最新 AI 新闻，即刻看见。

苹果国行AI抢先一手实测：华米OV玩剩下的功能，苹果能做出什么不同？

智东西（公众号：zhidxcom）作者 | 程茜编辑 | 云鹏迟到了两年的国行版苹果AI真来了！虽然早有“阉割版”的预期，但智东西还是迫不及待连夜上手体验了一把。现在想尝鲜的朋友，可以升级iOS 27.3 Beta，在设置里开启“Apple智能与Siri”，等Siri后台更新完毕就能体验；正式版会在12月跟着iOS 27.3，推送给国内所有iPhone用户...

吐槽了一下游戏广告，Hy4就给我开发了一款游戏

11月4日，腾讯混元发布最新一代大语言模型Hy4，同时宣布模型权重将于近期开源。Hy4是Hy系列第一个引入视觉理解能力的模型，可以完成细粒度图像处理、复杂图表分析和数学视觉推理。Hy4最大特点就是“长”。混元官方表示，相较于Hy4 preview，Hy4预训练和后训练上显著扩展了数据和训练规模，大幅提升指令遵循、长文理解、长程智能体等综合效果。办公场景，Hy4在WorkBuddy的平均效果得分83.18分，任务通过率96.15%，12个场景里9个排名国内第一。金融场景，混元联合腾讯金融科技FiT找了213位专家做众测，其中153位来自外部头部金融机构，579个真实金融任务跑下来，综合表现位居开...

当你把代码仓库交给别人训练之前，先给模型装一个后门

你有没有想过一件事：你用的那个编程助手模型，最初的权重文件从哪来的？大概率不是公司自己从零训练的。现在做AI应用的公司,十个里有九个是拿一个别人训练好的基础模型,再用自己的数据微调一下,变成自己产品里的"大脑"。Cursor的Composer 2用的是Kimi K2.5底子,WebRL把Llama模型改造成了网页操作助手。这事本身没毛病,省时...

不穿的旧衣服呢？放「AI 版转转」，毛利 80%

旧衣千千万，AI 替你挑对的那件#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

Liquid AI重磅发布LFM3 多模态模型家族，主打高效专用智能

近日，Liquid AI正式发布新一代基础模型家族LFM3。首个版本包含六款约2B参数模型，覆盖文本、视觉、音频、全模态与决策等维度，均基于LFM3-1.7B-Base，预训练吞吐达22T Token。该系列采用全新三混合层架构，融合门控短卷积、滑动等机制，主打参数更少、效率更高。

微调 NVIDIA Nemotron，使其不仅懂本地语言，更懂本地规则

随着人工智能在全球范围内的普及，不同语言和文化背景的人们正在将其应用于日常生活的更多方面。通用语言模型服务于……

导入AI 478：对齐数学；ProgramBench；以及Mirendil展示了RSI的含义

对机器而言，“夜晚”是什么？

Sebastian Raschka发布八视频课程《从零构建推理模型》

Sebastian Raschka于2026年10月24日在Ahead of AI杂志（magazine.sebastianraschka.com）发布一套共八讲、超11小时的Python与PyTorch实操视频课程，系统讲解推理模型的评估、推理时扩展、强化学习（RLVR）与知识蒸馏，基于预训练Qwen3-0.6B模型实现全部方法。

推荐理由该课程是作者继《从零构建大语言模型》后推出的进阶技术教育内容，聚焦当前主流LLM的核心演进方向——推理能力增强，覆盖从基础环境搭建到GRPO强化学习、自蒸馏等完整技术链，且明确声明所有实现均‘从零手写’、可复现，具备强教学性与工程参考价值。

Amazon SageMaker AI推出多轮强化学习（MTRL）框架，支持端到端训练智能体完成多步任务

AWS发布Multi-Turn Reinforcement Learning（MTRL）功能，使用户可在SageMaker AI上基于完整任务轨迹与最终结果反馈训练大模型智能体，无需步骤级标注；以Wordle为示例演示全流程，涵盖AgentCore部署、数据准备、GRPO训练、奖励设计及成本分析。

IBM发布Granite时序集成预测模型：四模型零微调组合，提供稳健默认预测方案

IBM Research推出开源的Granite Timeseries Ensemble（v1），集成PatchTST-FM-r1/r2、FlowState与Tiny Time Mixers四类预训练架构，支持零微调下的概率性集成预测；默认采用等权概率池化（Probabilistic Ensemble），亦提供基于四分位距自适应加权（IQR Ensemble）；在GIFT-Eval基准（截至2026-10-20快照）上，其点预测误差（MASE=0.683）略优于最佳单模型，整体鲁棒性显著提升。

AI辅助“盲扫”超声技术助力基层孕产保健：多中心前瞻性研究验证跨地区泛化能力

谷歌研究团队联合临床机构开展前瞻性多中心研究，证实基于低成本便携探头、由非超声专科人员操作的AI驱动“盲扫”超声方案，在芝加哥与内罗毕两地均实现与专家级超声生物测量相当的孕周评估精度（平均绝对误差4.18天 vs. 4.48天），且无需本地数据微调，为资源匮乏地区扩大产前超声覆盖提供可行路径。

谷歌云与英伟达宣布NVIDIA Vera Rubin基础设施正式商用：A5X实例上线，聚焦大规模强化学习与智能体推理

谷歌云与英伟达宣布基于Vera Rubin架构的A5X实例将于下月起正式商用，首期覆盖美国，后续扩展至欧洲；该平台整合NVL72 GPU、ConnectX-9 SuperNICs、Virgo网络及第四代液冷技术，专为大规模强化学习、生成式智能体推理等高密度计算场景设计。

NVIDIA发布Kumo Forecast：融合预训练时序表征、历史模式检索与可解释性的多变量预测模型

NVIDIA推出开源时序预测模型Kumo Forecast（原NV-Tesseract Forecasting），基于MOMENT-1-large Transformer架构，支持直接预测与Domain-Aware Representation and Retrieval（DARR）双路径推理，并内置无需修改模型结构的可解释性框架。

GPT-OSS-20B多语言推理微调实验：SFT实现零基础行为习得，GRPO仅在存在概率头空间时有效提升

AWS团队在Amazon SageMaker HyperPod上对GPT-OSS-20B开展多语言推理微调实验，采用LoRA参数高效微调；SFT将五语种（英/法/德/西/意）推理语言正确率从22%提升至100%，但答案语言正确率仅达62%；GRPO在此基础上进一步提升答案语言正确率至70%，且未损害推理语言表现，但收益因语言而异（如西班牙语+30个百分点，意大利语-20个百分点）；实验明确指出GRPO无法从零启动新能力，仅能优化已偶发的行为。

“我们一直看错了”：Goodfire研究员提出神经网络可解释性新视角，引发AI界震动

Goodfire研究员Nick Cammarata发布26000字长文，主张大语言模型（LLMs）的内部机制可能远比学界预想的更结构化、更可理解；其核心论点基于对Inception v1等模型中‘多义神经元’的重新诠释——如‘猫/车共用神经元’实为响应V形视觉模式，而非无序超置。该观点尚未在现代LLM上完成系统验证，遭斯坦福大学Chris Potts、Alignment Research Center Jacob Hilton等学者质疑其普适性与技术深度。

[AI新闻] 智能体证伪多义性，大幅提升可解释性和对齐度

尼克·卡马拉塔突然抛出一些重磅主张！

[AI新闻] 智能体证伪多义性，大幅提升可解释性和对齐度

尼克·卡马拉塔突然抛出一些重磅主张！

Fyxer如何建立一个AI的执行助理 人民信任

Fyxer 使用 OpenAI 模型,微调,内存和真实的用户反馈来组织每个用户声音中的收件箱和邮件草稿.

Paul Christiano加入OpenAI基金会董事会

保罗·克里斯蒂安诺加入了OpenAI基金会董事会及其安全保障委员会,带来了AI协调,安全和标准方面的经验.