Google Research 发布 PaperOrchestra 多智能体框架,用于自动撰写 AI 研究论文
Google Research 在 GitHub 的 google research 组织下公开了名为 paper orchestra 的项目。该项目是一个用于自动化 AI 研究论文写作的多智能体框架,项目页面将其定位为多智能体框架,用途是自动撰写 AI 研究论文。
Google Research 在 GitHub 的 google research 组织下公开了名为 paper orchestra 的项目。该项目是一个用于自动化 AI 研究论文写作的多智能体框架,项目页面将其定位为多智能体框架,用途是自动撰写 AI 研究论文。
11月16日,腾讯混元正式推出 Hy4 flash 模型,总参数 224B,其中包含 64B Engram 参数,激活参数为 12B。 该模型支持多模态能力和 1M 上下文,API 价格相比 Hy4 大幅降低,腾讯混元将其定位为高性价比的日常模型。
通义千问宣布发布 Qwen4 Max。根据 Artificial Analysis 数据,Qwen4 Max 的 Intelligence Index 得分为 43,比 Qwen3.8 Max(xhigh)高 9 分,落后 Kimi K3.1 Pro 3 分。 成本方面,Qwen4 Max 每任务成本为 3.27 美元,约为 Qwen3.8 Max 的三分之一,输出 token 用量减少 39%。其上下文窗口为 1M tokens,定价为...
NVIDIA 在首尔 COEX 举办为期两天的 AI Day Seoul,吸引超过 2000 名参会者,聚集韩国产业领袖、初创公司与开发者社区,主题围绕物理 AI 与 AI 智能体。 NVIDIA 机器人与边缘 AI 副总裁 Deepu Talla 在全体会议上表示,韩国正在发挥超出其体量的影响力,Doosan Robotics、Hyundai Motor Group、LG Electronics、SK Group 以及 Real Wor...
NVIDIA 在 GitHub 上开源 SkillEvaluator 框架,用于评估 AI 代理技能。 根据项目说明,该框架提供质量校验环节、语义重叠检测和合成评估数据集生成功能,并支持实时代理评估,以衡量技能如何影响代理行为。
Project Zero 宣布,放弃自 2021 年实行的“90+30”漏洞披露政策,改为在向厂商报告漏洞后 90 天公开披露。 按照新安排,该期限将于 2027 年 2 月 2 日转为 60 天,并于 2028 年 1 月 3 日进一步转为 30 天。 该团队表示,LLM 辅助的漏洞发现与利用加快了速度,使攻击者更容易找到并利用漏洞,也让补丁的“浸泡期”失去意义。新政策还移除了大多数例外条款。
Unsloth 发布 Qwen3.8 27B Dynamic v3.1 量化更新。此次更新以 Dynamic v3.1 命名,属于该系列量化版本的迭代。
腾讯 LoopForge 是一个面向编程智能体交付的自托管工作流项目,可编排 CodeBuddy、Codex 与 Claude Code。该项目支持通过脚本和人工审批门控制流程,并包含面向编码助手的本地工作流。
Cursor 官方博客11月13日发布安全事件更新,披露其调查的一起攻击及影响。事件始于 Fireworks 暴露了 Cursor 签发的访问密钥,攻击者利用该密钥从只读存储桶复制了有限编码代理轨迹,其中少量轨迹含未脱敏凭证,不到 0.01% 的客户 API 凭证受影响;未使用 Privacy Mode 的用户中,不到 0.05% 的用户有编码代理轨迹被暴露。随后攻击者访问了部分 SaaS 工具及归档的非生产源代码仓库、有限客服数据、产品...
Google Research 介绍,其团队与学术伙伴利用 Antigravity 的 /teamwork 多智能体工作流,配合 Gemini 4 Argon、Carbon、Hydrogen 模型开展研究,在信息论、形式化验证、分子结构和内核优化等领域取得多项成果。
Anthropic Research 发布文章,基于自身经验,就 AI 安全评估的设计、运行和报告提出建议。 文章聚焦安全评估的方法与报告实践,围绕评估设计、运行流程与结果报告三个环节给出建议。
Sierra 发布个人智能体协议 Personal Agent Protocol(Poppy)v1.0,并宣布该协议正式可用。 Poppy 定义了个人智能体如何通过企业智能体、网站和 API 与企业进行交互。该协议主要基于 MCP、OpenAPI、UCP 等现有标准构建,认证通过 OAuth 完成,权限由客户自行控制。
AI2 联合卡内基梅隆大学、NVIDIA 和约翰斯·霍普金斯大学的研究人员发布基准测试 XYBench,用于评估 AI 助手在面对带有错误前提的提问时,能否识别出用户真正想解决的问题。该基准包含 8,115 个真实问题,覆盖编程与烹饪、家居维修等日常场景,并获得 EMNLP 2026 最佳资源论文奖。 XYBench 针对的是“XY 问题”:用户想达成目标 X,却认定某种做法 Y 可行,于是直接就 Y 求助。基准数据来自四个渠道:Stac...
OpenAI 的 ChatGPT 官方账号宣布推出 ChatGPT Wallet。用户批准后,智能体 dot 可代为完成购买;支付过程中 dot 不会接触用户的实际卡号信息,且每笔购买都需要通过安全检查。该功能即日起在美国面向 Pro 订阅用户的 dot 推出。
Brave 宣布,其 Search API 已接入 x402 协议,支持 AI 智能体按次付费调用。该能力面向 AI 智能体的搜索调用场景。
DeepSeek 在 API 文档更新中开放“全家桶”应用 API,将此前 App 对话服务所用的能力开放给开发者。 开发者开启对应参数即可使用联网搜索、文件输入、阅读链接等能力;工具调用与上下文拼接由服务端完成。
Apple 于 11 月 13 日正式开售 HomeView。该产品提供桌面和壁挂两款型号,均售 299 美元(美国),首发澳大利亚、加拿大、印度、新西兰、新加坡、英国和美国市场。该产品搭载 Siri AI。
llama.cpp 团队宣布发布 llama.cpp v1.0.0 与张量库 ggml v1.0.0。项目自创立至今已 3.5 年,下游应用数量持续增长,团队表示,稳定的 API 与 ABI 对依赖其库接口的开发者至关重要,因此通过大版本号标识不兼容变更。 根据同步公布的语义化版本规则,所有采用语义化版本的 ggml org 项目将遵循:公共 C API(./include)出现破坏性变更时提升 MAJOR;向后兼容的功能、后端更新、模型...
11月13日,NVIDIA 博客发文介绍医疗机构与初创公司如何借助 AI 支持临床团队、简化工作流程,并以新泽西临床 AI 公司 Dyania Health 的 Synapsis AI 为例,说明 AI 在病历分析环节的落地方式。 Synapsis AI 定位为临床推理引擎,可跨患者病历中的每条记录、报告与检验结果进行推理,把相隔数年的发现关联起来,输出一组可追溯至原始记录的临床信号,提示哪些患者需要关注以及原因。该系统运行在医疗机构自有...
OpenMOSS 团队在其官网发布 MOSS Live 全双工语音交互评测解读。根据官方公布的图表,MOSS Live 在六项全双工指标上均居参评模型首位。 其中,MOSS Live 的无关语音误接话率为 2.00%,低于 GPT Live 1 的 68% 和豆包的 75%;停顿抢话率为 1.44%。上述数据来自 OpenMOSS 官方评测。
Bessemer Venture Partners Atlas 发布首份 AI 100 私营 AI 公司榜单。上榜企业合计价值达 3.6 万亿美元,ARR 平均增速为 480%。 该榜单以已延续十年的 Cloud 100 为参照,指出 AI 原生公司群体呈现出新的图景。
Apple 开发者文档显示,Foundation Models 框架是用于在 App 中接入大语言模型的原生 Swift API,可直接访问 Apple Foundation Models 的端侧模型和 Private Cloud Compute 模型。 文档称,该框架已扩展至 Claude、Gemini 等服务端模型,并内置引导生成、工具调用、图像理解和 Dynamic Profiles 等功能。
腾讯混元发布全新实时语音模型 Hy Realtime。该模型在语音理解、指令遵循、拟人化表达等基础能力之外,新增 Agentic 工具调用与唱歌能力。 目前,Hy Realtime 已在元宝语音通话、腾讯客服上线,近期将上线腾讯云并提供 API 服务。
Edge0 宣布开源 Edge0 145B 与 Edge0 120B 两款模型,并发布统一推理框架和部署工具。 Edge0 称,Edge0 145B 是首个可在个人电脑本地运行的 145B 参数开源模型;该参数规模的模型无需云端算力即可在笔记本等设备上部署。 此次开源涵盖模型本身、统一推理框架及配套部署工具,官方将其定位为在自有设备上获得前沿 AI 能力。
谷歌在 Google Antigravity 中上线 Gemini 4 Hydrogen,并新增模型选项 Orchestrator,把 Hydrogen 与 Gemini 4 Carbon 组合使用,以在质量、效率和延迟之间取得平衡。 Orchestrator 能在同一条轨迹中动态地双向切换:Carbon 先以只读方式探索依赖并制定计划,Hydrogen 接手写代码、更新依赖包并运行测试,遇到阻碍时再交回 Carbon 修复计划。在 Te...
IBM Granite 团队发布 LLMON(LLM Object Notation,读作“lemon”),一种面向大模型的原生标记语言,并推出两个实验性预览模型 granite 4.1 3b LLMON preview 和 granite 4.1 8b LLMON preview。两个模型均基于 Granite 4.1 基础模型训练,可消费和生成带 LLMON 标记的文本;团队同时发布包含工具包、工作流和模板示例的 GitHub 仓库。...
OpenAI 研究团队介绍了一种提升模型在网络、生物等高风险双用途领域模糊鲁棒性的方法,涉及 GPT 6 Astra 和 Sol。 该方法通过自动化红队扩大攻击者模型的测试时算力,迭代搜索越狱,并要求攻击在多次重复测试中成功(worst@n),以生成可靠的对抗训练数据。 这些数据随后用于强化学习训练,目标是提升模型在高风险领域的模糊鲁棒性。
Artificial Analysis 对 Google 新发布的 Gemini 4 Hydrogen 进行了评测。该模型新增的 xhigh 推理档在 Intelligence Index 上获得 54 分,比 Claude Sonnet 5.5 (max) 和 GPT 6.1 Sol (max) 均低 1 分。 成本方面,Gemini 4 Hydrogen 的每任务成本约为 Sonnet 5.5 的 32%,但约为 GPT 6.1 So...
Google DeepMind 发布 Gemini 4 Hydrogen,定位为快速执行日常编码与智能体工作流。该模型面向 Gemini API、AI Studio、Gemini 应用和 Google Search 等开放。