谷歌 Sleep 框架：1000 万 Token 上下文与 AIME 79.2 分
谷歌研究团队 10 月 27 日发布了一篇论文，把大模型的持续学习做成了一个带「清醒期」和「睡眠期」的完整生命周期。核心机制是记忆巩固与做梦两段离线流程，配套的数字很硬：长上下文端几乎无损扩到 1000 万 Token，数学推理端 AIME…
AI笔记第 9 页1063 篇
OpenAI 重构 Model Spec：5 项核心价值与 4 层失配监控
OpenAI 在 10 月 29 日更新了公开的 Model Spec，把整套模型行为规范从零散条款重构为五项核心价值框架，并在同一天首次完整公开了前沿模型失配监控系统的分层结构。一句话结论：这次更新把模型该守什么规矩，从一份规则清单改写成…
分子之心 MMDesign 深度：19 项目 94.7% 成功率与 GPCR 全命中
一句话结论：分子之心在 10 月底公开的 MMDesign 技术报告里给出 19 个从头设计项目的湿实验结果，18 个拿到实验确认的结合分子，项目成功率 94.7%，每个项目平均只测了 21 个候选，这套少量实验验证的分子发现工作流已经跨过…
Claude Code v2.1.311 免批准变量：6 种权限模式与拦截差异
一句话结论：Anthropic 在 Claude Code v2.1.311 里塞进了一个名为 CLAUDE_CODE_EVEN_MORE_DANGEROUSLY_SKIP_PERMISSIONS 的环境变量，它把智能体删除文件前最后一道人…
Clover-35B-A3B 扩散语言模型：680 tokens/s 与 SWE 73.6
一句话结论：扩散智能 DiffuSpace 在 10 月 28 日开源的 Clover-35B-A3B-Preview 是目前参数规模最大的开放权重扩散语言模型，350 亿总参数、每 token 激活 30 亿，在单张 GB300 上跑出 …
SOL-ExecBench 235 题拆解：无问芯穹 71 个单题第一
一句话结论：SOL-ExecBench 用硬件光速给 GPU 算子打分，NVIDIA Research 于 2026 年 3 月推出这套执行式评测，235 道题全部来自 124 个真实与前沿模型的计算子图；截至 10 月 30 日实测，国产…
PSI 攻克 5 道量子开放问题：37/80 阈值与 Lean 4 验证
一句话结论：Physical Superintelligence 用一套自动化科研流水线，同时推进了维也纳量子开放问题清单上的 5 道题，论文、Lean 4 形式化证明和验证代码全部公开，第三方可以逐条复核。 2026 年 10 月 29 …
GitHub Copilot Fusion：60 分、Token 减半与三档编排
一句话结论：GitHub 把多模型编排从研究预览推成正式产品 Copilot Fusion，Artificial Analysis 编码智能体指数得分 60，比 Opus 5.5 Max 驱动的 Claude Code 低 2 分，单任务平…
智元 GO-3 Preview：61.90 分与 5 天 85.7% 自进化
一句话结论：智元在 2026 年 10 月 29 日发布的具身基座模型 GO-3 Preview，用自研 WRAM 架构统一了理解、预测与动作生成三段链路，同时在 RoboDojo、RoboTwin、RoboColiseum 三个具身评测榜…
逐际动力 FluxVLA V2：14 种策略与 9.64 倍推理加速
一句话结论：逐际动力开源的 FluxVLA Engine 在 2026 年 10 月 22 日更新到第二版技术报告，把 14 种具身策略接进同一套 LIBERO 闭环评测，在线强化学习让 SmolVLA 在 LIBERO-10 上从 66….