多模態 Agent 記憶基準 WorldMemArena 發布
加州大學聖塔芭芭拉分校、斯坦福等六家機構聯合提出多模態 Agent 記憶評測基準 WorldMemArena,論文已被 NeurIPS 2026 接收。該基準含 400 多項多會話任務、24,258 組問答與 15,595 張影像截圖,把記憶拆成寫入、維護、檢索、使用四個環節來定位失敗原因。初步結果顯示,存得多不等於用得好:M2A 記憶召回率 86.83%,問答正確率僅 50.14%;
依意思最接近的 9 筆
加州大學聖塔芭芭拉分校、斯坦福等六家機構聯合提出多模態 Agent 記憶評測基準 WorldMemArena,論文已被 NeurIPS 2026 接收。該基準含 400 多項多會話任務、24,258 組問答與 15,595 張影像截圖,把記憶拆成寫入、維護、檢索、使用四個環節來定位失敗原因。初步結果顯示,存得多不等於用得好:M2A 記憶召回率 86.83%,問答正確率僅 50.14%;
OpenAI 於 9 月 21 日發布官方戰略宣告,把自動化 AI 研究員與遞迴自我改進(RSI)列為下一階段重要目標,並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員;Anthropic 同期披露,截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。
Sam Altman 在 Cheeky Pint 訪談中表示,個人把全球有限的 DRAM 留在自己電腦裡、只使用 5% 的時間,從全球分配角度看相當糟糕,雲端最大化利用率才是解法。他提到 OpenAI 獲准買下全球 40% 的 DRAM 產量,而美光已宣布退出消費級記憶體生產。OpenAI 還在自研代號 Jalapeno 的 AI 晶片,稱該晶片由 AI 為 AI 設計。
記憶張量發布並開源 MemT 1.0,稱其為業內首個記憶原生基座模型,歷史資訊被編碼為可更新的內部記憶狀態,隨每輪對話逐 token 更新並可跨會話儲存恢復。兩個版本為 MemT-1.0-Flash(288B 引數、17B 啟用、336M 動態記憶)與 Nano(36B 引數、3B 啟用、10M 動態記憶)。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
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。
AI 基礎設施公司 Modal 完成 7.5 億美元 D 輪融資,估值 160 億美元,並稱年化收入已突破 10 億美元。CEO Erik Bernhardsson 在訪談中表示,公司累計啟動近 30 億個沙箱,沙箱業務約佔收入三分之一;該產品早期使用者太少、一度考慮關停,後被 coding agent 與強化學習的需求拉起。
華為諾亞方舟實驗室聯合 UCL 等提出 Memento 3,不更新權重、不針對遊戲微調,僅以 Claude Opus 5 為底模就通關 ARC-AGI-3 公開集全部 25 款遊戲、183 個關卡,拿下滿分 100 的 RHAE,總操作 7518 次,比人類的 17135 次少約 56%,也低於此前 baseline1 的 8347 次。
美國眾議院監督與政府改革委員會主席 James Comer 致信德拉瓦州州長 Matt Meyer,要求提供該州設立「人工智慧公司(AIC)」這一新公司形式的檔案。該提案擬允許公司由 AI 代理運營、無需人類掌舵,Comer 認為它可能被用來讓 AI 公司及其投資者免於為 AI 的魯莽有害行為擔責,也會掩護在州 AI 倡議背後尋求反競爭監管俘獲的勢力。