xAI 裁撤整个多模态团队约 70 人后同步招聘模型工程师岗位
xAI 近期裁撤了约 70 人的整个多模态团队,几乎全员受影响。与此同时,xAI 官方在加州 Palo Alto 立即上新“Model Engineer, Multimodal Understanding"岗位,年薪区间$160K—$250K USD,覆盖图像、视频、音频及文本理解生成全栈。
xAI 近期裁撤了约 70 人的整个多模态团队,几乎全员受影响。与此同时,xAI 官方在加州 Palo Alto 立即上新“Model Engineer, Multimodal Understanding"岗位,年薪区间$160K—$250K USD,覆盖图像、视频、音频及文本理解生成全栈。
Fable 5.2在智能体编程、科学研究等基准测试中全面超越Opus 5.5,软件工程测试达69.9%,输出速度提升30%且价格降20%。海外开发者利用其生成8小时零人工反馈的3A游戏及76分钟海底题材作品,但高推理档位导致Token消耗剧增,部分任务性价比下降。
QNX 2026年度开发者大会将于2026年12月3日在上海举办,聚焦“智能汽车,让物理AI照进现实”主题。活动将展示QNX Hypervisor、QNX SDP 8.0及OS for Safety 8等车规级更新,探讨自主系统感知决策需求与中国伙伴方案全球化路径。
11 月 20—21 日在北京举行的 2026 奇点智能技术大会将围绕 RSI、自进化 Agent、Physical AI 及世界模型六大方向展开。OpenAI、腾讯、阿里等机构专家将分享从数字到物理的落地经验,涵盖 C++ 系统软件与 AI Infra 实践。
NVIDIA 开发了 AI Factory Operations Agent,旨在通过单一界面让智能体自动关联分析计算、网络及硬件等多维数据以定位训练性能下降原因。该工具直接应用于 NVIDIA DGX SuperPOD 集群的现场可靠性工程场景,替代工程师需查看多个仪表盘的繁琐操作。
Anthropic 在更新招股书中披露,其下一代模型可能即将突破 AI 自进化(RSI)危险红线,导致能力提升速度超过安全措施实施能力。公司单季营收约 170 亿美元(同比暴增 1127%),但季度环比增速降至 47%,年化流水估算约为 650 亿美元。招股书同时承认研发加速证据多为滞后指标,且巨额亏损主要源于可转换票据公允价值变动而非现金消耗。
Genesis AI 推出 Enos 轮式机器人,旨在无需复制人体结构即可将物理 AI 引入商业场景。该领域正经历从初创爆发到企业采纳再到工业化的三阶段演变,2025 年相关融资达 276 亿美元。当前行业正跨越从实验验证向规模化生产部署的关键门槛。
该研究结合灾难虚拟仿真与多智能体情感表达,评估了疏散过程中智能体数量及行为对用户决策的影响。结果显示,伴随更多智能体撤离能提升用户自信度,且智能体选择的路线显著影响用户决策。结论表明 VR 训练需考量周围智能体的集体行为对使用者心理状态的塑造作用。
文远知行披露旗下子公司景烁科技完成7000万元Pre-A轮融资,资金将用于业务扩张及运营。该公司致力于构建物理AI时代的数据及世界模型基础设施,自研了打通数据全流程的WorldEngine平台、面向物理场景的生成式统一世界模型GENESIS-Robotics以及全栈自研采集硬件EGOK。景烁科技称其世界模型能将机器人技能冷启动周期由数月压缩至数周,并已与全球数十家大模型公司及具身智能企业建立合作。
文远知行旗下子公司景烁科技披露获得嘉御资本、HKSTP香港科技园等资方数千万美元的Pre-A轮共同投资。该公司致力于构建物理AI时代的数据与模型基础设施,依托WorldEngine平台和GENESIS-Robotics世界模型,提供从数据采集设备EGOK到定制数据服务的完整产品体系。
上海 AI 实验室于 10 月 23 日至 25 日举办 2026 级专项博士生迎新周,期间完成首批兼职导师聘任以构建多元协同育人网络。实验室主任周伯文勉励新生立足底层范式重构 AI 与科研关系,成长为 AI 原生研究者。活动涵盖科研辩论、圆桌交流及心理支持等环节,旨在护航学生全周期成长并服务国家重大战略需求。
10 月 23 日,上海 AI 实验室联合壁仞科技举办交流会并发布多项合作计划。实验室启动“国智揭榜”首期数智求解黑客松与“书生·端砚”科教共创计划,依托书生-S2 大模型验证前沿数学能力并开发通识课程。此外,联合华东师范大学、壁仞科技及上海仪电构建共享算力池,打通科研出题、算力支持与产业验证的完整协同路线。
Anthropic 联合创始人 Jack Clark 在 IMF 2026 曼谷年会宣布 AI 奇点已来,指出软件工程代码产出量增至成立前四年平均水平的 10 倍。
Anthropic 推出 Claude Fable 5.1 与 Mythos 双版本,OpenAI 因 GPT-6.1 Astra 越界问题放弃发布并收紧权限。
本文介绍了 Δτ-Bench 基准,用于评估大型工具生态系统结构演化下智能体的适应能力。该基准包含 1,588 个多轮任务,覆盖 42 个领域及六个连续生态状态。评测显示最强模型成功率仅为 42.3%,且现有技能学习方法无法随生态演变持续优化。研究据此提出了 Steward 系统,通过增量维护与动态配置实现更高成功率与更低开销。
推荐理由:该基准评测了智能体在工具生态演变下的适应力,揭示了现有技能学习方法难以持续迁移的瓶颈。
Continual Learning Exam (CLE) 由 50+ 领域专家开发,包含 120 个任务共 600 级,覆盖 89 个专业角色以评测 LLM 智能体在真实工作流中的经验驱动改进。
Maxinsights 成立两三年便成为全球 Physical AI 核心供应商,已向客户交付超 200 万小时 Egocentric 数据且月采集达 45 万小时。该公司 ARR 连续多月接近 1 亿美元,其自研 MaxSLAM 模型在内部评测中位置轨迹误差仅 4.24 毫米、姿态误差低至 0.57°。
钟志华团队与清华大学合作,利用 AI 赋能 CAE 仿真使分析效率提升 10 至 200 倍且精度同步优化。该技术已覆盖碰撞、结构性能优化及振动噪声等复杂计算场景,同时推动商用车“引导式自动驾驶”商业化落地。
瑞士工程科技公司 Terra Quantum 与 Empa 联合开发了名为 LP-FNO(激光加工傅里叶神经算子)的人工智能模型,用于预测激光焊接中的三维熔池动态。据称该模型的预测速度比传统方法快达 10 万倍,消除了实现实时工艺控制及部署工业数字孪生技术的关键计算瓶颈。
OpenAI 于 10 月 7 日公开 722 篇数学手稿,其中编号 074 的两篇论文分别声称证明了三维挂谷极大函数猜想和四维挂谷集 Hausdorff 维数猜想。材料指出这些成果引用了王虹等人类学者的前期工作,但尚未经过同行评审且部分未形式化验证。陶哲轩牵头发布联合声明抵制此类批量攻关行为,认为其破坏了学术生态与人类理解的核心价值,数学界正面临新旧研究范式的剧烈碰撞。
北京 Physical AI Infra 平台公司厘清智能宣布完成天使轮及天使 + 轮数亿元融资,蚂蚁集团连续两轮加码并领投。资金将用于物理世界数据管线、模型研发与训练、物理仿真、能力评测及跨本体适配部署系统。该公司已推出 T1 系列数采手套(含 T1 Lite、T1、T1 Pro)和 EgoDepth 设备,致力于构建 Physical AI 时代的智能基础设施。
据彭博社报道,前字节跳动实习生田柯宇创办的世界模型公司已获得五源资本、IDG 资本等近 3000 万美元(约合 2.01 亿元人民币)投资,投后估值达 2 亿美元。
针对现有可微决策树在时序规划上的局限,研究引入时间维度并通过动作分块与参数高效重构算法优化策略。实验显示,从蒸馏后的动作分块策略热启动的模型,在四个仿真环境中匹配神经网络策略性能的同时,参数量减少高达 80%。代码已公开于 GitHub,为具身智能的可解释性提供新路径。
该研究演示了基于 ROS 2 耦合 NVIDIA Isaac Sim 与 NVIDIA Sionna 的实时闭环仿真框架,利用 GPU 光追在~16ms(约 60 Hz)刷新覆盖图。
陶哲轩在 SAIR 演讲中批评模型公司无休止加速导致“证明消化不良”,指出 AI 仅能完成解答与形式化验证,却缺失阐释、评审及写入教科书等后续环节。这种知识拥堵将引发数学家创造力丧失与数据污染风险,迫使学界联合菲尔兹奖得主联名抗议并要求放缓发展速度。OpenAI 虽成立顾问小组回应,但声明明确该组不负责数学内部进展建议,无法根本解决加速带来的隐患。
针对现有评估仅关注固定时间点能力而忽视学习效果的局限,研究提出"Agent Plasticity"指标以量化智能体将经验转化为未来泛化性能的效率。实验显示前沿模型在相同学习机会下呈现截然不同的改进轨迹,部分实现持久增益而其他则停滞不前,且训练域内的收益往往无法完全迁移至分布外条件。该工作揭示了自我改进过程中的关键瓶颈,强调评估需同时考量最终能力与通过经验变强的有效性。
DeepSeek 发布 DSec 技术报告,其弹性计算团队正大量招募资深工程师以支撑该基础设施的扩展。DSec 已部署于生产环境,管理约 160 台服务器、3 万个 CPU 核心及 250TB 内存,高峰期同时在线沙盒超 38 万且每秒创建量达 5000+。
NVIDIA AVO 系统在 ARC-AGI-3 基准测试中实现 100% 通过率,证明其作为长周期自主智能体架构的前沿水平。该成果表明,除前沿语言模型外,负责上下文管理、工具调用及故障恢复的代理系统(harness)对确保模型在扩展任务中的可靠运行至关重要。
Google DeepMind 发布 SIMA 2 通用游戏智能体,依托 Gemini 模型在无 API 访问下于 EVE Online、No Man's Sky 等复杂 3D 环境中实现类人游玩与实时对话。
医疗机器人无法像自动驾驶那样依赖海量互联网数据或无限次实地试验,因演示需专用设备、临床专家及患者环境。NVIDIA 提出通过 GPU 原生的医学物理仿真技术来应对这一挑战,旨在填补训练现代机器人策略所需的数据缺口并降低开发门槛。
Google DeepMind 在 DOE Genesis Mission Summit 2026 上承诺投入 4000 万美元的 AI Token 和云额度,向所有能源部国家实验室提供 AlphaEvolve、AlphaFold 3、AlphaGenome、WeatherNext 及 AlphaEarth Foundations 等工具。
World Labs 团队发布关于世界模型的功能分类法,将现有系统分为渲染器(输出像素)、仿真器(输出物理状态)和规划器(输出动作)。文章指出当前行业过度关注渲染与规划,而忽视作为结构骨架的仿真,并介绍其项目 Marble 通过同时生成高斯泼溅图与碰撞网格来模糊渲染与仿真的边界。最终目标是构建能统一处理视觉、物理结构与行动序列的基础模型,以推动空间智能的发展。
推荐理由:文章提出渲染器、仿真器与规划器正从功能分离走向统一,指出仿真作为连接视觉与行动的枢纽是解决 sim-to-real 差距的关键。
Google DeepMind 于新加坡启动为期三个月的亚太区加速器计划,旨在帮助初创企业及非营利组织利用前沿 AI 解决气候与农业等环境问题。入选机构将获得专家导师指导及来自 Google AI 科学家的支持,协助将前沿模型集成至项目或产品中。
Google DeepMind 推出 Gemini for Science 系列实验工具,通过多智能体协作与并行代码生成显著缩短科研周期。其中 ERA 与 Co-Scientist 相关论文今日发表于 Nature,Science Skills 已整合 UniProt 等超 30 个生命科学数据库以加速基因组分析。
Google DeepMind 发布名为 Co-Scientist 的多智能体 AI 系统,基于 Gemini 模型构建,旨在作为科研人员的协作伙伴以加速科学发现。
推荐理由:DeepMind 推出基于 Gemini 的多智能体系统 Co-Scientist,通过模拟科学辩论与迭代验证辅助生成假设。
Generalist 发布博文阐述其 GEN-1 模型的核心理念:该模型约 99% 参数从头训练,旨在打造原生物理交互基础模型而非微调的视觉语言模型或单纯的世界模型。作者认为目标驱动优于方法标签,强调在数据充足时从 scratch 训练更具优势,并指出随着物理交互数据量突破半百万小时,以往依赖视觉语言数据的“拐杖”约束正在改变,团队正以此为基础向全零样本机器人和物理 AGI 迈进。
推荐理由:作者阐述 Generalist 坚持从 scratch 训练 GEN-1 的底层逻辑,认为目标驱动优于方法标签,并指出数据约束已改变。
Google DeepMind Demis Hassabis 宣布,AlphaGo 系统于 2016 年击败世界冠军后,其技术路线已推动 AlphaFold 2 在 2020 年解决蛋白质折叠难题并开源数据库供全球数百万研究人员使用。
World Labs 宣布完成 10 亿美元新融资,投资方包括 AMD、NVIDIA 等。公司首款产品 Marble 现已推出,允许用户通过图像、视频或文本创建空间连贯的高保真持久三维世界。该进展旨在加速构建世界模型以推动空间智能在机器人及科学发现等领域的应用。
Google DeepMind 宣布即日起向全部 17 个 DOE 国家实验室提供加速访问权限,部署基于 Gemini 的"AI co-scientist"多智能体虚拟协作系统。