跳到正文
AI NEWS JOURNAL
THE AI NEWS JOURNAL

AI 日报

每天读要闻,每周看脉络,每月留住重要变化。

本期262026年10月
十月
一二三四五六日
12345678910111213141516171819202122232425262728293031
已审核刊物

来源、事件归组与中英日韩内容校验通过。

24 件大事9 个来源约 9 分钟阅读
头条
Crunchbase AI

Joonko前CEO认罪证券欺诈:虚假客户与收入陈述致创始人个人担责

Joonko前CEO Ilit Raz因向投资者虚假陈述客户、收入及AI能力,骗取约2700万美元融资,于2026年10月认罪联邦证券欺诈,最高面临20年监禁;该案凸显创始人对关键业务指标作假将引发个人法律责任,且董事及高管(D&O)保险在既定欺诈情形下保障有限。

该报道基于Crunchbase于2026年10月26日发布的权威行业分析,援引真实司法进展(认罪事实、刑期上限、2025年6月法院批准的和解条款)及第三方研究数据(Cornerstone Research关于AI相关证券集体诉讼数量),明确区分了合法“吹嘘”与违法虚假陈述的法律边界,并具体指出D&O保单中欺诈排除、终局裁决触发、费用追偿三项关键条款,具有强时效性与实务警示价值。

阅读全文 →
本期更多
03
钛媒体 ↗

中国首部AI院线电影《三星堆:未来往事》上映:技术里程碑与市场冷遇并存

2026年10月23日,博纳影业出品的《三星堆:未来往事》作为国内首部获公映许可证、全程依托AI参与制作并在商业院线正式公映的长片登陆全国影院。影片全片采用数字角色,无真人演员,制作成本达千万级,但首周末票房仅约118万元,排片与上座率低迷,凸显AI电影在叙事接受度与工业化落地间的现实落差。

阅读全文 →
05
钛媒体 ↗

穆胜咨询定义人机协同团队,提出AI员工治理四原则与‘token效’人效新度量

穆胜咨询于2026年10月26日发布深度分析,首次系统定义‘人机协同团队’为含人类、AI智能体、数字员工、机器人及外部生态伙伴的稳定作业单元,并指出当前超八成企业缺乏AI智能体身份管理与活动追踪能力;提出以‘独立身份、任务级最小权限、读行分离、全生命周期审计’为核心的治理框架,以及融合人机投入的‘token效’人效度量模型。

阅读全文 →
06
钛媒体 ↗

GPT-7或于2027年“打穿”具身智能问题,外部模型加速重塑机器人研发范式

据钛媒体10月26日报道,宇树科技联合创始人王兴兴于2026年10月12日提出,明年发布的GPT-7可能“直接把具身智能问题打穿”;该判断较其8月“快则两三年”的预判大幅提前。同期,Artificial Analysis、RoboDojo等机构实测显示通用大模型(如GPT-6 Astra)已在仿真与真机任务中逼近甚至反超专用策略,但执行节拍、调用成本与可靠性仍存明显短板。Physical Intelligence等公司已开放API服务,推动机器人智能从自研重资产转向按需采购的技术服务。

阅读全文 →
07
MarkTechPost ↗

清华与港中文联合开源AKV:面向LLM智能体的KV缓存工程服务系统

清华大学与香港中文大学研究人员于2026年10月26日开源AKV——一个基于SGLang构建、专为大语言模型(LLM)智能体设计的KV缓存工程服务器。该系统通过让智能体主动丢弃并重定位KV缓存(而非传统文本历史摘要),在4个智能体基准测试中平均降低推理成本27.7%,任务平均得分提升1.7分。代码采用Apache-2.0许可证,当前支持Qwen、GPT-OSS-120B和MiniMax-M2.7等模型。

阅读全文 →
MarkTechPost
08
arXiv cs.CL ↗

LLM评估中仅用整体F1分数验证自动评分器存误导风险:新研究强调需针对具体提示差异校验

arXiv论文(2610.31678v1)指出,在交互式大语言模型评估中,仅依赖自动评分器的整体准确率或F1分数会掩盖提示特定错误,导致对提示效应的误判;实证显示同一评分器在不同提示下的假阳性率差异巨大(2.6%–33.3%),且表面显著的9.3点效应在双LLM评审下缩至2.3点且不显著。

阅读全文 →
arXiv cs.CL
09
arXiv cs.CL ↗

新研究揭示LLM数学辅导评估存在严重测量偏差:精确匹配评分低估成效近40个百分点

arXiv于2026年10月26日发布的论文《MisconceptDialogue: Evaluation Criteria Shape Measured Success in LLM Math Tutoring》提出MISCONCEPTDIALOGUE自动化评估框架,基于5000+轮对话测试5种开源小参数LLM(7B–14B)作为数学辅导模型的表现。研究发现,主流的精确匹配(exact-match)评分方式仅得42.1%补救成功率,而经人工校准的LLM裁判评估同一对话达81.3%,差距达39.2个百分点;且该偏差非偶然——四类LLM裁判与200条人工标注结果高度一致(kappa最高0.91)。此外,模型对诊断信息(正确/错误概念)响应几乎无差异,表明其难以有效利用诊断输入。

阅读全文 →
arXiv cs.CL
10
钛媒体 ↗

AI双11迷局:商家已付费,用户只薅羊毛

2026年双11期间,AI商业化呈现显著分化:商家侧(如千问办公电商版)已实现付费落地,20%付费用户来自电商行业;消费侧则依赖豆包、千问等发放渠道补贴驱动下单,价差达37.5%,但用户信任度低(仅16.06%认为AI能精准匹配商品),AI导购尚未真正替代传统决策路径。

阅读全文 →
11
钛媒体 ↗

震安科技拟现金收购深圳三维不低于51%股权,加码算力温控第二步

震安科技(300767.SZ)于2026年10月26日公告,拟以现金方式收购深圳市三维机电设备有限公司不低于51%股权,预计构成重大资产重组;此举系其年内第二次并购关联温控资产,此前已于2026年3月收购东创精艺51%股权。交易旨在补强算力温控产业链上游精密制造能力,但公司主业持续萎缩、近三年连续亏损、杠杆高企、应收账款坏账率近40%,转型成效尚待验证。

阅读全文 →
12
arXiv cs.CL ↗

研究提出图推理驱动的模糊感知结构化生成新范式

一篇于2026年10月26日发布在arXiv(编号2610.31681v1)的论文指出,传统结构化生成将输入到输出视为确定性单映射,与自然语言固有的多重语义有效性相冲突;作者将其重构为“模糊感知推理问题”,通过构建图表示的候选结构空间并开展图基推理,在保留语义模糊性的前提下提升输出稳定性与鲁棒性。

阅读全文 →
arXiv cs.CL
16
钛媒体 ↗

中国发射10颗卫星验证“天数天算”:在轨AI计算开启太空智能体时代

2026年10月14日,朱雀二号改进型遥四火箭成功发射10颗卫星,含国星宇航“星算”计划02组8颗算力卫星及蓝塔智能2颗光传试验星,首次规模化验证卫星在轨AI推理、星间激光通信、万瓦级液冷散热等关键技术;截至本次发射,“星算”星座在轨总算力达50P,标志中国太空算力枢纽建设实质性落地。

阅读全文 →
19
arXiv cs.CL ↗

arXiv新论文提出可追溯多模态情绪推理的智能体框架,支持证据验证与免权重更新的提示修补

2026年10月26日,arXiv发布预印本论文(编号2610.31685v1),提出一种基于冻结大模型的可追溯多模态情绪推理智能体架构,通过模态专用感知智能体、集成智能体、MLLM批评者及证据验证阶段实现错误归因与提示空间自适应优化,在MER2025数据集上提升多个开源多模态大模型(2B–38B参数)的情绪识别F-score达0.6–2.2分。

阅读全文 →
arXiv cs.CL
22
LangChain ↗

LangChain发布“公司级智能体框架”五大核心组件

LangChain于2026年10月25日发布博客,系统阐述其在营销、销售与工程团队内部部署AI智能体(GTM Agent、OpenSWE、Content Studio)所沉淀的五大通用架构原则:原生集成工作环境(Slack)、动态身份模型(OBO+固定凭证)、双层记忆机制(全局/用户级)、沙箱化代码执行、高比例调度运行(非手动触发)。所有智能体均基于Managed Deep Agents平台构建。

阅读全文 →
24
钛媒体 ↗

上证指数等四只指数编制规则今起调整;国资委部署深化国企改革;标普新规将波及3750亿美元基金

2026年10月26日起,上证指数、上证A股指数、上证流通指数及科创综指正式实施修订后的编制方案,新增单个样本权重15%上限;国务院国资委于10月23日强调扎实推进新一轮国资国企改革任务落地;同日(10月25日),标普道琼斯宣布调整成长/价值股划分标准,新规将于12月21日生效,影响约3750亿美元被动型基金。

阅读全文 →