阅读

德国工业机器人初创RobCo宣布完成4000万美元融资，估值突破10亿美元。

此次交易主要为现有及前员工向Sequoia、Lightspeed等机构出售股份。相比今年1月，其估值在九个月内实现翻倍。

RobCo主打物流与制造自动化，核心产品包括双臂移动机器人Alfie及AI视觉引擎RobVision。资金将用于支持CEO Roman Hölzl迁往旧金山，以扩大在美国市场的布局。

Nolla Health的AI系统获犹他州批准，可自主开具痤疮处方。

此前AI医疗多限于药物续方，这是美国首个获批开具“初始”处方的案例。试点分阶段减少人工监督：前100例需双医审核，后续转为抽样审查。

服务定价4.99美元/月，仅限犹他州18岁以上轻中度痤疮患者。若AI无法确定治疗方案，将转介至人类医生。

Reflection AI于10月5日发布其首个开源权重模型Beam，定位为西方企业的“主力”选择。

该模型采用稀疏混合专家架构，总参数5010亿，激活参数230亿。CEO Misha Laskin表示，Beam在编码和智能体任务上表现强劲，推理所需算力比同类开源模型少3至4倍。

官方基准测试显示，Beam性能与中国Z.ai的GLM-5.2相当，并接近阿里巴巴的Qwen 3.8-Max。这一发布旨在满足那些出于安全或合规原因无法使用中国模型的客户需求。

目前模型仍在进行最终的红队测试和评估，权重和技术报告将于本月晚些时候发布。

微软和Meta正在大幅削减对Anthropic旗下Claude模型的内部使用量，这一趋势由科技媒体The Decoder援引The Information报道。

在微软方面，其云部门此前预计年度Claude支出超过10亿美元。据报告，高管Scott Guthrie和Jay Parikh已指示员工转而使用GitHub Copilot等内部工具及OpenAI模型。该部门的月度人均预算已从10万美元骤降至约1万美元，整体支出削减幅度超过三分之一。

Meta的情况类似，其Claude Code的用户数从约6万人下降至3万人。这既受裁员影响，也源于Meta推广自家Muse Code和MetaCode等工具。在此前28天内，Meta仅在Claude Code上的支出就超过1.05亿美元。

此举反映出大型科技公司正试图降低对单一外部模型供应商的依赖，转而强化自有AI基础设施。对于Anthropic而言，核心客户群的收缩可能对其企业级收入增长构成挑战。

Instinct于10月5日宣布将其AI智能体引入群聊场景，即使朋友没有Instinct账号也能共同使用。

该功能允许用户将智能体加入聊天，协助规划旅行、组织拼车或协调活动。公司创始人Noah Shinn在X上说明，个人智能体与群聊智能体是隔离的，后者无法访问前者数据。任何信息共享或行动执行前，系统都会请求用户许可。

此举旨在与Meta的Muse等竞品争夺消费者AI市场。目前功能仅向早期访问用户开放，全量上线时间待定。

亚马逊AWS于10月5日聘请Pedram Rezaei担任杰出工程师，加入其“代理式AI与新兴技术”团队。

Rezaei此前在微软工作二十余年，最近担任Copilot首席技术官直至今年6月，并参与过超级智能团队的基础模型训练。他将重点支持AWS的两款核心AI代理产品：Quick（AI助手）和Kiro（AI编程工具）。据内部邮件披露，这两款产品的用户增长迅速，Kiro用户数在二季度翻倍，Quick的月度AI用户增长四倍。

此举显示亚马逊正从竞争对手处吸纳关键AI人才，以加速将AI投资转化为广泛使用的产品。

Ghost宣布结束隐身状态，完成由Andreessen Horowitz领投的1100万美元种子轮融资。

其首款产品Core是一款专为运行AI智能体设计的个人电脑，售价3499美元。该设备内置Nvidia RTX Pro 4000 SFF Blackwell GPU，预装Qwen和Gemma等模型，旨在让用户在本地处理数据并执行任务，无需依赖云端服务。

公司称所有代码、逻辑和模型权重均存储在设备上，用户拥有完全控制权。首批订单于周一开放预订，预计10月最后一周发货。

CoreWeave高管Harsh Banwait称，使用Nvidia Vera CPU后，其Sandboxes产品的启动时间缩短了约3倍。

Sandboxes是为AI智能体提供隔离执行环境的工具，用于强化学习和推理阶段的任务运行。Banwait指出，这一改进解决了智能体在执行任务前等待环境初始化的瓶颈。

该数据来自CoreWeave内部测试，尚未公布详细基准或经独立机构验证。

最新民调显示，绝大多数美国人希望AI发展“慢下来”。

昆尼皮亚克大学于9月30日发布的调查结果指出，77%的美国受访者主张在AI安全性得到验证前，应放缓甚至完全停止其开发进程。仅有5%的人希望加快步伐。

公众对AI公司的自我承诺持怀疑态度。数据显示，86%的人支持建立独立的安全标准，即使这会阻碍技术进步；同时，74%的人表示对AI公司领导层几乎没有或完全没有信任。研究者Chetan Jaiswal认为，这表明公众渴望不依赖企业口头保证的保障机制。

CoreWeave于10月5日发布Model Distillation、RL Rollouts和可编程训练API，旨在打通推理与后训练环节。

传统流程中，模型上线即停止改进。新工具允许直接捕获生产流量中的失败案例作为训练数据，无需手动清洗或搭建基础设施。

官方引用客户Method的案例：使用GPT-4o输出训练Llama 3.1 8B模型处理银行IVR系统，经新数据迭代后，在对比评估中胜过原生产版本57.5%。另一客户Willow通过混合监督学习与强化学习提升了文本风格控制能力。

需注意，这些功能多为预览或新发布状态，具体性能依赖用户自身的数据质量与任务定义，且上述案例均为厂商单方陈述。

Plan Canvas架构将连续语言流模型的Deep ProsQA基准准确率从73.0%提升至87.0%，有效路径比例从30.8%升至59.1%。

传统连续语言流（如扩散模型）在生成文本时，所有位置同时去噪。若加入推理过程，因推理长度随问题变化，模型需同时决定推理轨迹长度、每个token的位置以及答案的起始点，这增加了生成的复杂性。

该研究提出的Plan Canvas通过设置固定容量的“计划区域”存放紧凑的推理轨迹，并用监督填充处理未使用位置，从而将答案起始位置固定在已知点。这种结构允许计划部分和答案部分使用独立的去噪时钟。

实验显示，在保持骨干网络和画布长度不变的情况下，该方法在ProsQA和Deep ProsQA上均优于自由轨迹基线，且在最长证明链上的增益最大。此为arXiv预印本结果，尚未经过独立第三方复现验证。

Pinterest于10月6日推出“Beauty Guides”功能，利用AI将用户保存的美容类Pin（如发型、美甲）转化为可执行的沙龙方案。

该功能基于Pinterest Intelligence，能识别图片中的视觉元素并翻译为专业术语（如“balayage”、“almond nails”），同时提供预计耗时、价格范围及后续维护建议。

目前该功能覆盖发型、颜色、指甲形状和饰面相关的Pin，旨在帮助用户在前往沙龙前做好沟通与预算准备。