2026年10月08日AI 版

依据

三位 Axiom 的 AI 工程师 Aditya Ramabadran、Simon Mahns 和 Tobias Gessler 说，他们想测模型在混乱真实世界里的操作能力；Mahns 把车技归因于多模态规模扩大后出现的 emergent capability（涌现能力）。做法是把聊天界面接到服务器，服务器再连挡风玻璃摄像头和车辆电动助力转向，安全员脚放刹车上。模型起初拒绝发运动指令，经提示才接手。他们自建的 DrivingBench（车辆驾驶基准测试）在停车场简单赛道测驾驶：只有 GPT-6 Astra 完赛，且很慢；Claude Fable 5.1 走完 45 percent，Grok 只走完 11 percent。

依据

The Verge 的 Stevie Bonifield 报道：微软这台 Nvidia 驱动的 Surface RTX Spark Dev Box 已开放预订，11 月发货，售价 5,999 美元，比 Nvidia 去年推出的 DGX Spark mini PC 更贵，报道把原因指向 RAM 等零部件短缺。机制在内存：128GB 统一内存（unified memory，CPU 与 GPU 共用同一池内存）决定单机能装下多大的模型，官方口径是可运行「超过 120B 参数」的模型，用于本地测试模型、原型化 AI 智能体或跑本地编码工具；100 瓦热设计功耗（TDP，芯片可长期散掉的功耗上限）配合 Nvidia Tensor 核心。同一场发布里，首批 Nvidia RTX Spark 笔记本最高到 7,000 美元，可作价格锚点。机器属于微软 Project Zenith，出厂即带开发者向 Windows 11 Pro 与 Visual Studio Code、Git、GitHub CLI、GitHub Copilot、WSL、Python、Node 等预装工具。

依据

AWS 的 Amit Choudhary 和 Surendran Raju 在 AWS Machine Learning Blog 中称，Amazon Quick 与 Amazon Bedrock Knowledge Bases 通过实时 ACL（access control list，访问控制列表）执行，让 AI 生成的答案遵守源系统的权限结构。机制是：企业把 SharePoint、Google Drive、Atlassian Confluence 等知识源接入 RAG（Retrieval Augmented Generation，检索增强生成）后，查询时直接向权威源核验权限，而不是只信索引里的权限副本。这样多部门共用同一个知识库时，成员只能拿到自己有权访问的文档片段；代价是每次检索都多一次校验开销，检索延迟和源系统可用性成为新变量。

依据

AWS 博客《Beyond hours saved: Building the business case for agentic automation》（2026年10月7日，Manish Ballal、Sumit Wasuja）面向 AI CoE（AI center of excellence，企业里统筹 AI 落地的团队）负责人，主张另建一套论证框架。文章说通行算法是「省下的工时 × 人力成本 − 建设成本」，它诞生于 RPA（robotic process automation，按固定规则重复执行事务的自动化）时代：默认流程稳定，于是流程一变，维护自动化的开销不落在它账上；agentic automation（能推理并随情况调整步骤完成任务的软件）在规则之外做成的事，也不进这张账。同页推广语另写有「88% 的 agent 试点停滞」，文章未把它与旧口径挂钩。

依据

微软 Copilot 执行副总裁 Jacob Andreou 在 Surface 活动上演示：他告诉 Autopilot 自己收到了会计的邮件，Autopilot 随即跨文件夹找文档、给文件改名、打包成 zip、再起草一封带附件的邮件发给会计。支撑这套动作的是 Hybrid Intelligence（混合智能），即一部分推理跑在本地模型、一部分跑在云端模型，本地那一侧要能读文件才找得到文档、要能写文件才改得动文件名。机制上的差别在于：改名和打包的结果落在硬盘上，不像聊天窗口里答错一句可以忽略。Jacob Andreou 说这类功能会在接下来几个月推给 Copilot；Windows 与 Surface 负责人 Pavan Davuluri 说新的搜索体验今年秋天先上 Windows 11 电脑。

依据

OpenAI 产品经理 Aarush Selvan 对 WIRED 说，设计团队花了大量时间判断加图表、示意图或按钮何时有价值、何时开始显得杂乱——所以并非每条回答都会带图。机制上，这次更新名为 Intelligent UI（智能界面），由 GPT-6 模型驱动，付费用户当天先在 ChatGPT 用到、免费用户次日开放，覆盖超过 10 亿用户；不想看图的用户可以直接要求少生成视觉内容。可对照的是 Google 今年早些时候在搜索里推的同类做法，叫 generative UI（生成式界面），同样按查询生成可调图形。WIRED 记者拿到的只是上线前一次快速上手：蛞蝓解剖图、旧金山房租负担计算器、四架阿拉斯加航空与达美航空客机的座位对比工具。

依据

LiquidAI 的 Aurelien Lac、Fernando Fernandes Neto、Edoardo Mosca、Maxime Labonne、Leonie Monigatti 在 Hugging Face 发文（2026年10月7日），发布 d1-3B 与实验性的 d1-omni-600M。机制上，决策模型（decision model）不逐 token 生成文字，而是在单次前向（single forward pass）里直接给出结构化答案，所以省掉了自回归解码那一段耗时。d1-3B 从 LFM2.5-VL-3B 这个视觉语言模型（VLM，decoder-only）训练，吃文本和图像；d1-omni-600M 从 LFM2.5-Encoder-350M 这个双向编码器训练，另加视觉与音频编码器，只吃文本+图像或文本+音频。对照数字：d1-3B 在 Decision Index 0.2.1 上得 48.57，高于 Decider 35B-A3B 的 47.11；七个公开数据集均值 82.9，d1-omni-600M 得 78.4，超过 Decider 2B 的 77.1，而参数量只有其四分之一。延迟上 d1-3B 单问 16 ms（Jetson AGX Thor）、26 ms（Jetson AGX Orin 64 GB）、50 ms（Jetson Orin Nano），三问只花一问的 1.3 倍，Thor 从 16 ms 到 20 ms。