{
  "title": "每日研究简报 2026-11-02",
  "url": "/posts/research-brief-2026-11-02/",
  "permalink": "https://hackcv.com/posts/research-brief-2026-11-02/",
  "date": "2026-11-02",
  "lastmod": "2026-11-02",
  "author": "",
  "description": "AI / 大模型 / Agent / 计算机视觉 / 音视频处理算法 / 工程优化 领域每日研究简报",
  "categories": ["研究简报"],
  "tags": ["AI","大模型","Agent","计算机视觉","音视频处理","工程优化","每日简报"],
  "cover": "https://picsum.photos/seed/%E6%AF%8F%E6%97%A5%E7%A0%94%E7%A9%B6%E7%AE%80%E6%8A%A5-2026-11-02/1200/675",
  "readingTime": 3,
  "wordCount": 733,
  "content": "\u003ch1 id=\"每日研究简报-2026-11-02\"\u003e每日研究简报 2026-11-02\u003c/h1\u003e\n\u003cp\u003e本次简报覆盖 2026.10.31–11.02 近三天的 AI 领域动态，含 arXiv 最新论文、GitHub 热门开源项目与精选行业资讯各 8 条，全部来自公开真实来源。每日更新。\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"主编视角\"\u003e主编视角\u003c/h2\u003e\n\u003cp\u003e今天最值得盯的信号是「轻量化与系统层编排同时加速」。一边是 arXiv 上 BE-Token、Light-MER、LCLM 不约而同地把「更省的上下文、更小的模型、更快的解码」做成可复现的工程结论——端侧与低成本推理正在从口号变成方法；另一边，DeepSeek 第二轮千亿级融资、可灵 198 亿单笔交割、深圳团队用昇腾 910C 跑通 1.6 万亿参数全参数训练，把「国产算力 + 开源模型 + 资本」拧成一条清晰的主线。对从业者而言，下注方向正在从「追更大单体」转向「把 Agent 调度、国产算力、端侧小模型这三件事同时做扎实」。\u003c/p\u003e\n\u003ch2 id=\"一arxiv-最新-ai-论文202610311102\"\u003e一、arXiv 最新 AI 论文（2026.10.31–11.02）\u003c/h2\u003e\n\u003ch3 id=\"1-learning-a-single-token-to-replace-long-system-prompts-in-llmsbe-token\"\u003e1. Learning a Single Token to Replace Long System Prompts in LLMs（BE-Token）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：长系统提示在推理时反复占用上下文且低效。作者提出轻量训练框架，学习一个行为等价 Token [BE]：先用重建把原系统提示语义编码进单 token，再把下游行为蒸馏进去；无需改动预训练权重、无需辅助压缩模型、无需标注回复。在三个数据集上，用单个 [BE] token 替代最长约 3,000 token 的提示，压缩比达约 3000×，同时保留原提示约 98% 的下游表现。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：大语言模型 / 提示压缩 / 推理效率\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把「冗长系统提示」压成一个可训练 token，几乎释放整段上下文给用户输入与输出，对高并发、长提示的 Agent 系统是直接可复用的降本手段，且零权重改动、易落地。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2511.23271\u003c/p\u003e\n\u003ch3 id=\"2-time-series-forecasting-via-reasoning-a-slow-thinking-approach-with-reinforcement-fine-tuned-llmstime-r1\"\u003e2. Time Series Forecasting via Reasoning: A Slow-Thinking Approach with Reinforcement Fine-Tuned LLMs（Time-R1）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：多数时序预测仍走「快思考」范式，缺乏显式推理与可解释中间步骤。论文提出 Time-R1：先用监督微调做预热适配，再用强化学习以奖励驱动推理优化提升泛化；引入细粒度多目标奖励，以及 GRIP（基于组的相对重要性策略优化）用非均匀采样鼓励有效推理路径探索。在多个数据集上取得有竞争力的预测表现。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：时间序列预测 / 强化学习 / 大语言模型\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把「慢思考」推理训练进时序模型，并用多目标奖励 + 采样策略解决领域错位与分布外泛化，为金融、能源、交通等依赖预测决策的场景提供了可解释的新路线（CIKM 2026）。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2506.10630\u003c/p\u003e\n\u003ch3 id=\"3-unleashing-the-power-of-llms-in-dense-retrieval-with-query-likelihood-modelingllm-ql\"\u003e3. Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling（LLM-QL）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：稠密检索是 RAG 与生成增强的基础，但 LLM 作为解码器常因不看后续 token 而难以捕捉全局信息。受经典查询似然（QL）模型启发，作者把 QL 最大化作为辅助任务强化骨干，再驱动对比学习；引入注意力阻断（AB）与文档破坏（DC）两个组件。在 MS MARCO（域内）与 BEIR（域外）上均优于其他 LLM 检索器。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：信息检索 / 稠密检索 / 大语言模型\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：用经典 IR 思想（QL）补 LLM 检索器的全局视野短板，域内域外双优，且代码开源，对做 RAG 召回质量的团队是低成本可抄的基线（CIKM 2026）。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2504.05216\u003c/p\u003e\n\u003ch3 id=\"4-mind-the-couch-eliciting-mllm-reasoning-in-interior-design-via-weak-to-strong-task-vector-injectiondart-i\"\u003e4. Mind the Couch! Eliciting MLLM Reasoning in Interior Design via Weak-to-Strong Task Vector Injection（DART-I）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：多模态大模型在室内设计这类密集约束空间常因高频细节丢失而幻觉、碰撞。论文提出 DART-I：用极轻量弱专家从图像抽取连续的空间距离与色彩排版特征，经线性投影转成方向性任务向量，作为残差动态注入冻结 MLLM 的潜空间，无需微调即可锚定因果推理。在多个基准验证有效（ACM MM 2026）。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：多模态大模型 / 空间推理 / 室内设计\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：不改权重、用「弱到强」确定性先验做潜空间干预，绕开昂贵微调与灾难性遗忘，给垂直场景（设计、空间规划）落地 MLLM 提供了一条低成本的精准推理路径。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2608.23242\u003c/p\u003e\n\u003ch3 id=\"5-thinkingguard-decoding-implicit-hazards-via-step-by-step-risk-attribution-in-multimodal-llms\"\u003e5. ThinkingGuard: Decoding Implicit Hazards via Step-by-Step Risk Attribution in Multimodal LLMs\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：多模态隐式风险（各自无害的文本与图像逻辑汇聚诱发不安全输出）难被现有检测发现。作者先构建 TriggerBench（5600 实例，首个显式建模风险组合性的数据集），再用分步监督结构化推理框架训练专用守卫模型 ThinkingGuard：借鉴情境感知理论把隐式风险识别拆成递进认知阶段，用步奖励 MCTS 探索最优轨迹并双约束偏好对齐（ACM MM 2026）。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：多模态安全 / 风险检测 / 大模型对齐\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：针对「跨模态逻辑汇聚」这类最难防的隐式风险，给出数据集 + 训练框架的完整方案，而非单模态捷径学习，对把 MLLM 放进医疗、金融等安全敏感域有直接价值。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2609.36562\u003c/p\u003e\n\u003ch3 id=\"6-do-we-really-need-multimodal-emotion-language-models-larger-than-1b-parameterslight-mer\"\u003e6. Do We Really Need Multimodal Emotion Language Models Larger Than 1B Parameters?（Light-MER）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：多模态情感识别（MER）随 MLLM 能力提升，但常伴随参数膨胀（≥7B）导致端侧难部署。论文挑战「更大更好」，提出 Light-MER：用知识蒸馏把强教师知识迁移到 sub-1B 学生，引入切片 Wasserstein 距离 + 隐状态对齐的最优传输损失，以及基于 GRPO 的多奖励优化平衡性能与效率。九个基准上达 SOTA 且推理效率显著提升（ACM MM 2026）。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：多模态情感识别 / 模型蒸馏 / 端侧部署\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把 MER 模型压到 1B 以下还维持 SOTA，正好回应机器人、手机等资源受限场景的实时部署诉求，也用实验质疑了「越大越好」的惯性。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2607.12787\u003c/p\u003e\n\u003ch3 id=\"7-line-coupled-language-modellclm\"\u003e7. Line-Coupled Language Model（LCLM）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：标准自回归每步只生成一个 token，并行解码常因未来 token 强依赖而困难。LCLM 在每个解码步并行预测所有活跃文本行的下一个 token，把多行 token 交错成单一因果序列、用按行错位的旋转位置编码保留时序与因果。881M 参数下平均每前向生成 2.94 个内容 token（基线 1.00），损失仅略升；即使每步生成 16 token，损失也只高 0.09。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：大语言模型 / 并行解码 / 推理加速\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：用「按行错位」巧妙把并行生成塞进标准因果注意力，无需额外训练期 token 流量，每前向 2.94× 吞吐量且精度几乎不掉，是推理加速的一个干净思路。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2609.07129\u003c/p\u003e\n\u003ch3 id=\"8-bayesian-network-structure-discovery-using-large-language-modelspromptbn--reactbn\"\u003e8. Bayesian Network Structure Discovery Using Large Language Models（PromptBN / ReActBN）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e摘要\u003c/strong\u003e：传统贝叶斯网络结构学习依赖大量观测数据、计算贵。论文提出统一框架把 LLM 放到中心：无数据时用 PromptBN 仅用元数据查询 LLM 高效发现有效概率关系；有观测数据时用 ReActBN 把 ReAct 推理范式与 BIC 等结构分数结合迭代精炼，LLM 全程在环。实验显著优于现有 LLM 方法与数据驱动算法，尤其在低/无数据场景（TMLR）。\u003cbr\u003e\n\u003cstrong\u003e领域\u003c/strong\u003e：贝叶斯网络 / 结构学习 / 大语言模型\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把 LLM 从「预处理工具」升级为结构发现的核心，且能在少数据/无数据场景工作，对因果发现、领域知识建模这类数据稀缺任务很有吸引力。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://arxiv.org/abs/2511.00574\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"二github-热门-ai-开源项目202610311102\"\u003e二、GitHub 热门 AI 开源项目（2026.10.31–11.02）\u003c/h2\u003e\n\u003ch3 id=\"1-unclecodecrawl4ai\"\u003e1. unclecode/crawl4ai\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：面向 LLM 与 AI Agent 的开源网页抓取与爬虫框架，把任意网站转成干净的、LLM-ready 的 Markdown；可自托管，也提供 Crawl4AI Cloud 一键调用，自带 Discord 社区。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 86,552 Star（单日 +22）\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：在 AI Agent Radar Weekly（11/01）登顶研究类榜首，说明「把网页变成模型能吃的结构化输入」仍是 Agent 管线最底层的高频刚需，且自托管友好。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/unclecode/crawl4ai\u003c/p\u003e\n\u003ch3 id=\"2-tauricresearchtradingagents\"\u003e2. TauricResearch/TradingAgents\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：多智能体 LLM 金融交易框架，用多个专职 Agent（基本面、情绪、技术、风险管理等）协作完成交易决策，开源可本地运行。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 118,383 Star（单日 +144）\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把「多 Agent 协作」范式直接落到金融交易这种强约束、强可解释需求的场景，且社区活跃、星增长稳，是垂直领域 Agent 落地的高星样本。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/TauricResearch/TradingAgents\u003c/p\u003e\n\u003ch3 id=\"3-gibsonaimemori\"\u003e3. GibsonAI/Memori\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：开源的 LLM / AI Agent / 多智能体系统记忆引擎，为模型与智能体提供持久化、可检索的记忆能力，定位「让 AI 像人一样思考和协作」。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 5,347 Star（单日 +336）\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：Agent 持久记忆是今年最热的基础设施缺口之一；Memori 以独立记忆引擎形态出现、单日高速涨星，契合「记忆即服务」的拼图需求。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/GibsonAI/Memori\u003c/p\u003e\n\u003ch3 id=\"4-microsoftcall-center-ai\"\u003e4. microsoft/call-center-ai\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：微软开源的 AI 呼叫中心项目：用一个 API 调用即可让 AI 智能体发起真实电话呼叫，或把配置的号码直接绑定到 AI 客服机器人，覆盖呼出与接入。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 3,799 Star（单日 +194）\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把「语音 Agent 打电话」做成一行 API，大幅降低企业接入语音自动化的门槛，是微软在语音/Agent 落地侧的轻量但实用的开源动作。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/microsoft/call-center-ai\u003c/p\u003e\n\u003ch3 id=\"5-volcengineverl\"\u003e5. volcengine/verl\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：火山引擎（字节）开源的强化学习训练框架 verl（Volcano Engine Reinforcement Learning for LLMs），面向大语言模型的 RL 训练，强调高吞吐与易扩展。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 16,120 Star（单日 +90）\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：在 RLVR（带可验证奖励的强化学习）成为后训练主流的当下，来自大厂的工业级 RL 训练框架开源，给做大模型对齐与推理训练的团队提供了可兜底的生产级选择。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/volcengine/verl\u003c/p\u003e\n\u003ch3 id=\"6-vxcontrolpentagi\"\u003e6. vxcontrol/pentagi\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：完全自主的 AI Agent 系统，能执行复杂的渗透测试任务，把侦察、漏洞利用、报告等红队流程编排成多 Agent 协作。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 32,747 Star（单日 +17）\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把「自主 Agent」用到网络安全的红队场景，自动化程度高，反映了 Agent 正从写代码、做研究扩展到高专业度的攻防领域，也引出相应的合规边界讨论。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/vxcontrol/pentagi\u003c/p\u003e\n\u003ch3 id=\"7-earendil-workspi\"\u003e7. earendil-works/pi\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：一站式 Agent 工具箱（Pi）：统一的 LLM API、Agent 循环、终端 UI，以及自扩展的交互式编码 Agent CLI，模型无关、可在多 provider 间切换。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 119,300 Star\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把「统一 API + Agent runtime + TUI + 编码 CLI」打包成工具箱，降低搭建自用 Agent 的拼装成本，是 Agent 基础设施「瑞士军刀化」的代表。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/earendil-works/pi\u003c/p\u003e\n\u003ch3 id=\"8-multica-aimultica\"\u003e8. multica-ai/multica\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e简介\u003c/strong\u003e：开源、可自托管的协作平台，主张「让人类与 AI 智能体像一个团队一样工作」，把任务委派、上下文共享与多 Agent 协同做成统一工作空间。\u003cbr\u003e\n\u003cstrong\u003e热度\u003c/strong\u003e：约 54,491 Star\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：在「人类 + Agent 混编团队」成为共识的节点，multica 把协作界面与编排做成可自托管产品，降低了组织级引入多 Agent 的门槛。\u003cbr\u003e\n\u003cstrong\u003e链接\u003c/strong\u003e：https://github.com/multica-ai/multica\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"三精选-ai-行业资讯202610311102\"\u003e三、精选 AI 行业资讯（2026.10.31–11.02）\u003c/h2\u003e\n\u003ch3 id=\"1-可灵-ai-完成-198-亿元单笔融资交割ai-视频最大单笔融资\"\u003e1. 可灵 AI 完成 198 亿元单笔融资交割（AI 视频最大单笔融资）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：快手在港交所公告，旗下视频生成业务北京可灵增资协议项下所有条件达成，全体投资者足额缴纳出资约 198.02 亿元人民币（约 29.05 亿美元）；交割后 Lucky Labs 持股 66.68% 为控股股东，阿里巴巴、腾讯旗下上海启善及百度分别持股 1.38% / 0.56% / 0.28%。财报显示可灵 AI 第二季度营收超 8.5 亿元，同比增长超 200%。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：198 亿单笔交割刷新 AI 视频融资纪录，且阿里、腾讯、百度齐入局，说明头部资本对「视频生成 + 商业化营收」的组合给予高确定性定价，AI 视频从烧钱走向规模营收。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：智东西 / AI225 导航 / 证券时报\u003c/p\u003e\n\u003ch3 id=\"2-deepseek-完成第二轮融资约-1055-亿元投后估值-6155-亿元\"\u003e2. DeepSeek 完成第二轮融资约 1055 亿元，投后估值 6155 亿元\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：据 21 世纪经济报道，DeepSeek 近期完成第二轮融资，吸引近 30 家投资者，募集资金约 1055 亿元人民币（约 158 亿美元），投后估值约 6155 亿元（约 860 亿美元）；腾讯、宁德时代仍是本轮两大主要投资方。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：在一级市场整体收紧背景下，DeepSeek 以国产开源模型路线拿到千亿级融资，既印证「开源 + 国产算力」叙事的资本号召力，也为其后续训练与生态扩张提供子弹。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：21 世纪经济报道 / 网易财经转述\u003c/p\u003e\n\u003ch3 id=\"3-小米开源-08b-轻量级文档理解模型-xiaomi-ocr-0\"\u003e3. 小米开源 0.8B 轻量级文档理解模型 Xiaomi-OCR-0\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：小米发布参数量 0.8B 的轻量级文档理解模型 Xiaomi-OCR-0，在统一架构中融合文档解析、关键信息抽取（KIE）与视觉问答（VQA）三项能力；官方评测在 OmniDocBench v1.6 取得 96.83 分，五项文档 VQA 平均分 83.2 分。小米将完整公开 0.8B 模型权重与推理代码，并提供浏览器 Demo、MCP 服务与 Agent Skill 工具包。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：把文档理解压到 0.8B 还能打高分，且一次性开放权重 + 推理代码 + MCP + Agent Skill，是端侧/轻量文档智能可直接集成进 Agent 工作流的样本。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：智东西 / SegmentFault 思否\u003c/p\u003e\n\u003ch3 id=\"4-豆包工作面向企业客户开放三方大模型\"\u003e4. 豆包工作面向企业客户开放三方大模型\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：据多家媒体报道，豆包工作面向团队订阅版与企业订阅版客户开放配置三方大模型，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型；企业可在同一工作流里自由切换多家主流模型。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：国内大模型「平台化聚合」趋势加速——头部应用不再绑定单一自研模型，而是做多模型路由与切换，反映出企业侧「按需选型、避免锁定」的真实诉求。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：多家媒体报道 / AI225 导航\u003c/p\u003e\n\u003ch3 id=\"5-深圳团队基于昇腾-910c-完成-16-万亿参数-deepseek-v4-pro-全参数训练\"\u003e5. 深圳团队基于昇腾 910C 完成 1.6 万亿参数 DeepSeek-V4-Pro 全参数训练\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：据今日头条报道，深圳 Hetao 学院联合哈工大（深圳）、深圳大数据研究院与华为团队，基于昇腾 910C 国产 AI 算力集群，完成了 1.6 万亿参数 DeepSeek-V4-Pro 的全参数训练，作为国产算力承接世界级超大参数模型训练的可行性验证。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：若坐实，意味着国产 AI 芯片已能支撑顶级训练任务，对「国产算力替代」叙事是标志性事件；但当前为单一媒体披露，仍需官方或更独立信源确认。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：今日头条\u003cbr\u003e\n\u003cstrong\u003e状态\u003c/strong\u003e：传闻·待证实\u003c/p\u003e\n\u003ch3 id=\"6-stanhope-ai-获-230-万英镑种子轮押注-friston主动推断做自主决策\"\u003e6. Stanhope AI 获 230 万英镑种子轮，押注 Friston「主动推断」做自主决策\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：据 Artificial Intelligence News 报道，UCL 衍生公司 Stanhope AI 完成 230 万英镑种子轮，由 UCL Technology Fund 领投，MMC Ventures、Moonfire Ventures 等参投。团队由神经科学权威 Karl Friston（自由能原理提出者）等创立，用「主动推断（Active Inference）」让模型像人脑一样持续预测并更新世界模型、自主决策，可跑在无人机等小设备上。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：当行业都在堆 LLM 时，Stanhope 反其道用神经科学原理做「自主、低功耗、可持续学习」的 Agent，是「后 LLM」路线的一笔值得关注的早期押注。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：Artificial Intelligence News\u003c/p\u003e\n\u003ch3 id=\"7-gpt-62-astra-灰测claude-mythos-55-源码泄露头部新旗舰提前曝光\"\u003e7. GPT-6.2 Astra 灰测、Claude Mythos 5.5 源码泄露（头部新旗舰提前曝光）\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：据新智元、搜狐等报道，11/01 晚间开发者在调试 OpenAI Codex 时抓包发现底层模型已换成 gpt-6.2-astra，账单显示其已吃下约 19.8% 真实流量；同时 Anthropic 官网源码中被发现赫然躺着未官宣的 Claude Mythos 5.5（无护栏特种版仅向网安/科研机构开放，百万上下文的通用旗舰 Fable 5.5 现身 MLflow 与 Azure 目录）。两款新旗舰在同周末被「集体抓包」。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：两大巨头下一代旗舰在 Gemini 4 Carbon 登顶后不到 72 小时集中曝光，显示前沿模型发布节奏已卷到「灰度即曝光」；但均非官方发布，属源码/后台泄露，细节待官方确认。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：新智元 / 搜狐 / 新浪财经\u003cbr\u003e\n\u003cstrong\u003e状态\u003c/strong\u003e：传闻·待证实\u003c/p\u003e\n\u003ch3 id=\"8-美国司法部披露-ai-虚构学生骗取逾-2-亿美元贷款案\"\u003e8. 美国司法部披露 AI 虚构学生骗取逾 2 亿美元贷款案\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e内容\u003c/strong\u003e：据 AI225、SegmentFault 等梳理，美国司法部披露一起利用 AI 虚构学生身份骗取逾 2 亿美元贷款的案件，凸显生成式 AI 在身份伪造、文书造假上的滥用风险。\u003cbr\u003e\n\u003cstrong\u003e推荐理由\u003c/strong\u003e：当 AI 能批量生成「以假乱真」的身份与材料，金融风控与反欺诈的对手方已升级；这类案件会直接推动监管对 AI 生成内容的溯源与水印要求，是合规侧的重要信号。\u003cbr\u003e\n\u003cstrong\u003e来源\u003c/strong\u003e：AI225 导航 / SegmentFault 思否\u003c/p\u003e\n",
  "summary": "每日研究简报 2026-11-02 本次简报覆盖 2026.10.31–11.02 近三天的 AI 领域动态，含 arXiv 最新论文、GitHub 热门开源项目与精选行业资讯各 8 条，全部来自公开真实来源。每日更新。\n主编视角 今天最值得盯的信号是「轻量化与系统层编排同时加速」。一边是 arXiv 上 BE-Token、Light-MER、LCLM 不约而同地把「更省的上下文、更小的模型、更快的解码」做成可复现的工程结论——端侧与低成本推理正在从口号变成方法；另一边，DeepSeek 第二轮千亿级融资、可灵 198 亿单笔交割、深圳团队用昇腾 910C 跑通 1.6 万亿参数全参数训练，把「国产算力 + 开源模型 + 资本」拧成一条清晰的主线。对从业者而言，下注方向正在从「追更大单体」转向「把 Agent 调度、国产算力、端侧小模型这三件事同时做扎实」。\n一、arXiv 最新 AI 论文（2026.10.31–11.02） 1. Learning a Single Token to Replace Long System Prompts in LLMs（BE-Token） 摘要：长系统提示在推理时反复占用上下文且低效。作者提出轻量训练框架，学习一个行为等价 Token [BE]：先用重建把原系统提示语义编码进单 token，再把下游行为蒸馏进去；无需改动预训练权重、无需辅助压缩模型、无需标注回复。在三个数据集上，用单个 [BE] token 替代最长约 3,000 token 的提示，压缩比达约 3000×，同时保留原提示约 98% 的下游表现。\n领域：大语言模型 / 提示压缩 / 推理效率\n推荐理由：把「冗长系统提示」压成一个可训练 token，几乎释放整段上下文给用户输入与输出，对高并发、长提示的 Agent 系统是直接可复用的降本手段，且零权重改动、易落地。\n链接：https://arxiv.org/abs/2511.23271\n"
}