新闻资讯 · 第 2 页

• BEAKER 测试 AI 能否理解实验室操作

  研究团队编制了 1,000 道图像和视频问答，覆盖设备、步骤与安全判断。

• Box 用 Nemotron 检索企业文件

  新引擎为 AI 智能体查找相关文件内容，同时遵循企业现有的访问权限。

• Claude 在美国测试个人财务工具

  美国 Pro、Max 和 Ultra 用户陆续可用，可询问账户余额、支出和账单。

• Cognition 在 Devin 推出 SWE-2 Flash

  面向日常编程任务的新模型已在 Devin 桌面端和 CLI 开放。

• Conductor 加入 Meta，云端版将关闭

  Conductor Cloud 将于 11 月 13 日改为只读，11 月 20 日关闭。

• NVIDIA 发布 Cosmos 3 交互仿真权重

  四套开放权重分别覆盖驾驶数据合成、交互驾驶和双臂机器人等任务。

• World Labs 开放实时世界演示 Frameboy

  Atlas 在云端生成画面，用户可在浏览器里移动视角，最高 15 帧每秒。

• 京东物流展示两款仓储机器人升级

  「智狼」改进取货过程，「保姆狼」展示双臂机器人分拣流程。

• 虎鲸文娱上线「鲸锐 AI」影视制作平台

  平台把视频模型、制作画布和团队协作放到一个工作区。

• Kimi 将智能体运行框架做成托管服务

  开发者可在云端运行长任务，由平台提供沙箱、会话记录和异常恢复。

• Kino 让剪辑团队和 AI 共用时间线

  团队可以在同一工作区整理素材、编辑视频和收集审片反馈。

• 蚂蚁百灵上线多模态模型 Ling 3.2 Flash

  模型支持图像、视频和文本输入，百灵平台已提供在线体验与 API。

• 蚂蚁灵光披露 2.0 上线首周数据

  产品方称，首周协助用户管理超过 116 万项事务。

• Discovered Materials 公布材料研究挑战

  公司公开材料发现基准，并据报道为五个开放问题设置奖金。

• MIT 研究让机器人复核自己的物体记忆

  系统利用不同视角和不确定性估计，发现并修正先前可能记错的物体描述。

• NVIDIA 披露智能体推理的系统级测试

  英伟达用真实编程会话回放比较吞吐，30 倍结果对应特定指标与实验条件。

• OpenAI 公布数据中心社区承诺

  公告列出项目沟通、供电成本与建设透明度等承诺，并另行提出行业政策建议。

• Perplexity 推出可持续跟进任务的 Teammates

  智能体可跨多次运行保留项目目标、历史记录和共享文件。

• SecureGARD 给智能体工具调用加上状态约束

  研究把不同工具的动作转成共同的描述，再决定执行、等待或阻止。

• ServerBench 让编程智能体搭建模型推理服务

  基准同时校验系统能否工作、输出是否达标，以及运行所需的 GPU 成本。

• SpecCompact 尝试加快智能体上下文压缩

  小模型并行起草结构化摘要，大模型逐行核对并修补。

• 中国科大团队开放 RNA 基础模型 structRFM

  RNA 序列输入可提取结构与功能任务所需特征，代码和训练资料可公开查看。

• SuperCLUE 更新 11 月通用模型榜单

  新榜覆盖 19 款模型，测试智能体编程、数理推理等五类能力。

• AI 日报 11.06：视频升级、网安模型与文心权重

  11 月 6 日上午速览，涵盖 Gemini 视频、GPT-6 Cyber、文心权重和最新研究。