alphaXiv OpenResearch v0.2.21 发布
alphaXiv OpenResearch 发布 v0.2.21，新增 Trackio 的 Spaces、hf runs、零配置本地运行与 Visualize 视图及 orx metrics，并支持 SSH 与 Slurm 的可配置远程存储根目录。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
487 条收录动态，更新于 15:29
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
10月23日
星期五，5 条SkyRL 把 GLM-5.3-Flash 训练上下文做到 100 万 token，称相对 Megatron 基线提升 64 倍
SkyRL 团队称在 B200（约 178 GiB）上通过四类系统优化，把 GLM-5.3-Flash 的单序列训练长度做到 100 万 token，峰值约 144.5 GiB，约为开箱 Megatron 基线的 64 倍。
引用avi basnet@avigyabasnetSuper excited to share some of the work I’ve been doing on supporting 1M token context training on SkyRL for GLM 5.3 Flash, 64x higher than the out of the box Megatron baseline! 🚀 This work was done in collaboration with the amazing folks at @LilaSciences! 🤩 Getting there took key algorithmic and systems optimizations in four main areas: 1) DeepSeek Sparse Attention: run DSA on a sparse kernel; chunk and shard its quadratic indexer. 2) Activation recompute and offloading: recompute activations in backward and offload saved inputs to CPU. 3) Context parallelism: split each sequence across GPUs, with new CP support for KDA and a fix for DSA. 4) Avoiding unnecessary precision upcasts: keep FP32 copies out of memory and off the network. For more details on our implementations and our results, check out our full technical blog here: https://blog.skyrl.ai/blog/1m-context-glm-5-3-flash! This work benefited from the contributions of many people along the way. Big thanks to @pcmoritz, @erictang000, @sumanthrh, @CyrusHakha, @richliaw from @anyscalecompute and Keith Truongcao, Tushar Khot, Vivek Subramanian, Semih Kara from Lila Sciences for all the help and guidance!
MIT 研究：13 个 Eko 智能体在虚拟荒岛无任务探索 30 小时后自发"玩耍"
MIT 研究团队将 13 个基于 Claude Opus 4.7 的 Eko 智能体无任务地放在模拟荒岛上 30 小时，它们自发创造挑战并表现出玩耍特征，相关论文已发布在 arXiv 预印本平台。
PyTorch Conference North America 2026：共同加速开放智能
PyTorch Conference North America 2026 于 10 月 20–21 日在圣何塞举行，吸引 3,500+ 名参会者，聚焦 PyTorch、vLLM、DeepSpeed、Ray、Helion 和 Safetensors 等 PyTorch Foundation 项目。
微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态校验作强化学习奖励训练智能体
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的可执行校验直接当作强化学习奖励，用于训练有状态业务工作流中的智能体，代码已在 GitHub 以 MIT 许可开放。
10月21日
星期三，1 条Databricks AI Runtime 正式可用，在 Lakehouse 内提供托管 GPU 训练
Databricks 宣布 AI Runtime（AIR）正式可用，把全托管 GPU 基础设施接入 Databricks，让用户在数据所在的 Lakehouse 内训练模型，并通过 Unity Catalog 对数据访问、检查点、日志等执行统一权限控制。
10月23日
星期五，3 条RSIHub 发布可组合框架，统一构建与比较智能体进化方法
RSIHub 是一个开源框架，用于在共享基础设施上构建、比较和扩展智能体进化方法，由框架提供执行、评估、恢复和血缘记录，研究者只需关注进化策略。
前沿 VLM 智能体能否胜任机器人通用任务？Embodied Agent Arena 实证评测
研究团队提出 Embodied Agent Arena，在 Geometry、Spatial Reasoning、Affordance、Task Planning 和 Manipulation 五个维度评测十个 VLM 智能体，1000 个用例整合 32 个已有来源与自建的 168 例 GeoProbe 基准（覆盖相机、运动、深度与尺度估计）。
TraceTrial-Bench 发布：评测 AI 智能体运行框架的可靠性与失败归因
研究者提出 TraceTrial-Bench，把智能体运行框架（harness）的可靠性拆为上下文、执行、治理、生命周期、可观测性、工具和验证七个组件，并构建 95 个专家级、机制导向且带可执行或基于状态的标准答案的任务。
10月21日
星期三，2 条AW-0：把代码规划与视频动作预测结合的智能体世界动作模型框架
研究团队提出 AW-0，一个将代码规划与视频、动作联合预测整合的智能体世界动作模型框架，在统一的 mixture-of-transformers 架构中把代码、未来视频和机器人动作作为三条耦合生成流建模。
DeepEvolve 以未来事件预测为环境实现智能体递归自我改进
研究团队提出 DeepEvolve，一个以未来事件预测为任务环境的可持续演化智能体系统，智能体与动态变化的环境持续交互，并把每次预测背后的推理轨迹转化为能力。
10月22日
星期四，1 条Warp Sciences 成立，用AI与机器人加速新药研发
💥 隆重介绍 Warp Sciences，一家运用 AI 和机器人技术帮助世界更快开发新药的新公司。 我们已完成由 @lightspeedvp 领投的 2.15 亿美元 A 轮融资，旨在将前沿 AI 从浏览器带入实验室，并在美国本土构建科研能力。 我与多年好友 @dpatil、FAIR 联合创始人 @manohar_paluri 以及药物研发专家 Sol Reisberg 共同创立了 Warp。早期团队汇聚了众多杰出人才，例如曾助力 LLNL 实现 Q>1 聚变的 @bkspears9。
10月21日
星期三，1 条OpenAI 收购 Orchestra Bio，将药物研发协调智能体并入 Rosalind 平台
OpenAI 收购了帮助药企团队协调药物研发的初创公司 Orchestra Bio，并将其并入面向生命科学的 AI 平台 Rosalind。Orchestra 的智能体用于跟踪试验、在出现失败批次等问题时标记受影响的时间线并给出后续选项，目标是打通科学发现与临床试验、决策之间的环节。交易金额未披露，OpenAI 此前已与 Novo Nordisk 和 Moderna 在 AI 药物研究上合作。
10月22日
星期四，4 条Recursive 发布 Flint 模型，由 Eureka Machine 自动完成研发流程
AI 初创公司 Recursive 发布首个语言模型 Flint，研发过程几乎每一步都有其自动研究系统 Eureka Machine 参与，由它提出想法、实现、测试并规划后续实验。
清华与 Z.ai 提出 RIDAR：自动检测自主科研智能体的科研诚信违规并实时干预
清华大学与 Z.ai 团队提出 RIDAR 框架，用于检测自主科研智能体在选题、文献综述、实验和论文写作中的科研诚信违规（RIV），并给出覆盖全生命周期的 14 类违规分类 RIVT。
嘉宾文章——AI 的喧嚣与信号：学术出版业当下哪些变化值得行动
Silverchair CEO Will Schweitzer 在 Platform Strategies 会议的演讲指出，学术出版业应区分哪些 AI 信号值得立即行动。
OpenAI 智能体 32 分钟完成小鼠全脑 CRISPR 图谱分析
OpenAI 与 PerturbAI、Scripps Research 合作，用数千个基于 GPT-Rosalind 的 AI 智能体分析数百万个小鼠细胞的全脑 CRISPR 图谱，每个智能体负责一个基因扰动并检索文献解释细胞反应，整个分析耗时 32 分钟，团队估算人工完成需数月至一年。
10月21日
星期三，1 条El Agente Cuántico 用多智能体自动完成量子模拟计算
研究团队提出 El Agente Cuántico，由协调智能体把任务分派给对应不同软件包的专职智能体，产出代码、数值结果和图表，覆盖分子能量计算、纠缠态、耗散动力学、时间晶体、量子纠错与硬件资源估计等任务。
10月22日
星期四，1 条微软研究者证明 31 年未解的 KLS 猜想，AI 智能体参与探索证明路径
微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该关系在高维下由固定常数界定、不随维度增长。
入选理由微软研究者用人类主导的智能体搜索证明 KLS 猜想，展示了 AI 在数学证明中承担探索、研究者负责判断的分工。
10月21日
星期三，2 条面向 AI 智能体的以记忆为中心的持续学习（MCCL）
论文提出 Memory-Centric Continual Learning（MCCL），主张记忆应以能否改进未来行动而非检索命中来评判。MCCL 包含三轴记忆分类法与内外双环生命周期、衡量干扰下保持、变化适应与任务迁移的评估协议，以及刻画智能体性能随经验、存储容量与算力预算变化的记忆扩展框架。
多模态具身智能体：从计算机使用到机器人使用的统一能力视角框架 PAPAV
研究者提出 PAPAV 能力中心框架，将多模态具身智能体（MMEA）拆解为感知状态、预判动作效果、规划可行路径、通过接口或本体执行、验证结果五项功能，并据此比较 MMEA 与多模态智能体及机器人系统。在 64 个基准中，显式评估集中在“执行”一项，仅 5 个评估“预判”、3 个评估“验证”，后两者多被任务成功率掩盖。
10月20日
星期二，1 条陶哲轩发起 AI 数学挑战：用第十判别式上界探索排除 Siegel 零点的论证
陶哲轩在其博客发起一项实验性 AI 数学挑战，邀请读者用 AI 工具从关于准黎曼假设或 Landau–Siegel 零点问题的新稿件中，在不使用 Heegner 方法的前提下推导假想第十判别式的有效上界，并尽量优化该常数。
10月22日
星期四，1 条Recursive 发布可在笔记本运行的免费编程模型 Flint，称主要由 AI 构建
AI 初创公司 Recursive 发布首个免费编程模型 Flint，可在笔记本本地离线运行，采用 Apache 2.0 许可在 Hugging Face 开放下载。
10月21日
星期三，1 条GTC Berlin 2026：NVIDIA CEO 黄仁勋主题演讲实时更新
NVIDIA 在 GTC Berlin 2026 上由 CEO 黄仁勋发布 DSX POD 参考设计，称 Vera Rubin AI 工厂在模块化集装箱内由合作伙伴集成验证后交付，现场部署可从 6 个月缩短至 14 天。
10月22日
星期四，3 条腾讯混元推出 WorkForge 框架，从真实工作流构建 16.7K 个可验证智能体训练环境
腾讯混元推出 WorkForge 框架，从真实世界资源为长程工作智能体构建可验证的训练环境，做法是从专家工作流出发搭建真实工作空间、抽取可核查事实，并据此生成任务和程序化与语义双重验证器。
腾讯混元发布 WorkForge 框架，从真实资源构建长程工作智能体训练环境
腾讯混元发布 WorkForge，一个从真实世界资源为长程工作智能体构建可验证训练环境的可扩展框架。该框架从专家工作流出发搭建真实工作空间、抽取可核查事实，并据此派生任务与程序化加语义的双重验证器；已扩展到覆盖 40 个专业领域、60 种文件类型的 16.7K 个环境，论文称随数据量和交互时长增加，长程工作基准上取得一致提升。
宇树科技王兴兴：GPT-6 零训练即可控制机器人，宇树正开发"宇树预演"自进化系统
宇树科技创始人王兴兴在 2026 世界物理 AI 大会上透露，宇树测试显示 GPT-6 在完全零训练情况下已能直接控制机器人完成画画、清洗画笔、下围棋等任务。宇树 G1 目前是全球最畅销的人形机器人，累计下线约 1 万至 2 万台。宇树正在开发"宇树预演"物理 AI 机器人自进化系统，让 AI 模型自行搜集论文、写代码、在仿真环境训练并到真实环境测试，由 AI 打分反馈形成自循环。
10月21日
星期三，2 条Databricks 在 AI Runtime 上支持部署 NVIDIA RFD4-Proteina 蛋白质设计模型
Databricks 宣布通过 Genesis Workbench 蓝图在 AI Runtime 上支持 NVIDIA BioNeMo 的开放模型 RFD4-Proteina，该模型由 NVIDIA 与华盛顿大学蛋白质设计研究所共同开发，可同时生成蛋白质序列与全原子结构，并支持按热稳定性、结合亲和力等性质进行奖励引导搜索。
OpenAI 与 PerturbAI、Scripps Research 用数千个 AI 智能体分析小鼠脑细胞数据
OpenAI、PerturbAI 和 Scripps Research 用数千个由 GPT‑Rosalind 驱动的 AI 智能体并行分析已有的小鼠全脑 CRISPR 图谱数据，在 32 分钟内把基因扰动效应与文献发现连接起来，形成可检索的 reasoning atlas。
入选理由材料给出分布式智能体在真实脑细胞数据上产出可检验线索的具体流程与对照结果，研究者可据此判断这类分析能否接入自己的实验数据。
10月22日
星期四，1 条Mirendil 发布千亿参数代码基座模型
Mirendil 发布 Mirendil-Base：一名研究员带一群 Agent，3.5 个月、不到 1,000 万美元，从零预训练出 1,000–5,000 亿参数代码基座模型，仅用公开数据、不蒸馏、不用合成数据，99% 以上代码由 Agent 写成。