celebrityanime

RobotWorld评测84项机器人任务：多模态智能体能写代码，却卡在物理世界

Hugging Face Papers 收录的论文提出 RobotWorld，一个包含 84 项任务的机器人使用仿真测试平台，用来检验多模态智能体能否把「写代码、用工具」的能力迁移到物理执行，结果显示能力可以局部迁移，但远未稳定。

微软在旧金山 Tech Week 发布搭载 NVIDIA RTX Spark 芯片的 Surface Laptop Ultra 与开发者工作站 Dev Box，并通过最高 1000 美元补贴吸引开发者，Windows 11 同步推出面向 AI Agent 的执行容器功能。

arXiv 2026年10月8日发布的一篇新论文提出 Route-Verify-Vote（RVV）框架，在不更新模型参数的前提下，通过“选推理流程—逐项验证—投票聚合”让语言模型处理混合域推理任务，在 SCoRE 2026 官方测试集上把精确集合准确率从 74.6% 提升到 79.4%。

Hugging Face Papers 收录的论文 ReSAIL 提出一种可插拔的迭代自蒸馏增强方法，用于缓解 LLM 智能体在连续部署循环中的性能坍缩问题。摘要称其在 ALFWorld 和 TextCraft 上三个循环后仍能维持增益。

Hugging Face Papers 收录的 ReSAIL 论文提出一种可插拔增强方法，用于缓解 LLM 智能体在迭代自蒸馏中的性能崩溃，在 ALFWorld 与 TextCraft 上三个循环内平均最终成功率绝对值提升 22.5%。

快手旗下视频生成产品可灵AI据报正筹备赴港IPO，拟募资至少10亿美元，若成行，或将成为国内生成式AI大模型公司登陆二级市场的标杆案例。

快手旗下AI视频服务可灵AI据报道已选定中金、高盛、瑞银担任承销商，计划赴港IPO募资至少10亿美元，目标最早2026年完成上市。若成行，这将是国内生成式AI大模型公司冲击二级市场的标志性案例。

arXiv 新论文 GradSAT 提出用多任务学习中的动态梯度归一化来平衡 SMT 子句的梯度，缓解优化型浮点求解器的“梯度支配”问题，目标是在 QF_FP 约束求解上获得更稳、更可并行化的搜索过程。

一篇新论文提出基于反事实提示干预的SCAPO方法，在Qwen3系列模型上改善了推理准确率与泛化能力，为RLVR训练中更细粒度的信用分配提供了新思路。

博通正为与OpenAI合作的定制AI芯片项目安排超过500亿美元融资，阿波罗与黑石参与洽谈；同一批金融机构也在为甲骨文采购芯片提供资金。AI算力的供给端和需求端正在被同一批资本同时押注。