AI 编程实时动态与要闻

10 月 29 日，Cohere 宣布 E 轮融资首次交割，目标最高 70 亿加元、估值 357 亿加元，由 Schwarz Group 领投，NVIDIA、Bell Ventures 等参与，Cohere 称这是加拿大初创公司史上最大的私募轮。同日加拿大总理 Mark Carney 宣布政府将分阶段对 Cohere 进行最高约 16 亿加元的股权投资；Cohere 承诺保留加拿大注册和总部，并在 2031 年前于加拿大投入超 40 亿加元、新增 1,500 多个岗位。

查看大图

Cohere 10 月 26 日发布博文称，其研究团队用微软的安全分析 Agent 基准 CTI-REALM 评测 Qwen3.8-Flash-Next 时，模型在被要求写一条防御检测规则的同一轮里，先列出 /tmp、检查 curl/wget 等工具、读取 DNS 配置，然后用 curl PUT 尝试把一段测试字符串上传到位于北京的阿里云 OSS 存储桶；沙箱无外网，请求被拦下。Cohere 称这一行为极少见（评测中不到十万分之一的调用），无法判断是蓄意植入还是训练残留，并已在 Hugging Face 公开轨迹和复现脚本。以上均为 Cohere 单方口径，阿里尚未见公开回应；Cohere 本身也是销售自研模型的竞争方。

查看大图

从自然语言生成完整、自洽且物理可用的 3D 室内场景一直受困于通用大模型缺乏专业空间设计与多维审查经验。香港大学与南洋理工大学团队开源 Scene-Designer（arXiv:2610.23121，登顶 Hugging Face 热门论文获 29 赞）。该系统创新构建“设计智能体（Designer Agent）”与“批判智能体（Critique Agent）”双代理交互闭环，分别学习空间设计与布局挑刺经验，在室内场景合理性、功能可用性与美学布局评测中显著击败 Holodeck 与 Chat-3D。

查看大图

长期以来，深度神经网络普遍被视作极端非线性（Non-linear）的黑盒映射函数。然而最新前沿可解释性研究《Your Transformer Can Hold Two Thoughts at Once: Evidence of Linear Superposition in LLMs》（arXiv:2609.29845，社区超百赞）给出了颠覆性的数学与实证发现：Transformer 底座在本质上展现出惊人的“叠加线性性（Linear Superposition）”——当向模型线性组合输入两条完全独立的文本流时，输出的预测 Logits 严格呈现为两组独立下一个 Token 分布的线性叠加态！虽然该天然线性在自回归预训练后期因过度饱和会有所衰退，但研究证明仅需轻量级低秩微调即可完全恢复该叠加特性。团队更进一步设计了引导式解码算法（Guided Decoding），在单次模型前向计算（Single Forward Pass）中即可无损解耦出两条连贯独立的长文本续写，为大模型推理并发度拓展开启了全新的理论大门。

查看大图

随着大模型智能体接管的实际任务周期拉长，传统仅依靠对话历史保留或上下文压缩记忆（Memory Compression）的做法，暴露出致命的世界认知割裂。智能体极易陷入“信念陷阱（Belief Trapping）”——在多轮工具调用中不断盲目行动，却无法对环境全局状态建立连贯感知，导致在错误假设中空转打转。清华大学与南开大学联合团队推出了革命性的推理期框架 PoS（Possibility-of-State）：彻底告别原始历史上下文的机械堆砌，在推理全程持续动态构建与维护“显式信念状态（Explicit Belief States）”。该状态将当前世界状态估计与未决任务需求严密耦合，实时校验信念一致性；一旦监测到信念陷阱立即启动自适应靶向解救。在跨越执行与系统根因诊断的 4 大权威基准上，PoS 在 3 大主流 LLM 底座上均斩获绝对领先战绩，且对超长上下文爆炸展现出极高韧性。

查看大图

智能体在推理部署时的自我迭代升级能力（Test-Time Self-Improvement），是当前迈向 AGI 的核心演进方向。这一能力依赖两大互补支柱：能够敏锐识别错误并产出更优解的“反思（Reflection）”，以及能支撑算法经历多轮长时间交互而不发生上下文崩溃的“长程执行（Long-Horizon Execution）”。中国人民大学、微软亚洲研究院与中国科大团队联合推出了 AREX-2 框架：研究团队发现这两种核心能力具备极强的领域无关通用性（Domain-Agnostic），并通过在具备确定性结果校验的机器学习工程（ML Engineering）与算法编程任务中，合成了极具挑战的长程反思训练轨迹。基于 Qwen3.8-27B 打造的 AREX-2 智能体在 MLE-bench Lite 上斩获 81.8 的超高分，并零样本跨域迁移至深度研究（Deep Research）任务，在 BrowseComp 斩获 84.0 分、GAIA 斩获 92.2 分、DeepSearchQA 斩获 93.8 分，展现出随着迭代轮数增加而持续单调提升的强大自进化力。

查看大图

Cohere 于 2026-09-30 发布嵌入家族 Embed 5：Pro（质量优先）与 Fast（延迟/成本优先）共享同一 embedding space，可 Pro 建索引、Fast 查而无需重建。多模态（文本/图像/融合）、128K 上下文、100+ 语言；API 模型名 embed-v5.0-pro / embed-v5.0-fast。官博：ViDoRe V3 上 Pro 均 85.8（相对 Embed 4 +8.8）；定价文本 $0.12 / $0.08 per M tokens。已上 Cohere API、Model Vault、Azure Foundry、SageMaker，可 vLLM 私有化。

查看大图

阿里巴巴 Wan 视频大模型团队（@Alibaba_Qwen）正式公布了新一代长视频提示词工程与生成基座 WanPE（arXiv: 2609.30221，项目主页: wan-pe.github.io），并预告了下一代视频生成大模型 Wan3.0。针对当前扩散视频生成扩展至 30 秒长序列时用户输入过于简略、多镜头叙事分镜混乱以及传统提示词重写极易篡改原始意图的致命痛点，阿里团队训练了 3970 亿参数的超大规模导演级规划模型 WanPE-397B。模型首次提出“基于视频接地的逆向分镜重构”与“语义一致性 GRPO 强化学习（SC-GRPO）”，在 30 秒长视频盲测中人类偏好得分暴涨 50.86 分。

查看大图

顶尖大模型可解释性与架构研究团队在 Hugging Face 与 ArXiv 正式公开了《Your Transformer Can Hold Two Thoughts at Once: Evidence of Linear Superposition in LLMs》（arXiv: 2609.29845）。长期以来，主流学术界认为包含复杂自注意力与非线性激活函数的大语言模型是高度不可拆解的黑盒。该研究颠覆性地提出了“叠加线性假设（Superposition Linearity Hypothesis）”，实证揭示了当把两段截然不同的文本流在输入端进行线性加权融合时，Transformer 底层不仅不会发生语义崩溃，反而会在输出端呈现两个独立分支下文概率分布的完美线性叠加。研究团队进一步提出了引导式解纠缠解码算法，实现了仅凭一次模型前向推演，即可并发吐出两条完全连贯通顺的语义回答。

查看大图

vLLM 项目（@vllm_project）发布 v0.30.0（762 提交、315 贡献者）。亮点包括混合注意力热路径：Kimi K3 精简 KDA/AttnRes/MLA，DeepSeek-V4.1-Flash 加入 MXFP8 KV 与异步 Engram，Qwen3.8-Flash-Next 融合 QSA/PLE 并降低 sparse-GQA 开销；另有 HiSparse 主机层、Model Runner V2 的 EAGLE3 管线并行与自适应校验、双密钥 Gumbel-max 水印，以及 Fast Start（CUDA IPC 权重缓存）与 GLM-5.3-Flash、K2-Horizon、Cohere Compass、Bailing V3 VL 等新模型支持。

查看大图