RESUME:基于运动与残差信号循环状态更新的高效视频语言建模
RESUME以锚帧初始化隐状态,逐预测帧循环更新,向视频语言模型输出时序轨迹,时序推理显著提升。
AIMS:面向仿真到现实多模态ISAC的智能体AI框架
提出双智能体AIMS框架协调场景构建与任务学习,提升多模态ISAC仿真到现实迁移车辆检测与波束预测。
要纠正,不要删除:用纠正性监督缓解涌现性失准
微调有害数据可致涌现性失准;将中毒样本改为纠正答案比删除更能降低失准,并提升医疗回答。
Billiger.de 产品:双语实体匹配基准
发布德英双语实体匹配基准,覆盖13类商品,含难例,验证显示其比现有基准更难。
问题接力中的魔鬼:源条件接力引导缓解音视频大语言模型幻觉
揭示音视频大模型中问题接力致源混淆定位幻觉,提出免训练源条件接力引导,显著缓解源混淆定位幻觉。
EffGS:高效高保真高斯泼溅
EffGS通用加速框架融合频率感知引导、局部密度控制与自适应尺度调制,提升训练渲染效率并保持高保真重建。
固定步长SGD的精确平稳高斯逼近
固定步长SGD不变分布的精确高斯逼近,归一化迭代1-W距离误差O(√α),四状态例下界匹配。
姚顺雨(@ShunyuYao14):Gemini。https://t.co/RYFKLKxuJm
推文仅提及Gemini并附链接,未提供更多实质内容。
@埃隆·马斯克:值得一试
值得一试
从知识检索转向证据探索与综合
原文未提供摘要
大型语言模型为组合优化发现互补启发式方法
大型语言模型能为组合优化发现互补的启发式方法。
The Den 借助 ChatGPT Work 每周腾出 10-15 小时用于发展
新店开业之际,该社交俱乐部将拨款申请准备时间从3天缩至2小时,酒牌材料从4天缩至3小时。
谷歌发布Gemini 4 Argon,称其迄今最强模型
谷歌发布最新Gemini模型,主打编程与网络安全。
@dotey:让 ChatGPT 按“守序—中立—混乱”九宫格给 AI 风云人物归类,它给我画了这张图 https://t.co/59357FboSc
用户让 ChatGPT 用九宫格归类 AI 风云人物并生成图像。
@natolambert:乐见谷歌以 Gemini 4 惊艳众人;更多实验室站上前沿,对消费者(竞争)与世界(权力去集中化)皆是好事,期待其现实场景表现。
乐见谷歌 Gemini 4 带来惊喜;更多前沿实验室促进竞争、分散权力,期待落地表现。
Meta任命德鲁夫·沃赫拉领导东南亚业务
Meta宣布,Dhruv Vohra将出任全球业务集团东南亚区董事总经理,负责领导东南亚业务。
五角大楼请马斯克与帕尔默·勒基协助决定军方下一步该做什么
防长赫格塞思启动120天未来战争研究,马斯克、勒基与金里奇领衔;批评者称二人公司已在售相关技术。
LongLive-Plug:面向视频生成的一次性通用蒸馏
提出LongLive-Plug,实现视频生成的一次性通用蒸馏,提升生成效率。
@_akhaliq:Omni-IO 技能
提出 Omni-IO 技能,使智能体原生支持全模态输入输出。
Anthropic 上线新站点,面向 Claude 开发者
Anthropic 推出面向 Claude 开发者的新站点,涵盖工程深度文章、Claude Code 与 API 指南、团队分享及彩蛋。
LEGO-Anything:面向3D场景重建的编码智能体
提出LEGO-Anything,利用编码智能体进行3D场景重建。
Figure AI 让 Figure 02 人形机器人跳入芬兰铸造厂钢水退役,熔融金属将制成限量纪念品
Figure 02 是 Figure 第二代人形机器人,首进 BMW 工厂并运行自研 AI Helix,现以熔入钢水方式退役。
@elonmusk:精准分析
埃隆·马斯克认为该分析准确。
为何 Dwarkesh 对 Computer Use 的看法有误,以及 OpenAI 如何在一周内推出对标 Jev 的产品
DevDay 报道:首期播客对话 OpenAI CUA 团队与 API 平台负责人。
Demis Hassabis宣布Gemini 4 Argon新前沿AI模型
发布Gemini 4 Argon前沿AI模型,关键能力大幅提升,先面向政府和可信网络防御者,随后广泛开放。
他建造了这座城市
纽约市博物馆展出Joe Macken耗时21年用轻木和纸板打造的50×27英尺城市模型,震撼超预期,10月12日闭展,值得一看。
@Suhail:大家快去注册 .si 域名!感谢 @snagged 的 @rob 帮我们把它锁定 :)
呼吁注册 .si 域名,并感谢 @snagged 的 @rob 帮忙成功拿下。
@NVIDIAAI:我们正在寻找下一批研究生奖学金获得者。
招募全球博士生,2027–2028研究生奖学金最高6万美元,含导师指导与技术支持,10月30日前申请。
Valor、Atreides 和红杉资本以7.5亿美元估值投资AI初创公司Flow Engineering
Flow Engineering将AI智能体用于硬件设计,Roelof Botha任天使投资人与董事
白宫开始对中期选举感到恐慌
特朗普仍认为共和党有机会,但其助手们信心不足。
Factory CEO 指控其风投董事会顾问替 Cognition 当间谍
风投人 Chris Degnan 曾任 Factory AI 董事会顾问,现已出任 Cognition 首席营收官。
@dotey:谷歌发布新一代旗舰模型 Gemini 4 Argon。
谷歌发布 Gemini 4 Argon,对标 GPT-6 等旗舰,定价竞品档,首批限 Fairwind 网安防御者。
特朗普的AI安全“协议”不过是花里胡哨的拉勾承诺
六家主要AI公司本周与白宫签署自愿协议,承诺实施安全防护,但实际意义存疑。
Neko Health 的身体扫描值得吗?Spotify 亿万富翁的初创公司已登陆美国
Neko Health融资7亿美元做身体扫描,Midjourney等入局预防医疗,投资者为何重押?
@emollick:又变成三方竞赛了……
局势再次演变为三方角逐。
Google DeepMind发布Gemini 4 Argon新前沿模型
Google DeepMind推出新前沿模型Gemini 4 Argon,面向编程、企业知识工作与网络安全防御,今日起通过Fairwind计划向受信任测试者开放。
@OfficialLoganK:推出全新前沿模型 Gemini 4 Argon,今日起向网络防御者开放,并将尽快扩大范围。我对进展倍感兴奋。推广期定价:输入 2 美元、输出 10 美元!
Gemini 4 Argon发布,先向网络防御者开放,后续扩大;推广价输入2美元/输出10美元。
Gemini 4 Argon:我们前沿智能的下一个时代
未提供摘要,无法提炼。
@_akhaliq:我将出席10月16日在旧金山Midway举办的Hugging Face Open Together活动
@_akhaliq将出席10月16日旧金山Midway的Hugging Face活动,附报名链接。
@svpino:这款开源模型仅用36.6亿参数,就在BIG-Bench Hard逻辑子集上得分95.4%。
开源TwIL-LM3-Pro仅36.6亿参数,笔记本可本地运行,逻辑得分95.4%,专用后训练有效。
争夺你的个人 AI 智能体之战已打响
OpenAI 的 Dots 与 Meta 的 Muse 争当你的首选 AI 智能体;我试过后,猜你也会。
黑客在持续数月的数据泄露中窃取数百万美军人员档案
美国防部通知数百万现役及退役美军人员,其个人信息在持续数月的泄露事件中被盗。
DoorDash的无人机战略始于地面
DoorDash在Dash Forward 2026发布六旋翼无人机,用于新配送业务。
开源最先进的上下文嵌入模型,在turbopuffer的context-bench中表现最佳
开源最先进上下文嵌入模型,在turbopuffer基准测试中表现最佳。
宝马为燃油和电动版打造了同一款车,电动版便宜4400美元
全新宝马3系显示,电动车定价已迅速比肩燃油车,同款电动版还便宜4400美元。
@bilawalsidhu:回放迪拜航空事件的航班追踪数据,令人心惊胆战。
迪拜航空事件航班数据回放:飞机30秒骤降1.4万英尺,乘客冲入驾驶舱,流血机长开门,最终惊险改出。
@polynoamial:5年前,我在一次会议的海报展示环节遇到了@ssokota。他的讲解令我印象深刻,于是我向他提供了实习机会。我们持续合作,他现在和我一起在@OpenAI工作。后来他告诉我,整场海报展示环节只有我一个人到他的海报前。
五年前会议海报环节结识@ssokota,因讲解出色给实习,后同在OpenAI;他称全场仅我到访。
兽迷飞行员只是在管好自己的事
兽迷群体回应参议员图伯维尔的抨击:我们家里是兽迷,工作中是民航飞行员,二者互不相干。
@perplexity_ai:我们构建了一种训练上下文嵌入模型的全新方法——在编码文档的每一个片段时,都将整篇文档纳入视野。
Perplexity 提出上下文嵌入模型新训练法,编码片段兼顾全文,刷新两项基准 SOTA。
@OpenAI:小型团队借助AI承担更多工作——从寻找客户到打造产品、管理财务。
新报告探讨小企业如何应用AI智能体,并与ASBDC合作提供实操培训与本地指导。