AI音乐授权规则生变：词曲版权争取对等，法院首否训练合理使用
独立音乐出版组织 IMPF 与 IMPEL 发布生成式 AI 授权七项准则，主张词曲版权与录音版权收益对等；同期美国联邦上诉法院首次否定 AI 训练的“合理使用”抗辩，训练数据的版权边界开始收紧。
标签： 训练
JEPA世界模型新研究：逆动力学损失能否保住不可控模态
2026年10月6日发布在alphaXiv的一篇研究指出，JEPA世界模型仅靠下一步预测和防坍缩正则，可能丢掉机器人控制所需的不稳定模态；作者用逆动力学损失，让编码器保留动作可达的状态方向。
Kernaut：让编码智能体自主搜索核函数，在未见任务上超越元学习深度核
alphaXiv 于 2026 年 10 月 7 日介绍论文 Kernaut：让编码智能体把核函数写成程序，通过构造契约保证有效性，发现的核函数可迁移到未见任务，并在部分基准上超过元学习深度核。目前公开信息显示这是研究项目，尚无论文全文或可用产品披露。
Tab结束隐身模式：个人AI助手用iMessage帮你办事，估值3亿美元
个人 AI 助手 Tab 于 2026 年 10 月 7 日正式结束隐身模式，宣布估值达 3 亿美元。它通过 iMessage 或 WhatsApp 帮用户完成订餐、订票等日常事务，团队将“信任”而非能力视为产品核心。
Mulligan让机器人学习更高效：失败样本驱动数据收集，真实任务成功率提升10-34个百分点
alphaXiv 2026年10月5日展示的论文提出 Mulligan 方法，让机器人监督学习从失败样本和未探索状态开始收集数据，在匹配预算下提升高精度操作任务成功率10-34个百分点。这值得关注，因为它指向一条更省人力、更高效的真实世界机器人学习路径。
WING框架登HF：自我中心视频知识迁移至机器人策略，仿真评测成功率最高99.2%
Hugging Face Papers 收录的 WING 框架提出用“交互中心频谱潜引导”从人类自我中心视频中提取动作知识，并迁移到机器人控制策略。该方法在多个仿真基准上报告了较高成功率，但论文摘要不等于已落地产品，真实能力仍需后续验证。
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%。
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。
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。
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…