NeMo-DCR发布：万亿参数Agentic RL的增量重拟合提速40倍
英伟达提出NeMo-DCR方案，通过只传输权重变化量而非全量检查点，将万亿参数强化学习跨区域同步时间从87.5分钟压缩到150秒，并保证比特级精确。
标签： 人工智能
Tony Fadell 批评首波 AI 硬件：没解决真实需求，苹果可能最有戏
iPod 之父 Tony Fadell 在 MIT Future Fest 上直言 Rabbit R1、Humane Ai Pin 等第一代 AI 硬件失败原因是没解决真实痛点，并认为苹果最有机会做出可信的 AI 助理，前提是数据留在端侧。
CheckerBench 发布：300 个静态分析检查器任务，顶级智能体通过率仅 45%
Hugging Face Papers 收录的 CheckerBench 提出 300 个从真实 CVE 衍生的静态分析检查器合成任务，用于衡量编码智能体能否完整走完从读规范、看仓库到实现并反复调试的分析器开发流程。目前公开信息显示，表现最好的配置首轮通过率也只有 45.33%，说明这类长周期任务对现有智能体…
Google推Playground：Gemini让美国用户用文字做游戏
Google 上线了基于 Gemini 等模型的浏览器 AI 平台 Playground，美国成年用户无需写代码，只靠文字对话就能制作、测试并分享小游戏。
NVFP4 量化会毁掉机器人策略？LatentQuant 提出两阶段方案
arXiv 上一项新研究指出，在视频 VAE 上直接做 NVFP4 量化，会让下游机器人动作策略成功率从 95.5% 跌到 10.5%；作者提出两阶段 QAT 框架 LatentQuant，在保留重建质量的同时把 LIBERO 成功率拉回 95.75%。
递归游戏创作器提出体验导向智能体框架：GameCraft-Bench 得分 77.89，严格任务成功率提升 34.1%
alphaXiv 上发布的一篇论文提出 Recursive Game Creator，把“玩得爽不爽”变成可被 AI 智能体反复测试、评审和迭代的开发闭环，在 GameCraft-Bench 上取得 77.89 的综合得分，并在 GameASG-Bench 上录得 53.2% 的严格任务成功率。
EmbodiedSmith提出递归自改进闭环：仿真中自动生成机器人训练数据
2026年10月6日，Hugging Face Papers收录论文提出 EmbodiedSmith 框架，用递归自改进（RSI）把资产、场景与任务生成整合为一条自动化流水线，试图解决机器人基础模型训练数据稀缺、场景与任务脱节的问题。
Healthleap 融资 3800 万美元，用 AI 从病历中标记漏诊风险患者
Healthleap 完成 3800 万美元种子轮和 A 轮融资，其 AI 平台接入医院电子病历，从医生手写笔记中提取营养不良、谵妄等漏诊风险信号，目前已部署在超过 50 家医院。
Gemini 4 Argon 评测：谷歌重回智能前三，与 GPT-6 Astra 同分但成本更低
谷歌发布 Gemini 4 Argon，在 Artificial Analysis 智能指数上以 53 分追平 GPT-6 Astra，并以折扣价实现约 60% 的单任务成本，谷歌重新进入智能前三实验室。
arXiv论文提出CPW-Drive：用儒家思想引导RAG自动驾驶决策
一篇 arXiv 新论文提出 CPW-Drive，将儒家经典文本中的价值原则转化为可检索的驾驶决策依据，在 Highway-env 模拟任务中取得最高 93.0% 成功率，但尚未落地实车。