AdvSim2Real:在冻结的 Web 世界模型中协同进化任务课程、注入对抗样本与 Web Agent,抵御自适应提示注入
AdvSim2Real 在冻结的 Web 世界模型中协同进化任务课程、注入对抗样本与 Web Agent,使 4B agent 在有无攻击时完成率均提升,且能力增益可迁移到真实浏览器。在 150 个 Web 任务上,面对未训练过的前沿模型对抗者,AdvSim2Real 将完成率相对基础 agent 提升 33.6%。
AdvSim2Real 在冻结的 Web 世界模型中协同进化任务课程、注入对抗样本与 Web Agent,使 4B agent 在有无攻击时完成率均提升,且能力增益可迁移到真实浏览器。在 150 个 Web 任务上,面对未训练过的前沿模型对抗者,AdvSim2Real 将完成率相对基础 agent 提升 33.6%。
Nick Bild 为 TRS-80 的《Dungeons of Daggorath》制作改版《Dungeons of Doom》,加入摇杆控制、以 DOOM 的 imp 和 cacodemon 为原型的怪物,以及可选的无限生命与力量。摇杆按钮可直接快捷攻击右手所持武器,取代原先 ATTACK RIGHT 这类文本命令。原版条款不允许分发改后代码,但改动足够简单,读者可自行照做。
NVIDIA 宣布其 GPU 加速决策优化产品 cuOpt 通过 mPDLP 将可求解规模扩展到 1 亿变量以上,面向供应链与电网调度等需要在有限规划窗口内评估更大模型和更多不确定性的场景。原文提到 cuOpt 相比 CPU 已可实现 10x 以上的加速。
NVIDIA 提出用数字孪生与 AI Agent 验证 AI 工厂的基础设施、软件与策略变更。AI 工厂由 GPU、CPU、交换机、DPU、SuperNIC 以及调度器、编排服务、安全控制和快速变化的软件栈组成,部署与验证其协同工作均具挑战。
Harmonic Drive 应用工程师 Marcel Almonte 将在 RoboBusiness 2026 发表演讲,介绍集成驱动执行器设计如何通过简化系统集成、减少布线复杂度、缩短测试与调试时间来降低工程工作量。
Simon Long 宣布发布面向 x86-64 系统的 Raspberry Pi OS Desktop,基于 Debian 13 (trixie),此前该版本长期未更新,每周仍有两三封邮件询问进度。
LAVD 调度器最初为游戏应用设计,如今已扩展到服务其他类型的工作负载。在 2026 年 Kernel Recipes 大会上,Changwoo Min 和 Gavin Guo 概述了该调度器及其随时间的演进过程。LAVD 是借助 BPF 构建自定义 CPU 调度器的可扩展调度器类(extensible scheduler class)中涌现的调度器之一。
作者介绍如何用 esp-hosted 把 ESP32 模块通过 SDIO 或 SPI 变成 Linux 单板机的 WiFi/BT 无线网卡,并给出自己在项目中加入 ESP32-C6 的完整搭建过程。
推荐理由:文章给出SDIO布线、驱动编译与调试的完整实操细节,也点明了C5优于C6的选型教训。
DAEDALUS 通过配对 explorer 与 solver 两个智能体,从自生成任务的失败中提炼启发式规则并汇总为记忆库,在 AppWorld、τ^2-bench 和 AutomationBench 上将平均成功率较无记忆基线提升最多 15.9 点,pass^5 提升最多 2.2x,推理成本低于多数使用训练任务的方法。
Zach McGinty 将经颅磁刺激(TMS)装置以 OpenTMS 项目开源,包含贴头线圈与脉冲电源的完整设计。线圈采用空心铜管通冷却液,电源用一对微波炉变压器经 IGBT 反激式开关,脉冲电流达 kiloamps,IGBT 栅极控制以光纤隔离。项目未获 FDA 或当地监管批准,作者声明其非医疗设备,自行搭建风险自负。
DSPi 是面向 Raspberry Pi Pico、Pico 2 及其他 RP2040/RP2350 板卡的音频 DSP 固件,可将其变为带集成 DSP 的 USB 声卡,支持房间校正、有源分频、参数 EQ、时间对齐等功能。
推荐理由:原文列出了 DSPi 在 RP2040 与 RP2350 上的滤波器数量、通道数和数学引擎差异,便于按硬件选型评估。
Levente Szabadkai 将 Commodore 64 键盘字体从照片中描摹为矢量字体,并在 GitHub 上以多种格式提供下载。该字体仅含大写字母,同时收录标点、PETSCII 字形、功能键及 Commodore 徽标。光标箭头为实心样式,与部分机型的空心样式存在差异。
端侧级联语音 Agent 采用推测工具执行方案,通过 Predictor 模块在 ASR 阶段预测工具调用并提前执行、缓存结果注入 LLM prompt,实测 Android 语音助手的中位首音频时间从 5.79s 降至 4.60s,标准差从 3.49s 降至 2.81s。方案用基于规则的校验机制过滤用户自我纠正导致的错误缓存,LLM 仍可直接发起工具调用,最坏情况延迟不高于基线串行流水线。
EmbodiedSmith 提出一个通过递归自我改进(RSI)生成可扩展具身数据的框架,将资产、场景与任务生成统一到同一流水线中,支持自主创建与语言驱动定制。其核心是智能体式精修回路,场景生成预判下游任务需求,任务生成反过来引导场景编辑,使两者迭代互促,提升任务生成成功率,包括长时程任务;框架还支持移动机械臂、人形机器人与灵巧手,以及可形变物体和流体交互。
跨 Tokenizer On-Policy 蒸馏研究发现,严格 1:1 对齐位置已覆盖学生生成的大部分 token,将 reverse KL 限制在每个严格位置的共享词表 top-16 子集即可达到与全共享词表 OPD 相当的准确率。
研究提出 SafeActBench,包含 6 个操作域、5 类协议下的 656 个案例,用证据溯源台账与确定性轨迹评估器追踪工具使用型 Agent 从静态动作判断到单步、多步工作流的失败点。在 10 种模型-框架配置中,静态动作评估较强与交互执行较弱并存,失败常发生在执行前:调查不完整或证据未确立就动手。证据确立后单步执行通常可靠,多步工作流则暴露未解决的前置条件与执行不完整。
Avery Flies 设计并组装了一架 27 英尺长的遥控热力飞艇,靠丙烷燃烧器加热空气产生升力。除手工缝制的尼龙气囊外,动力与控制多取自 R/C 模型:70 mm 电动涵道风扇维持气囊形状,无刷直流电机驱动 18" 螺旋桨提供推力,转向舵机则改装自 R/C 帆船绞盘舵机。
TRACE 提出一种面向 MoE 语言模型强化学习训练的 FP4 量化框架,通过 rollout 侧量化结果引导训练侧 FP4 舍入决策,直接缩小训练与 rollout 两条量化执行路径的差异。
Nuvoton 为 NuMicro MA35D0 系列新增 MA35D05KH67C、MA35D05KI67C、MA35D05KJ67C 三款 LQFP128 MPU,并推出 NuMaker-IoT-MA35D0-A2 (Chili Pro) 评估板。
推荐理由:原文列出三款新 LQFP128 MPU 的内存差异与完整板卡规格,可为工业 AI 网关选型提供对照。
Linux 内核 7.3-rc6 预发布版已发布并开放测试。Linus 表示下周将参加年度维护者峰会和 Linux Plumbers Conference,可能影响 -rc7 的统计,但不太可能改变发布节奏。其随后的年度家庭假期或使下一个合并窗口略显不稳。
Boston Dynamics 宣布任命 Rohit Prasad 为新 CEO,次日生效,接替自 Playter 二月离职后担任临时 CEO 的 CFO Amanda McMaster。
Yongha Kim 借助 GeekMagic SmallTV 内置的图片查看功能,在不替换原厂固件、不焊接的情况下让设备显示任意内容:由网络上的主机用 Python Pillow 生成 240×240 图片,通过 HTTP 推送到设备,示例展示 Claude 与 Codex 用量数据。该方法也支持 GIF 动画,内容与生成工具不限。
TwelveLabs 发布 Pegasus 1.6 模型,面向机器人、无人机和自动驾驶等物理 AI 场景,是其首个面向第一人称视频的 AI 模型,不依赖特定相机或专有硬件。
推荐理由:原文列出了五项工作流和第一人称视频定位,做机器人数据管线的团队可据此判断是否接入。
NVIDIA DOCA GPUNetIO 将网络与数据搬运统一为 GPU 直接控制的一等操作,减少 CPU 在每个网络事务中的介入。CPU 位于关键路径会增加时延并限制分布式应用的实时响应效率,GPUNetIO 旨在消除这一瓶颈。该能力覆盖 NVIDIA 软件栈,面向需要 GPU 发起网络的分布式应用。
NVIDIA 计划斥资 129 亿美元收购 Hugging Face,为公司史上最大一笔收购,以在物理 AI 竞争中巩固其模型分发层地位。
Hackaday 一位作者因 JVC、Logitech、EPOS 耳机接连在塑料关节处断裂,决定用 OpenSCAD 自行设计 3D 打印耳机结构。他复用原耳机的驱动单元、麦克风和电子件,以一体成型的锯齿形板簧替代球形关节,提供 X/Y 旋转与 Z 位移自由度,并做成滑动式头梁。设计已开源在 GitHub 仓库,可改造用于修复损坏的耳机。
NVIDIA 发布 AICR v1.0,为 GPU 加速 Kubernetes 集群提供开放、稳定、可验证的配置方案。该方案针对主机内核、GPU 驱动、容器运行时、网络、存储、operator 与工作负载框架等数十个各自独立发版的组件,解决版本兼容性问题。同一配置在不同服务、GPU 代际和 Kubernetes 版本下可能静默失效,AICR 旨在让部署前后的版本冲突可追溯、可验证。
Anthropic 强化学习技术负责人 Sholto Douglas 在访谈中表示,能力等于甚至超过所有人类的模型很可能在未来几年内出现,AI 将能完成人类在电脑上做的所有工作。他估算今年超大规模云厂商 AI 资本开支合计约 1 万亿美元,2028 年可能达 4 万亿美元,2030 年代初全球 GDP 或翻倍。数学评测 FrontierMath 成绩一年内从 0% 升至 60% 以上。
FireDome 推出自主地面发射系统,通过发射含水或阻燃剂的弹丸(最远 1,000 ft.)在野火到达前铺设阻燃隔离带、覆盖建筑并扑灭飞火引发的点火点。系统采用机械发射柔性智能弹丸,每枚约装 10 gal. 液体,在近地面高度展开形成椭圆覆盖区,三层防御分别对应外围隔离带、建筑覆盖和点火点扑灭,默认自主运行并可远程关停,计划与加州消防指挥体系集成。
推荐理由:文章拆解了发射器与三层防御逻辑,可了解自主灭火系统如何嵌入现有消防指挥体系。
EDG C++ 编译器前端项目宣布开源,此后由非营利组织 C++ Alliance 管理,源码已发布在 GitHub。Edison Design Group(EDG)自 1988 年起做编译器前端,其前端被 Intel C++ 编译器、Microsoft VC++、NVIDIA CUDA 编译器等商业产品采用;公司去年决定在 2026 年关停并转向开源模式。
推荐理由:EDG 前端曾用于 Intel、Microsoft、NVIDIA 等编译器,其开源走向可能影响 GCC 与 Clang 的生态格局。
NVIDIA 提出 Green Contexts,让单进程内多个独立组件(如时延敏感算子与吞吐导向后台 kernel、数据预处理与模型推理)可控制地共享 GPU 资源。此前这类多组件共用单 GPU 的场景难以划分资源,Green Contexts 用于解决这一控制难题。
Overview AI 推出 OV Spark 与 OV Spark Pro 两款 AI 检测相机,内置 agentic AI 层 Sparky,可用自然语言回答检测相关问题。
推荐理由:原文给出了硬件规格、工具清单和 MEC 落地案例,便于评估该相机在产线的实际可用性。
作者用 LineageOS 把 2016 年的 Xiaomi Mi 5 从 Android 8.0 升级到 Android 15,并支持 OTA 更新,但安装需解锁 bootloader 并解决 Fastboot 驱动问题。
ESP Mini App Platform 0.4.9 Beta 开放发布,面向 ESP-Mosaico 开发板(主控 ESP32-S31),系统与应用分离,支持安装、更新、卸载独立应用。
树莓派发布基于 Debian Trixie 的 Raspberry Pi Desktop 新版,面向 PC 和 Mac 提供下载,改用 64 位 amd64 架构,并内置 Raspberry Pi Connect 客户端,可远程控制运行该桌面的设备。
推荐理由:新版改用 64 位 Debian Trixie 并内置 Raspberry Pi Connect 客户端,想在 PC 或 Mac 上复用树莓派桌面的用户可据此评估。
Ubuntu 发布 USN-8875-1 安全更新,日期为 2026-10-06,覆盖 20.04 与 22.04 两个版本。
Marco Tabini 开发出开源 USB-C PD 协议分析仪 Dr. PD,可串接在 USB-C PD 电源与受电设备之间,或模拟 sink 来表征电源。它支持多种 USB 供电协议,工作范围可达该技术上限 48V/240W。项目开源,作者计划发起众筹,方便不想自己动手的人直接购买。
Meta 开源了 Muse Gadgets 硬件开发套件,包含乐鑫ESP32固件和 Linux SDK,开发者可用几十元的 ESP32 开发板或树莓派为个人桌面 AI Agent Muse 制作物理外设,实现智能家居控制、日程提醒等功能。
推荐理由:原文给出了硬件BOM成本、固件与Linux SDK分工和刷写绑定流程,想自制Muse外设的开发者可据此评估上手成本。
机器人大讲堂分析认为,机器人产业最先跑通的落地场景可能在体育场、主题乐园和城市广场,而非工厂或家庭。据其不完全统计,4 月至 9 月底机器人赛事覆盖五个主要城市、五种赛制,参赛机器人总数超过 2200 台,其中第二届世界人形机器人运动会有 2056 台机器人同场竞技,赛项从 19 个扩到 50 个。
推荐理由:原文梳理了五座城市机器人赛事的规模与出货数据,可用来理解文体旅场景为何先于工厂和家庭形成落地。
XIMEA MU003TG-SY-UC 是一款基于 Sony IMX556 CMOS 传感器的迷你 ToF 相机,全局快门、640 × 480 分辨率、60 FPS,机身 26.4 × 26.4 × 28.67 mm、重 31 克,通过 USB 3.2 Gen 1(5 Gbps)接口供电与传输。