OpenAI称AI模型独立证明局部光滑猜想并推翻ETH，杨–米尔斯成果待专家审查
OpenAI 称其 AI 模型在数学、计算机科学和物理三个方向产出原创性证明：覆盖所有维度的局部光滑猜想、否定指数时间假设（ETH），以及量子色动力学和杨–米尔斯理论的存在性论证。前两项已用 Lean 形式化验证并公开证明，物理成果仍待专家独立审查。
分类： AI 资讯
Anthropic 递交招股书：拟募资约千亿美元，11 个细节拆解
Anthropic 已公开 IPO 申请文件，计划募资约 1000 亿美元，估值目标 1.5 万亿至 2 万亿美元。拆解招股书可知，其收入五个季度增长约 30 倍，但账面净亏损主要来自可转换票据公允价值变动，并非现金流失。
World-in-Context 将视角、动作与镜头统一为显式 token，5B 模型导航性能接近 22B
Hugging Face Papers 收录的论文 World-in-Context 提出用 In-Context Conditioning（ICC）统一视频世界模型中的视角、角色动作与镜头控制，而不是依赖分散的条件注入路径；其 5B 模型在论文自建 WBench 上的导航成绩接近 22B 的 EchoWM。
Trajectory2Gym 提出工具调用训练新思路：重组交互而非堆成功轨迹
2026 年 10 月 24 日发表于 Hugging Face Papers 的论文提出 Trajectory2Gym，认为工具调用智能体的训练素材不应只看“轨迹是否成功”，而要重新构造依赖充分、决策可学的交互经验。
InteractiveWorld提出可验证人机闭环环境，12款前沿MLLM长程任务最高仅25%
Hugging Face Papers 收录的论文提出 InteractiveWorld，一个让 AI 助手指挥真人完成物理任务的闭环测试环境，并配套 120 个任务的多轮基准 InteractiveBench；摘要显示 12 款前沿 MLLM 在该基准上表现仍然有限。
StreamVibe发布：视频智能体从被动响应转向预判用户意图，新基准含4.1K测试样本
Hugging Face Papers 收录的论文提出 StreamVibe 系列，包含意图交互基准、流式主动模型和状态管理组件，尝试让视频智能体不止响应明确指令，还能推断并跟踪用户不断变化的潜在意图。
MMVistaReason提出开源多模态后训练方案：4B模型平均72.8分超越8B竞品
Hugging Face Papers 收录的论文摘要提出 MMVistaReason（MVR），一套面向开源数据与多模态推理的后训练配方，声称 4B 模型在 15 个多模态基准上平均 72.8 分，超过 Qwen3.5-9B（Instruct）和 MMFineReason-8B，且样本用量少约 70%。
OpenAI GPT-6.1 Sol 接入 CodeRabbit 安全代理，跨复杂代码库查漏洞
OpenAI 于 2026 年 10 月 26 日介绍，CodeRabbit 已把 GPT-6.1 Sol 作为其安全代理的主要模型，用于跨复杂代码库排查安全风险，并把部分发现推进到验证和修复建议阶段。
GPT-6 Astra物理交互实测：分层测试显示力控与协调是短板
alphaXiv 上的一篇论文提出 PhysLadder——一个在仿真与真实环境中任务定义一致的 16 项家务操作基准，并用它零样本评测 GPT-6 Astra。结果显示，随着接触交互难度上升，成功率明显下降，到需要协调接触重构的 L3 时归零。
TraceTrial-Bench 发布：用 3420 次运行评测 AI Agent 框架可靠性
Hugging Face Papers 收录的论文提出 TraceTrial-Bench，把 AI Agent 的“框架层”（harness）拆成七个可靠性维度，用 95 个任务、4 套框架和 9 个模型合计 3420 次运行来评测，并尝试自动归因失败原因，补上了现有基准只看模型能力、不看支撑框架的空白。