搜尋

北大團隊 DragMesh 被 IJCV 接收：拖拽一次即可生成 3D 關節運動

北京大學團隊的 DragMesh 被 IJCV 接收。使用者只需在已有 3D 資產上對目標部件拖拽一次，系統就能生成符合關節約束的完整運動軌跡，無需重新生成整個物體。方法上先用 KPP-Net 預測關節型別、軸與原點，再由 Dual Quaternion VAE 並行生成 16 幀軌跡，並通過跨模態語義蒙皮把同一套運動遷移到 Mesh 或 3D Gaussian Splatting。

GPT-6 Astra 找到首個三維非週期單瓷磚

GPT-6 Astra 在數學家 Ioannis Tsiokos 的推動下找到了 Chair44，被稱為首個三維非週期單瓷磚。Tsiokos 公開了 61 頁論文，並稱自己理解直觀的幾何論證，卻不理解其中的數學；Chaim Goodman-Strauss 隨後把論證精簡為 8 頁，用一張箭頭匹配圖呈現超級瓷磚結構，給出經典的分層非週期性證明。這一案例出現在一場關於數學插畫能否嚴格的討論中：作者指出 LLM 讓插畫製作更易得，但靠 vibecoding 會讓人離知識更遠。

Google 發布 ML Drift：端側通用 GPU 推理框架

Google AI Edge 推出 ML Drift，一個面向端側 AI 與機器學習推理的高效能通用 GPU 計算框架。它把 OpenGL ES、OpenCL、Metal、WebGPU 等底層硬體與圖形計算 API 抽象掉，讓開發者無需直接處理這些介面，就能在移動端與桌面端建置即時互動式 ML 體驗，覆蓋從複雜影片特效到生成式 AI 的場景。

OpenAI 用新架構 GPT-Rosalind 驅動數千智慧體，32 分鐘解析小鼠全腦 CRISPR 圖譜

10 月 21 日，OpenAI 聯合 PerturbAI 與 Scripps Research 公布：由新架構 GPT-Rosalind 驅動的數千個 AI 智慧體，在 32 分鐘內解析了約 772 萬行的小鼠全腦 CRISPR 擾動資料集，同類工作人類研究者需數月到一年。分散式叢集合計引用 700 餘篇文獻，而單智慧體受上下文視窗限制平均僅引用 11 篇；盲法專家比較中，75% 更偏好分散式報告。

Google Cloud 開源 AQuA，為生產環境 agent 做品質診斷

Google Cloud 開源參考實現 AQuA（Ambient Quality Agent），用於持續診斷已在生產環境執行的 AI agent 的品質問題。它與生產 agent 並排執行，掃描失敗聚類並對照對話記錄逐條驗證，再把根因定位到當時實際部署的原始碼快照。它針對的場景是：agent 做到 80% 之後難以繼續改進，且靜默的品質回退仍然返回 HTTP 200 OK。

禾賽發布 Kosmo：15 分鐘掃描真實空間，生成機器人訓練環境

禾賽 10 月 14 日發布三維世界資料引擎 Kosmo，由空間相機 Kosmo One 與雲平台 Kosmo World 組成，約 15 分鐘可完成 100 平方米空間掃描並生成三維訓練環境，而人工建模還原一家門店約需 300 小時。禾賽稱 Sharpa 的失敗案例降至原來的十分之一，任務成功率達 99%，同一空間可自動生成上萬條訓練軌跡。

ChatGPT 的 GPT-6 Astra Pro 升級，支援多智慧體並行處理任務

OpenAI 為 ChatGPT 中的 GPT-6 Astra Pro 推送升級，回應速度更快，外掛與工具呼叫也有所改進，並新增多智慧體並行能力。多個 agent 可以分別處理同一任務的不同部分，使用者能跟蹤每個 agent 的進度，也可開啟已完成任務檢視其工作結果。該功能現面向 Pro 使用者在 Chat 標籤頁開放。

Third Moment 用 GPT-6 與 Codex 併發執行 1 萬個 agent

AI 實驗室 Third Moment Research 藉助 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 與 Codex，可同時執行 1 萬個 agent，單次自主研究持續 36–48 小時。Codex 曾定位量化回測瓶頸並部署快取與記憶體打包最佳化，把一年美股訂單級資料的回測從約 3 小時縮短到 3–5 分鐘，回測時間減少 97%。

NVIDIA 公布本地 AI 硬體陣容，DGX Spark 64GB 將於 10 月 23 日開售

NVIDIA 在 GTC 柏林公布本地 AI 硬體全線進展：DGX Spark 64GB 將於 10 月 23 日由合作伙伴開售，最多八臺組成叢集、合計 1TB 統一記憶體。DGX Station for Windows 定於 12 月推出，支援製造業應用與 agent harness；Linux 版 DGX Station 以 748GB 一致記憶體服務 30 名以上使用者。

Satlyt 獲 800 萬美元種子輪，衛星 AI 軟體將隨 SpaceX 火箭升空

前 Google Cloud、SpaceX 工程師 Rama Afullo 創辦的 Satlyt 完成 800 萬美元種子輪，其衛星端 AI 軟體將於本週隨 SpaceX 火箭發射，與 Google 軌道資料中心原型 Project Suncatcher 同船。Satlyt 不造衛星硬體，只做讓衛星在軌執行 AI 模型的軟體層，定位類似衛星界的 VMware。

範式智慧聯合睿思智聯開源生產級 AI 部署平台模域 ModelSphere

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。

@GoogleDeepMind: As AI accelerates scientific discovery, we’re helping researchers keep pace by quickly authenticati…

Google DeepMind 發布了一套可快速驗證生物設計是否內建安全防護的工具，並以開放形式供研究使用。該工具面向科研人員，目的是在 AI 加速科學發現的同時不拖慢關鍵研究進度。官方未披露具體工具名稱、技術細節與適用限制。

@GoogleDeepMind

Replit 把預設模型從 Claude 換成 OpenAI

Replit 已將預設模型從 Anthropic 的 Claude 換成 OpenAI 的 ChatGPT，CEO Amjad Masad 在 TechCrunch Disrupt 上稱這是基於成本、合作與效能的決定，內部與公開基準顯示 Sol、Astra 在從零建置應用上表現更好。使用者仍可選用 Claude 等其他模型，Replit 稱自身保持模型無關；此前它是 Anthropic 前五大客戶之一，但有知情人士稱雙方合作仍在。

輝達用 GPT-6 Astra 驅動 Omniverse 模擬開發

輝達公布多個案例，展示開發者用 GPT-6 Astra 等前沿模型配合 Omniverse 庫，靠自然語言指令建置模擬應用。其中倉庫模擬在 80 臺傳送帶、40 個機械臂和 800 個箱子的規模下，以全高畫質 30 幀每秒持續執行兩分鐘，機械臂完成 640 次抓放；規模再翻倍後定位到物理與機器人控制管線的瓶頸。其餘案例涵蓋柔性電纜佈線的強化學習、CAD 轉 SimReady 資產、人形機器人第一與第三人稱模擬，以及基於舊金山 Market Street 的自動駕駛測試流程。

Gemini 4 Argon 用三個開源資料集生成可互動 3D 人體解剖視覺化

Google DeepMind 發布演示：Gemini 4 Argon 將三個開源資料集合並，建置出可互動的人體解剖 3D 視覺化。使用者可以動態切換不同圖層、單獨隔離肌肉，並放大進入跳動中的心臟內部檢視。官方帖文未說明該演示的訪問方式、模型規格或後續開放計劃。

NVIDIA 擴充套件 Cosmos 平台，推出 Cosmos 3 與資料工廠藍圖

NVIDIA 擴充套件 Cosmos 世界模型平台，推出 Cosmos 3 及配套訓練、最佳化與部署工具，並開放 Cosmos Data Factory 的五項雲端藍圖。這些藍圖涵蓋自動駕駛資料集生成、缺陷影像生成等場景，可在 GitHub、Azure、Nebius、CoreWeave 上使用；Cosmos Framework 支援對 GR00T、QWEN、Pi0.5 等開源模型做微調、強化學習與量化蒸餾。新版 Cosmos 3 NIM 微服務推理最高快 2 倍；

@GoogleDeepMind: When AI-generated content has become so realistic, how do we verify what's made by human, machine, …

Google DeepMind 發布一期播客，討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用，並講解不可感知水印如何保護數字媒體與生物設計，時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。

Anthropic 實測：GLM-5.2 端到端自主複製攻陷 8 臺裝置

Anthropic 兩位安全研究員 William Zhou 與 Daniel Freeman 發布「自主複製與適應（ARA）」安全實驗：在 8 個 GCP 節點（Android 15 redroid）組成的隔離網路裡，GLM-5.2 在 5 次測試中 4 次自主攻陷並部署全部 8 臺裝置，另 1 次拿下 7 臺。研究還顯示，Qwen3.5-9B 能在 9 種硬體中的 8 種上自行排錯並部署 Llama3.1-8B；

開源引數化 CAD SolidCraft 發布，內建 MCP 供 AI 建模

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。

OpenAI 全系 GPT-6.1 模型將上線 Google Cloud 與 Antigravity

OpenAI 的 GPT-6 與 GPT-6.1 全系模型（Astra、Sol、Luna）將登陸 Google Cloud，並進入 Google 的 agent 編碼工具 Antigravity。未來幾週這些模型會加入 Google Cloud 的 Model Garden，與 Gemini、Claude、Mistral、Llama、Gemma 等 200 多個模型並列。Google 稱由此成為唯一同時提供三大閉源大模型的大型雲廠商；OpenAI 強調微軟仍是其主要雲夥伴。

SynthID Detector 向所有人開放，可檢測多家 AI 生成內容

Google DeepMind 宣布 SynthID Detector 現已向所有人開放，可用來判斷網上內容是否由 AI 生成。該工具除 Google AI 外，還支援檢測 OpenAI、NVIDIA、Kakao 等行業夥伴工具生成的內容，Apple 即將加入。使用者可通過 synthid.com 試用。

RSIGame 讓 AI 自主試玩迭代遊戲，27B 模型組合超 GPT-5.5 一次生成

UC San Diego、ByteDance 與 CMU 提出 RSIGame，讓 Agent 在可執行的遊戲環境裡自主試玩、診斷、修改並驗證，形成長期自我改進閉環。以 GPT-5.5 生成的遊戲為起點，多輪自主開發後品質評分從 50.26 提升到 64.53；在 GameCraft-Bench 的 140 個任務、Godot 與 Phaser 兩種引擎上，比迭代開發基線 Play2Code 高 7.2～13.8 分。

北大、VGI Labs 等提出 DynStream：無位姿流式 4D 高斯重建框架

北京大學王選計算機研究所與 VGI Labs、UC Merced 聯合提出 DynStream，這是首個面向無位姿流式動態場景的大規模 4D 高斯前饋重建框架：輸入未提供相機位姿的 RGB 線上影片流，即可前饋輸出相機軌跡與持續更新的動態場景表示。方法按時間分塊做區域性重建，再借相對位姿預測與尺度因子把各塊聚合進統一世界座標系，併為高斯預測動態機率以分離動靜，聚合無需額外計算。

Google 發布 Nano Banana 2.1，底座換成 Gemini 3.6 Flash

Google DeepMind 正式發布 Nano Banana 2.1，底層由 Gemini 3.6 Flash 驅動，模型 ID 為 gemini-nano-banana-2.1，已作為穩定模型上線 Gemini App、AI Studio、Gemini API、Search AI Mode、Google Ads、Flow 與 Stitch。新版定位高效率影像生成與對話式編輯，支援 1K/2K/4K 輸出、最多 14 張參考圖融合，重點強化設計版式、蒙版區域性編輯和主體一致性；

@GoogleDeepMind: SynthID Bio is our new family of watermarking methods made for AI-generated biological designs.

Google DeepMind 發布 SynthID Bio，一套面向 AI 生成生物設計的水印方法。官方稱這是全球首次能在不影響生物功能的前提下，把不可感知的簽名直接嵌入蛋白質序列。該技術屬於 SynthID 水印體系的新分支，具體覆蓋範圍、檢測方式與可用時間尚未公布。

Gudea 獲 700 萬美元種子輪，用 AI 預警社交媒體危機

Gudea 上週宣布完成 700 萬美元種子輪融資，由 Mudita Venture Partners 和 Silicon Road Ventures 聯合領投，公司累計融資約 1500 萬美元。其 AI 平台分析資訊在 X、Reddit、TikTok 等 500 多個主流與邊緣網站上的傳播路徑與推動者，而不只是統計提及量和曝光數，目前已有近 40 家客戶，包括財富 50 強電信與零售企業、政府機構和一家大型 AI 實驗室。

gufo 分支在 Strix Halo 上跑 Qwen3.6 35B A3B，prefill 達 3095tok/s

開發者 nubela 發布 gufo 分支 gufo-Qwen3.6-35B-A3B-Q6dense，在 Strix Halo 上實現 3095 tok/s prefill、190 tok/s decode，目標為 3000 tok/s prefill 與 150 tok/s decode。該分支為 Qwen3.6 35B A3B 增加支援，面向優先速度而非智慧的負載；作者自行量化模型並以 Apache 2.0 發布，稱 unsloth 的 GGUF 也可用但效能較低。

Google Labs 推出 AI 遊戲創作平台 Playground

Google Labs 推出 AI 遊戲創作平台 Playground，用文字提示就能生成可在瀏覽器執行的遊戲，無需程式設計能力。使用者可選擇問答、競速等型別，指定 2D 或 3D、單人或多人玩法，還能上傳圖片讓 AI 轉成符合美術風格的遊戲資產；成品支援手機與電腦遊玩、連結分享或發布到 Explore 畫廊，並可持續修改。

Google 上線 SynthID 檢測網站，支援全部合作方水印

Google 宣布 SynthID 水印檢測器現已支援所有合作方，並在新網站 SynthID.com 面向所有人開放。此前 Google 之外的使用者只能通過 Gemini 詢問檢測結果，且檢測器只識別 Google 自家的 SynthID，ChatGPT 等合作方帶有 SynthID 的影像不會被標記。SynthID 是嵌入影像與影片畫素、AI 音訊波形的隱形訊號，Google 稱僅 Gemini 就已為超過 1800 億張影像和影片、24 萬年時長的音訊整合該水印。