AI Pulse

阿里巴巴发布了一篇关于自进化智能体的精彩论文，并在 20 多万商家中进行了实时 A/B 测试。（建议收藏）这是另一个利用智能体情景记忆和归因重要性的绝佳例子。

SPAR 在阿里巴巴的 1688 平台上进行 B2B 销售推广。转化率提升了 15.8%，高意向商家增长了 35.8%。该智能体在不更新权重的情况下在两个层面进行学习。

内循环为每个商家跨会话保留情景记忆。外循环维护一个共享的销售策略手册，每个策略都写成一个可测试的假设。

关键步骤是归因。在更改手册之前，SPAR 会判断丢失的交易是源于糟糕的策略还是外部因素，因此因外部因素丢失的交易不会改变有效的策略。

领域专家对其销售质量的评分为 4.62 分（满分 5 分），是所有测试方法中最高的。如果你正在构建从生产结果中学习的智能体，那么在将任何经验写入记忆之前，增加一个归因步骤可能是值得的。

与论文对话：

想把任意 VLM 变成更优秀的机器人奖励模型吗？（没错，连 Astra 也不例外）

我们推出 D&A：通过解耦描述与评估，让任意 VLM 家族在零样本机器人奖励任务上的表现都得到提升。

D&A 可随 GPT、Gemini、Claude、Qwen 等模型的改进而扩展。它支持零样本强化学习和过滤式模仿学习，通过丰富的语言反馈改进“代码即策略”（code-as-policies），并在三个基准测试中取得了 SOTA。

网站：

Anthropic 首次使用 zkSTARK 来提升 AI 的可靠性！这很重要，因为即便是 AI 公司自己也无法完全信任他们的智能体不会失控，不会把我们都干掉。很高兴看到 @AnthropicAI 与 @StarkWareLtd 联合创始人 Alessandro Chiesa 等人的合作。

这表明，在计算成本方面，zkSTARK 证明一次推理的开销仅比实际执行推理高 70 倍。但证明技术会变得更好！为什么？因为 AI 推理的大部分计算是矩阵乘法（MM）。而 zkSTARK 证明矩阵乘法的效率远高于矩阵乘法本身的计算效率。

很快，证明一次推理的速度将比实际执行推理更快。

问题：
1. 谁会率先证明「证明 << 推理」？
2. 谁在构建 Starknet 验证器？

Mistral Large 4 已加入 Open Math OS 的模型阵容。1.05T 开放权重，1M 上下文，今日起向已获批团队开放。

Open Math OS 是一个研究工作空间，数学家和 AI 智能体在其中协作处理共享项目，完全基于开放模型构建，方便社区检查和运行，同时由社区掌控自己的数据。

阵容中开放的前沿模型越多，每个团队的选择就越多。

你的智能体正在盲目地四处乱窜。它们无法看到你的 Slack、Notion，也不知道你的团队今早做出了什么决定。而你正在为每一次错误的转向买单。

隆重推出 Merge 的通用上下文层：将贵公司的知识和技能，转化为一个可与任何 AI 工具或智能体协同工作的统一大脑。

现在，你的 AI 每次查询都从零开始。它消耗 token，却带回错误的答案。Merge 通用上下文层在贵公司的所有知识中铺设了一条共享路径。每个智能体都基于完全相同的公司知识进行工作。

它只需一键即可连接到你的 Slack、Granola 和 Notion，并自动将相关信息添加到你的公司大脑中，并在团队使用的任何 AI 助手之间共享。

它在你晚上下班后仍持续工作。到早上，它已经准备好了等待你批准的建议。使用 Merge，你的团队可以切换到任何他们想要的 AI 助手，而不会丢失任何上下文。

隆重推出 Soniox STT v6，这是全球首款能感知语音智能体发言内容、并自动过滤智能体自身声音的语音识别模型。

两项相互关联的创新让这一切成为可能：
→ 智能体文本输入：提供对话双方的识别上下文，提升对用户回复的理解能力。
→ 智能体语音回声消除：在持续监听用户的同时过滤掉智能体的播放声音，即使用户打断也不受影响。

最终效果：误触发打断更少、澄清循环更少、对话更可靠。

V6 还在 60 多种语言上显著提升了准确率，适用于语音输入、会议转录、多语言识别和实时翻译，同时在说话人分离、语言识别、端点检测和上下文自定义方面表现更强。

一个统一的语音模型。支持全部 60 多种语言。完整功能集，语言可自由混合。现已支持实时流式传输和异步转录。

探索 Soniox STT v6 的新功能：

🚨重大消息🚨 今天我们正式推出 SIE Serverless——一款专注于小模型的托管推理产品。它适用于搜索、OCR 和智能体执行等 20 多种特定任务的突发工作负载。注册即可获得 500 美元的启动赠金 👇

它由我们的开源推理引擎提供支持，该引擎在过去几个月里已在 GitHub 上获得数千星标，并在金融、法律和科技领域经过实战检验。我们认为，鉴于 AI 领域存在的各种信任与安全问题，自托管将变得至关重要，但在实际应用中，总会有一些工作负载（如合成数据生成、评估、公共研究等）需要由他人来处理 GPU 配额问题。

Superlinked 团队已经连续奋战了好几个月，我为你们每一个人感到骄傲——能称你们为我的队友，真是我的荣幸！我们已经把它做出来了，现在请大家帮我们宣传一下 🙌 点赞、评论或转发都将意义重大！❤️

隆重推出 Archon，这是一款视频基础模型，可在几分钟内将原始素材零样本剪辑成成品。由 Steve Aoki 和行业专家为下一代内容创作者打造。

Archon 为个人 AI 视频编辑器提供支持，该编辑器会从以下方面学习每位创作者的偏好：
- 我们多人编辑器中做出的决策
- 他们过往的视频目录
- 他们引用的参考视频

每剪辑一个视频，编辑器对该创作者或团队的准确度就会提升。

评论 "SELENDIS" 即可抢先体验并免费使用 3 个月。

今天，我们开源了 P-H3-Image，这是一款由 @MiniMax_AI 基于 MiniMax-H3 构建的图像生成与编辑模型。一个顶尖的视频模型，被改造成了一个高效的开源图像模型。

- 它的效率有多高？图像生成或编辑速度提升 5 倍，仅需 8 步而非 50 步。一张 4 MP 图像的生成时间从 12.4 秒缩短至 2.6 秒。该模型比 H3 小 7 倍，因此高分辨率图像模型下载体积小，且可在显存小得多的 GPU 上运行。

- 它的效果如何？在照片级写实、纪实与编辑类摄影、电影剧照，以及带有简短引用文字的平面风格方面表现最强。它可渲染 2 至 16 MP 的图像，并支持最多 8 张输入图像进行编辑。

- 它是如何实现的？我们重构了 H3 的每一个组件：提示词上采样器、文本编码器、扩散调度、Transformer 和解码器。可通过 Diffusers 或 ComfyUI 使用。

📄 技术报告：
🤗 @huggingface 开放权重：
👉 @ComfyUI 原生支持：

为什么要为每个 AI Agent 任务单独维护一套推理环境？搜索、OCR、分类、提取、重排序……这些加起来工作量不小。

Superlinked SIE 通过一个 API 接入了 200 多个开源模型。它是开源的（Apache 2.0 协议），提供托管服务，也可以在需要更多控制权时自行部署。

一个推理层，大幅降低复杂度。

OpenCode 刚新增了一个免费的神秘模型 😳 来认识一下 Pulse Alpha Free：

- 1M 上下文窗口
- 最高 128K 输出
- 文本 + 图片输入
- 高推理能力
- 完全免费

如果你在搭建 AI 智能体或用 AI 写代码，值得一试。在这里试试。

原来 Qwen3.8-Flash-Next 不只能调用软件工具，还能操控真实机器人。

来自清华和加州大学伯克利分校的 Qwen 开发者团队最近构建了 uni-robot-agent，这是一个开源框架，用于将通用大语言模型连接到机器人系统。它让 Qwen 无需修改模型权重，就能通过工具调用与物理世界交互。

通过这个框架，Qwen3.8-Flash-Next 在 19 项真实世界机器人操作任务中，达到了此前报道的部分闭源模型机器人智能体系统的性能水平。

平均每个任务的 API 成本为 1.09 美元，而 GPT-6 Astra 为 21.29 美元。

在没有任何针对机器人的微调的情况下，Qwen 取得了比经过微调的 π₀.₅ 略高的分数。

该框架已开源，有兴趣的人可以自行尝试。

一个季度实现 32 倍增长：客户从 1 万增至 32 万，覆盖 100 多个国家，处理消息量超过 1 亿条。我们打造的不只是又一款个人 AI 产品。

我们对 Teamily AI 的长期愿景，是打造下一代 Agentic Internet 的核心平台，让 AI 智能体直接提供服务、完成实际工作，不再局限于通过应用商店和搜索引擎分发的传统网页、桌面或移动应用。近期的增长让我对这一愿景更加坚定。

Agent-as-a-Service（AaaS）将像在社交网络上联系朋友一样简单易用。正如 Google 在 Web 时代让信息和服务的获取走向大众化，Teamily AI 的目标是在 Agentic Internet 时代让智能和服务的获取走向大众化，让合适的智能、人才和服务人人都能平等获取。

在这封致 Teamily AI 客户、生态合作伙伴和投资者的信中，我们分享了增长情况，回顾了早期的远见和我们所构建的成果，探讨了我们对不断演进的 AI 智能体格局的看法，并概述了我们接下来的方向。

我们刚刚完成 1.2 亿美元融资，估值达 10 亿美元，用于打造能自我维持运行的软件。

AI 正在编写比以往任何时候都多的代码。它也在降低生产环境的可靠性：代码更多、发布更快、能看懂的人却更少。@traversal_ai 理解生产系统是如何组合在一起的，能找出事故的根本原因，并帮助预防下一次事故。

Nubank、Harvey、百事公司、DigitalOcean 以及越来越多财富 100 强公司的工程师每天都在使用 Traversal。

以下是没有戏剧性的生产环境 👇

ChatGPT 和 Codex 正在帮助工程师构建物理世界的产品。我们正在分享在机械设计、电气工程和仿真方面的进展——从帮助硬件团队更快迭代，到与行业合作伙伴测试新的工作流程。

Hindsight Models 发布。

Hindsight 记忆现在成本降低 2.5 倍，速度提升 2 倍，回答质量也更好。

由 LLM 负责写入，一个小型决策模型负责判断。

权重在 Hugging Face 上开放，也可通过全新的 Hindsight Inference API 托管调用。

‼️ Qwen 也能像 GPT-6 Astra 一样直接控制机器人吗？🚀 我们推出 uni-robot-agent：一个面向 Robot-Use Agents（RUAs）的统一框架，是迈向 RUA 训练与本地部署的第一步。

我们在本地运行 Qwen3.8-Flash-Next 对 uni-robot-agent 进行了测试：1️⃣ 在 RoboDojo 上，其得分从 1.90 提升至 31.39，超过了 RoboDojo 团队使用 GPT-6 Astra 的得分。2️⃣ 在真实世界任务中，它比微调后的 π0.5 高出 5.75 分，比零样本的 Dream-1 高出 10 分。🧵 [1/7]

Galaxea 的 G0.5 现已在 LeRobot 中可用！🤖 G0.5 是基于 Qwen3.5 构建的 2B 视觉-语言-动作模型。在每个动作块之前，它会预测：

- 当前子任务（“拿起红色方块”），从整体任务中拆解出来
- 相关物体的边界框
- 然后是基于该推理条件的动作

LeRobot 的标注流程还可以在你的数据集中生成计划、记忆和视觉问答，为未来策略实现更长、更复杂的多步骤设置打开大门！感谢 Galaxea 团队的开源发布！

博客、文档和我们的演示链接在评论区 👇

AMD 表示，Anthropic、Meta、Microsoft、OpenAI 和 Oracle 目前已在其首批 Helios AI 机架上运行工作负载。

数据中心业务营收近乎翻倍，达到创纪录的 85 亿美元，推动总营收增长 45%，至创纪录的 134 亿美元。

CEO 苏姿丰表示，随着 AMD 扩大 Helios 和 Venice 的生产规模，第四季度的增长应该会“进一步加速”。

Teamily AI 在一个季度内增长了 32 倍。月访问量在两个月内增长了近 15 倍，并在 10 月突破了 100 万。用户遍布 100 多个国家。而我们只有一个小型营销团队。

我们打造 Teamily 时，围绕的是 @AidenChaoyangHe 倡导的愿景：将 AI 从个人智能体转向团队智能体，并构建一个智能体互联网，让智能、人和服务都像朋友一样触手可及。我的职责是搭建全球 GTM 系统，将这一愿景推向市场。

真正的突破口不是某个神奇渠道，而是建立了一套比直觉学习得更快的系统。

一个被忽视的市场从我们前 50 名之外跃升至第 3 名。一个创作者闭环改变了我们投放付费获客的方式。而一条四字规则阻止我们为那些看似忙碌、实则无效的渠道投入资金。

以下是我会再次使用的四条原则 ↓

社区讨论：不少人认为AI实验室、科技巨头的高薪是纯粹的金融把戏，和当年安然的操作类似，本质是在掠夺股东和普通人的养老金。有人指出，Anthropic在巨额GAAP亏损下发放高额股权激励，确实是在变相掏空股东。也有人澄清，17亿薪资里有11亿是股票期权，实际现金月薪约4万美元，这是估值暴涨100倍带来的正常结果。

还有人补充，AI行业高薪只集中在极少数人，多数从业者薪资很低、还在不断被裁员。

AI 智能体可能越来越聪明，但互联网还没准备好让它们接管。

打造自主 AI 助手的公司正面临一个日益严重的问题。这些智能体本应浏览网站、购物、预订机票并完成任务，而无需用户手动操作一切。但主流网站正越来越多地屏蔽或限制它们。

亚马逊对 Perplexity 的 Comet 浏览器提出了异议，而银行平台则对智能体访问客户账户提出了安全担忧。就连 Meta 的 Muse 在尝试在线购物时也遇到了障碍。

这个问题比技术局限性更严重。网站希望掌控自己的数据、客户关系、安全和交易。AI 公司则希望其智能体代表用户自由操作。

当 AI 开始替我们使用互联网时，谁应该控制互联网：用户、AI 公司还是网站？

AI CLI 从任意 agent 生成图像、视频和音频，支持任意模型 Claude Code + Opus + Flux Codex + GPT + Gemini opencode + DeepSeek + MAI fx + GLM + Grok npm i -g ai-cli

想在本地跑 AI，不用租显卡？Manning 出了一本免费电子书《Local AI and Small Language Models》，讲的就是这件事。内容覆盖四块：小语言模型本身、CPU 推理、量化，以及怎么做私有的本地 AI 应用。

里面的章节来自几本不同的书：领域专用小模型、Mac 上用本地模型搭应用、量化与快速推理、LLM 重构。封面那句口号说得很直白：专用化、优化、私有部署用 GGUF 和 Ollama 做高效 CPU 推理，用 Ollama 和 Python 搭不联网的本地应用。免费领书在这里：

让 Fable 手写一个 10 万参数模型的权重，用来识别法律引用是真的还是伪造的。基本上是一次性写出了一个完整的神经网络，效果比训练出来的还要好。

正如预期，随着训练量增加，手写权重和训练权重的性能会趋于一致。

既然 Astra/Fable 可以直接手写权重，那还训练什么呢？

最近有一篇很火的新论文，说 GPT-6 Astra 能够直接解读模型权重（也就是满是浮点数的提示词）。

我在自己的笔记本电脑上用 Qwen 3.8 27B 试了一下，结果发现，经过 45 分钟以上的运行，这个模型也能做到同样的事情。

🎉 开源音频模型变天了！ 蚂蚁这次开源 Ming 3.0有点东西，某些闭源商业公司躺着数钱的日子到头了 这次深度体验了它的 TTS 模型，堪称导演级语音合成！ 支持： 1. 声音克隆/设计 2. 控制情绪、重读、副词语气 配音说话终于不像机器人了 这套模型基于 MIT 协议完全免费商用，支持一键部署 它由三款核心模型组成，直接打通了全栈音频工作流： 1. Ming-3.0-tts（语音合成）：声音克隆与语气控制极强，原生支持多音色并发，适合一键生成高质量“多人播客 2. Ming-3.0-audio（音频推理）：1260 亿 MoE 大模型，懂环境音和说话人身份，与 TTS 无缝拼接，就能秒变同声传译工作流！ 3. Ming-3.0-asr（语音识别）：极其轻量、高精度的转写模型，适合本地会议纪要或实时语音输入 做了一个可视化操作页面演示下TTS能力 👇🏻

传送门👇🏻

X平台用户@alexanderbittan公开宣布，自己刚刚向AI芯片公司Cerebras（股票代码CBRS）投入了近150万美元。他的核心投资逻辑是：这家当前估值约240亿美元的公司，有潜力成长为市值在2500亿至1万亿美元之间的AI巨头。

他认为Cerebras是当前AI领域最被低估的投资机会之一，并附上了相关链接进一步阐述自己的观点。

开发者@sengpt在X上表示，自己搭建出了最理想的工作配置，甚至不需要再打开MacBook，仅靠手机就能完成全部工作。他认为这套配置今后不会再改动。

这套方案的核心是在Hetzner上部署两个拥有Vercel、Cloudflare和GitHub完整权限的AI代理：Codex与Claude。他通过官方ChatGPT或Claude应用与代理通信，不使用代码编辑器、Telegram或任何第三方工具。

他认为，在人与代理之间加入任何新的界面，都会变成负担和问题。如果项目需要更新依赖，只需打开ChatGPT，把任务下发给远程服务器上的代理即可，不需要额外的仪表盘或界面。

如果Codex完成任务后仍不放心，可以让Claude在同一聊天中审查代码。整套配置总结为三点：一部手机、官方ChatGPT或Claude聊天应用、一台Hetzner 6美元服务器（上面部署自己的运行框架）。

创作者naometzger在X平台分享了自己耗时4天训练Claude模仿Vox视频剪辑风格的完整经验，整套内容浓缩为10分钟的分享视频。

分享从「像艺术家一样偷师」的理念切入，首先拆解了Vox视频的标志性视觉特征，重点讲解了图层设计与视差效果的实现方法。

技术层面，Claude可以直接读取After Effects工程文件，这是实现风格复刻的核心技术基础。分享同时明确提醒，不要让AI自主选题，创意决策仍需由人把控。

训练方法上，可直接将剪辑教程喂给Claude学习，YouTube教程的简介区还藏有大量可免费使用的素材资源。实操流程建议从配音入手，先完成配音再推进后续制作，搭配故事板能大幅提升渲染效率。

国外开发者Marco Pesani借助Claude，将距今1800多年的古罗马广场复刻为可自由探索的像素微缩世界，画面细节精致。

场景设定在公元210年的古罗马广场，内置约300个动态小人：元老院区域正在进行投票，朱利亚巴西利卡内有人处理诉讼，卡斯托尔神庙里甚至有牙医正在为民众看病。整个场景包含11栋可进入的建筑，Marco Pesani在制作过程中专门参考了古代史料。

该项目使用了Amir Mu开源的Pixel Plays引擎，结合Claude完成全部开发工作。场景内的建筑、人物与动画均通过JavaScript绘制，无需下载安装，在浏览器中即可直接运行。

这种创作模式具备较大的拓展空间：历史上的城市、著名事件，甚至已经消失的古代文明，都可以被制作成这类精美、可自由探索的微缩场景。AI正在大幅降低这类内容的制作门槛。

如果后续为场景内的小人加入真正的AI决策能力，让他们拥有独立的生活、工作与社会关系，就能实现一个可以自由进入、自行运转的古罗马世界。

X用户@realchendahuang发文称，自己已经彻底转投DSH，认为这是生态的力量，DSH的第三方插件都能做得十分精致。 他同时表示，将不再使用Codex、Claude Code、Zcode、Pi Agent、Grok build等多款AI编程工具，用调侃的语气称“对不起，我们不熟，我怕DSH误会”。

用户@Mr_Buzzoni在X平台分享了笔记工具Hypescribe的最新更新体验。他表示很喜欢这次更新的方向，AI笔记助手可以自动加入会议，转录内容准备好之后就会自动发送笔记。

这次更新有几个值得关注的功能点：支持对接18款应用来同步会议纪要和任务；加入了MCP（模型上下文协议）支持，Claude Code、Codex、Cursor这类工具可以直接读取会议转录内容；还开放了API密钥，方便用户编写自定义脚本。

除此之外，这个工具还支持导入YouTube链接和课程讲座内容。@Mr_Buzzoni表示，MCP功能是他最想先尝试的部分。