依意思最接近的 23 筆
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；
輝達為 Cosmos 世界模型平台新增四款開放權重模型，均為 Cosmos 3 Nano 的後訓練版本，含 16B 可訓練引數，採用 OpenMDW1.1 許可，允許商用與非商用。Transfer-Auto 可生成最多 11 路相機同步影片與聯合 RGB-LiDAR 資料，Sim-Auto 是其因果蒸餾的流式版本，用少量去噪步輸出連續片段以支援閉環互動；
NVIDIA 推出 Cosmos3-H-Dreams，據其稱為首個基於臨床膽囊切除手術錄影訓練、可即時回應操作指令的生成式手術模擬器。模型基於 160 億引數的 Cosmos3-H-Embodied-Nano，接收 28 維動作（雙臂位姿、夾爪、能量控制與搖桿），以 832×480、10 Hz 的錄影與運動學資料訓練，並蒸餾出四步與兩步兩個學生檢查點，後者推理更快但畫質略降。
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。
SpaceX 第三季度 AI 業務營收 75 億美元，佔公司總收入 52%，並實現 4.31 億美元利潤。該業績來自改名為 Super Intelligence 的業務線，含收購的 Cursor 程式設計工具、Grok 機器人與算力達 1.7 GW 的 neocloud 業務；若不計 Cursor 收購帶來的 12 億美元一次性股權激勵費用，利潤會更高。
皮克斯在最新的 RenderMan 3D 渲染教程中致謝禾賽 Kosmo，並教創作者用這套手持裝置採集真實場景的 3D 高斯潑濺（3DGS）資料。Kosmo One 整合雷射雷達、最高 8K 影像系統、一英寸 CMOS 與 IMU，在硬體層做到微秒級時間同步與出廠外參標定，掃描約 100 平米空間需要 15 到 20 分鐘；雲端 Kosmo Spatial Core 一次重建同步輸出 3DGS、mesh 與 depth 三種格式，可直接用於機器人訓練。
10 月 25 日，無問芯穹與三體宇宙發布首個合作成果智子 Agent 1.0，以《三體》小宇宙管理員智子為角色錨點，對話記憶可跨會話延續。角色一致性由無問芯穹 Agentic Infra 支撐：AgentWorks 平台負責知識庫組、多層提示詞與 Infini Memory 記憶，多智慧體協同以“生成—判別—定向修正”閉環排查 OOC 與世界觀越界；三體宇宙負責設定與角色邊界。
VAST（三啟萬物）發布新一期 V·STAR 頂尖人才計劃，在 3D 生成基礎模型之外，新增三維理解與智慧體、世界模型兩個招募方向，面向 3D 生成、影片生成、LLM 後訓練與 Coding Agent 領域的研究者。文中稱 Tripo 系列在累計超 20 萬使用者投票的第三方評測中連續 8 個月居首，9 月更新的 P2.0 可在數秒內生成以四邊面為主、面數可控、部件可拆分的網格。
Mistral AI 宣布旗下模型已進入地球軌道，加入 Orbitworks 與 Loft Orbital 打造的同類首個 AI 衛星星座，並聯合 NVIDIA 的 AI 基礎設施。公告未披露具體模型型號、發射時間、在軌任務與使用方式，目前僅為合作官宣。
Mistral AI 讓 Mistral Large 4 從零建置出一款即時 3D 追蹤應用 Orbital Trace，用於追蹤地球軌道上約 1.9 萬個衛星與碎片。據其介紹，模型不僅產出了可執行的 App，還以使用者視角自行測試、做了速度最佳化，並通過嚴格驗證。官方未公布開發耗時、程式碼規模等細節。
微軟發布第三代自研 AI 晶片 Maia 300，將其定位為微軟產品與服務的主要 AI 推理系統，計劃 2027 年開始投入生產部署。微軟雲業務執行副總裁 Scott Guthrie 表示，相比主流的 GPU 系統，Maia 300 每兆瓦可多輸出 40% 的 token，並更能應對最新的推理模型與 agentic 任務。該晶片的設計目標是提升雲端 AI 工作負載的成本與效率，減少對 Nvidia GPU 的依賴。
智元發布具身模型 GO-3 Preview，稱在預訓練、後訓練和部署後實現全鏈路規模化學習，並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料，採用 WRAM 架構；後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型，手機包裝任務成功率由 50.8% 提升至 98.3%。
System76 宣布在 Pop!_OS 的多個 COSMIC 程式碼庫中禁止 AI 生成程式碼。該政策覆蓋範圍較廣，但並非整個程式碼庫，具體限制與執行方式尚未在資料中說明。
NVIDIA Factory Operations Blueprint（FOX）已在 GitHub 開放早期訪問，開發者可據此建置常駐工廠管理智慧體，協調機器作業，並派生視覺檢測、根因分析、報告生成等專用智慧體。這些智慧體可接入 Cosmos、Nemotron 開放模型，並通過上下文學習用文件與樣例完成適配，無需微調。西門子已把它接入 Intelligence Center X，預計節省 20% 成本，並在埃爾朗根工廠將檢測流程校準時間縮短 40%。
馬斯克在 X 上發布了一條星鏈 V3 衛星部署的畫面，配文稱景色優美。該帖未披露部署時間、衛星數量、軌道引數或發射任務等具體資訊，僅展示了部署過程。
馬斯克在 X 上發布訊息稱，星艦（Starship）正在部署 Starlink V3 衛星。該帖未披露部署數量、軌道引數、時間表或任務階段等細節，僅確認了星艦與 V3 衛星部署這一動作。
SETI 研究所與 Breakthrough Listen 將 agentic AI 引入艾倫望遠鏡陣列的日常搜尋，研究人員只需說一句自然語言，就能讓 agent 操控天線、校準裝置、糾正資料錯誤並繪圖。基於 NVIDIA Holoscan 的 DAQIRI 把每秒 2.4 Tb 的感測器資料直接送入 GPU 記憶體即時處理，再由 Nexus 統一編排儀器狀態與計算資源。該系統已在蟹狀星雲完成首次即時 AI 脈衝星探測；
輝達聯合 MIT 與牛津大學提出的 Physis-Lang，把物理原因、規律和結果寫進影片文字描述，並貫穿資料篩選、模型訓練與影片生成。其 Cosmos3-Super 與 Cosmos3-Nano 在 Physics-IQ Verified 榜單以 48.2 和 43.3 分列前二，Super 較此前最高分高出 5.5 個百分點。基於 Cosmos3-Nano 的版本在論文四項物理 benchmark 上取得開源最佳，三項總分超過 Veo 3.1。
Kimi K3.1 Pro 可直接在 Blender、Unreal Engine、Godot 和 CAD 等 3D 建模與遊戲行業常用工具中工作。在測試多檢視渲染轉 CAD 程式碼生成的 BenchCAD 上，它藉助這些工具得分 92.7%，接近 Claude Opus 5.5 的 96.2% 與 GPT-6 Astra 的 95.9%。官方稱它能產出較完整的專案，覆蓋資產搭建、場景組裝、動畫與渲染。
T3 Code 是一個開源免費的 agent 控制台，可通過 iOS、Android 應用、網頁版和 Electron 桌面端遠端控制本機已安裝的 coding agent。它支援 Claude Code、Codex、Cursor、Grok Build、OpenCode 和 Google Antigravity，使用前需在本機安裝並登入至少一個提供方（Antigravity 在設定中啟用並登入 Google 即可，無需 CLI）。
因果智慧公司 Aether AI 公布機器人系統 CRIS-0 的官方 Demo，靠提取物理因果變數而非端到端擬合驅動機械臂。在咖啡製作測試中遭遇人為移位與光照突變，系統平均 2 秒內完成重規劃，10 次隨機擾動有 9 次有效恢復；客廳長程整理可連續執行數十步，20 條模糊指令完成 18 次精準抓放，危險變數出現時 0.2 秒急停。
Anthropic Q3 營收 168 億美元，環比增速降至 45%。據 NYT 報導，其 Q1、Q2 營收分別為 48 億和 116 億美元，Q2 環比增 141%；7 月年化營收 65 億美元（約合月營收 54 億美元），據此推算 8、9 月增長有限。文章認為，這可能解釋 CoreWeave 等 neocloud 股價下跌，也暗示部分 AI 需求正轉向更便宜的中國模型。
中國人民大學與復旦等高校聯合團隊提出智慧體系統 CoworkOS，論文與程式碼已公開。它由主智慧體制定策略與驗收、協調執行時排程狀態、子智慧體執行子任務，並讓人與智慧體在同一份 CAD、Blender 作品中協作，藉助工作區、記憶與後臺任務支援跨天推進。在 12 項基準中，其生產力與機器學習程式設計均分最高（57.54、56.26）；作為遞迴自我改進探索，它組織 Qwen3.6-35B-A3B 完成五輪後訓練，八項平均分從 33.19 升至 42.95。