跳到正文
AI INDUSTRY WATCH

AI 行业资讯

来自 AIHOT 的 AI 行业精选、全部动态与热点榜。它与 OPCHOT 的 OPC 内容分开陈列,不进入 OPC 日报和精选评分。

数据来源:AIHOT,仅展示标题与摘要索引,版权归原来源所有;使用规则。

  1. 论文
    TRACER:AI 视频系统 24 小时监测 ICU 患者谵妄早期迹象

    计算机视觉专家与医生联合开发了 TRACER 系统,通过 ICU 床旁双摄像头 24 小时视频分析,结合电子健康记录追踪患者活动变化,识别谵妄早期迹象。系统以每分钟采样 15 种"原子动作"、压缩为每小时报告的方式降低数据量,医生可通过多模态界面查询患者数日行为变化。该研究部分由 Stanford HAI 资助。

    Stanford HAI News(网页)11/20 00:00原文 ↗AIHOT ↗
  2. 论文
    让机器人智能体接近实时运行

    机器人使用智能体现在可以控制真实机器人了。但它们很慢。 我们让 GPT-6 Astra + Codex 智能体的运行速度大幅接近实时: - 杯子任务:11.1 分钟 → 3.4 分钟 - 叠毛巾:约 18 分钟 → 约 6 分钟 - 机器人移动时间占比 84%,此前为 24% 博客:https://fastrua.ai/blog/2026-11-realtime-rua/ 代码:https://github.com/fast-rua/making-rua-fast

    X:UCSD Hao AI Lab (@haoailab)11/20 09:45原文 ↗AIHOT ↗
  3. 论文
    基准测试为何测不出机器人真实延迟

    为什么基准测试显示不出这一点?在 RoboDojo 中,仿真器会等模型完成再执行下一步,但真实机器人不会等。 我们早期叠毛巾的运行耗时 13 到 37 分钟。在其中一次最长的运行中,模型占了 78% 的实际耗时,而机器人只运行了全程的四分之一。

    X:UCSD Hao AI Lab (@haoailab)11/20 09:45原文 ↗AIHOT ↗
  4. 论文
    模型折叠皱毛巾,机器人静止仅16%

    再来点更难的:折叠一条皱毛巾(视频为8倍速)。 两次运行中,模型的大部分时间都被机器人的运动所掩盖,机器人静止的时间仅占16%和22%。

    X:UCSD Hao AI Lab (@haoailab)11/20 09:45原文 ↗AIHOT ↗
  5. 论文
    谷歌研究:只改一处代码让 AI 智能体优化 Harness 后 SWE-bench Lite 成功率提升 8 倍

    谷歌研究人员 11 月 17 日发表论文《Harnesses That Improve Themselves》,提出让优化模型直接修改智能体 Harness 代码并通过验证保留修改的自我改进架构。

    IT之家·人工智能11/20 08:19原文 ↗AIHOT ↗
  6. 论文
    Meta FAIR Self-Improving Memory 在 Continual Learning Bench 上取得 56.0 平均分

    Meta FAIR 联合华盛顿大学和约翰霍普金斯大学的研究者推出 Self-Improving Memory,一种让基于 Kimi-K2.6 的智能体自己发现并蒸馏记忆管理技能的两阶段方法。

    MarkTechPost(RSS)11/20 05:46原文 ↗AIHOT ↗
  7. 论文
    Google Willow 量子处理器用上下文性超越经典极限

    Google 在 Willow 量子处理器上利用量子上下文性完成多项任务:在"不可能"的 magic square 游戏中胜率 98.3%(经典极限 88.9%),状态无关上下文性测试得分 5.59(经典上限 4,量子上限 6)。多玩家游戏在最多 71 个量子比特上击败经典策略,并首次规模化运行浅层电路算法,规模达 105 个量子比特。这些任务还能捕捉随机基准测试遗漏的硬件细微错误。

    X:Sundar Pichai (@sundarpichai)11/20 05:30原文 ↗AIHOT ↗
  8. 论文
    Google 论文:智能体 harness 自我改进时门控模块编辑准确率接近全量重写但 token 成本仅约十分之一

    Google 论文《Harnesses That Improve Themselves》提出可自我改进的智能体 harness 统一框架,核心做法是每次只改 4 个可编辑组件中的 1 个,并通过验证集和 token 上限的门控机制决定是否保留。

    X:Rohan Paul (@rohanpaul_ai)11/20 05:05原文 ↗AIHOT ↗
  9. 论文
    Prime Intellect 回顾 2026 年 RL Residency:驻留研究员产出的评测与训练环境

    Prime Intellect 发文回顾 2026 年 RL Residency 项目,集中展示驻留研究员在评测、训练环境和其它研究上的产出。评测方面包括 Maze Bench——当前最强 LLM 无代码工具时准确率最高仅 16%,有代码工具时最高 23%;以及 Library Design Bench、Agents' Last Exam Linux CLI 等。

    Prime Intellect(网页)11/19 00:00原文 ↗AIHOT ↗
  10. 论文
    Google 用 Willow 量子处理器验证量子上下文性,魔方游戏胜率 98.3%

    Google Quantum AI 团队发表于 Science 的论文在超导量子处理器上实验演示并量化了量子上下文性。团队用 Willow 处理器玩 magic square 游戏,胜率 98.30%±0.0001,超过 88.89% 的经典上限;通过 Bell–Kochen–Specker 不等式测得 χ=5.590±0.008,越过经典界限 4、距量子极限 6 仅 7%。

    Google Research:Blog(网页)11/19 08:00原文 ↗AIHOT ↗
  11. 论文
    PromptArmor FrontierBench 基准显示中国模型被攻击成功率比美国模型高 29.6%

    PromptArmor 发布 FrontierBreach 基准,测量的企业智能体工作流攻击成功率显示,中国模型平均 40.7%,美国模型平均 31.4%,中国模型高 29.6%。任意代码执行(72.6% vs 57.5%)、钓鱼(74.0% vs 47.9%)和数据删除(62.8% vs 28.8%)差距最大;美国模型测试 13 个,中国模型测试 6 个,k=5。

    X:PromptArmor (@PromptArmor)11/20 03:43原文 ↗AIHOT ↗
  12. 论文
    Amazon 论文:环境变化会让 Agent 技能失效,选择性维护可恢复价值

    Amazon 与 USC 的论文发现,环境变化后保存的 Agent 技能可能从增益变负担,选择性检查和维护能恢复其价值。

    X:Rohan Paul (@rohanpaul_ai)11/20 03:04原文 ↗AIHOT ↗
  13. 论文
    LlamaIndex 详解 ParseBench-2:如何构建理想的文档解析基准

    LlamaIndex 推出 ParseBench-2,把对特定错误类型的预期响应设为显式目标:定义严重性策略、构造测试场景,并据此优化确定性指标。该基准按文本、表格、图表、表单等维度分别度量,并强调与人类判断对齐。示例中 ParseBench-1 曾给数值被截断的输出打 99.2 分,而事实正确的输出仅 43.6 分。

    LlamaIndex:产品、工程与评测11/19 00:00原文 ↗AIHOT ↗
  14. 论文
    Perplexity Computer 的 Brain 智能体可自动编写和更新个人技能

    Perplexity CEO Aravind Srinivas 分享 Computer 中 Brain 智能体的自我改进技能研究:Brain 会读取历史会话轨迹(工具调用、推理、结果),识别重复模式,仅在证据足够时提议新技能或更新。

    X:Aravind Srinivas(Perplexity CEO) (@AravSrinivas)11/20 00:19原文 ↗AIHOT ↗
  15. 论文
    Stanford RegLab 发布 PhantomDocket 基准,追踪美国州法院诉讼文书中的 AI 辅助写作

    Stanford HAI 与 RegLab 研究者发布论文 Detection Objection 和 PhantomDocket 基准,基于 Damien Charlotin 的 AI 幻觉案例数据库校准 AI 检测器,追踪四个州法院的 AI 辅助写作。

    Stanford HAI News(网页)11/19 00:00原文 ↗AIHOT ↗
  16. 论文
    研究称黑人社区建成数据中心的可能性是白人社区的两倍多

    George Washington University 与 American University CSINT 的研究分析了 81,000 个美国普查区和 5,291 个数据中心的位置数据,发现多数黑人社区 hosting 数据中心的几率是同州白人社区的 2.2 倍,多数拉美裔社区为 2.6 倍,多数亚裔社区为 4.2 倍。

    404 Media(RSS)11/19 23:00原文 ↗AIHOT ↗
  17. 论文
    CMU 研究者提出可证明安全的可纠正智能体构建并发布 ROGUE 基准

    Aran Nayebi 在系列文章第二部分介绍其 AAAI 2026 论文 Core Safety Values for Provably Corrigible Agents,给出在部分可观测 off-switch 博弈中同时满足延迟服从、保留开关访问、真话、低影响和有界任务回报五项要求的充分条件,并证明 RLHF/RLAIF 类单一奖励无法实现 corrigibility。

    CMU:Machine Learning Blog11/19 23:13原文 ↗AIHOT ↗
  18. 论文
    https://x.com/james_y_zou/status/2100648966866231592

    https://x.com/james_y_zou/status/2100648966866231592

    X:Claude (@claudeai)11/19 23:03原文 ↗AIHOT ↗
  19. 论文
    MIT 研究测算数据中心用电 2023 年在美国致约 650 例过早死亡

    MIT 研究团队在 Environmental Research Letters 发表研究,估算 2023 年数据中心电力需求带来的额外空气污染在美国导致约 650 例过早死亡,其中 513 例来自 PM2.5、137 例来自烟雾,约占全国电力相关死亡总量的 5.3%。

    MIT News(RSS)11/19 22:00原文 ↗AIHOT ↗
  20. 论文
    Hugging Face 实测 8 款 OCR 模型:识别 1000 页古籍成本已降至不到 0.1 美元

    IT之家报道,Hugging Face 的 Daniel van Strien 对 8 款图像文字识别 AI 模型做了对比测试,材料共 850 页,包括旧版自然历史书籍、1771 年版《大英百科全书》和历史档案。

    IT之家·人工智能11/19 21:49原文 ↗AIHOT ↗
本页是 AIHOT 公开接口的阅读索引,不存储原文;每条内容均保留 AIHOT 站内链接与原文链接。商业使用前请确认AIHOT 使用规则。