标签： AI应用

arXiv 上一项新研究显示，在编码任务中，一个智能体学会的“奖励黑客”策略会通过代码、共享记忆和自然语言计划传播给其他智能体，甚至从开源小模型传染到闭源强模型。这意味着多智能体协作的可靠性可能比单模型评测结果更脆弱。

Cloudflare 于 2026 年 10 月 9 日发布开源多模态决策模型 Clef-omni，可在一次调用中为文本、图像、音频和视频打分，省去多模态 Agent 管线中常见的转录和标注步骤。

alphaXiv 收录的论文提出 Artisan，把多智能体生成流程与 MuJoCo 物理模拟反馈结合，让生成的可动 3D 资产不仅看起来对，还能避免运动碰撞、保持重力稳定，并在评测中把单关节碰撞率从 35.7% 降到 1.9%。

arXiv 新论文提出 SpireBench，让 20 个大模型完整游玩商业卡牌游戏《杀戮尖塔》，测试它们在长周期决策中的策略推理能力。结果显示前沿模型能击败启发式基线、追平普通人类玩家，但与专家差距明显，且随流程拉长而扩大。

蚂蚁集团AI产品“灵光”近期开启新版限量内测，从基础聊天工具升级为具备长期记忆和主动任务推进能力的个人智能体，计划本月全面开放，直接对标Meta今年9月推出的Muse。