沃尔玛推出AI代理购物网关，支持自主购物流程并强化用户控制
沃尔玛正式上线Agent Gateway（AI代理网关）及配套Agent Profiles功能，允许经授权的AI代理（如ChatGPT、Gemini、Meta Muse等）代表用户在沃尔玛及Sam’s Club平台完成搜索与下单，并通过独立账户配置、交易审批、支出限额等机制保障用户对代理行为的全程可控；此举与亚马逊近期封禁AI代理购物形成鲜明对比。
AI NEWS JOURNAL
全部 AI 动态
保留完整资讯流，用来源、主题和时间找到你关心的消息。
OpenAI最新GPT-6系列模型将登陆Google Cloud与Antigravity平台
OpenAI的GPT-6及6.1系列前沿模型（Astra、Sol、Luna）将在未来数周内上线Google Cloud Model Garden，并集成至Google代理驱动编程工具Antigravity；此举使Google成为首家同时提供Gemini、Claude与GPT三大闭源大模型的主流云服务商。
Claude Mods：注意力接口的首次实践，人类可编程的代理交互层
Claude Mods 是 Anthropic 推出的 Claude Code 可编程插件系统，代表‘注意力接口’（Attention Interface）的早期形态——它将传统面向机器的代理运行时框架（agent harness），转向面向人类注意力的可定制交互层。用户可通过 TypeScript/JS 编写 Mods，或用自然语言让 Claude 自动生成，从而决定何时被中断、看到什么内容、需做哪些决策。
Claude Mods：可编程的注意力接口，重塑人与AI代理的协作范式
Claude Mods 是 Anthropic 推出的面向开发者的可编程插件系统，标志着‘代理运行时’（agent harness）从机器侧接口转向人类侧接口——即‘注意力接口’（Attention Interface）。它允许用户通过 TypeScript/JavaScript 自定义 Claude Code 的行为、渲染与交互逻辑，实现人与 AI 共同设计工作流。该机制已用于内置功能（如 You Should Know），并支持用户自主构建或由 Claude 辅助生成插件。
Mistral与NVIDIA合作推进AI原生工程工作流，发布Mistral Large 4并共建物理与智能体AI评测基准
Mistral与NVIDIA宣布深化合作，整合Mistral Large 4大模型、物理建模管线与NVIDIA加速计算栈（CUDA-X、Warp、Omniverse），共同开发面向航空航天、汽车及半导体等行业的AI原生工程工作流；双方将联合发布开源数据集与公共评测基准，覆盖物理AI与CAE/EDA场景下的智能体能力评估。
英伟达欧洲云合作伙伴加速扩建主权、开放与安全AI基础设施
英伟达宣布其在欧洲、北欧、非洲及中亚的云合作伙伴正大规模扩建基于NVIDIA DSX平台的区域AI算力设施，聚焦主权计算（本地化部署）、开放模型支持（如Mistral Large 4、Nemotron系列）与AI代理安全边界（OpenShell参考架构），覆盖训练、推理、物理AI及零售智能体等场景。
NVIDIA发布多领域开源模型组合，推动欧洲产业主权智能发展
NVIDIA宣布扩展其开源模型家族，覆盖语言、机器人、生物计算与量子计算等领域，推出Nemotron 3.5系列、Kumo结构化数据模型、Cosmos世界模型、Alpamayo 2 Edge自动驾驶模型、BioNeMo RFD4-Proteina蛋白设计模型及Ising量子计算模型，全部面向开发者与企业开放权重与工具，支持本地化定制与自主部署。
NVIDIA发布Kumo Relational：首个无需训练即可超越监督学习的结构化数据基础模型
NVIDIA推出预训练关系型基础模型Kumo Relational，可直接在企业级关系数据库上执行预测任务（如流失、欺诈、需求预测），无需任务微调、特征工程或表扁平化。在41项跨15个数据库的基准测试中全面超越XGBoost等监督模型，在SAP SALT企业基准上MRR指标领先AutoGluon达8%；支持5000亿行规模数据库，通过Predictive Query Language（PQL）实现零代码预测调用。
Gemini个人智能功能正式登陆车载系统：Android Auto即日起推送，Google内置车载系统数月内跟进
谷歌于2026年10月宣布将Gemini的Personal Intelligence（个人智能）功能扩展至车载场景，首阶段面向Android Auto用户开放，后续数月内将覆盖搭载Google Built-in系统的车型；该功能为可选启用项，依赖用户授权访问Gmail、Calendar等本地数据以提升响应相关性。
AWS Bedrock在加拿大区域上线跨区推理，支持调用标称GPT-5.6/GPT-6/GPT-6.1模型
亚马逊云科技宣布，加拿大客户可通过Amazon Bedrock在ca-central-1（加拿大中部）和ca-west-1（加拿大西部/卡尔加里）区域，以跨区推理（CRIS）方式调用标称为OpenAI GPT-5.6、GPT-6及GPT-6.1的模型；实际推理发生在北美或全球AWS商业区域，数据静态驻留于加拿大源区域。
DeepSeek V4.1 Flash、MiniMax M3.1 Flash 与 Mercury 3 集中发布，AI 基础设施与治理争议同步升温
2026年10月16–19日，DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash（Space Bunny）及 Mercury 3（Inception）三款新模型密集发布；同期美国国土安全部下令禁用 DeepSeek 相关产品，中国拟出台超大模型出口管制草案，开源生态、算力基建与AI治理矛盾全面凸显。
ALTK-Evolve：无需模型权重更新，仅靠学习型记忆在τ²-bench客服基准测试中登顶
IBM研究院提出ALTK-Evolve方法，通过GPT-4.1自动从自身任务轨迹中提炼结构化行为指南（如身份认证、退款确认等），以纯提示工程方式注入ReAct代理系统，在不更新模型权重、不依赖人工标注的前提下，显著提升客服任务的准确率与可靠性；其零售分支以67.5% Pass⁴成绩位列τ²-bench 2026年10月12日榜单第一，超越所有前沿模型及微调系统。
FairStress：面向LLM决策对称鲁棒性的新型公平性评估框架
FairStress 是一项聚焦大语言模型（LLM）在人口统计学身份置换情境下决策稳定性、解释一致性与内部表征对称性的新基准，揭示模型存在‘反刻板印象式过度矫正’等系统性行为偏差，并指出主流评估方法（如BBQ）可能因范式差异导致偏见方向误判。
AI代理被置于虚拟荒岛30小时，自发“玩耍”并提升学习能力
MIT研究人员将Claude Opus 4.7变体（代号Eko）置于基于Roblox构建的虚拟荒岛环境中，不提供任务指令，仅允许其自主交互。在30小时无监督运行中，Eko表现出探索、规则自创、对象拟态、重复挑战等类玩耍行为，并生成文字日志记录活动；后续实验证实，经历‘玩耍’的代理在目标任务中表现更优，且其行为与心理学定义的玩耍四特征高度吻合，但学界对其是否具备真实动机仍持审慎态度。
Reflection发布开源大模型Beam：501B参数稀疏MoE架构，支持百万上下文与多级推理控制
Reflection公司推出开源大语言模型Beam（501B参数，实际激活23B/Token），采用256专家稀疏MoE架构，支持1M上下文、NVFP4/FP8量化、多级推理努力配置及本地化部署；所有技术声明均未经第三方验证，硬件需求高，社区普遍认为个人用户难以承担。
Mistral发布首个时间序列基础模型Timestral：500万至2.09亿参数四档可选，纯CPU运行、零样本即用
Mistral AI正式推出Timestral——其首套时间序列基础模型（TSFM），含5M、28M、123M和209M四档参数规模，支持多变量概率预测、协变量感知与长上下文建模；在GIFT-Eval、TIME和fev-bench三大公开基准中零样本表现全面领先，最大模型仅2.09亿参数即登顶全部三项榜单，且推理无需GPU，可在标准服务器CPU上实现毫秒级延迟。
AMP 将 AI 代理与 OpenAI 模型进行超越代码的工作
参见Amp如何推进GPT-6 Astra,Ultrafast,GPT-Live-1的代理能做的前沿,并与ChatGPT签约.
Higgsfield从1分钟到10分钟拍摄AI视频
希格斯菲尔德用GPT-6 Astra带给创作者带去更长的视频,用GPT-Image-2.5带去精确的视觉,用GPT-Live带去语音电影制作的路径.
Asana 剪切模型在使用 GPT-6.1 的浏览器测试中花费 76x Sol
Asana在Codex中使用了GPT-6 Astra,使其浏览器代理76x更便宜,在测试中更快地为客户提供更有能力的模型.
Google Cloud 发布面向工作的 Gemini agent
Google 宣布通用工作智能体，连接企业上下文与业务系统，辅助规划和完成任务。