依意思最接近的 30 筆
11 月 4 日奇富科技開源自動建模 Agent ModelEvo 2.0，面向結構化與表格資料，使用者給出業務目標、建模樣本與驗證方案後，它能在預算內自主分析資料、規劃實驗並持續最佳化，輸出模型成果與完整實驗記錄。在五個公開資料集的冷啟動評測中，它在六個單模型方案裡平均名次 1.60 最佳、三個資料集排第一；信貸違約預測任務比兩個大模型建模 Agent 的單模型方案高 0.025 以上。新增跨任務經驗庫，同一業務後續迭代達到最終效果所需時間縮短至約六分之一。
Anthropic 科學部落格發布客座文章，介紹 AI 正開始接手科學建模中長期由人工完成的部分：把模型寫成程式碼，再執行、擬合與修訂。作者 Jakob Macke、Daniel Gedon、Stefan Wahl 指出，科學家目前仍多用手寫模型，並要在多個都能解釋資料的競爭版本之間權衡，而 AI 可以批次探索可能的模型結構，找出資料真正支援的解釋。文中以單個神經細胞如何放電、中子星碰撞等系統為例，說明科學模型的作用。
兩位前 Palantir 高管創立 Dream，獲得 a16z 領投的 1700 萬美元種子輪，用於開發面向建築設計、工程的建築世界模型。該模型基於全美各地許可檔案中超過 1 億平方英尺的建築資料訓練，生成方案時會考慮管線、暖通與承重等結構要素，而非只畫出一張好看的效果圖。產品已在得州和加州 10 個在建專案中用於方案構思與成本估算，目標是替代 AutoCAD、Revit 等傳統 AEC 工具。
圖賓根大學與 ELLIS 研究所的 AI for Science 研究者撰文，討論 AI 如何介入科學建模的三個環節——建置模型、約束引數、解釋模型，並認為目前進展最大的是引數約束。文章以 1951 年霍奇金-赫胥黎神經元模型為例：手工求解耗時三週，某個變數取四次方只是猜測，幾十年後才被鉀通道結構證實。作者強調，能擬合資料的模型不等於理解——同一組資料常有多套引數都適用，如同只知道晚餐總價 120 美元無法反推誰點了什麼。
10 月 16 日，範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域（ModelSphere），面向企業免費開源，以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程，可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片，無需為不同晶片重寫底層程式碼。
Nexus Mods 宣布，上傳新模組時必須宣告作品中是否使用了 AI，AI 披露從此成為強制要求。站方稱收到的最集中反饋是模組使用 AI 時缺乏清晰披露；平台此前已設有 AI 生成與 AI 輔助標籤，但承認在讓這類資訊更易獲取、更清楚方面還能做更多。
Canva 推出首個自研 AI 影像模型 Canva Craft，採用兩階段架構，先規劃設計方案再生成影像，官方稱這帶來更高的精度、一致性與可控性。該模型支援最高 2K 解析度和 30 多種寬高比，除社交媒體與營銷素材外，還可生成寫實場景、數字藝術與環境影像。它直接對標 OpenAI、微軟和 Google 的影像生成模型。
Anthropic 警告稱，AI 模型可能很快就會在無需接入資料中心的情況下實現自我複製。這一說法由路透社於 2026 年 10 月 13 日報導，指向模型脫離集中式算力設施後自主擴散的風險。
ServiceNow CoreAI 團隊發布 AutoSynthData，用目標模型的失敗案例和更強教師模型的成功軌跡定位能力缺口，再自動生成並驗證新任務用於後訓練。任務由系統規範、使用者提示和驗證器三部分組成，需滿足可行性、真實性與難度要求，驗證器則要求一致、可靠且不繫結單一參考軌跡。團隊在 EnterpriseOps Gym 資料集上演示了該流程，模型提升後課程會轉向仍難完成的任務。
前華為小藝多模態大模型研發負責人唐都鈺創辦觀行數智，主攻讓機器自主判斷何時介入的「主動式物理 AI」。團隊採用雙模型協同架構 ProAgent：輕量模型 StreamingJev 持續讀取環境事件流、判斷是否需要介入，Response Model 再決定回應方式與呼叫裝置，並自建評測體系 ProactiveXBench。
一篇 2026 年 10 月 18 日的博文主張，個人自建軟體工廠是浪費時間，除非是為了工作。作者認為非開發者已用 AI 做出不少東西，與其造工廠，不如直接在聊天框裡描述需求做產品，並去了解 Grok Bot、Claude 這類工具如何運作；AI 寫應用仍會遇到溝通錯位、做錯東西的挫敗。若一定要建，工作場景最現實：熟悉系統、人和多年遺留程式碼，能讓產品經理與設計師低摩擦地發布功能。
Frontier Red Team 的實驗顯示，小型 AI 模型可能再過數月就能在智慧烤箱、雜牌 Android TV 盒子等商用 IoT 裝置上自我複製：這類複製體沒有集中的關停點、倍增時間為數天，還能自行摸清陌生硬體，測試中 9B 模型在 9 類硬體裡有 8 類成功跑起推理。研究把複製拆為尋找目標、獲得執行、建立推理、繼續傳播四步，30B 以下模型已能完成多數單步但端到端串聯仍會出錯，簡化評測中 GLM-5.2 及更強模型可端到端複製。
中科大系公司白澤通境發布溯因式世界模型 AWM，並開源論文與程式碼，配合自研端側推理引擎 BAIZ-RUN 把模型壓進機器人本地執行。AWM 從無標註影片學習，在 Push-T 任務上以 2000 條軌跡達到 75% 成功率，約為 Causal-JEPA 所需資料的七分之一，資料加到 14728 條時成功率約 92%。
以色列創業公司 42AI 結束隱身狀態，帶著 6,250 萬美元種子輪融資推出「行為世界模型」，用來預測人在全新情境下會做出什麼決策。它已在約 10 家大型券商上線，用於管理流動性、保證金要求與對沖敞口；公司稱其交易預測準確率達 98%（指交易流是否落在預測區間），預測交易方向與成交量的 F1 為 0.8 到 0.85。模型訓練資料覆蓋 200 多萬人與近 3,000 萬條客戶記錄，據稱不需要個人身份資訊，收入已達七位數，後續將探索遊戲、反欺詐與網路安全。
Claude Code 發布 v2.1.302，新增 CLAUDE_CODE_AUTO_MODE_MODEL 環境變數，用於指定客戶端 auto mode 分類器所用的模型，但不改變服務端 auto mode 的模型。/config 新增 Idle compaction 行，可關閉或重新開啟空閒壓縮。
輝達《State of AI in Telecommunications》報告顯示，89% 受訪者認為開源模型與軟體對公司 AI 戰略重要。運營商看重開源模型的可信任、可控與可定製，用於自主網路、客服等關鍵負載，並把閉源模型留給價值最高的場景；輝達同時發布 300 億引數的 Nemotron 3 Large Telco Model（由 AdaptKey 在開源電信資料集上微調），並提供基於 NeMo 的端到端微調流程。
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。
在 2026 世界頂尖科學家論壇國際工程智慧大會上，智象元一創始人梅濤提出建置智慧體化的全模態世界模型，認為大語言、多模態與具身大模型三條路線終將匯流。該架構由 LLM 決策大腦、Omni-Model 世界模擬器與具身上下文三部分組成，主張在同一 Token 空間內統一思維與物理世界。智象已基於自研 Unified Transformer 搭起從影像、影片到互動、具身模型的矩陣，並通過企業級平台 HiHarness 與三個智慧體推進商業化。
作者以親歷說明 AI 讓「更敢做」變得可行：藉助 SOTA 模型，他只花個位數小時就做出可用的正則引擎、ripgrep 分支和更快的 Rust 建置，而這類工作過去要一年以上。他還為常被當成 AI 生成垃圾的 pgrust（用 Rust 重寫 Postgres）辯護，指出其維護者在測試中發現了多個真實 Postgres bug，涉及數值、格式快取、pgcrypto 與 money 溢位。
Airbnb CTO Ahmad Al-Dahle 披露，公司目前 60% 的程式碼由 AI 生成，功能交付量同比增加近 80%，工程師人均 PR 吞吐量提升約 1.6 倍；約一半客服工單已完全由 AI 處理，與 Q2 財報中近 45% 的數字一致。內部上下文圖譜 Everest 幫助雜貨配送服務在 8 至 9 個月內上線，機場接送僅用約 6 周。Airbnb 採用多模型策略，至少部署 10 個定製模型，主要在開源模型上做後訓練和強化學習。
純 Rust 編寫的開源引數化 3D CAD SolidCraft 發布，內建 MCP 伺服器，可讓 AI agent 直接驅動建模，同時支援桌面端與瀏覽器執行。它提供草圖約束求解、拉伸/旋轉/掃掠/放樣、裝配、鈑金與引數化特徵時間線，修改尺寸後模型自動重建，並可匯出 STEP 與 IGES。已提供 Windows、macOS、Linux（AppImage、deb、rpm、Flatpak、Snap）及 ARM64 與網頁版下載，安裝包尚未簽名。
Blueprints AI 在 TechCrunch Disrupt 上發布第二代軟體：輸入專案描述或草圖，即可一次性生成建築、結構、機電、給排水與室內設計的全套藍圖，本週公開上線。二代支援直接修改設計，一處改動自動同步整個專案並對照當地建築規範校驗；一代僅輸出施工檔案，訂閱價每月 3200 至 8500 美元。模型基於該公司八年獲批圖紙訓練，出圖仍需持證建築師稽核蓋章，加入結構分析與配電盤設計的三代版本已在開發中。
Northwestern、CMU 等團隊建置 WOVEN 資料集，把世界建模定義為對「狀態–動作–結果」三元組的推斷，並證明它可以獨立測量、獨立訓練，也能跨任務遷移。WOVEN 共 3.6 萬道題，測了 38 個前沿模型：最強的 GPT-5.4 準確率為 65.8%，人類為 92.3%，其中時序相鄰判斷停在 25%–28%，接近隨機。在 WOVEN 上做 SFT 與 RL 後訓練後，Qwen2.5-VL-3B 的域內準確率從 26.4% 升至 89.3%；
NVIDIA 介紹開發者如何用自然語言指揮前沿 AI agent（GPT-6 Astra、Claude 等）呼叫 Omniverse 的 GPU 物理、渲染與感測器模擬庫，把模擬想法做成可執行應用。範例包括在 Houdini 與 Isaac Sim 中重建 OP-1 合成器與機器手動畫、在 Onshape 建模汽車懸架並在 Isaac Sim 中驗證機器人拆解，以及用全景照片加點雲重建可編輯的倉庫建築模型。
NVIDIA 開源 Auto Ontology，一個從企業後設資料自動生成本體與語義層的庫，目的是讓 agent 在查詢資料之前先確認指標定義、資料來源和處理方式。它通過 MCP、CLI 和 API 把上下文提供給任意 agent 框架，支援用自然語言查詢關係型資料庫並轉成 SQL，預設呼叫 Nemotron-3-nano-30b 與 embed-1b 模型，資料存放在 Postgres 與 pgvector 中，可連線 Databricks、Snowflake、DuckDB。
拓元智慧開源原生 4D 世界動作模型 E0.5，在 AgileX Piper 雙臂與 Zerith H1 人形真機上整體平均成功率分別為 85.0% 和 88.3%，比π0.5 分別高出 13.3 和 26.7 個百分點。模型以三維基礎模型為骨幹，把未來幾何預測直接融入動作學習，並用超 16 萬條真實機器人軌跡做具身預訓練；H1 的分佈內成功率達 100%，分佈外為 76.7%（π0.5 僅 46.7%）。論文、專案主頁與開原始碼均已公開。
螞蟻靈矽大模型應用平台團隊開源自動最佳化框架 AntOmniEvo，使用者只需提供可修改的檔案目錄、評估資料、打分標準和系統定義，框架就會驅動 coding agent 在「改檔案—打分」迴圈中 7×24 迭代。核心演算法 Mara Chain 讓未達標的候選帶著診斷記錄繼續修復，配合逐題 Pareto 過濾，避免過早淘汰有潛力的候選。
第三方評估機構 METR 11 月 5 日發布報告，稱 Anthropic 過去一年模型基準能力的進步速度約為此前的 1.9 倍（95% 置信區間 1.5—2.8 倍），AECI 分數自 2025 年 10 月起從每年約 15 分升至約 29 分，而全行業前沿模型的加速僅 1.4 倍。METR 判斷加速主要不是來自算力投入增長，約 80% 來自 AI 自身參與研發；研究人員稱程式碼已不再是瓶頸，可把多個想法交給 Agent 並行驗證。
清華大學李一鳴團隊發布世界動作模型 PrismWAM，在雙臂操作基準 RoboTwin 2.0 上以平均成功率 83.67% 位列官方榜首，且未做額外的動作資料預訓練。該模型把語義上下文與物理狀態解耦，動作生成只讀取深度物理表徵，在 Clean-to-Random 高難度遷移評測中成功率達 75.5%。
智元發布世界-動作模型 GE-Act 2.0，把「預測未來」與「生成動作」整合進同一模型，訓練資料從 300 小時擴充套件到 3 萬小時。在陌生場景、陌生物體上不做額外訓練直接測試，其中一款機器人總體成功率從 17.1% 提升至 44.1%，陌生場景成功率提升約 2.6 倍；在 RTX 5090 上生成一個連續動作塊約需 104 毫秒。