GPT-6 Astra 是一种接触密集操作的原生视觉触觉策略
研究表明 GPT-6 Astra 能够直接解释基于视觉的触觉图像并利用其接触线索进行操作，在19个模拟任务中达到93.8%的平均成功率，超过专业基线22.9个百分点。视觉触觉输入下表现优异，纯视觉性能也领先于基线，轨迹分析显示其具有主动探测、谨慎抓取等能力。
推荐理由：GPT-6 Astra 直接解读视觉触觉图像并用于操作，挑战了专业策略在接触密集任务中的垄断地位。
#多模态
arXiv · cs.RO精选AI 评分7070 arXiv · cs.ROAI 评分4545 CoopUQ: 通过不确定性感知协同预测实现多机器人鲁棒社交导航
研究提出 CoopUQ 框架，通过跨机器人时空特征融合预测未来占用网格地图，并利用预测结果及不确定性引导多机器人强化学习决策，在遮挡和分布外场景下提升安全性和鲁棒性。实验显示该框架在 Unity3D 模拟环境和真实机器人测试中均优于基准方法。代码和视频已公开。
HuggingFace Daily PapersAI 评分5555 EgoXperience: 从人类经验学习基于世界中心的第一人称表示
研究人员提出EgoXperience，一个全栈范式，通过数据收集、自动标注、统一建模和基准测试解决第一人称视频中人类活动重建的一致性问题。该研究包含EgoX-Engine自动标注引擎、EgoX-Data-6M数据集和EgoX模型，在单目第一人称视频输入下实现了相机、场景、手部和物体的联合度量重建，实验显示在场景估计和世界空间手-物体姿态恢复方面达到SOTA性能。
钛媒体AI 评分7575 DeepSeek发布V4.1-Flash-1017模型，强调工程能力与具身智能布局
DeepSeek发布DeepSeek-V4.1-Flash-1017版本，通过基于自反馈的强化学习提升从零构建完整项目的能力，在SWE v1.1和Terminal-Bench 4.0评测中表现优异。同时，DeepSeek在具身智能领域进行多笔投资，包括宇树科技、Winverse AI和逐际动力，加速从数字世界向物理世界延伸的战略布局。
IT之家AI 评分4343 2027款长安启源Q07天枢领航版上市，限时权益价12.98万元起
长安启源推出2027款Q07天枢领航版，215激光尊享型限时权益价12.98万元起，全系标配激光雷达、天枢领航Pro及宁德时代电池。新车搭载地平线征程6M芯片，支持城市领航辅助，馈电油耗低至3.9L/100km。
量子位AI 评分6565 Claude新模型曝光：能跳出思维定势，修Bug治标又治本
Claude新模型被曝光，在推理和直觉方面表现更好，能跳出思维定势，修复bug时能识别根本问题并一并处理。同时，谷歌Gemini 4 Carbon和OpenAI GPT-6.1 Terra也即将发布，AI圈新模型发布速度加快。
IT之家AI 评分2525 东风日产 NX7 官宣即将登场，号称“年轻人的智能零压 SUV”
东风日产宣布 NX7 即将登场，定位为年轻人的智能零压 SUV。新车尺寸 4785×1932×1665mm，轴距 2815mm，搭载 40.9 度宁德时代电池，配备激光雷达支持城市 NOA 功能。三款轮毂均经空气动力学优化，可降低高速风噪与风阻。
IT之家AI 评分7373 蚂蚁百灵开源 Ming-3.0 语音系列模型
蚂蚁百灵今日开源 Ming-3.0 语音系列，包含语音合成、音频理解与对话、语音识别三个系列共五款模型。Ming-3.0-tts 系列支持文字描述音色和导演模式说明表演方式，Ming-3.0-audio-flash/tiny 可直接处理长音频转写、总结和分析，Ming-3.0-asr-tiny 通过高质量语料提升语音识别效果。这些模型已在蚂蚁内部多个业务场景落地应用。
雷锋网AI 评分4242 华中师大 CoReFuse-Med：先净化再融合，让低质模态不再拖后腿｜ACM MM 2026
华中师范大学提出 CoReFuse-Med，通过浅层净化和深层模态偏置校正提升多模态医学图像分割性能，在 EPVS 数据集上 DSC 达 0.7326，优于 MedNeXt 的 0.7085。模型采用 LACE+IMSH+MBCF 三模块架构，参数量仅 2.665M，有效解决低分辨率模态污染问题。
IT之家AI 评分3030 MiniMax M3.1 Flash 上线：速度提升 3 倍，价格降低 70%
稀宇科技宣布 MiniMax M3.1 Flash 模型正式上线，推理速度提升近 3 倍，使用成本降低 70%。该模型在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现代际提升，已上线 MiniMax API、MPlan 及 MiniMax Code，稍后将开放权重。
IT之家AI 评分3030 苹果扩展 HomePod 音乐律动灯效支持至第二代 HomePod 和初代 HomePod mini
苹果在 HomePod Software 27.2 RC 更新中扩展 Sound Glow 功能，支持第二代 HomePod 和初代 HomePod mini，顶部发光区域随音乐节奏变色并呈现专辑封面配色。用户需更新至 27.2 版本后通过 Home 应用开启，与 Apple TV 配对时可控制中心切换光效。
AWS Machine Learning BlogAI 评分4545 Amazon SageMaker JumpStart 2026 年度回顾
Amazon SageMaker JumpStart 在 2026 年 1-9 月新增 100 多个模型，覆盖 30 家提供商，包括阿里巴巴 Qwen 3.8-27B、NVIDIA Cosmos3 和 Mistral Ministral-3 等。平台支持一键部署、模型微调及多模态处理，涵盖文本、视觉、语音生成能力。
华尔街见闻AI 评分6565 Anthropic正开发Fable 5.5新模型，主打意图推断能力
据报道，Anthropic正在开发一款能够主动推断用户模糊指令背后真实意图的新模型，在指令不完整时仍能推断用户目标，展现出更强推理能力和创造性问题解决能力。该模型可能改变用户与AI助手的交互方式，用户不再需要精心设计提示词。
HuggingFace Daily PapersAI 评分3535 Answering in the User's Variety: Calibrated Accommodation Pairs for Post-Training
研究发现，主流模型在微调和偏好优化后仍倾向于标准化回复，对非标准英语方言匹配不足。作者提出校准适配对（CAP）数据集，能在保持标准英语用户回复质量的同时提升方言匹配能力，且不影响指令遵循效果。
HuggingFace Daily PapersAI 评分5555 StreamEval: 评估交互式流式视频生成模型
StreamEval 是一个统一的交互式流式视频生成基准，涵盖五个任务：头像对话、头像表演、世界生成、指令编辑和参考编辑。该基准包含300个测试用例，通过四个维度评估模型性能：任务执行、状态一致性、视觉保真度和视听协调。评估37个模型后发现，高视觉质量和身份保留并不一定可靠的任务执行或持续的状态一致性。
HuggingFace Daily PapersAI 评分4040 Code2Video-Compass: 通用代码生成视频评测基准
Code2Video-Compass 发布，涵盖 T2V/I2V/V2V 三类视频生成，包含 2,104 项任务和 17 项评测指标。评测显示 15 个 MLLM 在高复杂度任务中表现下降，需提升视频质量与指令对齐能力。
HuggingFace Daily PapersAI 评分4545 扩散语言模型智能体间的隐藏消息：潜在通信的因果证据
扩散语言模型智能体通过连续状态传递隐藏消息，接收方利用消息内容影响任务表现。在 Tiny-A2D 和 Dream-7B 任务中，移除消息导致性能下降 63.6 和 100.0 点，错误消息使 QASC 准确率从 80.8% 降至 46.8%。单次晚时间传输达 87.8%，优于四次交换。
HuggingFace Daily PapersAI 评分4545 Qwen-Audio-3.1-ASR 技术报告
Qwen-Audio-3.1-ASR 是基于 Qwen-Audio-3.0-ASR 的音频语言模型家族，支持 30 种语言和 16 种中文方言，新增说话人分段转录和通用音频理解能力。该模型提供异步文件转录、低延迟流式传输等部署变体，并在传统 ASR、多语言及方言语音等任务中通过评测验证性能。
HuggingFace Daily PapersAI 评分4040 StyleStream 2.0: 快速可控的流式语音风格转换
StyleStream 2.0 将端到端延迟降至 520ms，较前代提升 2 倍速度，同时保持转换质量。该模型通过紧凑的风格嵌入和文本条件流匹配模型，支持基于文本的语音设计和指令式语音编辑。实验显示其在目标风格保真度上达到最优，同时保持可懂度和未编辑属性保真度竞争力。
IT之家AI 评分2525 苹果 iOS / iPadOS 27.2 RC 发布：Siri AI 再添 5 种语言、Apple Music 启用新视觉
苹果向 iPhone 和 iPad 用户推送 iOS/iPadOS 27.2 RC 更新，Siri AI 新增 5 种语言支持，Apple Music 启用全新视觉界面。本次更新内部版本号为 24B115，距离上次 Beta/RC 版发布间隔 6 天。
IT之家AI 评分2525 苹果 macOS 27.2 RC 发布：扩展 Siri AI 语言，更新亮度 / 音量滑块等
苹果向 Mac 用户推送 macOS 27.2 RC 更新（内部版本号 26B118），距离上次 Beta/RC 间隔 6 天。本次更新扩展了 Siri AI 语言支持，并优化了亮度与音量滑块功能。
The DecoderAI 评分7575 Kling AI发布4.0版本，增加立体声音频和多语言口型同步
Kling AI发布4.0版本，支持30秒单次视频生成、10关键帧控制和8000 token提示理解。新增立体声音频、多语言口型同步功能，并推出轻量级Flash变体。与竞品对比显示逻辑镜头序列、物理效果和对话自然度仍有提升空间。
The DecoderAI 评分7373 MiniMax发布M3.1 Flash推理模型，成本降低一半
MiniMax发布M3.1 Flash推理模型，在Artificial Analysis Intelligence Index上得分42，比前代M3提高13分，同时成本降低一半。
AWS Machine Learning Blog精选AI 评分6565 TwelveLabs Pegasus 1.5 现已在 Amazon Bedrock 上线
TwelveLabs Pegasus 1.5 视频语言模型现已登陆 Amazon Bedrock，可将长视频转化为带时间戳的结构化元数据。新版本支持基于时间的元数据生成、多模态提示（结合文本和参考图像）以及即时处理，无需预索引即可分析长达两小时的视频。用户可直接从 Amazon S3 URI 或 base64 字符串发送视频，数据保持在 AWS 数据边界内。
推荐理由：视频语言模型Pegasus 1.5在Amazon Bedrock上线，将长视频转化为结构化元数据，无需预索引即可处理两小时视频。
IT之家AI 评分7575 谷歌研究团队发布论文：四个Gemini 4 Argon智能体成功自主通关《我的世界》
谷歌研究人员使用四个Gemini 4 Argon智能体成功在《我的世界》中击败末影龙，耗时27小时。智能体通过游戏内聊天框互相协调，自行规划任务，发送229条消息，运行2783个程序，死亡605次，使用13.5亿个输入Token，成本约1,620美元。
IT之家AI 评分4545 微信发起公众号小说改编短剧激励活动：作者承制方各享 5% 额外收益，上不封顶
微信开放平台与视频号团队联合发起公众号小说改编微短剧激励活动，首期选出 10 部作品，作者与承制方可各获改编短剧在微信生态优先发行期收入的额外 5% 现金激励，上不封顶。激励收入范围为绿泡泡短剧小程序和视频号端原生短剧在优先发行前 30 天的变现收入。
IT之家AI 评分2020 深蓝 S05 新增智能生态仪表屏：4.39 英寸 OLED 显示行车信息
深蓝汽车为全新 S05 增配 4.39 英寸 OLED 智能生态仪表屏，此前仅提供 AR-HUD 抬头显示。新车于今年 8 月上市，售价 11.99-15.19 万元，限时优惠 11.59-14.49 万元，提供纯电和增程两种动力选择。
IT之家AI 评分4545 苹果研发室内摄像头 J450，依靠 AI 分析环境
苹果正在研发室内摄像头 J450，通过 AI 分析环境并提供文字描述，支持人脸识别和红外传感器，预计明年推出。该产品注重隐私保护，不录制私密场景，不属于 Home Collection 系列。
Google新闻·Humanoid+Embodied(英)AI 评分1515 情感图像可预测灾难照片传播，新 AI 模型揭示规律
新 AI 模型通过分析情感图像预测灾难照片传播规律。该模型能识别图像中的情感特征，帮助理解信息扩散机制。研究为灾难信息传播管理提供新工具。
钛媒体AI 评分6565 Muse与Dot个人Agent在中国互联网环境实测对比
作者实测对比了Muse和Dot两款个人Agent在中国互联网环境下的表现，包括日程管理、邮件处理、社交媒体发帖、餐厅推荐、商品挑选和账本制作等任务。Muse在手机端日常任务中表现更流畅，而Dot在复杂任务如共享账本制作上更具优势。两者都依赖云端电脑处理无直接权限的任务，但登录验证和操作延迟仍是主要痛点。
IEEE Spectrum · AIAI 评分3535 边缘 AI 如何助力智慧城市实现认知行动
IEEE Spectrum 发布白皮书，阐述边缘 AI 如何让城市基础设施从被动监控转向实时感知、推理和行动。该技术通过分层边缘架构支持低延迟决策、数据主权和降低云依赖，应用于公共安全、交通和基础设施管理。
IT之家AI 评分3535 华为官宣全新理想 i9 支持 HUAWEI HiCar：上车无感互联，手机镜像支持宽 / 窄幅模式自由切换
华为宣布全新理想 i9 支持 HUAWEI HiCar 手车互联，实现上车无感互联，导航、音乐及常用应用可轻松流转，手机镜像支持宽幅/窄幅模式自由切换。
IT之家AI 评分3535 Arena 公布 2026 年第 42 周 AI 大模型周榜：国产模型多领域站稳中上游，kimi-k3-max 杀入代码榜前十
Arena 发布 2026 年第 42 周 AI 大模型盲测排名，kimi-k3-max 首次稳定在代码榜前十，mimo-v2.6-pro 首次进入前端开发榜前 20。国产模型在综合榜、代码榜和前端开发榜多个细分榜单保持中上游位置，gemini-4-argon-high 以 1562 分蝉联代码榜榜首。
IT之家AI 评分6565 东风猛士X700车型10月25日上市：华为乾崑智驾+鸿蒙座舱
东风猛士X700将于10月25日正式上市，推出3款车型，预售价24.98万元起。该车搭载华为乾崑智驾ADS 5及鸿蒙座舱HarmonySpace 6，配备896线激光雷达，支持高速NOA、城市NOA等功能，提供增程版和插混版两种动力选择。
IT之家AI 评分3535 微信鸿蒙版 App 8.0.22.44 邀测升级：接入 A2A 能力，支持语音唤醒小艺发送消息
微信鸿蒙版 App 8.0.22.44 版本邀测升级，新增语音唤醒小艺发送消息功能（仅限联系人）。更新内容包含个人资料发票抬头、聊天界面时间切换、服务号通知管理优化、群聊演示功能等，测试时间为 2026/10/16-2026/11/15。
IT之家AI 评分4343 魏牌高山 8 HEV 开启预订，27.58 万元起
魏牌高山 8 HEV 智能豪华四驱 MPV 开启预订，27.58 万元起，搭载 Coffee Pilot 3 辅助驾驶系统，配备 27 个高精传感器与 200TOPS 算力。新车采用 2.0T 混动系统，系统最大功率 322kW，WLTC 综合油耗 6.92L/100km，提供三电终身质保。
IT之家AI 评分2727 六小龄童谈孙悟空、林黛玉 AI 魔改“圣黛 CP”：创意很好玩，但改编不能逾越政策法规和观众红线
六小龄童评价“圣黛 CP”创意有意义，播放量达 50 亿，推动传统文化传承创新。他强调改编需忠于原著，不能逾越政策法规和观众红线。该组合基于《西游记》与《红楼梦》的“石头”意象衍生，AI 工具助力内容爆发。
IT之家AI 评分4545 豆包刘星回应“国内超一半算力在造爽剧”：字节总算力中，只有约 10% 用于视频生成模型的训练和推理
豆包公关负责人刘星称字节总算力中仅约 10% 用于视频生成模型的训练和推理，反驳“国内超一半算力在造爽剧”的说法。中文在线披露数据显示，国内 AI Token 消耗 55% 用于短剧和视频生成，24% 用于电商广告，研发仅占 15%。
IT之家AI 评分4545 “货轮在霍尔木兹海峡起火沉没，海面漂满 iPhone”视频系 AI 编造
近日一段“货轮在霍尔木兹海峡起火沉没，海面漂满 iPhone”视频在社交平台获超 8000 万次观看，事实核查显示视频由 AI 生成。新加坡海事及港务管理局证实，一艘货轮 10 月 13 日在霍尔木兹海峡遭不明飞行物袭击后沉没，21 名船员安全撤离。虚假视频来自 Instagram 账号“Nativora”，创作者标注为“AI Content”。