI-Image-2.7-Preview，图像编辑模型排名第二
微软发布了 MAI-Image-2.7-Preview。该模型在 Artificial Analysis 的 AA-Image-Editing v2.1 榜单上获得 1,193 Elo，排名第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst (max)。它可根据文字指令编辑现有图像，目前尚不支持文生图。微软称，与 MAI-Image-2.6 相比，新模型在评测的全部 10
亚马逊：AI时代考核工程师应看业务价值，而非AI使用量
亚马逊更新软件工程师工作准则，强调绩效应根据工程师为客户和业务创造的价值来衡量，而不是看AI使用频率或词元消耗量。公司此前曾追踪AI工具使用情况和代码行数，部分团队还制作了排行榜。亚马逊如今提醒，将这些指标当作目标可能适得其反。公司仍鼓励工程师在日常工作中使用AI，并要求管理人员在实际项目中亲自试用相关工具。对于AI暂时无法帮助的岗位，员工可以说明原因，并与同事和管理人员共同寻找解决办法。
蚂蚁集团开源面向个人智能体的 Ling-3.1-flash-1019
蚂蚁集团百灵团队发布 Ling-3.1-flash-1019，针对个人智能体任务进行了优化。该模型在 Artificial Analysis Intelligence Index v4.3.2 中获得 44 分，较上一版本提升 3 分。百灵称，模型在复杂工作流、任务自动化和科学问题求解等测试中有所进步。团队还以 MIT 许可证开源基础模型 Ling-3.1-flash-base。该模型采用混合专家
Omni-InteractScope：评估连续全模态流中的主动式与智能体交互
Omni-InteractScope 是一个用于评估多模态语言模型的基准，关注模型在观察连续音视频流时，能否及时、持续地主动帮助用户。该基准包含 1,479 条经过人工标注和交叉审核的交互，以及分布在八类任务中的 1,790 个时间目标。对 12 个模型的实验显示，工具调用目标的首次响应及时率最高仅为 40%，同时满足时机和工具使用要求的准确率最高为 32%。无需用户明确提问的提醒，其召回率从未超
ThinkWorld 通过动力学链强化机器人的推理能力
ThinkWorld 是一个面向机器人视觉、语言与动作模型的学习框架。它将每个动作表示为“动力学链”，即一系列离散运动标记，用于描述世界从当前状态转变到未来状态的中间动力学过程。系统首先利用带有动作标注的示范数据进行初始化，随后通过结合世界想象的强化学习，强化与观测结果更一致的预测。这样一来，没有动作标注的人类视频也能依据观测到的状态转移提供直接监督。模拟实验和真实机器人实验表明，该方法能够有效实