近乎为零的 Token 嵌入可能悄然阻碍门控序列模型训练
一项对 291 个开放权重模型仓库的调查发现，在未共享权重的门控及混合型检查点中，52.6% 存在近乎为零的输入嵌入；共享权重模型则未发现这一问题。测试显示，这类 Token 可能在 Mamba、Gated DeltaNet 和 xLSTM 等模型中引发极大的梯度。全局范数裁剪可能因此在 FP32 中溢出，并将该训练步骤的梯度清零。Nemotron-3-Nano-4B 进行泰卢固语持续预训练时，约
AI 新闻中心
AI 新闻中心 过去24小时分析了 185 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。
视频生成幕后：Kling 多模态理解的观察与见解
这份报告探讨多模态理解如何影响 AI 生成视频的质量与可控性，并梳理从数据、条件输入、对齐到评估的完整流程。报告介绍了整合图像、视频和音频输入的共享基础模型 Kling-MLLM，也讨论了明确绑定参考对象的描述、提示词增强、以感知能力为重点的文本编码器训练、奖励模型，以及能够揭示评分捷径并追溯问题来源的任务专属评估方法。
明知车辆无法在韩国使用 FSD，特斯拉仍推销，遭消费者组织投诉
韩国消费者组织计划向韩国公平交易委员会投诉特斯拉，指控其明知在韩销售的大多数车辆无法合法使用 FSD，仍进行宣传和销售。特斯拉对该软件收取一次性费用 904.3 万韩元。公司提供的数据显示，在韩国注册的特斯拉车辆中，只有约 20% 能使用 FSD，且均为美国生产的车辆。该组织认为特斯拉没有明确说明使用限制，要求暂时禁止向未获认证的车型推销 FSD，并对公司处以罚款。特斯拉近期才为中国生产的车辆申请
消息称字节跳动大幅限制员工自费使用第三方 AI 工具
据内部消息，字节跳动从本月起收紧外部 AI 工具的使用权限。据称，公司将封锁所有 L4 级代码仓库和飞书文档的外部 AI 访问，员工自费购买的 Claude、Codex 等账号将无法在内部使用。此举旨在防范数据泄露和企业资产安全风险。技术副总裁洪定坤据报表示，不应通过封禁其他选择来强迫员工使用内部产品。字节跳动此前已于 2025 年起分批限制 Cursor、Windsurf 等第三方 AI 编程工
Anthropic人事变动：Claude Code负责人离职
据悉，Anthropic Claude Code产品负责人Cat Wu已离开公司。她近日在X发文称，周五是自己在Anthropic工作的最后一天，但未透露离职原因或下一步去向。Wu也曾负责Cowork产品。2024年8月加入Anthropic之前，她先后在Scale AI和Dagster担任工程师，之后在风险投资机构Index Ventures工作。
Anthropic 开源 FlashProve，用零知识证明验证 AI 模型
Anthropic 与研究人员开源了 FlashProve，旨在让用户无需查看模型权重，就能验证服务商是否运行了其宣称的模型。据项目介绍，系统会在部署前通过一张 H100 为权重生成指纹；每次请求后，GPU 生成约 19MB 的证明，普通 CPU 约需 17 秒完成验证。测试使用了 Llama 4 Maverick，并利用其混合专家（MoE）架构，将证明范围限制在每个 token 实际激活的参数上
英伟达中国客户预计只能拿到已订购、价值700亿美元RTX芯片的1%
中国人工智能开发商预计，未来几个月只能收到已订购英伟达先进芯片的一小部分。面对激增的需求，该公司正努力提高产量。
ParetoSaddler：以帕累托方法优化智能体运行框架，兼顾质量与成本
ParetoSaddler无需修改模型权重，即可同时优化大语言模型智能体运行框架的回答质量和成本。它不会根据最终部署偏好过早淘汰候选方案，而是保留在质量或成本方面取得可信进展的方案，并对其进行更广泛的评估。在ClawMark和GAIA2的跨领域数据划分测试中，ClawMark的质量从70.86%提升至81.35%，每项任务成本从1.17美元降至1.01美元；GAIA2的质量从56.22%升至62.
Recursa：迈向递归式自我改进的基础模型系统
Recursa 是一种基础模型系统，旨在无需人类专家或更强大的教师模型，通过自身经验学习来适应新领域。它将领域专属技能、使用时机说明、过往任务经验和改进反思存入知识库。系统先利用领域资料初始化知识库，再由多个并行学习流程提出局部改进，经验证后合并到知识库中。在 Harvey LAB 的 Firm Knowledge 基准测试中，保留测试任务的全部通过率使用 DeepSeek-V4.1-Flash
SpecPilot：面向推测解码的自主算法发现与系统优化
推测解码通过轻量级草稿模型一次提出多个词元，再由目标模型进行验证，从而加速大语言模型推理。SpecPilot 是一种自主流程，可针对不同部署环境寻找合适的算法和系统优化方案。它发现了无损 12 位权重格式、树状验证和新的批处理机制等方法。在涵盖 4 个目标模型、3 个草稿模型、2 种 GPU 平台和 5 个基准测试的评估中，无需额外训练且不损失质量，单请求相较自回归解码的加速比从 4.46 倍提升
PrimeSim：基于跨机器人形态大规模演示数据训练的通用世界模型模拟器
PrimeSim是一种以动作作为条件的世界模型，旨在模拟机器人行为，同时保持多摄像机视角间的一致性和长时间模拟的稳定性。该模型使用来自22种机器人平台的30,110小时演示数据进行训练。研究团队提出了改进动作执行、跨视角一致性和长时模拟稳定性的方法。PrimeSim的运行速度为每秒10.1帧；根据公布的评测结果，它在WorldSimProbe的五个测试套件中有四项领先，并取得EWMBench最高综
SeMo3D 通过选择性建模统一 3D 生成、编辑与补全
SeMo3D 提出选择性建模，将 3D 生成、编辑和补全整合到同一框架中。该方法只生成或修改 3D 资产中指定的区域，同时保留其他部分。训练时随机选择区域，因此无需专门配对的编辑或补全数据。其 Omni3DiT 架构可融合图像、文本和点云引导。研究团队表示，SeMo3D 在三个基准测试的三项任务中均优于此前方法。
MoviEdit：让长篇多镜头视频剪辑更轻松
MoviEdit是一套用于长篇多镜头视频剪辑的框架，旨在应对场景、视角和主体外观突然变化时的连贯性问题。其自动化数据生成流程在无需人工标注的情况下，生成了87,000组编辑视频配对。系统先形成兼顾全片连贯性的草稿，再逐步对整段视频进行细化。研究团队还推出了用于系统评估该任务的MoviEdit-Bench。团队报告称，实验中MoviEdit优于现有开源模型，在文本和图像引导编辑方面的表现与行业领先模
RoboColosseum：在真实环境中大规模评估机器人具身智能
RoboColosseum 是一个分布式评估框架，通过统一的策略服务方式和标准化流程，在多种环境中测试由本地团队操作的机器人。初步研究在四种机器人形态上评估了五种视觉-语言-动作（VLA）策略和三种前沿 AI 智能体。在 124 个地点进行的 5,699 次盲测成对比较中，前沿智能体的表现可与专用 VLA 策略相媲美，但所有系统都难以可靠完成开放环境任务。每项任务使用相同的 100 条示范进行微调
硅谷承诺人工智能将治愈疾病，制药公司首席执行官并不买账
目前尚无由人工智能设计的药物获得 FDA 批准。制药行业高管表示，生物学的复杂性仍是一大障碍。