12:47 NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英文互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。该模型在 Hugging Face Open ASR Leaderboard 英语榜的开放权重模型中排名第一，平均 WER 为 5.33%，在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。同时发布的 Granary v2 覆盖 48 种语言、463,062 小时语音数据，配套 NeMo Speech 微调配方在医疗案例中把留出说话人的 WER 从 22.44% 降到 12.17%。
推荐理由 原文给出多语言转写、说话人分离与翻译的统一权重，并附公开榜单与微调配方，便于判断落地方式。
12:46 Gemini 应用新增在对话内生成、预览和编辑文件的能力，可全屏直接输入修改、选中文本提问或让 Gemini 改写文件。PDF 预览与编辑在网页端和移动端均支持，Google Docs、Google Sheets、幻灯片、Markdown、TXT 和代码等其他格式仅在网页端支持。该功能已向 Gemini 应用覆盖的所有语言的全部用户开放。
推荐理由 原文说明了 Gemini 应用内可直接生成、预览和编辑多种文件格式，并给出各格式的平台支持差异。
12:45 Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在预览版基础上继续强化学习，编码与防御性网络安全能力提升。它在 FrontierCode 2.0 上得分 19.7%，在 Artificial Analysis Coding Agent Index 上得 48%，与 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 提升 13 个百分点至 41%。模型支持三种推理模式，采用修改版 MIT 的 Mistral Ecosystem Open-Weight 许可，API 定价为每百万输入 token $0.70、缓存输入 $0.07、输出 $2.10。
推荐理由 原文给出开放权重、三种推理模式和多项基准对比，读者可据此判断自托管编码与安全场景的取舍。
09:25 Ai2 发布 Old Ideas, Novel Problems 研究与配套基准，测试 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 六个模型判断研究想法新颖性的可靠性。结果显示评估设置的小改动会带来剧烈差异：GPT-5.4 在 Human+Generated 数据上换用更简单的提示词后，准确率从 93.5% 降到 40.9%，低于随机水平。研究还发现检索与额外推理并不稳定提升判断质量，两个专门构建的新颖性评估系统表现不如简单的 Claude Opus 4.6 提示词基线，且成本更高。
推荐理由 Ai2 用 ICLR 2026 评审信号构建基准，量化了提示词微调就能让新颖性判断准确率大幅翻转的不稳定性。
09:25 Google Research 提出 sleep 框架，为 LLM 引入周期性的睡眠阶段，把短期上下文巩固进长期参数，以缓解灾难性遗忘和静态知识截止。该框架分为记忆巩固与 dreaming 两阶段：前者用 MoE 参数扩展和基于 GKD 与强化学习模仿的知识播种，后者通过随机专家激活、筛选合成样本和 RL 精修实现自我改进。在 BABILong 上该方法在 10M token 内接近完美扩展，在 AIME 24/25 和 HMMT 25 上分别取得 79.2%、69.0% 和 46.1% 的准确率。
推荐理由 Google 提出把持续学习拆成清醒交互与离线巩固两阶段，并给出 10M token 长上下文与数学推理的对比结果。
09:23 Liquid AI 发布 LFM3 系列开放权重模型，全部从 LFM3-1.7B-Base 分支而来，覆盖文本、视觉、音频、Omni 以及 d1 决策模型。LFM3-1.7B-Base 采用三混合层结构，预训练 22T token，最后 3.5T token 的中训练阶段加入更多智能体轨迹与工具调用数据，上下文窗口扩展到 256K token。官方称 LFM3-1.7B 在 8K 上下文下比 LFM2-1.2B 快约 25%，WebArena-Verified 得分 38.42 对 3.02；LFM3-VL-2B 在 62 项视觉基准上平均分从 57.6 升至 71.4。所有模型已在 Hugging Face 开放下载，并提供单卡微调 notebook。
推荐理由 原文给出六个模型共享同一骨干的架构改动与端侧实测数据，可据此判断小模型专用化路线在长上下文和智能体任务上的取舍。
09:23 Anthropic 发布 Claude for Financial Advisors，把托管机构、资产管理与财富科技平台的数据接入 Claude，并提供面向财务顾问日常工作的技能。该套件包含 Addepar、BlackRock、Charles Schwab、Envestnet、FactSet、Orion、Wealthbox 等连接器，以及会前准备、组合再平衡审查、会后纪要与跟进、合规与 AI 政策检查等技能，投资建议与客户沟通等受监管环节仍需人工审核。顾问插件即日可用，官方建议注册投资顾问使用含审计日志的 Enterprise 计划。
推荐理由 原文列出了接入的托管机构、CRM 与规划工具清单，以及按顾问日常环节划分的技能，可据此判断这类垂直智能体如何嵌入受监管工作流。
09:22 Google DeepMind 发布世界模型 Genie 4，主打实时交互模拟，并首次在该系列中引入原生音频。该模型基于 Gemini 家族能力，Gemini Omni 负责让模拟贴合真实世界的外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的复杂推理。用户可用自然语言实时操控场景，如移动镜头、改变天气或引入新角色，每个世界还会即时生成环境音、音乐和交互对话。
另有 1 个独立来源 + 同一新闻来源 Google Blog Google DeepMind 推荐理由 原文说明了 Genie 4 在实时交互模拟中加入原生音频与自然语言操控，读者可据此了解世界模型的新能力边界。
08:00 Gemini 应用新增沉浸式探索库，用户可在学生中心点击“Try immersive explorations”进入，以交互、可视化的方式逐层探索从微观系统到深空等主题。每个场景可点击标签深入查看，并即将支持音频讲解；该功能后续也将直接接入与 Gemini 的对话中。功能支持英语、印尼语、印地语、巴西葡萄牙语、法语和简体中文，其他语言用户目前仅能使用英语版本。
推荐理由 原文说明了沉浸式探索的入口、交互方式和语言覆盖，读者可据此判断它适合哪些学习场景。
08:00 Google 与 XREAL 发布 XREAL AURA，这是首款搭载 Android XR 的有线 XR 眼镜，今日起在美国、加拿大和韩国开放订购，11 月 2 日在日本开售，起售价 1099 美元。眼镜重不到 95 克，采用透明镜片和 70 度视场，把应用投射到视野中，重计算由连接线缆的便携计算 puck 承担，该 puck 搭载首次亮相的 Qualcomm Snapdragon Reality Elite 平台。用户可同时打开多个应用并搭配蓝牙键鼠，或通过 USB-C 有线镜像把笔记本屏幕作为窗口接入，Gemini 可针对视野中的内容和屏幕给出帮助。
推荐理由 原文交代了透明镜片、70 度视场与分体计算 puck 的组合，读者可据此判断有线 XR 眼镜的日常使用边界。
08:00 Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一，并在 SEC-bench Pro（88.2%）、ExploitGym（54.8%）和 CWE-bench（71.0%）上取得领先。该模型面向长程工程任务，内部团队曾让其连续运行数天排查并修复大型代码库中的隐蔽缺陷，WebDev Arena 上提升 89 elo 至第 4 名（1768）。Carbon 本周起先向部分网络安全防御人员开放，再通过 Fairwind Program 逐步扩大范围，之后才面向开发者、企业和消费者；介绍期后价格为每 1M 输入 token 4 美元、每 1M 输出 token 20 美元。
另有 1 个独立来源 + 同一新闻来源 Google Blog Google DeepMind 推荐理由 原文给出 Carbon 在网络安全与长程编码任务上的基准成绩和分阶段开放路径，可据此判断前沿模型在攻防场景的落地节奏。
08:00 Alphabet 2026 年 Q3 营收同比增长 25%，年化收入规模达到 5000 亿美元，Google Cloud 收入增长 103%。CEO Sundar Pichai 表示，第一方模型 API 每分钟处理近 320 亿 tokens，比上季度多 40%；Gemini 应用用户已达 10 亿，是 Google 历史上增长最快的产品。当天还发布了 Gemini 4 系列新模型 Carbon，它在 Artificial Analysis Intelligence Index 上以 59 分排名第一，将先向部分可信网络安全防御者开放，并正由美国政府测试。
推荐理由 财报电话会给出了 Gemini 4 系列、模型 API 调用量和云业务增速的具体数字，可据此判断 Google 当前的 AI 商业化节奏。
23:57 英国 AI Security Institute 的 Chem-Bio 团队与 SecureBio 合作构建 ReproBAIT 评估，测试 AI 编码智能体在给定数据和有限公开信息下复现生物 AI 工具（BAITs）的能力。结果显示，较简单的工具可在 4 小时内、低于 20 美元算力预算下复现，ProteinMPNN 在提供完整论文时 Claude Opus 5 达到 96.5% 复现保真度，而最复杂的 RFdiffusion3 无智能体在时限内成功复现。团队据此指出，仅保留代码或限制论文信息并不等于安全发布，控制底层生物数据的访问可能比控制代码更有效。
推荐理由 AISI 用 ReproBAIT 基准实测编码智能体复现生物 AI 工具的能力，为开源与数据治理的取舍提供了一手证据。
08:16 Anthropic 发布研究预览版 Claude Duet，这是一个在云端计算机上持续运行、可读取收件箱、起草回复、预订事项并在你离开后执行例程的主动型智能体。它在发送敏感消息、付款或删除内容前会展示操作、目标与内容并等待批准，证券交易、账户间转账等操作即使批准也不允许。新增的安全分类器把信息分为绝不分享和需同意分享两级，密码、浏览器 cookie 和登录 token 不经过模型，浏览器运行在独立虚拟机中。
推荐理由 原文逐项说明了主动型智能体在审批、敏感信息分级和凭据隔离上的设计取舍，可供评估同类代理产品的安全边界。
08:13 Google 发布新前沿模型 Gemini 4 Argon，称其在编码、数学和 3D 世界构建等复杂任务上表现突出，并在多领域基准上超过其他前沿模型。官方展示了 5 个社区项目，包括实时映射野火与地震波动的 3D 地球、带实时数据的涡扇发动机模拟、由单张图片生成的 3D 马车，以及多人夺旗浏览器游戏。该模型上周已大范围开放。
推荐理由 官方列出五个社区案例，展示新模型在3D场景与多步任务上的具体产出。
21:56 英国 AI Security Institute 在自建网络靶场上评估了 2024 年 8 月至 2026 年 2 月发布的七款模型，发现每一代模型在固定 token 预算下都优于前代：在 32 步企业网络攻击靶场中，10M token 预算下平均完成步数从 GPT-4o 的 1.7 步升至 Opus 4.6 的 9.8 步。将推理算力从 10M 提升到 100M token 可带来最高 59% 的增益且未见平台期，按当前价格 Opus 4.6 单次 100M token 尝试约需 80 美元。在 7 步工控系统靶场中模型进展有限，10M token 下多数模型完成零步，100M token 下 Opus 4.6 平均 1.4 步。
推荐理由 英国 AISI 用自建网络靶场对比七款模型的多步攻击能力，给出了推理算力与攻击进度的量化关系。
02:16 AWS 宣布 SageMaker AI 无服务器模型定制的训练会话正式可用，用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由 SageMaker AI 负责。该功能支持 SFT、DPO、RLVR、RLAIF 和多轮 RL，可选择 LoRA 或全量微调，目前支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B。计费按 SageMaker AI 处理的 token 计，奖励函数在用户环境打分时停止计费，且无需预留容量。
推荐理由 原文说明了训练会话如何把后训练循环交给用户、把 GPU 调度交给平台，并给出支持的模型与计费方式。
23:14 NVIDIA 发布 Minerva，一款面向 AI 工厂的 AIOps 平台，汇集基础设施与 AI 负载的遥测数据，再用专用 AI 模型把数据转成可执行的洞察。平台构建动态知识图谱，把 GPU、SuperNIC、交换机、线缆与运行其上的作业逻辑映射起来，每小时分析数十亿数据点，学习正常行为、检测未见异常并预测故障。Minerva 内置 AI 助手并可连接外部智能体工具，支持自然语言排查集群健康并给出修复建议。IREN、IBM、Jio、Lambda、Tesla 等计划部署，Dell、Lenovo、Supermicro 将把它纳入 AI 工厂运维产品组合。
推荐理由 原文说明了 Minerva 如何把基础设施与负载遥测汇总成动态知识图谱，读者可据此了解 AI 工厂运维的整合思路。
02:41 NVIDIA 发布预训练关系基础模型 Kumo Relational，可直接在企业数据库上做预测，单次前向传播完成，无需任务特定训练、特征工程或表展平。在 RelBench V1/V2、SAP SALT 和 4DBInfer 共 15 个数据库的 41 个任务上，它超过监督式关系深度学习模型和专家特征工程的梯度提升树流程，在 SAP SALT 上 MRR 比 AutoGluon 集成高 8%。模型通过 NVIDIA 开源 GPU 原生 structured-data-models 库或 NVIDIA NIM 提供，支持 500B+ 行数据库。
推荐理由 原文给出预训练关系基础模型在41个任务上的对比结果与免训练推理路径，可据此判断结构化数据建模的门槛变化。
01:45 Baseten 旗下 Base Labs 发布两个决策模型 elephant-1（9B）和 mammoth-1（27B），均基于 Qwen3.5 全量微调，并公开模型权重。mammoth-1 在 Jev Decision Index 0.4 上以 71.24 分位列 208 个模型第一，领先第二名 Perplexity Decider v1.2 1.8 分；elephant-1 在该榜得 62.65 分，在 Artificial Analysis Decision Index 上以 65 分与 d1-ultra 并列第一。训练使用 6.21M 样本的第八版数据混合，并在全注意力层改用块双向注意力掩码，固定数据下该改动使公开 10k 样本得分从 44.8 升至 48.6。
推荐理由 原文公开了决策模型的数据配方与注意力掩码改动，可看到数据规模与修复对基准分数的具体影响。
读取更多 
