YANAMI：面向多轮状态交互的大规模多模态数据集与基准测试
YANAMI旨在弥补现有多模态数据集和基准测试的不足：许多任务并不要求模型跨对话轮次追踪信息。YANAMI-400K包含40万条多模态对话、超过200万张图像和260万个对话轮次，涵盖多图融合、图像编辑、世界建模和视觉推理。YANAMI-Bench使用400条对话，评估模型理解不断变化的对话状态并将其忠实呈现在视觉输出中的能力。实验显示，使用YANAMI-400K微调BAGEL后，图像编辑能力提升
AI 新闻中心
AI 新闻中心 过去24小时分析了 195 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。
网传南京大学智慧教室可识别学生抬头率，校方称已停止统计且未经授权不做人脸识别
网传南京大学智慧教室系统可统计学生抬头率，引发争议。校方表示，未经授权，系统在教学应用中不采集生物特征信息，也不进行人脸识别。学校原计划试点统计到课率，为教学改革和课程建设提供数据支持，但目前已不再统计抬头率。网传画面是今年5月苏州校区开展线上教学督导时由个人截取的画面。
比亚迪：网传“天神之眼 C 停产”等消息不实
比亚迪否认“天神之眼 C 停产”以及“天神之眼 B／C 将更换智驾方案”等网络传言。公司表示，相关智驾软件坚持全栈自研，并持续迭代更新；对于编造、传播不实信息的行为，已固定相关证据，将依法追究责任。
专访 Simile 首席执行官 Joon Sung Park：数字孪生预测人类行为准确率超过 85% 的说法及模拟全球 80 亿人的目标
在接受 The Generalist 采访时，Simile 首席执行官 Joon Sung Park 介绍了公司的数字孪生技术。Simile 声称该技术预测人类行为的准确率超过 85%，并计划模拟全球 80 亿人。采访讨论了这些说法和目标，但所提供的摘要没有显示它们经过独立验证。
Axion 1.0：采用简化训练流程的开放式智能体基础模型
Axion 1.0 是一款开放式智能体基础模型，采用两阶段监督微调，随后进行强化学习。其训练流程不包括专门的中期训练、直接偏好优化或策略内蒸馏。开发团队介绍了用于构建自主推理和工具使用数据的方法，其中包含可自动验证的任务。团队称，该模型在多个智能体基准测试中可与领先的商业模型竞争，但本文未提供具体结果。除模型权重外，团队还公开了数据构建与筛选方法、提示词和训练代码。
宇树王兴兴：明年很可能是机器人行业或机器人模型的转折点
宇树科技创始人王兴兴在乌镇举行的世界互联网大会论坛上表示，明年很可能成为机器人行业或机器人模型的转折点。他指出，具身智能面临的一项核心挑战，是让 AI 模型的输入输出与真实机器人对齐。王兴兴认为，商业服务领域可能比家庭和工业领域更早落地。宇树科技未来将重点攻克机器人的“大脑”技术，并在全球范围寻求合作。
马斯克回应太空 AI 数据中心散热质疑：称每平方米可散热约 1300 瓦
马斯克称，背向太阳、朝向深空的铝制散热器，每平方米可辐射约 1,300 瓦热量。真空中没有空气对流，热量主要依靠辐射排出。不过，报道未提供轨道实测数据；实际散热能力还取决于温度、发射率和散热器面积等因素。太空数据中心的可行性仍有待验证。
遗忘能否统一？探索统一多模态模型中的概念遗忘
统一多模态模型（UMM）既能生成图像，也能理解视觉内容。本研究探讨现有遗忘方法能否在保留其他能力的同时，从这两种能力中抑制指定概念。研究团队提出诊断基准 UUBench，涵盖 30 个目标概念和 60 个语义相关概念。实验表明，只处理单一路径的方法在跨两种能力的联合遗忘方面效果有限。研究提出的 UniForget 在 BAGEL-7B-MoT 上达到 80.0% 的联合遗忘率，在 Janus-Pr
智元6台机器人在便利店连续工作24小时，4台通过试用考核
智元让6台G2机器人在便利店连续工作24小时。据该公司介绍，机器人共完成1730项任务，包括接待顾客、递送商品、制作咖啡和补货；其中4台通过考核，另有2台未通过。智元称，机器人搭载具身模型GO-3 Preview，可在无人介入的情况下完成店内任务并调整策略。该公司表示，计划于2026年底前将GO-3全面开源。
中国开源 AI 为何受到全球关注？乌镇峰会称其调用量连续 27 周超过美国模型
在乌镇举行的世界互联网大会峰会上，中国开源 AI 模型成为讨论焦点。文章援引 OpenRouter 数据称，10 月 26 日至 11 月 1 日当周，中国模型的周 Token 调用量连续第 27 周超过美国模型；全球调用量前五名中也有四款中国模型，DeepSeek 位居第一。业内人士将其受欢迎归因于性能、推理效率和较低成本。文章还提到硅谷和德国企业的使用情况，以及模型在多个行业的应用。作为本地化
欧盟法院法务官警告：Gemini绕过付费墙或复用文章表达可能侵权
在一宗针对谷歌的诉讼中，欧盟法院法务总顾问就人工智能使用新闻内容的版权边界提出了不具约束力的意见。若Gemini非法绕过付费墙获取内容，或在回答中以可识别的形式复用新闻报道的具体表达，可能侵犯出版商的复制权。单纯事实不受版权保护，文本与数据挖掘例外也可能允许模型训练。该意见并非最终裁决，但法院通常会在判决时予以参考。
AI 审稿人能看出论文的改进努力吗？论文修改轨迹的大规模研究
研究团队分析了来自五场 AI 会议的 6,959 条论文修改轨迹，并收集了八种 AI 审稿人对不同版本稿件的评估。多数重大改进并未改变审稿分数；审稿人对分数应升还是降也缺乏一致意见。不同修改方式与分数上升之间的关联因审稿人而异，难以形成一致的预测依据。即使修改稿在中性条件下获得更高分，用户简短的负面意见也可能抵消甚至逆转这一优势。研究指出，实质性改进并未稳定反映在评分中，评估应更紧密地依据稿件中的
利用检索增强生成改进股市信息检索
这项研究提出了一种用于回答股市信息问题的检索增强生成（RAG）系统，将文档检索与文本生成结合起来，以提供相关性更高、符合上下文的回答。在包含100个查询的测试中，该系统相较参考文本取得了较高的ROUGE分数，平均响应时间为1.16秒。结果显示该方法有望用于金融信息检索，但并未证明其投资表现或在真实市场环境中的准确性。
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
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。