美团开源 1.6 万亿参数智能体模型 LongCat-2.5，全程用国产芯片训练
美团 LongCat 团队在模型正式亮相一周后发布了 LongCat-2.5 的权重，这是一个为自主多步任务（尤其是编码）打造的 1.6 万亿参数 MoE 模型，每 token 约激活 480 亿参数。
推荐理由：材料记录了 1.6 万亿参数 MoE 模型在国产芯片上完成训练与部署的细节和基准对比。
#数据/训练
The Decoder精选AI 评分8181 The DecoderAI 评分6262 澳大利亚央行分析显示AI先冲击年轻从业者，软件开发与客服岗位受影响明显
澳大利亚央行（RBA）研究人员Mike Major构建的监测系统显示，自2022年底ChatGPT发布以来，各类岗位招聘数量普遍下降，AI暴露度最高的组别降幅最大，15至24岁年轻人和年轻大学毕业生的就业率更低、失业率更高。
AWS Machine Learning BlogAI 评分4444 AssemblyAI 如何用 Amazon EC2 Spot 优化语音转文字推理成本
AssemblyAI 在 AWS 上以 Amazon ECS 搭配 EC2 Spot 与 On-Demand 混合的 GPU 集群运行语音转文字推理，通过 SQS 队列重试机制在 Spot 中断时把任务重新入队。架构跨 g4dn、g5、g6 三类 NVIDIA GPU 实例族分散 Spot 容量，并在 us-west-2 与 eu-west-2 区域部署以满足数据驻留合规。
AWS Machine Learning BlogAI 评分4343 如何用 Amazon SageMaker HyperPod Data Capture 构建模型改进飞轮
Amazon SageMaker HyperPod 的 Data Capture 能在端点、负载均衡器、模型 Pod 三个独立层级把线上推理输入输出写入 Amazon S3，且对模型可用性零影响。以 Qwen2.5-3B-Instruct 家电客服路由为例，演示采集、Athena 分析、SQL 标注、微调、再部署五步飞轮，微调约一分钟即可完成。
Hugging Face BlogAI 评分5555 XYBench 基准发布，测试 AI 助手能否识别用户提问中的错误前提
研究团队发布 XYBench 基准，用 8,115 个真实问题测试 AI 助手能否识别用户提问背后的错误前提，并转向用户真正想达成的目标。该基准的问题来自 Stack Overflow、Stack Exchange、人工整理和 WikiHow 四类来源，获 EMNLP 2026 最佳资源论文奖。
The DecoderAI 评分7373 前 OpenAI 研究员称在六个中国 AI 模型中发现 Nvidia Blackwell 指纹
前 OpenAI 研究员 Will DePue 称通过取证分析在六个中国 AI 模型中发现 Nvidia Blackwell 硬件指纹，涉及 DeepSeek、Moonshot AI、MiniMax 和蚂蚁集团。
The DecoderAI 评分6969 OpenAI 数据表明前沿模型在隐藏思考过程，源于开发者对能力与算力的优化
OpenAI 安全团队的新分析追踪 GPT-5 到 GPT-6 Astra 的训练过程，把前沿模型思维链透明度下降归因到预训练、架构、强化学习和教师模型蒸馏四类训练因素。
The Verge · AIAI 评分4848 GDC 年度调查：40% 游戏开发者已在工作中使用生成式 AI
GDC Festival of Gaming 年度行业调查显示，40% 的受访游戏开发者表示在工作中使用生成式 AI，高于 2025 年的 36%。免费游戏开发者使用率达 58%，移动端工作室员工达 70%；用途以调研与头脑风暴（73%）、数据分析与总结（62%）、代码生成与调试（56%）为主，仅 8% 用于生产美术或最终游戏资产。
TechCrunch · AIAI 评分5858 SoftBank 季度亏损 71 亿美元，燃气轮机超订损失逾 30 亿美元
SoftBank 公布季度亏损 71 亿美元，其中过半来自发电设备相关损失，燃气轮机相关减记超过 30 亿美元。此前 SB Energy 为锁定订单，对超过 13 吉瓦的燃气轮机支付了不可退还定金，比自身需求多出近 50%。分析人士认为，这反映出 AI 数据中心供电需求下的过度下单，但不太可能引发燃气电站的大规模取消。
Hugging Face BlogAI 评分5858 Hugging Face 发布 TRELLIS.2 的 LoRA 微调指南与容器脚本
Hugging Face 博客发布 TRELLIS.2 的 LoRA 微调指南，提供可在本地或 Hugging Face Jobs 运行的预处理与训练容器脚本。
The DecoderAI 评分5858 Google DeepMind 发布 AlphaGenome 2，将基因组 AI 推进到单细胞类型分辨率
Google DeepMind 发布基因组研究模型 AlphaGenome 2，可预测遗传变异对特定人类细胞类型的影响，找到的相关基因变化接近前代的两倍。该模型基于 68 种组织逾 1.07 亿个单细胞图谱训练，在包含 28 种原代免疫细胞的 TenK10K 基准上识别出约 30% 的因果变异，前代微调版本为 16%。
AWS Machine Learning BlogAI 评分5555 如何在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏
AWS 发布教程，介绍如何在 Amazon SageMaker HyperPod 上通过训练循环内的三项检查检测静默数据损坏，并把可疑 GPU 定位到节点后替换。三项检查分别是梯度 NaN/Inf 检查、环形重放审计和权重指纹比对，作者在 32 块 H100 上用注入故障做了验证。文中测得每 100 步做一次确定性审计约增加 10% 单步耗时，并给出定位、隔离、确认与替换节点的完整流程。
Google ResearchAI 评分5858 Google Research 用可穿戴设备做 CKM 风险画像与个性化健康指导
Google Research 提出一套研究性框架，用可穿戴设备数据构建可解释的“可指导健康年龄”（CHA），并训练 SensorWM 世界模型模拟 12 周“如果改变习惯会怎样”的健康轨迹，再由语言模型生成经临床医生审核的指导方案。
The Verge · AIAI 评分5959 Google DeepMind 发布 AlphaGenome 2，按细胞类型预测基因变异影响
Google DeepMind 发布 AlphaGenome 2，可预测基因变异对单个细胞类型和状态的影响，比上一代 AlphaGenome 给出更细粒度的视图。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响
Google DeepMind 发布 AlphaGenome 2，可预测 DNA 序列及其变异如何影响特定人类细胞类型。该模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练，在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。模型即日起通过 AlphaGenome API 开放非商业研究使用，商业研究为私密预览。
推荐理由：AlphaGenome 2 从组织平均转向单细胞条件建模，读者可据此了解 DNA 变异预测在细胞类型分辨率上的变化。
TechCrunch · AIAI 评分4747 Plurai 用自动驾驶仿真思路提升 AI 智能体可靠性，获 1300 万美元种子轮融资
Plurai 获 1300 万美元种子轮融资，由 Team8 领投，U&I、Velocity 和 Mercer 参投。该公司用基于企业自有数字系统的合成数据仿真，为 Claude Code、Codex、Copilot、Cursor 等智能体工具构建数字孪生并覆盖边缘案例，再据此后训练小型开源权重模型。
The DecoderAI 评分6767 ChinaTalk 调查：美国数据商向中国 AI 实验室出售约 5 亿美元 RL 训练环境
ChinaTalk 调查称，Mercor、Surge AI、AfterQuery、Turing 等美国数据公司向中国 AI 实验室出售约 5 亿美元训练数据，其中包含用于编码、金融分析、办公任务的强化学习环境。
The DecoderAI 评分6767 Nvidia 研究 GR00T 2：从人类视频学习动作并预测机器人未来画面
Nvidia 在新研究报告中介绍 GR00T 2，这一世界-动作模型会同时计算下一步动作和未来短片段的画面，从而把人类视频中的动作迁移到机械臂。模型用超过一千块 GB300 芯片训练，包含约 40 万小时佩戴头戴摄像头的人类操作视频；实验室中五指机器人无需针对任务遥操作即可点蜡烛、切香蕉或把包裹抛上传送带，成功率随任务在 10% 到 80% 之间。
AWS Machine Learning BlogAI 评分4141 Amazon Bedrock 调用日志可观测性数据湖方案
AWS 发布 Amazon Bedrock 调用日志可观测性数据湖方案，将各账户的模型调用日志经 CloudWatch、Data Firehose 汇聚到中心账户，转成 Parquet 后用 Athena 统一查询。
Google DeepMindAI 评分5858 Google DeepMind 开放 WeatherNext 3 背后的 SatWeave 与 PARDIG 数据集
Google DeepMind 开放 SatWeave 与 PARDIG 两个数据集，前者是全球静止卫星影像拼接，后者是 AI 全球降水数据，均已上线 Google Cloud Storage 并提供实时数据流与历史存档。
Hugging Face BlogAI 评分4242 Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan 日本金融合成数据集
Elith 与 NVIDIA 发布 Nemotron-Personas-Finance-Japan，这是开源数据集 Nemotron-Personas-Japan 的金融领域扩展，据称是首个百万记录级、将日本官方统计与家庭金融及金融素养数据配对的开源 persona 数据集。
Hugging Face BlogAI 评分5454 HOPE 提出考虑专家协作的 MoE 二阶剪枝方法，50% 剪枝率下 SWE-Bench Pro 追平未剪枝模型
HOPE 是一种把专家两两协作项纳入优化目标的 MoE 二阶剪枝方法，论文在 Qwen3.5-122B、Qwen3.5-35B 和 GLM-4.5-Air 上与 REAP、MAN、EAN、Frequency 四种一阶方法对比。
AWS Machine Learning BlogAI 评分5656 SageMaker Inference 支持 NVIDIA MIG 多实例 GPU 分区
Amazon SageMaker Inference 新增 GPU 分区能力，基于 NVIDIA MIG 把单块 GPU 划分为硬件隔离的多个分区，每个分区可部署不同模型。
Ars Technica · AIAI 评分6565 Meta 撤回含争议措辞的商业条款更新，承诺先与出版业协商
Meta 在出版商反对和美国两党参议员致信施压后，撤回了拟议的广告与商业条款更新，通信副总裁 Andy Stone 表示将与行业团体充分协商，若协商延续到 11 月 20 日之后将推迟实施。Meta 强调抓取行为不变、内容方仍可用 robots.txt 表达偏好，但 Nieman Lab 指出修订条款未写入尊重 robots.txt 偏好的具体表述。
Hugging Face BlogAI 评分5858 Ai2 开源 ToyBlocks 机器人学习仿真框架
Ai2 在 Hugging Face 发布 ToyBlocks，一个围绕机械臂与桌面方块的开源仿真框架，可自动生成任务与演示数据，并配套训练和评测代码。首轮数据包含 85,336 条长程演示、约 1,600 小时机器人执行数据和 1.44 亿帧，单 GPU 并行生成可达 24 倍实时速度。
Google Research精选AI 评分6666 Google Research 用智能手表 PPG 与加速度计检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，仅用智能手表 PPG 与加速度计数据被动检测高血压迹象，无需袖带校准。
推荐理由：该系统用智能手表 PPG 与加速度计数据对照 24 小时动态血压监测，给出了无需袖带校准的筛查路径与可解释波形特征。
Anthropic Engineering精选AI 评分6262 Anthropic 解析智能体记忆的组成部分与 dreaming 机制
Anthropic 工程团队发文拆解智能体记忆的组成部分，涵盖记忆笔记、dreaming 离线整理、wiki 表示和记忆分层注入。在 CL-Bench 1.0 数据库任务中，Claude Opus 5 能把验证过的规则写入记忆形成学习闭环，而 Sonnet 4.6 只留下未经验证的猜测。
推荐理由：文中对比了不同 Claude 模型在记忆写入上的差异，并给出 dreaming 与 wiki 两类可迁移的记忆组织方法。
Google ResearchAI 评分5151 Google Research 提出 Agile Deliberation：让 AI 帮人厘清主观概念的灰色地带
Google Research 提出 Agile Deliberation 框架，把主观视觉分类器的构建拆成概念界定和概念迭代两个阶段，由视觉语言模型主动挑出语义边界模糊的图片让用户判断，再把反馈接入自动提示词优化循环。
Hugging Face BlogAI 评分5858 Dharma-AI 发布 2B 参数文档字段抽取模型 Dharma Field Extractor
Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，输入文档图像后按开放式或指定 schema 输出结构化 JSON，同一 checkpoint 无需按文档类型微调。
Hugging Face BlogAI 评分5757 IBM 研究提出 Palette：用合成数据教 20B 小模型按自有设计语言做幻灯片
IBM 研究团队发布 Palette，把做幻灯片拆成设计师写 JSON 简报、编码器写 pptxgenjs 代码两个角色，用单个 LoRA 适配器微调 20B 模型，训练数据为约 1000 份幻灯片、约 1 万页的合成数据。
Google Research精选AI 评分6060 Google 提出睡眠框架：让 LLM 在持续学习中保留知识
Google 研究者提出睡眠框架，让 LLM 在活跃交互与离线记忆巩固之间交替，把短期上下文写入长期参数。该框架在 BABILong 上将长上下文理解扩展至 10M tokens，在 SQuAD 与持续预训练上分别取得 48.9% 和 46.2%，并在 AIME 24/25 与 HMMT 25 上达到 79.2%、69.0% 和 46.1%。
推荐理由：Google 研究者提出睡眠框架，用记忆巩固与梦境自改进两阶段让 LLM 持续学习而不遗忘旧知识。
Google ResearchAI 评分5656 Google Research 分享 MedGemma 等基础模型落地结核筛查一线的进展
Google Research 在 IDWeek 2026 分享了把基础模型推向结核筛查一线的进展，与 Nexus AI 合作的胸片 AI 工具已获 CE MDR IIb 认证，在六国约 40 家机构处理超 2.5 万张胸片，阅片时间从数周缩短到 45 秒以内。
Google DeepMindAI 评分5656 Google DeepMind 联合 WRI、IIASA 发布 ForTy 全球森林类型地图
Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10 米见方的土地划为六类森林与土地利用类型，并同步给出 2017 至 2025 年逐年变化的时间序列。
Microsoft Research精选AI 评分8080 微软研究院等证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布下平面切割与任意形状切割的差距可由与维度无关的常数界定。研究采用人类主导的智能体搜索流程，探索了 100 多条候选路径，由研究者筛选并递归应用新判据，最终在 2026 年 10 月 4 日版本中完成证明。同期另有独立团队给出完整证明，并有 Lean 4 形式化验证发布。
推荐理由：读者可看到人机协作如何被拆成可复用的搜索与筛选流程，以及独立证明与 Lean 形式化如何构成交叉验证。
Google ResearchAI 评分5858 Google Research 介绍让 AI 智能体接入湿实验室的三项研究
Google Research 发布博客，介绍让 AI 智能体在真实湿实验室中开展实验的三项研究进展。VERID 框架为实验室工作单元建立语义数字孪生，支持实时 3D 状态跟踪、秒级虚拟试运行和硬件安全检查，智能体在闭环自博弈中重建盲测染料混合物的准确率提升超过五倍。
Google DeepMindAI 评分5858 Google DeepMind 用 Antigravity 加速抗菌肽发现
Google DeepMind 介绍如何用智能体开发平台 Google Antigravity 加速抗菌肽发现，把原本分散在多个数据库的检索压缩到单次会话中。研究人员在交互式多轮会话中设定目标，由智能体完成跨库编排、结构分析和文献综合，并借助 ProtNLM 扫描 UniProt 中数百万条功能未知的蛋白质序列。
Microsoft Research精选AI 评分6262 Microsoft Research 发布 zkVM 系统 Magnetar，证明速度提升 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go、C 编写的 RISC-V 程序执行，在 15 个基准程序上平均比同机最快 zkVM 快 10 到 39 倍。
推荐理由：Magnetar 仅依赖标准哈希函数就把 zkVM 证明速度提升 10 到 39 倍，可据此比较通用性与安全假设之间的取舍。
Mistral AI精选AI 评分6969 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，参数量仅为此前 SOTA 的三分之二。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，可据此判断时间序列基础模型的选型与部署成本。
GitHub Blog · AI & MLAI 评分4343 GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，用户接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98%。新流水线先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在代码提交前返回结果。
OpenAI Developers BlogAI 评分5050 OpenAI 推出 Rosalind Workbench 生命科学工作台
OpenAI 发布 Rosalind Workbench，为生命科学用户提供集中环境，可在 ChatGPT 应用中调用科学工具、探索专业生物学模型并定义常用数据分析流程，目前以 research preview 形式开放。