探测视觉基础模型中的空间状态表征
本研究考察视觉基础模型能否形成持续的空间表征：在当前视野之外保留信息，随自身移动更新，并用于指导行动。研究人员利用静态室内环境的连续第一人称视角观测，对十种冻结表征的四项空间能力进行测试。结果因任务、网络层和观测历史长度而异。模型能够准确读取可见场景，并不意味着它能持续追踪物体或准确获取未来特征。此外，在真实特征上训练的空间读取器无法原样迁移到预测特征上。研究认为，评估空间表征时，不仅要看能解码出
AI 新闻中心
AI 新闻中心 过去24小时分析了 165 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。
问界发布 10 月出行报告：辅助驾驶车型行驶 18.1 亿公里
问界称，搭载辅助驾驶功能的车型在 2026 年 10 月行驶 18.1 亿公里，其中新增辅助驾驶行驶里程 8.4 亿公里，占比 46.6%，同比增长 11%。辅助泊车功能使用 3,875 万次，单车月均 42 次。报告还称，相关功能主动避免潜在碰撞 18.8 万次，增强型自动紧急转向辅助系统 eAES 触发 476 次。
植入 Neuralink N1 约一年后，渐冻症患者可用意念操控电动轮椅
Neuralink 临床试验参与者、渐冻症患者 Jake Schneider 分享视频，展示自己仅凭意念在户外操控电动轮椅。他于 2022 年确诊，病情进展后已无法使用轮椅摇杆或脚踏开关，并于 2025 年 6 月接受 N1 植入手术。该设备读取运动皮层的神经信号，将想象手部动作产生的信号解码为设备指令。此前，Schneider 已用脑机接口控制电脑光标并打字。这次轮椅控制展示了脑机接口应用于屏幕
AI医疗搜索引擎Vera Health完成2850万美元A轮融资
AI医疗搜索引擎Vera Health在Threshold Ventures领投的A轮融资中筹集了2850万美元。该公司称，其服务在190个国家和地区拥有超过80万名临床医生用户。
FrameForge：利用视频基础模型的先验知识实现统一图像生成
FrameForge利用预训练视频模型进行条件图像生成与编辑。它不再将条件和目标固定在特定时间位置，而是根据输入调整虚拟时间关系。Mixture of Temporal Experts动态选择不同时间间隔的RoPE专家；Chain of Temporal Reasoning则通过潜在中间状态引导转换过程。在DreamBench、COCO2017和GEdit-Bench测试中，FrameForge在
CaPtain：面向“代码即策略”机器人智能体的后训练流程
CaPtain 是一套开放的后训练流程，可将小型视觉语言模型（VLM）训练为通过编写代码来控制机器人操作的智能体。与以往方法不同，该智能体在推理时无需前沿模型、视觉语言动作模型或特权状态信息。流程先用合成轨迹进行监督微调，再进行多轮强化学习。物理评估器利用策略无法访问的模拟器特权状态，评估每次智能体请求对成功概率的影响。CaPtain-4B 在 LIBERO 上经监督微调后的成功率为 55.4%，
CausalWAM：学习世界动作模型中行动的成因
世界动作模型（WAM）从观测中学习潜变量，用于预测场景并生成动作。研究指出，当与动作相关的变量和无关变量相互纠缠时，模型可能会利用无关变量生成动作。在稀疏性约束下，可以识别与动作相关的潜在结构。研究提出的CWAM在预训练WAM的动作头中加入稀疏路由路径，同时保持原有的世界建模目标不变。合成数据和真实机器人实验支持了该理论，并显示闭环任务成功效率有所提升。
RoboArchitect：自动设计具备持久记忆的机器人智能体
RoboArchitect 自动设计围绕冻结机器人策略运行的智能体框架。一个编程模型观察机器人的执行过程、诊断失败原因，并迭代改进控制代码，无需更新模型权重。在多项基准测试中，未见场景的成功率从 9.7% 提升至 43.3%，未见任务则从 12.7% 提升至 40.2%。该框架还会形成持久记忆，将合适的抓取深度等经验用于后续决策。研究结果表明，优化智能体框架有望显著提升机器人操作能力。
WeFair：基于人类反馈、兼顾意图忠实度的短视频搜索个性化查询改写
WeFair 面向短视频搜索中的模糊查询进行改写，以还原用户的个性化意图，并减少后续内容消费行为导致的意图偏移。该方法结合监督微调、偏好优化，以及基于人工查询和改写结果的验证阶段。离线实验显示，WeFair-2B 在整体准确率和意图保留方面优于强基线模型。线上 A/B 测试中，有效视频观看率相对提升 2.593%，查询改写率相对下降 2.350%。该系统已部署于微信短视频搜索，每天服务超过 1 亿
四大 AI 巨头联手制定拒爬标准，网站可一次设置退出
OpenAI、谷歌、微软与 Anthropic 计划采用一套通用标准，让网站运营者通过一次设置拒绝 AI 爬虫。Anthropic 技术负责人 Kevin Kelley 已将提案提交给 IETF，拟在现有 robots.txt 中加入相关信号。Anthropic 已率先采用；OpenAI 表示计划在未来数月内落实，谷歌和微软预计明年跟进。Meta 支持建立通用信号，但尚未公布实施时间。
Midstream Health 在 A 轮融资中筹集 2,000 万美元
Midstream Health 的 AI 工具帮助 250 家医院追回返利收入，以及供应商和付款方少付的款项。该公司在 Valtrius 领投的 A 轮融资中筹集 2,000 万美元，用于扩展其平台。
橡树资本霍华德·马克斯称，人工智能受挫加剧了市场怀疑
橡树资本管理公司联席董事长霍华德·马克斯在接受彭博电视采访时表示，近期与人工智能相关的市场挫折，在一定程度上动摇了外界对这一领域“不会失手”的看法。
迈向 AGI 的规模扩展，是否取决于系统一允许系统二执行什么？
迈向通用人工智能（AGI）的进展，主要依靠扩展资源消耗较大的系统二，包括采用更大的模型、更多数据和算力、更长的推理过程以及更多智能体。本研究探讨，轻量且具备语义感知能力的系统一能否预先评估候选交互，只让系统二执行值得投入成本的项目。在这一循环中，系统一估算效用，系统二根据可调整的阈值执行获准项目，再利用结果更新系统一。在理想筛选且执行成本相同的条件下，计算量可近似按“与效用相关的交互占比”的倒数下
Wizard：通过智能体控制实时操控任意世界
Wizard将智能体框架与视频生成模型结合，可实时修改虚拟游戏世界。系统利用骨骼和几何结构信息控制角色动作，旨在零样本泛化到未见过的场景、角色和动作。其数据集包含750个场景和178个角色。框架会跟踪并更新游戏状态，使玩家能够精细控制角色，同时尽量保持画面质量与游戏过程的一致性。
Token首次作为独立品类上架电商平台，AI算力开始面向大众销售
今年“双十一”期间，多个电商平台首次将Token作为独立商品品类销售。此前通常由AI服务商在后台结算的算力资源，如今开始面向消费者提供购买和比价渠道。这可能推动Token消费从企业和开发者拓展至更广泛的市场。不过，相关市场仍处于起步阶段。业内人士指出，后续发展有赖于透明的计价与用量核算、安全和合规管理，以及对未使用额度和消费争议建立明确规则。