数据与训练

Apertus 1.5 发布：新增多模态与思考模式，完全开源

Apertus 1.5 是对第一代模型的持续预训练版本，为 8B 模型新增 4 万亿 token、为 70B 模型新增 2 万亿 token 的文本与多模态训练数据，总训练量分别达 19T 和 17T。新版本引入原生多模态理解（图像与音频）、思考模式、262,144 token 长上下文、改进的指令遵循与工具使用能力，并继续完全开源权重、数据、价值观和训练细

BennyDaBall 发布 Qwen3-4B Z-Image-Engineer V4 提示词工程模型

开发者 BennyDaBall 在 Hugging Face 发布 Z-Engineer V4，这是一个基于 Qwen3 架构、对 Tongyi-MAI/Z-Image-Turbo 文本编码器进行全参数微调的 4B 提示词工程模型，用于扩展和优化 AI 图像生成提示词。该版本采用名为 SMART Training 的自定义训练方法，包含熵、全息、拓扑、流形四

NVIDIA 发布 Nemotron 3.5 Super VL 多模态智能体模型

NVIDIA 发布 Nemotron 3.5 Super VL，一个开放可定制的多模态模型，采用 120B 参数 MoE 架构，每 token 激活 12B 参数，单 GPU 上 agentic 任务吞吐量最高提升 5 倍。该模型融合推理、指令遵循、工具使用与文本、图像、文档、视频理解，开发者可用 NVIDIA NeMo 基于自有数据进行后训练，构建企业专用

另有 1 家信源报道

阶跃星辰开源Step 5 Preview，登OpenRouter周榜第二

阶跃星辰正式开源Step 5 Preview模型权重，BF16与FP8两个版本同步上线Hugging Face和ModelScope。该模型采用稀疏MoE架构，总参数600B、激活参数27B，支持100万Token上下文，在Artificial Analysis Intelligence Index取得44分，位居全球开源模型前三，并在OpenRouter周

Google 推出 Gemini 4 Argon，欲以单一模型覆盖机器人全流程

Google 发布面向机器人任务的 Gemini 4 Argon 模型，宣称用单一模型覆盖机器人控制、生成交互式 3D 训练环境以及评估训练数据。演示中它可从照片或草图构建仿真环境，让机器人先在虚拟世界练习再部署到真实硬件，例如让 Boston Dynamics Spot 练习投掷易拉罐，并生成超 4500 条训练片段使真实任务成功率从 56% 提升至 75

另有 1 家信源报道

Anthropic 向投资者披露季度营收增至 168 亿美元，并削减蒸馏收入

Anthropic 在 IPO 前向投资者披露，季度营收环比增长近 50% 至 168 亿美元，其中 Q1 约 48 亿、Q2 为 115 亿、Q3 达 168 亿美元。公司还表示已大幅削减竞争对手通过“蒸馏”其模型输出所产生的收入，该部分在 Q3 前占营收的 5% 至 7%。按 Q2 数据推算，其他实验室单季为蒸馏 Anthropic 模型花费超过 5 亿

NVIDIA 通过开放资源、合作与算力扩大欧洲科研界先进技术获取

在都柏林 AI in Science Summit 上，欧盟委员会推出 AI in Science Enablers Initiative，并与 RAISE 框架衔接，旨在把产业界资源对接给欧洲科研群体。NVIDIA 宣布加入该计划，提供开放模型与数据集、深度学习课程、算力与云资源，以及与法国、西班牙、瑞典等国 AI 工厂和 EuroHPC 超算中心的合作。

大模型 Infra 人才薪资狂飙：年薪冲 800 万，仅少数人吃到红利

雷峰网报道称，DeepSeek R1 发布后 AI Infra 人才薪资大幅上涨，优秀 Infra 工程师年包可达七八百万，跳槽涨幅常见 2 倍、个别达 3 倍。原因是行业从拼算法转向拼底层系统工程，Infra 通过提升 GPU 利用率（行业平均仅 25% 27%，优秀团队可达 40%）直接为公司节省数千万算力成本。但高溢价仅集中在推理优化、模型量化、算子开

昆仑万维发布并开源单卡实时视频大模型游戏Matrix-Game 4.0

昆仑万维于2026年10月15日发布并开源 Matrix-Game 4.0，称其为世界首款可在单张消费级显卡（NVIDIA RTX 5090）上运行的视频大模型游戏，实现480p、60 FPS、端到端延迟低于150毫秒的实时交互。该方案采用新范式：由游戏引擎维护世界状态与交互规则，编程智能体用代码构建游戏逻辑，视频模型负责实时渲染精细画面，并同步开源代码、权

另有 1 家信源报道

基于局部信赖域优化的在线蒸馏 Token 效用

该论文提出一种用于在线策略蒸馏（OPD）的 token 效用度量方法，从蒸馏目标本身推导 token 重要性：在相同局部 KL 预算下，每个位置能带来多大损失下降。作者据此提出 Fisher Utility Weighting（FUW），一种连续、均值归一化的 token 加权方案。在七个数学推理基准和三个 Qwen3 学生-教师对上，FUW 在 rever

VLM为何在远程生理测量上失败？VITAL框架提出生理接地与数值对齐

该论文研究视觉语言模型（VLM）在远程生理测量（RPM）任务上的失败原因，指出两大瓶颈：通用视觉语义表示无法保留细粒度生理线索，以及自回归离散 token 预测与连续数值测量之间的错位。作者提出 VITAL 框架，保留原有语义视觉通路并新增独立生理通路生成 PhysTokens，同时用结构化数值对齐改进心率估计。实验表明 VITAL 在多个 rPPG 数据集

ClawLoop：基于Harness原生训练循环的自我改进智能体

美团与北京大学的研究者提出 ClawLoop，一个无需外部教师模型、可自我改进的智能体训练框架。它把任务合成、训练（SFT/RL）和诊断反馈组成闭环，让智能体在 harness 环境中自主生成任务、收集轨迹并诊断弱点，再用于下一轮训练。以 Qwen3.6-27B 为循环模型，在 SkillsBench、Claw-Eval-Live 和 ClawGym-Ben

训练语音代理迁移至未见受监管催收流程

该研究针对受监管场景下的语音代理，提出用机器可读规范 FlowSpec 生成策略指令、工具门控、监督信号和测试，使一个 9B 参数模型在 297 个随机化程序生成的 2,506 段对话上微调后，能迁移到未见过的催收等受监管流程。在泰国外呼催收场景中，文档化检查通过率从 67–71% 提升至 93–100%，场景通过率从 15/43 提升至 40/43，同时审

双分支图蒸馏结合语义先验的鲁棒冷启动推荐

香港科技大学（广州）的研究者提出 DualGCN，一种双分支图知识蒸馏框架，用于解决严格冷启动推荐中因物品拓扑孤立导致的表征崩溃问题。该方法采用解耦的两阶段训练：先构建由拓扑平滑语义先验锚定的协同教师网络，再用语义学生分支通过残差映射和余弦蒸馏目标实现跨模态对齐，并引入动态范数重建机制校准新旧物品的尺度。在三个真实数据集上的实验表明，DualGCN 在严格冷

Lotus：通过预测学习理解时间序列

该论文提出了一种名为 Lotus 的时间序列语言模型，通过「预测性 grounding」预训练原则，要求语言对齐的时间序列表示在适配下游任务前仍能预测未来演化。Lotus 将每个时间序列通道划分为不重叠的 patch 并映射到 LLM 嵌入空间，同时提出结合原始 patch 与频谱表示的时频 patch 表示。在三种语言模型骨干和六个下游数据集上，Lotus

扩散模型的校正训练：缩小训练-推理差距

该论文针对扩散模型推理时的曝光偏差问题，提出一种校正训练方法：训练一个校正器以基础模型自身的预测为输入，并针对相同真实目标进行训练。在采样时，每个去噪步骤迭代精炼干净样本预测，可显著提升样本质量并保持多样性。方法在DiT、SiT、JiT等架构上验证，FID优于无引导生成，性能与CFG相当，且可通过蒸馏将校正能力回注基础模型，不增加推理开销。

LensErase：可擦除任意内容的基础模型

研究团队提出 LensErase，一个基于掩码的通用「擦除任意内容」基础模型，覆盖物体、视觉文字、水印、视觉特效及多目标移除等多种真实场景。为支撑广泛覆盖，团队构建了包含 1.0107 亿对源图-掩码-目标样本的大规模数据集 LensErase-100M，并从文本到图像模型 Lens 预训练，提出 Mask-Aware RoPE 将掩码信息直接注入源图 to

Anthropic 2021年内部路线图曝光：Claude Code构想五年前已成型

因一起版权官司，Anthropic一份2021年7月的内部研究路线图意外曝光。文件显示，当时仅十几人的Anthropic已明确将「具备软件工程师同事全部能力的通用AI助手」定为终极目标，并预判了工具调用、模型自我评判、测试时计算、万亿参数与超长上下文等方向，还讨论了无沙箱工具部署的安全风险。文章同时提及OpenAI前工程师因在总部会议室安装窃听设备被联邦刑事

Mistral 发布 Timestral 时间序列基础模型系列

Mistral AI 发布首个时间序列基础模型系列 Timestral，最大模型仅 209M 参数，却在 GIFT-Eval、TIME 和 fev-bench 三个主要公开基准上排名第一，超越参数量更大的模型。该系列包含 5M、28M、123M、209M 四个尺寸，支持概率化多变量预测及过去/未来协变量，无需 GPU 即可在 CPU 上高效推理。模型结合合成

MLX v0.32.4 发布：新增 VJP 支持与多项修复

MLX 发布 v0.32.4 版本，这是一个以修复和优化为主的补丁更新。主要变更包括为缩放点积注意力（SDPA）和门控 delta 网络添加 VJP 支持、新增 Python 3.15 支持、修复大量 Metal/CUDA 后端与视图/步幅相关的 bug，并优化了量化矩阵乘法和 gather qmm 等内核性能。该版本提升了 MLX 在 Apple Sili