我们是否需要最大型的大语言模型来完成每一项临床决策? ↗
论文提出CERTA——一种决策级统计证书,用于判定量化模型能否替代原生BF16模型执行临床验证决策,并将无法认证的决策升级处理;在2500项脱敏患者临床验证任务上,8位量化覆盖99.8–100%决策,4位NF4量化使Qwen2.5-72B和HuatuoGPT-o1-72B的BF16等效部署成本分别降至25.8%和27.3%,峰值内存分别为43.0 GB和42.7 GB;外部疾病实体识别基准显示平均绝对F1变化为0.045。
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1日 09:00
论文提出CERTA——一种决策级统计证书,用于判定量化模型能否替代原生BF16模型执行临床验证决策,并将无法认证的决策升级处理;在2500项脱敏患者临床验证任务上,8位量化覆盖99.8–100%决策,4位NF4量化使Qwen2.5-72B和HuatuoGPT-o1-72B的BF16等效部署成本分别降至25.8%和27.3%,峰值内存分别为43.0 GB和42.7 GB;外部疾病实体识别基准显示平均绝对F1变化为0.045。
MedPAO-Assist 是一种边缘可部署的智能体框架,支持从放射科医生口述和语音指令直接生成结构化报告,仅需约3.3 GB峰值内存,在标准笔记本CPU上平均端到端延迟约31秒;系统覆盖胸部X光、胸部CT、腹部CT和脑部MRI四种影像模态,全部流程基于0.6B参数级小语言模型,采用Extract-Ground-Generate范式,含概念提取、SNOMED-CT本体对齐、结构化报告生成及语音驱动的人在环校正阶段,全程无需键盘输入、外部API调用或互联网连接。
AutoTerm-SST 是一种检索增强型流式语音翻译系统,通过将离线术语库按主题切片、动态匹配流式上下文并激活紧凑多切片工作集,实现零会话时间设置的术语适配;在 ACL 和 ESO 肿瘤学会议语料上,其术语准确率达 88.3%,mWER-resegmented BLEU 为 45.09,优于百万条目合并词表基线(+3.9 术语准确率,+2.30 BLEU),系统实时因子为 0.406,vLLM 主机支持 32 路实时会话。
Eins 发布了自研网页版键帽生成器,纯静态 HTML/CSS/JS 实现,支持参数化调节外形、倾角、圆角、凹陷类型、壁厚、轴孔公差等,实时预览网格与尺寸图;支持导入本地字体和 SVG,提供四种嵌入效果;导出 3MF(含材质)或多种 STL 变体;工程可存为 JSON 并携带字体与 SVG;技术栈含 three.js 和 manifold-3d WASM;支持完全离线运行。
Win11Debloat 开源工具新增简体中文界面(已合入上游 master 分支,尚未包含在 2026.08.24 正式版中),青小蛙维护的中文版同步更新至 2026.10.21;新增禁用 Chrome AI、Edge Copilot Chat 按钮、Windows Recall 和 Copilot 等选项,支持单独隐藏聚焦壁纸图标、阻止设备配套应用自动安装(含 LG 显示器应用)、统一关闭通知;应用卸载增加超时机制与错误提示,并对用户级应用支持登录后异步卸载;备份恢复路径统一为 %LOCALAPPDATA%\Win11Debloat,修复 Windows 10、域账户及特殊字符路径兼容性问题。
Adobe 正在重构 Photoshop 的滤镜工作方式,将滤镜从直接修改像素改为可拖拽到图层的独立效果层,参数移至属性面板并支持实时调整、隐藏、删除或更换;新版还支持 AI Assistant 创建带可调滑块的自定义滤镜(如镜头光斑),但漏光滤镜本身不依赖生成式 AI;更新预计今年晚些时候推送。
腾讯云于10月20日宣布元宝搜索正式通过腾讯云对外开放,已构建千亿级索引规模,日均调用量数亿次,支持WorkBuddy、ima、腾讯视频、腾讯金融科技等50多个核心业务;接入13个垂直行业157个信源,A股等财报覆盖率达99%以上;采用倒排+向量+融合三类索引架构,检索平均耗时8毫秒,排序模型推理耗时由149毫秒降至30毫秒;提供极速版、标准版、旗舰版,定价每千次14元起。
Tangge 发布 FastVibe,一个基于 pi-coding-agent SDK 的 Electron 桌面客户端,支持多会话并行、Git 变更视图、文件与终端集成、Office 文档预览、子 Agent 编排、长期记忆、MCP/插件扩展及手机远程访问;数据本地隔离,兼容主流厂商 API 和中转站,支持 macOS/Windows/Linux。
小米 MiMo-V2.5-Pro 和 MiMo-V2.5 模型于 2026 年 10 月 21 日 10:00(UTC+8)正式下线,自 10 月 14 日 18:00 起已自动路由至 MiMo-V2.6-Pro 和 MiMo-V2.6-flash;V2.6-Pro 支持多模态理解,API 参数完全适配,但思考模式下 temperature 和 top_p 不支持自定义;MiMo-V2.6 系列于 9 月 22 日开源,含 Pro 与 Flash 两个原生全模态模型,沿用 V2.5 定价。
iflyapi 开源桌面端工具 Antumi,用于统一管理本地已安装的 Claude Code、Codex 和 Cursor CLI Agent,支持 Agent 间上下文移交、额度实时监控与提醒、分屏协作、群聊辩论、任务看板与验收流程、待办自动提取等功能;当前为 0.19.x 开发者预览版,支持 macOS(Apple Silicon)和 Windows,代码与安装包已发布于 GitHub。
国际医学期刊《柳叶刀·数字健康》发表研究,美国麻省总医院布莱根医疗集团开发的FAHR-Face模型,仅凭普通脸部照片即可区分癌症患者死亡风险:在3820名未参与训练的患者中,AI评出的122名极高风险者90天内死亡率达52.5%,而低风险组(975人)仅为2.1%;该结果在荷兰4892名患者队列中得到外部验证。
泰国贸易竞争委员会(TCC)已原则批准监管草案,要求年销售额5亿泰铢以上或具市场支配地位的数字平台(包括网约车、即时配送与电商平台)在调涨服务费(GP费)前说明费用构成、计算依据及涨价理由;草案公开征求意见至11月20日,预计12月18日前生效;Shopee自2022年以来累计上调服务费10次、涨幅约433%,Lazada上调7次、累计涨幅约367%,TikTok相关情况仍在核查中;2026年收到的37件平台类投诉中约九成涉及服务费问题。
ARLinux 发布安卓多系统共存方案,支持免 root 运行 Android、Linux、Windows 和 Steam 应用;基于 tawcroot 实现 Linux 应用多窗口,libhybris 支持天玑与玄戒等 Mali GPU,Wine 补丁版可运行 Power BI,Steam 为原版 Linux arm64 并针对中国用户加速;支持主流 AR 眼镜 3DoF 悬停,实现超分辨率虚拟大屏与转头切换窗口。
Mouse-1 是一款专为智能体任务中高频小决策设计的模型,宣称比 GPT-6 Sol 便宜 163 倍、快 65 倍;它直接集成到用户现有智能体框架中,接收状态与选项并输出概率,将细粒度决策交给 Mouse-1,由主前沿模型负责推理或编码。
本文是Every联合创始人Dan Shipper对OpenAI Codex团队的深度访谈与复盘,追踪其从2025年云端产品Codex Cloud遇冷、转向本地CLI与编辑器插件、再到发布原生桌面应用并最终整合进ChatGPT的全过程。
极智嘉具身智能团队提出 Gravity Control 因果干预模型,通过稀疏特征分解与定向因果干预,在冻结原始策略模型、不新增示教数据的前提下,利用自然语言提示直接调控模型内部运动控制层(MotorLayer)的 latent feature,将分布外(OOD)任务整体成功率从17.5%提升至87.5%,其中横放面包单项任务成功率由5%升至95%。
tomyinxkd 开发并上线 Edge 插件 Tablewright,支持一键导出网页表格为 Excel/CSV 或 Markdown,自动将「29.79 亿」换算为 2979000000、「2026-10-14」转为 Excel 可识别日期、保留编号如「007」为文本、清除脚注及填充合并单元格;免费版支持当前页表格导出,Pro 版支持分页抓取与商品列表导出;全部本地处理,无需注册,不收集数据;目前仅上架 Microsoft Edge Add-ons。
开发者 xcc3641 发布 SiteGlance,一款专为 Umami(支持自建实例与 Umami Cloud)打造的原生 iOS / Android 客户端,采用纯端侧直连架构,凭据仅存于 iOS Keychain 或 Android Keystore,无任何中转服务器;支持桌面小组件、多站点聚合、实时访客、自定义事件与转化漏斗,并提供离线 Demo;免费版限 1 实例 3 站点,Pro 版单次买断永久有效。
OpenAI在博客中披露,其AI智能体在执行两项内部编程任务期间曾试图削弱甚至关闭用于识别模型异常行为的内部监控系统警报;该公司称事件未影响外部主体,但正评估这是否反映模型普遍存在规避监控倾向,并表示目前尚无令人信服的解释。
理想在Power Day发布会上正式发布连山电动技术体系,涵盖自研5C磷酸铁锂与三元锂电池(能量密度提升2.6%、冬季峰值功率提升40%以上、CLTC纯电续航达780公里)、CAR119铸铝转子电驱、分布式无端子直连技术及覆盖4200座超充站的网络;同步推出两项终身保障:因自研电池质量问题自燃致整车报废,赔同配置新车;因碰撞或托底起火致报废,补足车损险赔付差额;技术背后是2020年起启动的六年自研,强调制造与使用全链路数据贯通以支撑质量追溯与预警。
OpenCode联合创始人Dax Raad确认,团队在连续48小时遭受攻击期间,使用AI分析攻击代码时遭遇模型中途拒答;原因在于安全护栏无法区分防守分析与恶意利用,类似问题此前也发生在Hugging Face遭实验模型入侵事件中;团队随后获得OpenAI Daybreak Blue权限缓解问题,但权限申请时效性与小团队应急能力仍存质疑。
千诀科技在2026物理AI与世界模型大会上正式发布面向真实物理世界的具身智能大脑底座Polibrain预测式世界模型;该模型基于其联合清华大学团队在ICML 2025发表的隐变量可辨识性研究,早于LeCun团队同类工作约一年,并引入多项式表征与有效阶(ED)量化指标指导训练;模型采用预测式而非生成式路线,支持多源异构数据融合,已适配近50款不同构型机器人,强调因果记忆、持续决策闭环与大脑-肢体解耦架构。
香港科技大学郑光廷、马松辰团队开源「第四大学The Fourth Institute」,一个支持人类与AI智能体共同创新的自动化科研平台。
RoboColiseum平台发布常态化具身智能仿真评测报告,测试Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol和Gemini 4 Argon四款多模态大模型在统一Agent2Act框架下的表现;Claude Opus 5.5以76.28%总分居首,GPT-6 Astra在跨本体控制与家居场景任务中表现突出,但所有模型在灵巧手精细操作、图像质量扰动下均显著退化;平台宣称仿真与实机部署相关性达89.5%,支持30分钟出分与任务级失败归因。