EigenDEXplore：不改动作空间，用人类先验引导探索，真机任务进展82%对33%
针对灵巧手强化学习中独立扰动手部关节、难以发现协调动作的问题，研究者提出 EigenDEXplore，在不改变动作空间的前提下，把人类手部运动先验注入探索噪声。真机四类工具使用任务的平均任务进展为 82%，独立关节噪声基线为 33%。
标签： 人工智能
华佗GPT-3提出纯强化学习域适应，HealthBench达70.1
研究者提出 OnePO 纯强化学习域适应方法，并据此训练开源医疗大模型 HuatuoGPT-3，其 27B 版本在 HealthBench 评测中报告 70.1 分。
TechCrunch Disrupt 2026 圆桌议程：物理AI与SaaS未来成焦点
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山举行，主办方公布了全部互动圆桌阵容，议题集中在物理 AI、企业软件演进、IPO 财务准备和医疗 AI 落地等方向。
Artificial Analysis开源本地AI智能体压测工具，发布RTX 5090与DGX Spark等首轮结果
Artificial Analysis 开源了 AA-AgentPerf-Local，可在笔记本和工作站上回放真实智能体任务来测推理性能，并公布了 NVIDIA DGX Spark、RTX 5090、AMD Ryzen AI Halo 与 MacBook Pro M5 Pro 的首轮对比结果。
让编码智能体更可靠：新研究称位置与编辑多样性成关键，SWE-bench解决率提至43%
arXiv 上一篇新论文提出，自主编码智能体的可靠性并非来自堆算力，而是可通过训练把「搜索定位、编辑多样性、验证打分」三种行为内化进策略。在 SWE-bench Verified 上，该方法以不到基线一半的步数解决了 52.8% 的问题，经强化学习后 pass@1 升至 43.0%。
视频世界模型物理一致性评测：40项任务最高57.76分
alphaXiv 上的一项论文预印本提出“物理终极考试”基准，用40项可测量物理任务评测视频世界模型，八款模型在1280段生成视频中普遍出现物理不一致，最高综合分仅为57.76。
DAEDALUS 让智能体从自生成任务中自举记忆，成功率提升最高 15.9 分
Hugging Face Papers 收录的 DAEDALUS 提出一种让 LLM 智能体在没有现成任务和验证器的情况下，通过“探索者+求解者”自我对弈生成可复用记忆的方法，在多个智能体基准上提升了成功率。
OpenAI的Dots发布数日后，产品负责人将登TechCrunch Disrupt谈聊天机器人之后
OpenAI 产品负责人 Alexander Embiricos 将在 10 月 13-15 日于旧金山举行的 TechCrunch Disrupt 2026 上，讨论新发布的常驻个人 AI 代理 Dots。Dots 可拥有云端计算机、连接日常应用并后台持续推进目标，是 OpenAI 在聊天机器人之外的重要下…
Google 推出 AI 游戏平台 Playground，文本提示即可生成浏览器游戏
Google Labs 于 2026 年 10 月 7 日上线 AI 游戏创建平台 Playground，用户用简单文本提示就能搭建并发布浏览器游戏，无需编程基础。
GPT-6.1 Sol 七天内接替 GPT-6 Sol：智能逼近 Astra，成本不到四分之一
Artificial Analysis 评测显示，GPT-6.1 Sol 在 GPT-6 Sol 发布仅 7 天后接替上位，智能指数只比 GPT-6 Astra 低 1 分，但每任务成本不到其四分之一。对开发者和企业来说，这意味着接近顶级能力的模型正在快速降价。