3qk7 · AI LOCAL LABS
TECHNICAL SCOUTING
AI FRONTIER
Signals worth understanding before they become obvious.
2026-10-31
01
testmodelsopen source unlock
NVIDIA 发布 Nemotron-3.5-Transcribe-30B-A4B 开源语音模型，支持 40 种语言
NVIDIA 在 Hugging Face 发布 Nemotron-3.5-Transcribe-30B-A4B，这是一个离线语音与音频模型，支持 40 种语言的转录、最长一小时录音和 65,536 token 上下文。其混合专家架构激活约 4.3B 参数（含音频编码器），以 BF16、FP8 和 NVFP4 精度发布。
- 总参数 34B，激活参数 4.3B（含音频编码器），采用 Mamba-2–Transformer 混合专家架构。
- 上下文长度 65,536 token，支持最长 1 小时录音，覆盖 40 种语言。
- 权重以 BF16 发布，并提供 FP8 与 NVFP4 量化版本，许可证为 OpenMDW-1.1。
- 模型卡报告：Open ASR Leaderboard 9 个公开测试集平均 WER 为 4.71，长音频平均 WER 为 10.98。
对构建语音产品的团队而言，该模型以 4.3B 激活参数提供 40 语言转录与 1 小时长音频支持，且开放权重与多种量化精度可直接用于微调与自托管部署。
02
testresearchincremental
微软利用合成企业数据评估Microsoft Copilot
Microsoft Research发布Industry Evaluation Data Generation Platform，基于O*NET职业数据、在线招聘信息和SEC文件生成全合成企业环境，用于在不使用任何客户数据的情况下评估Microsoft Copilot。
- 评估环境基于O*NET职业数据、在线招聘信息和SEC文件等公开真实数据源构建。
- 该平台生成制药、资本市场和IT/软件三个行业的合成企业环境。
- 合成数据质量复合指标相比最初生成方法提升39%，部分行业环境质量得分超过0.9（满分1.0）。
- 自动化将评估数据集创建从多天人工流程转为自动运行，估计每套数据集节省约10万美元，项目总节省约30万美元。
构建企业AI评估的团队可以复用这一合成环境与自动化查询生成思路，在不接触客户数据的前提下获得可复现的基准。
03
testresearchbenchmark jump
EMNLP'26｜GPT也不会「读空气」，狼人杀基准测出社交盲区
智源社区报道，EMNLP'26 收录的一项狼人杀基准显示 GPT 在需要「读空气」的社交推理场景中存在盲区。
- 该工作被 EMNLP'26 收录。
- 基准采用狼人杀作为测试场景。
- 报道称 GPT 在该基准上暴露出社交盲区。
对构建多智能体社交推理系统的开发者而言，狼人杀类基准可作为检验模型社交推断能力的专门测试面。
04
watchagentsincremental
OpenAI 如何检测前沿模型失准
OpenAI 采用分层监控来检测前沿模型失准和未经授权的智能体行为，使响应人员能够在事件升级前进行干预。
- OpenAI 使用分层监控检测前沿模型失准。
- 监控还覆盖未经授权的智能体行为。
- 该机制旨在让响应人员在事件升级前介入。
构建智能体的团队应假设需要分层监控，以便在失准行为升级前将其捕获。
05
watchothercapability unlock
首次：患者被注射由人工智能设计的病毒以对抗严重感染
据《中东报》报道，一名患者首次被注射了由人工智能设计的病毒，用于对抗一种严重感染。
- 《中东报》报道称，这是首次将人工智能设计的病毒注射给患者。
- 报道称该病毒用于对抗一种严重感染。
对AI构建者而言，这标志着AI设计的生物制剂从计算设计走向了人体应用。