MiniMax 发布 M2 模型并阐释其智能体泛化新范式 ↗
MiniMax 发布 M2 模型,重点阐述其在智能体对齐与泛化上的新方法:提出‘交错式思考’机制以应对长程任务与外部工具输出扰动,并指出真正泛化在于适应整个操作空间的扰动(包括工具集、系统提示、用户提示、环境及工具响应),而非仅扩大工具数量;强调完整会话历史(含思考步骤)对性能的关键作用。
AIHOT 精选行业资讯,关注 AI、产品与技术的新进展。
AIHOT · 精选摘要,保留原始来源 · 2026年11月4日 09:00
MiniMax 发布 M2 模型,重点阐述其在智能体对齐与泛化上的新方法:提出‘交错式思考’机制以应对长程任务与外部工具输出扰动,并指出真正泛化在于适应整个操作空间的扰动(包括工具集、系统提示、用户提示、环境及工具响应),而非仅扩大工具数量;强调完整会话历史(含思考步骤)对性能的关键作用。
OpenAI 发布 OWL 架构,作为 ChatGPT Atlas 浏览器的底层技术,实现 Chromium 解耦、快速启动、丰富 UI 和基于 ChatGPT 的智能体浏览。
Google Research 在 UIST’25 发表论文,提出 StreetReaderAI 原型系统,结合 Gemini 支持的 AI Describer 和 AI Chat 子系统。
Hugging Face 博客分析指出,美国2022年起对高端AI芯片的出口管制非但未遏制中国AI发展,反而加速了华为Ascend、寒武纪Cambricon等国产芯片的部署。
NVIDIA Isaac for Healthcare v0.4 发布面向医疗机器人的 SO-ARM 手术辅助工作流,支持在仿真中生成合成数据、混合训练 GR00T N1.5 策略、通过 LeRobot 0.4.0 原生微调,并部署至 SO-ARM101 硬件;93% 训练数据为仿真生成,提供键盘/硬件双模遥操作、TensorRT 转换与端到端 Sim2Real 流程。
OpenAI 发布 gpt-oss-safeguard——面向安全分类的开源权重推理模型,支持开发者应用并迭代自定义策略。
NVIDIA Isaac for Healthcare v0.4 发布基于 SO-ARM 的手术辅助机器人端到端工作流,支持仿真与真实数据混合采集、GR00T N1.5 后训练及真机部署;文中给出完整命令行示例、硬件要求(SO-ARM101 双目机械臂、RT Core GPU)、键盘遥操作控制键位,以及 LeRobot v0.4.0 对 GR00T N1.5 原生训练的支持。
IBM 发布 Granite 4.0 Nano 系列模型,包含 4 款指令微调模型及对应基础模型,参数量为 ~350M 和 ~1.5B,采用 hybrid-SSM 架构或传统 Transformer 架构。
Hugging Face 在博客中提出‘语音同意门’(voice consent gate)机制,通过让说话人实时朗读动态生成的含模型名的同意语句(如‘I give my consent to use the <MODEL> voice cloning model with my voice’)。
Hugging Face 官方博客宣布 datasets 库的 streaming=True 功能完成重大优化,启动请求减少 100 倍、数据解析快 10 倍、样本吞吐达 2x,支持 Prefetching for Parquet 和可配置缓冲;改进已落地于 nanoVLM 训练,并预构建了流式就绪的 FineVisionMax 数据集。
Hugging Face 官方发布 huggingface_hub v1.0,标志着该开源 Python 库进入成熟阶段;新版以 httpx 替代 requests。
SGLang v0.5.4 正式发布,包含多项关键更新:推出 Model Gateway v0.2;新增对 Nemotron、DeepSeek OCR、Qwen3-Omni。
作者提出AI可作为不写代码的编程协作者,具体包括:1)作为调查型编码伙伴,针对具体问题(如函数结果异常)获取分析线索;2)作为常驻Bug猎手,在明确指令下排查错误成因,需提供精确输入输出与执行路径;3)作为跨语言优化专家,结合EXPLAIN ANALYZE输出与数据库结构建议索引调整等SQL优化方案;4)作为个人安全审查员,依据预设安全规范检查代码变更中的潜在漏洞;5)作为代码审查员与文档增强工具,识别测试缺口、可访问性问题、循环依赖等,并生成收购就绪的文档建议。
Mistral AI 发布 AI Studio,一个专为将AI从原型推进到生产环境设计的平台,包含 Observability、Agent Runtime 和 AI Registry 三大支柱;它支持内置评估、可追溯反馈闭环、全生命周期资产版本管理、混合/私有部署及企业级治理能力。该平台基于 Mistral 自身大规模AI系统运营经验构建,现开放私测。
Hugging Face 官方发布 LeRobot v0.4.0,推出可扩展的 Datasets v3.0(支持 OXE 级别 >400GB 数据、分块剧集与 Parquet 元数据)。
OpenAI 收购 Software Applications Incorporated,该公司开发了 Mac 平台上的自然语言接口 Sky;双方将把 Sky 深度集成到 macOS 的能力整合进 ChatGPT,以提升 AI 的直观性、上下文感知和操作性。
Hugging Face 与 Meta 宣布联合推出 OpenEnv Hub——一个面向智能体环境的共享开源中心,并同步发布 OpenEnv 0.1 规范(RFC)。
OpenAI 推出公司知识功能,将企业应用中的上下文引入 ChatGPT,提供针对业务的精准回答,并支持明确引用、安全与隐私保障及管理员控制;当前面向 Business、Enterprise 和 Edu 用户开放。
Sentence Transformers 项目从德国达姆施塔特工业大学 UKP 实验室正式移交至 Hugging Face,由 Tom Aarsen 继续主导维护;项目保持 Apache 2.0 开源协议,已支持 Dense/Cross/Sparse/多模态嵌入与重排序模型训练,超 16,000 个模型托管于 Hugging Face Hub,服务月活用户超百万。
Hugging Face 与 VirusTotal 合作,从即日起对 Hugging Face Hub 上全部 220 万+ 公共模型和数据集仓库中的文件持续进行 VirusTotal 扫描;用户访问仓库或文件页时,Hub 自动比对文件哈希并返回 VirusTotal 的检测状态、检出数量及关联威胁情报,全程不上传原始文件内容。
Hugging Face AI Sheets 是一个开源无代码工具,现新增视觉支持:可在电子表格中直接提取图像信息(如收据、文档)、根据文本生成图像、编辑现有图像。
Hugging Face 发布博客《Supercharge your OCR Pipelines with Open Models》,系统介绍现代开源 OCR 模型(如 OlmOCR-2。
Hugging Face与Intel合作,在Google Cloud C4(基于Intel Xeon 6 Granite Rapids)上对OpenAI开源MoE模型GPT OSS-120b进行基准测试。
PyTorch 2.9.0 正式发布,最低 Python 版本升至 3.10,libtorch ABI 引入不稳定更新,torch.compile 默认启用 graph break 错误控制。