今日潮汐
每天追踪全网 AI 新模型、新工具、新玩法 · 2 分钟前更新
12个文本模型谈人类，多数给出同一争议判断
ModelCompare在2026年10月让12个文本模型各三次给出对人类最有争议的看法。除去一次拒绝后共35条回答，其中29条认为人更忠于群体归属而非真相，7个模型三次都如此。六个图像模型则多画手机成瘾与消耗地球。60次调用共1.54美元，国内可用性未知。
微软研究者与合作者证明31年KLS猜想
微软研究院张昕之与合作者证明了1995年提出的KLS猜想：对数凹高维分布中，最优平面切割与任意形状切割的差距由与维度无关的常数控制。此前最好界仍随维度缓慢增长。证明依靠人类引导的智能体搜索，并有独立证明与Lean验证。价格和国内可用性未知。
VocabX按生成成本重建词表，小模型推理费用降77%
VocabX预览论文提出按token实际推理成本而非词频重建小模型词表。葡萄牙语作文评分系统基于Qwen3-4B，词表从约15.2万降至约6.5万，实测推理成本下降77%，基座模型与训练配方不变。论文仍在审，数字可能调整。国内可用性与价格未知。
东南亚数字经济2026年GMV有望达3680亿美元
谷歌、淡马锡与贝恩发布第11份东南亚数字经济报告，预计2026年区域数字商品交易总额同比增长17%至3680亿美元，并有望在2035年前突破1万亿美元。生成式AI已被2.43亿人使用，普及速度约为移动互联网的四倍。报告认为智能体商务信任上升，未来五年区域AI使用量或增60倍。
StudentSim：用个性化学生模拟器先评估AI导师
StudentSim是一项研究系统，依据公开、去标识的学习者记录训练个性化学生模拟器，覆盖国际象棋、二语英语写作和数学，并在接触真实学习者前为AI导师提供反馈。系统不是产品、未进课堂、不替代教师。价格与国内可用性未知。
微软亚研开源Agent Lightning v1.0：真实智能体框架直接参与强化学习
微软亚洲研究院开源Agent Lightning v1.0，约3500行实现Harnessed Agentic RL。部署中的真实智能体经LLM代理直接参与训练，无需重写。约6000条样本使Qwen3.5-9B的SWE-bench Pass@1从41.8%升至56.4%。国内可用性与价格未知。
ThinkingBox：用数据库终态检验智能体能否连做对二十次
微软与Hugging Face发布ThinkingBox，依据数据库终态而非回复文本给智能体打分。507项有状态业务流各重复20次，Claude Opus 5.5的pass@1为67.16%居首；20次全部通过的任务仍为241项。定价与国内是否可用均未知。
微软研究用机器学习提前预警美国变电站空间天气风险
微软研究院实习项目提出端到端机器学习流程，结合太阳风、极光电急流与地磁暴指数预报及当地地质条件，为美国大陆66935座变电站估算地磁感应电流风险，预警窗口为30至60分钟。2020至2026年评估中重大事件检出接近八成，系统尚未用于实际调度，价格与国内可用性未知。
微软发布实验性生物研究系统Quine
微软研究院发布实验性生物研究系统Quine，包含跨模态生物学世界模型，并连接科学工具、文献与研究人员。它与博德研究所合作，用于优先排序可能推动胰腺癌肿瘤状态转换的化合物，部分高排名候选已在湿实验中验证。系统仅供研究而非临床使用，价格与国内可用性未知。
微软亚洲研究院新加坡实验室成立一周年，聚焦前沿AI与本地合作
微软亚洲研究院新加坡实验室于2025年7月24日成立，是微软在东南亚的首个研究实验室。成立一年来，实验室围绕新一代模型与智能体、领域人工智能、科研方法及人才生态推进合作，并与新加坡高校和政府部门在医疗、金融、教育等领域开展研究与人才培养。产品价格、参数及中国可用性未知。