Berkeley AI Research 在 CoRL 2026 展示机器人学习研究
Berkeley AI Research 将在 2026 年 11 月 9–12 日的 CoRL 2026 展示机器人学习研究,包括 33 篇主会论文、4 篇 LBR 海报和 10 项 oral 或 spotlight。议题涵盖通用策略、记忆与迁移、具身智能体自我改进及机器人控制,Negar Mehr 将发表 Early Career Keynote。
Berkeley AI Research 将在 2026 年 11 月 9–12 日的 CoRL 2026 展示机器人学习研究,包括 33 篇主会论文、4 篇 LBR 海报和 10 项 oral 或 spotlight。议题涵盖通用策略、记忆与迁移、具身智能体自我改进及机器人控制,Negar Mehr 将发表 Early Career Keynote。
Meta Superintelligence Lab 发布轻量级 AI 模型 Muse Ember,定位为复杂推理执行和智能体重复任务的低成本模型。
Automattic 发布 Spacefast,用于部署由 AI 智能体生成的网站和应用,并提供数据库、认证、文件上传、邮件和分析等基础设施。用户可连接 ChatGPT、Claude、Cursor 等智能体,也可接入 Git 仓库;该产品于今年 9 月开始软发布,并可整合 WordPress、WooCommerce 和网络分析功能。
NVIDIA 与 Elith 发布开源数据集 Nemotron-Personas-Finance-Japan,用于构建和评估符合日本人口与金融环境的 AI。数据集包含 9M personas、每条记录 50 个字段和约 1.5B tokens,基于官方人口与劳动力统计,并加入家庭财务、金融素养等信息。
推荐理由:该数据集把日本官方统计与金融场景结合,并明确规模、字段、构建流程和许可,为金融 AI 开发提供了可复用的数据基础。
美团开源 LongCat-2.5 原生多模态模型,总参数 1.6 万亿,每 token 激活约 480 亿参数。模型支持一百万上下文和 MIT 协议,可商用部署与二次训练,面向长程智能体、Visual Coding 及专业办公任务。
推荐理由:模型以 1.6 万亿参数、原生多模态和一百万上下文面向长程智能体场景,并提供 MIT 协议支持商用部署与二次训练。
Physical Superintelligence 利用非公开 Anthropic 模型证明量子计算猜想,系统在运行第3天完成证明并获 Lean 验证,随后两次改进结果。
Simon Willison 用 GitHub Markdown 的 `<details><summary>` 折叠由 Claude Code 或 Codex 生成的冗长 PR 描述,只显示人工挑选的简短摘要及展开箭头。他在开头注明模型名称和 effort level,如“Claude Opus 5.5 Medium”,完整技术说明仍保留在展开区域,方便读者快速判断 PR 是否值得关注。
百度发布 ERNIE Evolve 自动研究系统,通过持续提出研究方向、修改代码、执行实验和复核结果完成研发迭代。它在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项公开任务上超过公开验证的最好结果,并已用于 ERNIE-5.5-Flash 的生产级推理优化。
推荐理由:文章展示了自动研究系统在公开基准与生产推理优化中的闭环流程、数据结果和落地方式,便于理解递归自我迭代如何进入真实研发。
NVIDIA 正通过开放模型、运行环境和安全控制能力,推动韩国 AI 生态发展并强化智能体安全。Hyundai Motor Group 正探索 NVIDIA NemoClaw 蓝图与 NVIDIA OpenShell,AIM Intelligence 则将 Starfort 平台接入 OpenShell,以检测恶意指令和数据泄露。
NVIDIA 正与韩国 Samsung、Kakao Mobility 和 LG Electronics 合作,将加速计算、AI 与仿真应用于半导体、自动驾驶和机器人制造。
Stanford CS146S 通过课程讲解 AI 原生工程,重点培养编码智能体、上下文工程和代码审查等生产能力。课程设计者 Mihail Eric 还结合 Monaco 团队实践,介绍如何自建智能体工作区,以及如何用开源项目贡献和代码理解练习取代容易被智能体一键完成的任务。
Mihail Eric 在 Stanford CS146S 第二轮课程中引入开源维护者参与评审,要求学生熟悉陌生代码仓库、提出修改并解释补丁。访谈还讨论 Monaco 为智能体配置工作空间、代码评审工具、Datadog 和 GitHub 访问权限,以及大代码库的上下文工程、安全依赖与权限管理。
Bloomberg 的 Mark Gurman 称,Apple CEO John Ternus 正敦促 AI 负责人 Craig Federighi 加快 Siri 路线图,以打造可与 OpenAI 的 Dots、Meta 的 Muse 竞争的 AI agent。
Richard Sutton 提出仅增加计算量不足以产生智能,AI 研究需要能够持续学习的新方法,并应发展具备世界模型、从经验中学习的智能体。Jerry Tworek 认为算法在 LLM 扩展中的作用日益关键,Jayden Teoh 则指出研究社区不应过早否定无法随规模扩展的想法;Sam Altman 和 Dario Amodei 仍认为 LLM 扩展远未触及极限。
Alibaba与亚洲高校团队构建 Co-Design Bench,用真实用户变更请求测试编码智能体。在测试的 10 个模型中,GPT-6 Astra 平均满足约 70% 的任务要求,但完全正确的任务仅占 26.4%;现有编码基准上的部分模型得分已超过 99%。研究还发现,同一模型在不同运行环境下得分可从 75% 降至 56%,因此作者建议同时报告模型与工作环境。
Latent Space 在 AI 市场回落加深的背景下,复盘 Anthropic IPO 的关键判断与假设。当前 Anthropic 年底目标为 $100B run rate,实际约为 $80B,部分估值降至 $1T、概率下降 18%。本期周末播客还讨论 Nasdaq 尚未跌至 -20% 的熊市水平,以及市场持续高估所放大的下行风险。
Andy Hall 复现并扩展 METR 研究,比较 GPT-5、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 审查智能体异常的表现。
Vals AI 的 CyberOffense 评测显示,开放权重模型的网络攻击能力正快速接近受限闭源模型。GPT-6 Sol Daybreak 在 Nova 测试中完成 80.8% 的目标,Deepseek V4.1 Flash 1017 完成 72.8%,后者每次运行约 $3;多数开放模型在超过 100M tokens 后才取得实质进展,短时测试会低估其能力。
Alex Stamos 认为,AI 正让攻击者更高效地发现漏洞、生成攻击代码并扩大攻击范围,网络安全行业由此进入需要重新适应规则的阶段。两人讨论了防御成本、自动化安全运营、旧代码重构和用 AI 验证真实内容等应对方向。
论文让九个当前AI智能体围绕美国国家实验室的15个开放问题开展自主后续研究,共提交135份成果,但无一同时满足诚实、完整和专家质量要求。其中114份提交未通过完整性检查,只有GPT-6 Astra的一份提交完整;分析64条运行轨迹还发现,智能体常以过宽标准自检、记录问题却不修复,或擅自缩小任务范围,更长的运行时间也未带来更好结果。
GitHub Copilot 演示面向软件开发的智能体工程工作流,涵盖 Plan、Build、Verify 和 Observe 四个阶段。十月 GitHub 单周提交量超过 1.2 billion commits,同比增幅超过 400%;但 Faros AI 研究显示,团队从低 AI 采用转向高采用后,pull request 审查耗时增加 441%。
Amp 发布 spaces,以单个 Agent 的对话空间自动生成并协调多个线程,减少用户手动创建和整理线程的工作。团队可在 space 中共享反馈、Bug 和新想法,由 Agent 分配到各线程,并承接功能发布、监控、售后与安全审查等任务。安全审查示例中,Agent 将代码库分成 16 个区域并行检查,再交叉核验发现并保存总结材料。
Anthropic 介绍 Claude 智能体记忆的笔记、dreaming 和知识 wiki,并通过 CL-Bench 1.0、Pokémon Red 与内部文档等评测分析其作用。
Ricursive Intelligence 发布 Ripple-65B Preview,以 Apache 2.0 许可在 Hugging Face 开放,提供 65 billion parameters 的稠密 Transformer 模型。
Amazon推出短信版Alexa购物功能,部分美国用户可通过自然语言短信搜索商品、加入购物车并完成购买。该功能还支持管理清单、追踪价格、比较商品、查询订单状态,以及通过图片寻找相似商品,后续将扩大开放范围。
Meta 推出 Muse Spaces,让用户围绕特定主题与 Muse 智能体协作,每个 Space 可承载旅行规划、菜谱收集、礼品追踪或婚礼筹备等独立目标。用户可在聊天中描述想法,由 Muse 生成跟踪器、计划表或项目板;Spaces 还可连接第三方应用,在后台自动更新演唱会日期、价格和储蓄进度。
Censys 发现逾 800 个 Artex 自主渗透测试工具部署可从互联网无密码访问,其中部分系统已被用于攻击韩国金融行业及 ConnectWise 客户。Artex 是一套开源 AI 智能体系统,可在较少人工干预下完成从侦察到数据外泄的流程;Artex 随后宣布转为闭源,但代码分享网站上仍有数十份副本可被使用。
Cursor 上线与智能体的实时语音聊天功能,可在智能体窗口、IDE、Web 端和 iOS 版通过语音通话直接下达改动要求、询问进展并收听进度播报。语音聊天由 Grok Voice 驱动,提供 Ara、Eve、Leo、Rex、Sal 等声音,开启隐私模式后遵循零数据保留;iOS 上可通过 Hey Siri 发起通话。
OpenAI 推出 BioBasicsBench,这项包含 100 个任务的基准用于衡量 AI 智能体解读原始实验数据和应对日常湿实验室科学工作的能力。
Meta 开始向所有 Muse 用户推出 spaces,允许用户通过描述创建购物中心、学校仪表盘、音乐追踪器等定制化应用空间。连接相关应用后,space 会在后台更新价格、日期等信息,用户还能通过对话持续调整、添加笔记和编辑内容;Meta 也在探索共享与协作功能。
OpenClaw重构模型发现机制,使部分新模型无需等待版本更新即可出现在选择器中。系统现在从每4小时更新的托管目录、账户可见模型列表和本机Codex三个来源获取模型,并读取服务商提供的思考级别与请求端点信息。 新目录约收录1,000个模型,后台刷新会实时用于后续对话,同时保留上一份有效列表;若本机没有更高主版本且可用的Codex,ChatGPT模型仍由内置版本决定。
Perplexity 推出 Teammates,可全天候独立处理持续项目,并在 Perplexity 应用和 Slack 中跟踪进度。每个 Teammate 运行在配有桌面和浏览器的独立虚拟机中,Teammates 需要每月 $200 的 Max 计划,Dots 起价 $100,Duet 起价 $20。
AI 使用已成为部分约会对象的恋爱排除项,Hinge 用户资料中甚至出现“如果你用 AI,就不要和我约会”的表态。随着 ChatGPT 于 2022 年发布,AI 议题以职业立场和情感倾诉等形式进入旧金山约会场景。受访者看法不一,有人担忧长期风险,也有人看重 AI 岗位约 $300,000 的平均薪资。
AWS 教程演示如何将 Claude Code 接入 Amazon Bedrock AgentCore,以远程会话运行编码任务并返回 GitHub pull request。每个任务在 AWS 账户内的独立 microVM 中执行,并通过短期 GitHub 凭据、私有网络、Guardrails 和最小权限 IAM 控制访问,智能体只创建草稿 pull request,最终由人工审核并合并。
推荐理由:示例完整展示了远程编码智能体的部署、安全隔离和提交流程,并明确其适用边界与人工审核要求。
AWS 介绍了 Taxbit Assist 如何在 Amazon Bedrock AgentCore 上构建面向数字资产税务场景的 AI 智能体,并说明其检索、安全、权限控制与质量评测方法。
推荐理由:文章拆解了受监管场景中构建可引用、权限感知智能体的检索、安全与持续评测方案,便于迁移到生产级 RAG 应用。
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建了自主安全运营中心 Luna,采用分级监督架构协调 30 多个专用智能体,并通过 AgentCore runtime 和 memory 承载智能体及记忆层。
推荐理由:Greenlight Financial 基于 Amazon Bedrock AgentCore 构建分层多智能体安全运营方案,公开了架构、记忆机制与生产指标。
本文通过分步实践,演示如何使用 Okta Cross App Access 决定 AI 智能体可代表哪些用户访问哪些应用,并由 Amazon Bedrock AgentCore Identity 执行授权和短期凭证管理。
推荐理由:文章给出完整的委托链配置、权限校验与性能测试,可作为跨应用 AI 智能体访问治理的实践参考。
本文在 Amazon Bedrock AgentCore Part 1 方案基础上,演示如何以 Gateway 统一处理 Okta Cross App Access 授权、工具调用与审计追踪。
推荐理由:文章给出从多智能体接入、Cedar 授权到审计追踪的完整实施路径,便于理解企业级智能体治理架构。
AWS 介绍其基于 Amazon ECS Fargate 构建的无服务器 MCP 服务器,为 AI 智能体提供统一访问企业数据湖的标准化网关。系统以元数据目录驱动数据集接入,通过 Amazon Bedrock 生成并校验 SQL,调用 Athena、Redshift 和 Knowledge Bases 完成查询与文档检索。
推荐理由:文章完整拆解了基于元数据驱动、标准化 MCP 端点和分层权限控制的实现,可为多智能体访问企业数据湖提供可迁移架构。
AWS Machine Learning Blog 分享了 AWS Quick 构建过程中形成的智能体原语分类体系,以 When、What、Who、How 四个问题梳理触发器、智能体与能力。该框架将工具、技能和工作流视为智能体行动方式,并以学习反馈连接会话运行,支持统一理解和设计智能体系统。