标签
Articul8 AI 是一家从 Intel 团队分拆出来的公司，现正发布 Bivia——一款多模态 AI 决策模型，旨在为半导体和能源等行业的完整生产工作流执行任务，而不仅仅是回答单个问题。
Google DeepMind 展示了 Gemini 4 Argon 通过 Blender MCP 工具，仅凭一张 Nano Banana 图片在 Antigravity 中自动构建出哥特式大教堂的 3D 场景，并迭代优化几何、纹理与光照。
MIT Technology Review 探讨了 AI 与新型传感技术如何帮助研究人员破译动物之间的交流方式，重点介绍了诸如 Earth Species Project 的 NatureLM 等研究项目，同时也指出在翻译非人类信号方面仍面临重大挑战，并对过度依赖声音相似性提出了质疑。
SpatialBrain 是一个通过分离场景证据与推理经验来提升空间推理能力的框架，利用融合空间记忆、可复用技能库和过程记录来引导工具使用，且无需修改视觉-语言骨干网络，在五个空间推理基准上取得了优于或持平直接回答的结果。
Elorian 团队发布视觉推理模型 Glimpse，声称达到 Astra 级别能力但成本低 17 倍，可逐帧分析视频中的物理规律，面向制造业、机器人、游戏和内容审核等场景。
Elorian AI 发布 Glimpse 模型，声称是首个实现「视觉思考」的 AI 模型，能够像人类一样逐步观察、检查并推理图像内容，在 12 个未见过的迷宫测试中成功解出 11 个，并自行编写代码追踪路径并绘制动画解答。
推文介绍了主打视觉理解与推理的新大模型 Glimpse，宣称能原生理解图片和视频中元素的位置与空间关系，不同于 GPT 和 Claude 依赖抽帧的方式，并期待更多实际评测。
MIT 研究人员在《Nature Communications》上发表了一篇论文，介绍了一种多模态 AI 模型，该模型将 3D 原子结构与自然语言相结合，以更好地预测和设计晶体材料。在识别有潜力的候选材料（如固态锂离子电池电解质）方面，该模型的表现优于仅使用文本的模型。
Scene-Designer 提出了一个通过设计与批评双重经验学习设计智能的智能体框架，用于生成完整、连贯且可用的 3D 室内场景，并提出了 Critic 引导的 Scene-GRPO 方法，在物理有效性、功能正确性和布局连贯性方面取得了更优的性能。
这篇论文提出 MaLoW（Memory as LoRA Weights），将流式视频的长期历史增量编码进固定大小的 LoRA 权重中，冻结主干模型并把当前观测保留在输入里，从而分离长期记忆与实时感知。该方法在 OVO-Bench 和 StreamingBench 上取得领先表现，并在机器人任务上也提升了成功率。
该论文提出一个模型无关的框架，让冻结的LLM和VLM在部署后通过技能、知识记忆和多模态知识库三种外部经验形式持续学习，在六项医学基准上最高提升34.2%的性能，且可跨模型迁移。
一位用户声称 AI 助手 Muse 可以直接爬取微信公众号——这一通常反爬最严格平台——的数据，并导出为 PDF，同时提到 Dot 和 Cue 等 AI 助手也具备类似能力。
一位 SentinelOne 工程师利用 GPT-6 Astra，在约六小时内破译了一封217年前的拿破仑时代加密军事密信，成功恢复了此前历史学家一直未能破解的密码密钥及完整译文，并推断出其中部分符号代表的是整个单词。
据报 Google 新推出的 Gemini 4 Argon 在 3D 游戏生成方面的表现已与 Claude 最强的模型不相上下，这标志着生成式 3D 内容和游戏开发能力的一次显著进步。
Lior 宣布推出 MMBU 挑战赛，与 Stanford 合作，测试视觉语言模型能否真正识别和定位生物医学图像，而不是靠猜测作答。挑战赛设有 3 个赛道，奖金及算力超过 10 万美元，赛期为 10 月 1 日至 12 月 31 日，报名将于今天截止。
本文讨论了AI应用向长程闭环自验证的转变，重点介绍了Space Bunny和Google Research的代理工作流，这些工作流能够实现自主测试和错误纠正，重塑开发角色。
本文介绍了SkinAgent AI，一个用于非诊断性护肤支持的多模态智能体框架，该框架结合了视觉分析与使用大型语言模型的安全、可审计的编排。
GLM-5.3 在 AI/ML API 进行的5场景物理测试中优于 Space Bunny Alpha，突显了AI物理模拟的优势和劣势。
本文提出了一种称为Summarize-Judge-Refine（SJR）的双模型架构，用于多模态内容审核。该架构通过自然语言摘要解耦内容理解与策略学习，实现了显著的性能提升和少样本策略适配。
本文研究离线多模态大型语言模型作为空中作战的决策支持工具，详细描述了一种模块化检索增强架构，并介绍了与Brazilian Air Force合作的试点研究，该研究显示在条令评估任务中认知负荷降低且效率提高。