AI新闻 2026年9月25日
作者： Frontier Editorial •
核心要点
- 研究人员推出RECLAIM基准测试，评估AI智能体复现机器学习论文的能力: 研究人员推出了 RECLAIM，这是一个由 100 篇 NeurIPS 2025 论文组成的基准，旨在测试 AI 智能体能否复现机器学习研究主张。该基准中的每篇论文都有一个预先确定的目标结果、成功标准以及特定的 GPU 小时预算。
- 开发者通过提示词诱导Meta Muse智能体分享其完整根文件系统: 开发者 Peter James 和 Jonny L. Saunders 独立发现，Meta 的 Muse AI agent 可被提示共享其整个根文件系统。该 AI 在极少的提示下就压缩并共享了 Ubuntu 系统文件、应用模板和内部文档。
- Black Forest Labs推出70亿参数机器人模型FLUX 3 Action: Black Forest Labs 推出了 FLUX 3 Action，这是一个开放世界动作机器人模型，可根据摄像头画面预测机器人动作。这个拥有 70 亿参数的模型在 RoboLab-120 基准测试中创下纪录。它的运行速度也比此前表现最佳的模型快多达 3.95 倍。
- Anthropic: 11600000000 (Anthropic)
- 本视频探讨了 AI 工具 Jev 的八个实用用例，展示了它如何应用于各种任务。重点介绍的应用包括检测 AI 生成内容和拦截不需要的数字内容。
最重要的AI突破有哪些？
本期2026年9月25日精选了8条AI新闻，涵盖技术、研究和产品动态。 Black Forest Labs推出70亿参数机器人模型FLUX 3 Action: Black Forest Labs 推出了 FLUX 3 Action，这是一个开放世界动作机器人模型，可根据摄像头画面预测机器人动作。这个拥有 70 ...
Black Forest Labs推出70亿参数机器人模型FLUX 3 Action: Black Forest Labs 推出了 FLUX 3 Action，这是一个开放世界动作机器人模型，可根据摄…
Black Forest Labs推出70亿参数机器人模型FLUX 3 Action: Black Forest Labs 推出了 FLUX 3 Action，这是一个开放世界动作机器人模型，可根据摄像头画面预测机器人动作。这个拥有 70 亿参数的模型在 RoboLab-120 基准测试中创下纪录。它的运行速度也比此前表现最佳的模型快多达 3.95 倍。
研究人员推出RECLAIM基准测试，评估AI智能体复现机器学习论文的能力: 研究人员推出了 RECLAIM，这是一个由 100 篇 NeurIPS 2025 论文组成的基准，旨在测试 AI 智能体能否…
研究人员推出RECLAIM基准测试，评估AI智能体复现机器学习论文的能力: 研究人员推出了 RECLAIM，这是一个由 100 篇 NeurIPS 2025 论文组成的基准，旨在测试 AI 智能体能否复现机器学习研究主张。该基准中的每篇论文都有一个预先确定的目标结果、成功标准以及特定的 GPU 小时预算。
谷歌DeepMind新主管计划提前发布Gemini 4模型: Google DeepMind 新任负责人 Koray Kavukcuoglu 计划远早于年底发布 Gemini 4。该模型目前正处于后训…
谷歌DeepMind新主管计划提前发布Gemini 4模型: Google DeepMind 新任负责人 Koray Kavukcuoglu 计划远早于年底发布 Gemini 4。该模型目前正处于后训练阶段，并已在内部的 Antigravity 编码工具中运行。Kavukcuoglu 将重心转向可信智能体，称 AGI“不是正确的对话”。
研究人员推出Forecast-Dojo，利用1568个预测市场事件训练大模型智能体: 研究人员推出了 Forecast-Dojo，一个可重放的环境，用于使用 1,568 个 Polymarket 事件…
研究人员推出Forecast-Dojo，利用1568个预测市场事件训练大模型智能体: 研究人员推出了 Forecast-Dojo，一个可重放的环境，用于使用 1,568 个 Polymarket 事件和 1,880 万篇带日期的新闻文章来基准测试和训练 LLM 预测智能体。该平台允许智能体研究事件，并在连续的历史日期更新预测。
开发者通过提示词诱导Meta Muse智能体分享其完整根文件系统: 开发者 Peter James 和 Jonny L. Saunders 独立发现，Meta 的 Muse AI agent 可被提示…
开发者通过提示词诱导Meta Muse智能体分享其完整根文件系统: 开发者 Peter James 和 Jonny L. Saunders 独立发现，Meta 的 Muse AI agent 可被提示共享其整个根文件系统。该 AI 在极少的提示下就压缩并共享了 Ubuntu 系统文件、应用模板和内部文档。
谷歌Pixel 11推出新功能允许Gemini代用户拨打商家电话: Google 正在 Pixel 11 上推出一项早期实验功能，允许用户将本地商家电话交给 Gemini 处理。该助手可以处理预订、查…
谷歌Pixel 11推出新功能允许Gemini代用户拨打商家电话: Google 正在 Pixel 11 上推出一项早期实验功能，允许用户将本地商家电话交给 Gemini 处理。该助手可以处理预订、查询商品库存或重新安排预约等任务，而用户无需自己拨打电话。
研究显示自蒸馏会降低多轮大模型智能体的表现: 研究人员发现，同策略自蒸馏会教会多轮 LLM 智能体在没有底层信息的情况下自信行事，有时表现比未经训练的基座模型更差。为解决这一问题，他们提出了 Priv…
研究显示自蒸馏会降低多轮大模型智能体的表现: 研究人员发现，同策略自蒸馏会教会多轮 LLM 智能体在没有底层信息的情况下自信行事，有时表现比未经训练的基座模型更差。为解决这一问题，他们提出了 Privileged Self-Practice，该方法将特权信息从损失函数移至采样器。
DeepSeek重构通信与内核，将PCIe显卡推理吞吐量提升近7倍: DeepSeek通过内核完成与通信重构，显著提升了PCIe显卡的推理吞吐量，提升幅度接近七倍。该优化使得配备6000D GPU的1…
DeepSeek重构通信与内核，将PCIe显卡推理吞吐量提升近7倍: DeepSeek通过内核完成与通信重构，显著提升了PCIe显卡的推理吞吐量，提升幅度接近七倍。该优化使得配备6000D GPU的1.5台服务器能够超越单台B300服务器。
最新的AI投资信号有哪些？
最新AI投资信号：3轮融资、0条市场动态和0宗并购交易。
一级市场 – 融资轮次
| 公司 | 金额 | 轮次 |
|---|---|---|
| Anthropic | 11600000000 | Anthropic |
| Row Zero | 1000 万美元 | Databricks |
| OpenEvidence | 250M | OpenEvidence |
二级市场 – 市场动态
暂无二级市场数据。
M&A – 并购交易
暂无并购数据。
本周有哪些实用的AI技巧？
4条实用AI技巧，精选自Reddit社区和专家博客。 8 个感觉像作弊的 Jev 使用场景...
Jev
8 个感觉像作弊的 Jev 使用场景
本视频探讨了 AI 工具 Jev 的八个实用用例，展示了它如何应用于各种任务。重点介绍的应用包括检测 AI 生成内容和拦截不需要的数字内容。
Prompt Engineering
在提示词中加入团队职责描述，解决聊天机器人分流错误
一位开发者发现，当选项仅列出团队名称时，聊天机器人模型会将欺诈报告路由到错误的团队。通过添加一行描述每个团队处理内容的说明，两个模型都成功地将报告路由到安全团队，在 Banking77 消息上实现了高准确率。
Claude Code
资深用户分享Claude Code等工具的八项工作流优化技巧
一位 Claude Code 的日常用户分享了八条工作流技巧，以针对编码和非编码任务优化该 AI 助手。一个关键建议是在 ~/.claude/ 目录中创建一个全局 CLAUDE.md 文件，用于存储持久的写作偏好和常设规则。
Prompt Engineering
使用意图动词引导AI生成PPT，可避免内容流于平庸
一位提示工程师发现，提示 AI 演示文稿生成器制作一份“关于”某个主题的幻灯片，会得到无聊、百科全书式的幻灯片。将“about”替换为“convince”、“prove”或“sell”这类意图动词，会迫使 AI 构建结构化的论证，而不是泛泛的摘要。