ALLOT：基于输出测试的视频扩散模型块稀疏注意力训练-free分配方法
ALLOT 通过单元探测和轨迹校准优化视频扩散模型的块稀疏注意力分配，在相同或更短 wall-clock 时间下，于 HunyuanVideo 上实现 11.8 dB PSNR 提升，并在九种设置中优于或持平默认策略。
#多模态
HuggingFace Daily PapersAI 评分3535 arXiv · cs.RO精选AI 评分7575 A2I-Calib++：面向足式机器人全身多IMU系统的运动学驱动抗噪声主动校准框架
Fangyu Jiang提出A2I-Calib++框架，专为足式机器人全身多IMU系统设计，通过时间相关搜索和解析空间与偏差估计，无需人工校准目标或复杂参数调校即可估计时间偏移、外旋平移和惯性偏差。
推荐理由：通过运动学驱动抗噪声主动校准框架，解决了足式机器人多IMU系统在常规运动中激励不足的问题。
Google新闻·人形机器人(中)AI 评分3030 基于语义地形标签条件化的人形机器人统一多模态行为克隆
研究提出基于语义地形标签条件化的人形机器人统一多模态行为克隆方法。该方法通过语义标签实现不同地形条件下的行为适配，提升机器人复杂环境适应能力。
IT之家AI 评分7070 苹果首款折叠 iPhone Duo 海外媒体评价汇总：外屏处理琐事，内屏留给沉浸
苹果首款折叠 iPhone Duo 将于 10 月 23 日正式发售，海外媒体评价显示其价格昂贵但性能强劲，搭载与 iPhone 18 Pro 相同的 A20 Pro 芯片，散热设计使持续性能提升最多 35%。媒体评价指出外屏适合处理日常琐事，内屏提供沉浸体验，但应用适配仍需完善，续航介于 iPhone 18 Pro Max 和 Galaxy Z Fold8 之间。
AWS Machine Learning Blog精选AI 评分8080 AWS团队解析多智能体系统五大生产挑战及Deep Insight解决方案
AWS Solutions Architecture团队发布Deep Insight多智能体系统，解决了从原型到生产的五大核心挑战：执行流控制、模型选择、可靠运行、代码执行安全性和系统监控。
推荐理由：从原型到生产，多智能体系统面临五大挑战，AWS团队通过Deep Insight架构展示了如何解决执行流控制、模型选择、安全部署等关键问题。
IT之家AI 评分3030 苹果 iPhone Duo 折叠屏手机发售在即，原生应用界面首曝
苹果折叠屏 iPhone Duo 将于 10 月 23 日发售，App Store 提前上线多张内置应用运行截图，展示双屏展开后的日常使用体验。该机型在 iOS 27.2 RC 版本中解锁 Apple Pencil 支持，但仅限 USB-C 版本。
IT之家AI 评分6565 通用汽车安吉星服务将全面升级：引入 AI 助手，还能帮你控车、排障
通用汽车将对旗下安吉星车联网服务进行全面升级，引入 AI 助手，让车主能够直接询问车辆信息、通过语音控制部分功能，还能借助 AI 排查车辆故障。全新的安吉星 AI 助手将在未来几个月通过 OTA 升级率先登陆 2027 款凯迪拉克锐歌，随后逐步覆盖更多车型。
IT之家AI 评分7575 Anthropic 推出 Claude Duet AI 智能体，迎战 Meta 和 OpenAI
Anthropic 推出 Claude Duet AI 智能体，基于 Claude Opus 5.5 构建，可主动工作并处理跨应用任务。该应用提供 iOS、Android 和网页版，支持调用 6,000 多个连接器，能在用户设备关闭时持续运行，但仍是早期版本存在误判问题。
AWS Machine Learning BlogAI 评分4545 AWS Trainium 上使用 torchtitan 训练 Qwen3
AWS Trainium 通过 torchtitan 支持三种方式训练 Qwen3，包括 Transformers v5 后端、torchtitan 原生实现及 NKI MoE 内核优化。实验在 trn2.48xlarge 实例上完成，支持预训练和微调，可加载 Hugging Face 检查点并导出 safetensors 格式。
Ars Technica · AIAI 评分3030 OpenAI 最新 AI 模型将登陆 Google Cloud 和 Antigravity
Google Cloud 将在未来几周上线 GPT 6.1 Astra、Sol 和 Luna 模型。
The DecoderAI 评分6565 Google Cloud 推出 OpenAI 模型集成服务
Google Cloud 现在成为唯一同时提供 Gemini、Claude 和 OpenAI 模型的云平台。即日起，企业客户可使用 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna 三款 OpenAI 模型，这些模型将通过 Google Cloud 计费，且客户数据不会被用于训练。
Google Research精选AI 评分7070 Google Research 发布AI辅助超声在基层产科护理中的应用研究
Google Research在JAMA Network Open发表研究，展示AI系统可通过'盲扫'超声技术评估孕龄，准确率达临床标准(MAE 4.18天)，在芝加哥和内罗毕不同医疗环境中均表现稳定。该技术使未经专业培训的医护人员能执行可靠超声检查，有望扩大资源匮乏地区的产前筛查覆盖范围。
推荐理由：AI辅助超声在资源匮乏地区实现与专家相当的孕龄评估，验证了技术泛化能力与普惠医疗潜力。
The Verge · AIAI 评分4242 Google Gemini 导航功能登陆 Apple CarPlay
Google 今日为美国用户推出 Apple CarPlay 上的对话式 Gemini 导航助手，支持多步指令和实时路线规划，全球逐步开放。用户可通过车载 Google Maps 图标激活功能，但暂未支持 Android Auto 的个性化特性。
IT之家AI 评分6565 腾讯内测AI互动社区'懂了鸭'
腾讯正在内测面向少儿与青少年的AI互动内容社区'懂了鸭'，用户可通过自然语言输入生成3D演示、动态课件等互动内容。该产品采用'奇妙卡'作为交互式内容单元，支持用户浏览和二次改编社区作品，目前已向亲子用户和一线教师开放测试。
Hugging Face Blog精选AI 评分6868 IBM 发布 Granite Speech 5.0 语音模型系列
IBM 发布 Granite Speech 5.0 系列模型，包括新模型 granite-speech-5.0-2b 和更新版本 granite-speech-5.0-470m-turboctc、granite-speech-4.1-2b-plus。
推荐理由：IBM 推出 Granite Speech 5.0 系列模型，覆盖从高精度转录到边缘设备实时处理的完整语音工作流，开源策略让企业级语音技术更易获取。
OpenAI NewsAI 评分4040 OpenAI 如何构建 ChatGPT 的 LLM 广告栈以提升用户信任与相关性
OpenAI 介绍基于大语言模型的 ChatGPT 广告栈，通过理解对话意图、分离广告与答案、规模化投放相关广告提升用户体验。该广告栈支持大规模广告投放并保持用户信任。
NVIDIA BlogAI 评分7373 Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式商用
Google Cloud 与 NVIDIA 宣布 NVIDIA Vera Rubin 基础设施正式商用，A5X 实例将集成 Vera Rubin NVL72 GPU、ConnectX-9 SuperNICs 和先进液冷技术，支持大规模智能体推理和强化学习。
财联社电报AI 评分3030 Amadeus 与英伟达合作开发 AI 驱动的航班搜索服务
Amadeus 与英伟达合作开发人工智能驱动的航班搜索服务。双方合作聚焦于提升航班搜索效率与智能化水平。
雷锋网AI 评分7575 爱奇艺580天AI转型：从用户端跳看到内容创作全流程
爱奇艺经过580天的AI转型，已将生成式AI深度应用于影视制播全流程，包括用户端的'跳看'功能、剧本智能评估、AI影像生成、虚拟制作以及AI角色互动平台'桃豆世界'。公司内部98%员工调用过AI工具，2024年调用量较2023年增长83倍，AI已成为影视工业变革的关键变量。
雷锋网AI 评分3535 王友清教授团队论文被ACM MM 2026录用
王友清教授团队提出GLCMoE框架，通过局部混合专家、全局混合专家和双重对比学习模块解决深度多视图聚类中的跨视图异质性和语义对齐问题。该研究设计门控路由均衡正则项缓解专家坍塌，实现判别性跨视图表征融合。论文被ACM MM 2026录用，标志着团队在计算机多媒体领域取得突破性进展。
雷锋网AI 评分6565 噜咔博士发布CapaNote AI教育终端，强调感创理念
噜咔博士推出面向6-16岁的CapaNote AI教育终端，定位为自主学习和创造终端，采用'一脑多端'架构，让孩子主导思考，AI辅助执行创作。此前已推出CapaCap(3-6岁)和CapaSnap(5-9岁)等产品，形成分龄终端阶梯。
雷锋网同事件AI 评分7878 MiniMax M3.1 Flash 发布，在 Agent 任务评测中超越 DeepSeek
MiniMax 发布 M3.1 Flash 模型，在 Automation-Bench 复杂 Agent 任务评测中排名第一，实际测试中完成 3D 校园搭建任务比 DeepSeek V4.1 Flash 快 65 分钟，模型费用相近。该模型每百万 Token 输入 1 元、输出 4 元，价格较上一代降低约一半。
同一件事，精选收录的是《MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一》
财联社电报AI 评分7575 OpenAI联合PerturbAI和斯克里普斯研究所部署数千个AI智能体
OpenAI宣布与PerturbAI、斯克里普斯研究所合作，利用数千个基于GPT-Rosalind的AI智能体，在32分钟内分析数百万个小鼠脑细胞的实验数据，识别基因扰动与细胞反应之间的潜在关联。研究提出胆固醇调节与神经退行性疾病之间的潜在联系，相关假设仍需后续实验验证。
HuggingFace Daily PapersAI 评分3535 HRoPE: Homography Relative Positional Encoding
HRoPE 通过将图像块表示为倾斜 3D 平面，将平面诱导的单应性注入注意力机制，为多视图 transformer 提供几何先验以校正透视失真。在 RealEstate10K、CO3Dv2 和 DL3DV 数据集上，HRoPE 在新视图合成任务中优于现有几何位置编码。该方法无需真实几何数据，平面参数可通过视图合成目标端到端预测或基础模型推导。
IEEE Spectrum · AIAI 评分4545 维基百科编辑开发工具检测 AI 生成内容
WikiProject AI Cleanup 项目志愿者开发工具检测机器生成内容，2025 年底约 20% 新文章被标记为 AI 生成，2026 年初降至 15-16%。维基基金会开发 Paste Check 工具标记直接粘贴的 AI 聊天机器人文本，编辑正辩论 AI 在百科中的角色。
Hugging Face Blog精选AI 评分6565 NVIDIA 发布 Kumo Forecast 多变量时序预测模型
NVIDIA 发布 Kumo Forecast（前称 NV-Tesseract Forecasting）多变量时序预测模型，结合预训练 Transformer 与领域感知表示检索（DARR），提供直接预测与历史模式检索两种路径，并包含可解释性框架。模型基于 MOMENT-1-large，约 3.4 亿参数，支持 256/512/1024/2048 观测长度输入，采用 Apache 2.0 许可证。
推荐理由：将预训练模型与历史模式检索结合，为时序预测提供可解释性，这是工业预测的新思路。
Mistral AI精选AI 评分7575 Mistral与NVIDIA合作推进工程领域AI应用
Mistral与NVIDIA合作，将Mistral Large 4等AI模型与NVIDIA加速计算和物理建模工具结合，开发工程领域AI工作流。双方将创建公共基准测试和开放数据集，用于评估物理模型和计算机辅助工程中的智能体AI，并整合NVIDIA Omniverse进行3D仿真和资产创建。
推荐理由：Mistral与NVIDIA合作将AI模型与加速计算结合，推动工程领域仿真与设计闭环，接下来看标准制定与行业落地。
IT之家AI 评分3030 谷歌 CEO：与苹果合作的市场反馈很好，愿意继续深化合作
谷歌 CEO 桑达尔·皮查伊表示，与苹果合作将 AI 转化为更好的用户体验，用户反应热烈。双方合作进展顺利，谷歌致力于进一步深化合作。
NVIDIA Blog精选AI 评分8181 NVIDIA 推出多领域开源模型家族
NVIDIA 发布了涵盖语言、机器人、生物和量子计算的开源模型家族，包括 Nemotron 3.5 Super VL 和 Bolt、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge 自动驾驶模型、BioNeMo 生物模型和 Ising 量子计算模型。
推荐理由：NVIDIA 一次性发布覆盖语言、机器人、生物和量子计算的全栈开源模型，企业可基于本地数据定制并自主部署，欧洲合作伙伴阵容强大。
钛媒体AI 评分4040 短剧，在诞生一种很新的职业剧
短剧正创新职业剧形式，以专业知识为“金手指”推动剧情，如《急诊摸鱼王》展现医疗分诊、急救规范等真实细节，平衡专业性与短剧的快节奏叙事。
IT之家AI 评分6868 Synaptics 推出 Astra SR200 MCU：内置谷歌 Coral NPU，集成高带宽定制 DRAM
Synaptics 推出 Astra SR200 系列 xMCU，提供可运行多模态边缘 AI 的能力，内置 Google Research 的 Coral NPU，集成高带宽定制 DRAM，提供至多 400 GOPS 的 AI 算力。
IT之家AI 评分6565 IDC 首份汽车 AI 座舱市场跟踪报告发布，2026 上半年火山引擎份额第一、阿里第二
IDC 发布首份中国汽车 AI 座舱解决方案市场跟踪报告，2026 上半年市场规模达 7.1 亿元，火山引擎以 45% 份额位居第一，阿里第二。报告显示市场已进入规模起量阶段，预计 2030 年将达 47.1 亿元，年复合增长率接近 30%。
IT之家AI 评分4545 谷歌云推出面向政府机构的 Gemini，支持访问甲骨文 ERP 和微软 Microsoft 365 等
谷歌云昨日推出面向政府机构的 Gemini，基于 Gemini Agent 定制，支持访问甲骨文 ERP、微软 Microsoft 365 等系统，无需迁移数据。该产品符合 FedRAMP 最高等级认证，确保数据留在美国境内私有云环境。
HuggingFace Daily PapersAI 评分6565 Joints, Camera, Action! 协同生成任意骨骼结构的3D运动与视频
研究人员提出了一种新模型，能够直接协同生成任意骨骼结构的3D运动和视频，同时定位关节位置并恢复相机姿态。该模型通过分离运动模型与视频模型，使用交叉注意力层连接，支持从文本生成多样化骨骼动画，并能将视频转换为骨骼运动，实现关键帧控制。研究团队使用生成式视频编辑器创建了近20万训练对，评估显示该方法比视频优先管道更忠实于原始动作。
IT之家AI 评分4545 小米 REDMI K100 手机出厂搭载澎湃 OS 4 系统，支持旗舰同款柔光玻璃效果
REDMI K100 手机出厂搭载澎湃 HyperOS 4 系统，拥有小米旗舰同款柔光玻璃效果，配备骁龙 8 至尊版芯片、游戏独显 D2 及 10000mAh 小米金沙江电池。该机搭载 Xiaomi MiMo 大模型驱动的超级小爱 2.0，支持跨设备互通与全方位隐私守护。
HuggingFace Daily PapersAI 评分4040 多模态重排序是系统一决策
研究提出通用视觉语言模型可通过系统一决策实现多模态重排序，零样本Qwen3.8-27B在MMEB-V2图像检索中超越监督模型Qwen3-VL-Reranker-2B，匹配Reranker-8B性能且延迟更低。
钛媒体AI 评分4545 国产AI日韩剧走红，头部爆款变现数百万
国产AI韩剧《漂亮的恶意》上线6集播放量破1.8亿，抖音账号涨粉175万，变现数百万元。AI日韩美剧凭借差异化题材和优质建模在细分市场突围，单集制作成本1.5万至2万元。2026年上半年抖音新上线AI短剧超22万部，破亿率仅0.47%，头部公司利润空间收窄。
量子位精选AI 评分8585 MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一
MiniMax发布M3.1 Flash模型，在Agents' Last Exam评测中以29.6%得分成为国产模型第一，代码工程、网络安全等能力进入全球第一梯队。该模型输出速度达200+ TPS，输入每百万Token仅1元，输出4元，综合成本降至上一代的30%，性价比超越硅谷旗舰模型。
推荐理由：MiniMax M3.1 Flash以低价高性能重新定义Agent性价比，国产模型在综合能力上开始挑战硅谷旗舰。
钛媒体AI 评分6565 研究：AI通过人脸照片预测癌症患者死亡风险
美国麻省总医院开发FAHR-Face模型，仅凭人脸照片即可区分癌症患者死亡风险差异。研究使用3820名患者测试，极高风险组90天死亡率达52.5%，是低风险组的25倍以上。模型通过4000万张人脸照片训练，关注眼睛下方和鼻梁周围特征，与面部年龄预测模型关注区域不同。
arXiv · cs.RO精选AI 评分6565 CLOSER: 基于证据感知的主动视觉验证具身物体目标导航
Pengying Wu提出CLOSER框架，通过视觉语言模型验证与主动感知结合，在物体目标导航任务中提升成功率3.6个百分点，路径长度加权成功率提高2.0个百分点。该框架可在本地运行并集成到现有系统中无需重新训练。
推荐理由：通过主动验证减少具身导航中的误判，CLOSER框架在提升成功率的同时降低了路径长度。