分类： AI 资讯

GenUI-Harness 用生成式 UI 替代纯文本对话，4B 模型通过率升至 58%

arXiv 新论文提出 GenUI-Harness，用多智能体在对话中生成结构化前端界面，把复杂任务的平均对话轮数从 3.4 降到 1.2，并让 4B 小模型在 UI-TAU Bench 上 Pass@3 从 9.33% 提到 58.00%。

alphaXiv 上的一篇论文提出 Code-Only-as-Policy（COAP），尝试把机器人决策完全写成代码，用显式状态替代 VLM/VLA 推理；在 RoboDojo 的 42 个双臂任务上，测试时不调用任何模型，报告成功率 70.24%。

2026年10月8日，Hugging Face Papers 收录了 FreeMatching 论文，提出一种不依赖平滑运动与刚性几何等时空先验的稠密对应匹配框架，试图解决图像编辑与参考引导生成中的身份保持匹配问题。

Anthropic 于 10 月 8 日推出 OSS Scanner，用 Claude Mythos 等最强模型为符合条件的开源项目提供免费、定期的漏洞扫描，已在小范围测试中验证了该流程的可用性。

2026年10月8日至11日，ChatPlayground AI推出终身订阅促销，59.97美元可在一个界面内使用20多个AI模型，包括ChatGPT、Claude、Gemini等，帮助用户比价和集中管理AI工具。

Hugging Face Papers 收录的论文摘要显示，研究者提出统一多模态深度研究 Agent OneSearch-VL，用视觉锚定证据图（VGEG）串联图像、多图与视频任务，其 8B 模型在两个新基准上比可调用工具的 Qwen3-VL-8B 提升 20.2 和 17.6 个百分点。

Hugging Face Papers 收录了一本以“大语言模型基础”为主题的书，聚焦预训练、生成模型、提示、对齐、推理和思维推理六个概念，定位为教材式参考，而非新品发布或功能上线。

arXiv 上线 OpenProblemBench，用 82 个数学与理论物理未解问题评测 AI，四个评审模型独立判分，GPT-6-Astra 以 14.0% 平均判定解决率居首，但整体仍处低位。

Hugging Face Papers 收录的 MiMo-V2.6 技术报告，提出用更大规模强化学习算力、更多样环境和更精细奖励信号，把全模态基础模型推向自我提升。它能否落地为可用产品，目前尚无公开信息。

2026年6月至10月，mojodojo.io对自身站点6万余次爬虫请求的监测显示，AI爬虫占23.6%，且每出现1次搜索引擎爬虫就伴随0.96次AI爬虫访问。值得关注的是，7.7%的请求由伪装成爬虫的IP发出。