LlamaIndex 发布文档解析基准 ParseBench-2，按错误严重程度加权并新增表单维度
LlamaIndex 发布文档解析基准 ParseBench-2，用 330 余种错误类型和人工定义的严重程度校准评分，使格式差异不再与数字错误同等扣分。数据集从 2.1k 扩至 4.3k 案例，新增表单为第六个维度，图表评测覆盖 1,025 张图的 36,958 个数值。
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。
69 条收录动态，更新于 17:26
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。
11月12日
星期四，4 条软银领投 Agile Robots 5 亿美元融资，加码人形机器人规模化生产
德国机器人制造商 Agile Robots SE 完成由软银集团领投的 5 亿美元融资，估值达 85 亿美元，英伟达、日立和 T.Capital 参投。公司已在慕尼黑附近启用一座人形机器人制造工厂，预计 2026 年生产约 2000 台人形机器人，2027 年产量有望增至目前的两到三倍。
NVIDIA用MolmoSpaces评测GR00T 2
NVIDIA 使用我们的 MolmoSpaces 基准，连同 RoboCasa365、RoboLab 和 RoboDojo 一起评测了 GR00T 2。感谢 @NVIDIARobotics！ MolmoSpaces 是开放的，因此任何团队都能在相同的模拟家居、物体和任务上测试他们的机器人策略： https://molmospaces.allen.ai/leaderboard
引用NVIDIA Robotics@NVIDIARoboticsA finer touch for humanoid robots. 🤖 At #CoRL2026, NVIDIA is introducing GR00T 2, an open world action model for humanoids, alongside new open industrial benchmarks from @RLWRLD_ai and @UCBerkeley built on Isaac Lab-Arena. Explore how NVIDIA’s open world action models, scalable simulation tools and agentic workflows help researchers train, test and refine robot skills, from connecting cables to assembling small components. Discover more ➡️ https://nvda.ws/4ixvdZV
Epoch Brief：GLM 5.3 自主利用补丁窗口攻破六个 Firefox 版本，Claude Fable 5.2 刷新 ECI 纪录
Epoch AI 的离线沙箱实验显示，开放权重模型 GLM 5.3 无需人工介入，仅凭尚未推送用户的补丁逆向构造攻击网页，以每个约 1000 美元的成本攻破六个近期 Firefox 版本，可读取并外传访客文件。
11月11日
星期三，1 条Anthropic 启动最高 643.5 亿美元 IPO，Claude Fable 5.2 与 Gemini 4 Carbon 同日登场
Anthropic 启动 IPO 路演，拟发行 8.25 亿股募资最高 643.5 亿美元，叠加 260 亿美元私募配售后总融资规模达 904 亿美元，估值区间 1 至 1.4 万亿美元。
11月10日
星期二，1 条NVIDIA 将 Agent Substrate 捐赠给 CNCF Sandbox，为大规模智能体扩展 Kubernetes
NVIDIA 把面向沙箱智能体的开源零信任运行时 Agent Substrate 捐赠给 CNCF Sandbox，它通过在小规模 worker Pod 池上复用大量会话，实现比标准容器高 10 倍的密度。
11月8日
星期日，1 条NVIDIA 论文提出 VFlash：并行生成视觉规划，机器人规划延迟降低约 80%
NVIDIA 的新论文 VFlash 提出用轻量扩散模型并行预测整条轨迹、边界框和 3D 运动，而不是逐个坐标生成视觉规划，使机器人规划延迟降低约 80%，同时提升空间精度。在 MolmoSpaces 上，动作模型使用 VFlash 生成的规划后，机器人任务成功率从 62.6% 提升到 70.2%。论文链接：https://www.alphaxiv.org/abs/2611.08449
11月7日
星期六，1 条NVIDIA 开源工具如何帮助研究人员构建下一代 6G 网络
NVIDIA 开源 Aerial 无线软件一年后，其 AI Aerial 与 Sionna 软件的全球开发者采用量增长 10 倍，开源 5G/6G 工具下载量突破 100 万次，逾 8000 家研究和学术机构正在使用。
11月6日
星期五，5 条vLLM 团队提出 REINFORCE Zero：对齐内核后异步强化学习在 lag 64 下稳定训练
vLLM 官方博客介绍 NVIDIA Research 与 Inferact 的论文 REINFORCE Zero：把推理引擎与训练器的内核对齐后，未截断的重要性采样即可修正权重滞后，异步强化学习在策略滞后 64 下仍能稳定训练，16 卡 12K 次更新下训练步吞吐为同步训练的 2.40 倍。
Ai2 发布 ToyBlocks 仿真框架，用于机器人学习的可控实验与评测
Ai2 发布 ToyBlocks，一个围绕机械臂与桌面方块搭建的开放仿真框架，属于其 FoundationWorlds 系列的第一个环境，可自动生成任务与演示数据，并提供成功率之外的执行速度、施力等评测指标。
入选理由Ai2 把机器人学习的数据生成、训练与评测收进一个可控仿真世界，并公开代码与数据，研究者可据此设计可复现的泛化实验。
NVIDIA：智能体无需长上下文也能完成长程任务
NVIDIA 发现 LLM 智能体无需保留完整对话历史即可完成复杂长程任务：通过频繁的上下文压缩总结进展、按需检索信息，甚至在每次动作后重置上下文。在六个长程基准上，该方法保持准确率的同时将估计推理成本最多降低 8.8 倍。
Jim Fan 发布 VFlash：并行解析视觉世界
Jim Fan 发布 VFlash 视觉模型，面向 Physical AI，将物体定位、机器人轨迹规划、密集 3D 运动等固定长度浮点向量任务改为一次性输出整个几何形状，而非逐 token 解码。
NVIDIA 发布 Cosmos 3 四个开放权重模型，面向交互式世界仿真
NVIDIA 在 Cosmos 世界模型开发平台上为 Cosmos 3 系列新增四个开放权重检查点，均基于 Cosmos 3 Nano 后训练、含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
入选理由四个开放权重检查点分别对应驾驶数据生成、流式仿真和双臂机器人动作预测，研究者可据此判断能否用于自己的仿真与策略学习流程。
11月4日
星期三，2 条论文提出可动态重组的智能体团队，优化 GPU kernel 快于 FlashInfer 基线
alphaXiv 推介的一篇论文提出一种 supervisor，可根据当前阻塞进展的问题持续重组智能体团队，按需创建调试、性能分析或探索替代方案的专门智能体，并在共享记忆中保留此前尝试的经验。
SETI 的 Allen Telescope Array 由 AI 智能体操控并实时分析射电信号
SETI 研究所与 Breakthrough Listen 在加州北部的 Allen Telescope Array 上引入 AI 智能体，可操控望远镜并实时分析接收到的射电信号，目前仍需研究人员输入指令。
11月3日
星期二，1 条HistGramBench：多模态模型将历史数学图重绘为 TikZ 时的结构还原评测基准
研究者提出 HistGramBench，用 2,507 幅来自 1551–1933 年间 95 部著作、8 种语言的历史数学图，评测多模态模型把图重绘为 TikZ 程序时的结构还原能力。每幅图由两家不同厂商的 AI 模型就读者可从图中读出的事实达成一致，再在模型自己绘出的图上核验这些事实。评测 6 个平价模型，最佳者约还原五分之三的事实，多数遗漏来自始终未生成图形的程序，平行与相切关系最难复现。
11月2日
星期一，3 条NVIDIA 开源 NVIDIA Recovery，自动恢复集群分布式训练任务
NVIDIA 发布开源服务 NVIDIA Recovery，作为 DSX OS 的一部分，在集群层面自动检测训练中断、归因故障、隔离节点并重启或停止任务，代码以 Apache 2.0 许可放在 dsx-ai-factory/NVIDIA-Recovery 仓库。
Import AI 479：Realtime-Bench 评测低延迟任务、太空战报告与 Genie 4
多机构联合构建的 Realtime-Bench 用 50 个交互式游戏与网页任务评测前沿模型的实时决策能力，GPT-6 Astra（high）在真实延迟条件下通过率仅 36%，暂停时钟下高推理模型可达 70%–80%。
NVIDIA 推 ELR：单模型弹性循环提升准确率
NVIDIA 提出 Elastic Latent Recurrence（ELR），通过门控状态更新并同时训练不同循环次数，让单个模型用推理算力换准确率而不牺牲单次循环性能。
10月30日
星期五，3 条Samaya AI 发布 Sterling：3B 激活参数的金融研究智能体模型，在 FrontierFinance 上以 11 倍低成本超越 Claude Fable 5.1
Samaya AI 发布金融研究智能体模型 Samaya Sterling，基于 NVIDIA Nemotron 3.5 Lightning（30B 总参数、3B 激活的 MoE）经 LoRA 后训练而成。
Breakthrough Listen 与 SETI 研究所将智能体 AI 接入 Allen 望远镜阵列日常搜寻
Breakthrough Listen 与 SETI 研究所把智能体 AI 引入搜寻地外文明的日常工作，在加州北部的 Allen Telescope Array 上，研究者用一句自然语言请求即可让智能体操控天线、校准与聚焦仪器、修正数据错误并绘制结果。
This Week in AI：智能体重写规则，从安全漏洞到科研应用
O'Reilly Radar 的 This Week in AI 节目梳理了本周智能体进展：开源渗透测试框架 ARTEX 相关供应链攻击波及超 2,250 个 Microsoft 365 租户，PHP2Shell 两个 CVSS 9.2 漏洞于 10 月 21 日披露后 CISA 敦促尽快修补。
10月29日
星期四，1 条美国司法部就英伟达 129.3 亿美元收购 Hugging Face 展开问询
据路透社报道，两位知情人士称美国司法部已就英伟达以 129.3 亿美元收购 Hugging Face 的交易如何影响 AI 竞争展开问询，重点关注该并购是否会让英伟达掌控 AI 领域的核心分发枢纽。
10月28日
星期三，1 条ForgeKernel 自进化内核优化框架
从 JustGoal 到自进化的优化框架，期待接下来的进展。期待论文和 Forge 系列更多成果！@_LiYuXuan_
引用Yuxuan Li@_LiYuXuan_Based on our previous discovery on JustGoal, we redesigned how we do kernel optimisation and launched a self-evolving kernel optimisation harness called ForgeKernel, a part of our Forge series. We tried ForgeKernel on SOL-ExecBench(FlashInfer-Bench) from NVIDIA and CANN-Bench from HUAWEI. It performed well and easily reached #1 in every list we tested. Here are the ranks: https://research.nvidia.com/benchmarks/sol-execbench/leaderboard/collection/4/B200 https://cannbench.com/leaderboard We'll release another paper on ForgeKernel soon.
10月27日
星期二，1 条生命科学物理 AI 黑客松回顾：6 支团队 24 小时交付实验室硬件演示
10 月 24–25 日在旧金山 Studio 45 举办的第七届硬件黑客松吸引 6 支团队，围绕 BioKEA 样本制备、Opentrons Flex 液体处理与 200 美元以下开放搭建三条赛道，24 小时内全部交付演示，RoboSwap 获总冠军。
10月26日
星期一，2 条NVIDIA Nemotron 3.5 Super VL 的 ARC-AGI 评测结果
NVIDIA Nemotron 3.5 Super VL（来自 @NVIDIAAI）在 ARC-AGI（已验证）上的表现： - ARC-AGI-2：1.94%，每任务 $0.02 - ARC-AGI-1：22.67%，每任务 $0.03 Nemotron 3.5 Super VL 是我们评测的首个 NVIDIA 模型。
NVIDIA 发布 AW-0 机器人模型，统一生成技能代码、视频预测与动作
alphaXiv 介绍 NVIDIA 新模型 AW-0，它把生成可复用技能程序、预测未来视频帧和输出机器人动作三项能力放在同一个模型中联合生成，让基于代码的规划指导物理执行。
10月25日
星期日，3 条DeepSeek 约 150 亿美元融资、Moonshot 发布 Kimi K3.1 Pro，及中国 AI 就业政策
Moonshot AI 发布 Kimi K3.1 Pro，支持 100 万 token 上下文窗口，并推出速度提升 2 至 3 倍的 Highspeed 版本，两个版本已通过 Kimi 产品与 API 提供，完整模型权重计划于 11 月 4 日前发布。
NVIDIA 开源机器人视频标注数据引擎 Flora，称成本比 GPT-6 Astra 低至 125 倍
NVIDIA 开源数据引擎 Flora，用于为机器人视频生成动作分段描述、逐步执行评分和任务成败判定三类标注，模型已在 Hugging Face 发布。
Anthropic 联合创始人 Jack Clark 将自我改进 AI 预测提前至 2027 年
Anthropic 联合创始人 Jack Clark 把递归自我改进（RSI）可能实现的时间从 2028 年提前到最早 2027 年，依据是 P-Zero Research 的 TasteVal 基准。