财联社11月4日讯（编辑 李莹）Anthropic近日向投资者展示借助Claude加速芯片研发的能力，引发市场对传统电子设计自动化（EDA）行业受冲击的担忧；自研芯片也可能令Anthropic与亚马逊、英伟达等主要投资方的关系趋于复杂。据媒体当地时间11月3日报道，Anthropic近期在与潜在IPO投资者的会面中，着重展示了自身的芯片设计能力...
AI应用风向标（公众号：ZhidxcomAI）作者｜毕伟豪 编辑｜漠影每逢崩溃，必有更新。智东西11月4日报道，昨天，DeepSeek Harness悄悄更新了GitHub仓库，推出了一个v0.2.2-alpha.3预发布版本。这次更新围绕代码审查、自动化任务管理、SDK和插件生态等方面进行了扩展。有趣的是，就在昨天DeepSeek出现了网页及API服务部分中断的...
알리클라우드가 전문 기관 투자자를 위한 AI 투자 리서치 워크스테이션 Qovest를 출시했습니다. 사용자가 자연어로 리서치 요구 사항을 제시하면 데이터 조회와 분석을 자동으로 수행하고 보고서를 생성하며, 주기적으로 연구 대상을 지속 추적할 수 있습니다. 이 플랫폼은 현재 공식 웹사이트 www.qovest.cn에서 개인 사용자 초대 베타 테스트를 진행 중이며, 구독료는 월 99위안 또는 199위안입니다. 향후 기업용 버전도 출시될 예정입니다. Qovest는 권위 있는 금융 데이터베이스와 자체 개발 에이전트 프레임워크 Harness를 통합해 데이터 호출부터 분석 결과 출력까지 전 과정을 자동화했으며, FinFirst 및 IRAB 평가에서 선두를 달성했습니다. 플랫폼은 휴머노이드 로봇 산업 체인, 데이터센터 전력 설비, 금 ETF 등 다양한 투자 리서치 사례 템플릿을 제공하고, 대화형 분석과 동적 추적 대시보드를 지원합니다. 제품 책임자는 반복적인 투자 리서치 업무를 AI에 맡겨 인력을 전문적 판단에 집중시키는 것이 목표라며, 이는 AI의 투자 리서치 분야 경쟁이 모델 성능에서 산업 데이터와 프로세스 역량으로 전환되고 있음을 의미한다고 밝혔습니다.
三个月前，腾讯混元推出通用科研极简Agent循环系统Hyra1.0。其开源模型Hy3驱动Hyra解决加法组合学悬置五十余年的核心难题——和集与差集最优指数，创下国产开源模型首次全自动解决数学开放问题纪录。此后国际AI巨头纷纷竞逐数学与理论计算机科学。“AI刷题”路径已走通，自动化科研下一步受关注。
上周六的时候，DeepSeek发了他们一篇很长的技术文章，叫《Super-agent设计探索：迈向更自主的Agent系统》，细细读完了，非常棒的架构，对很多开发者来说，都非常非常值得学习。 ....
蚂蚁国际旗下Antom平台于2026年10月28日在上海VOYAGE2026活动上系统展示其AI驱动的跨境支付新范式，覆盖市场准入、实时风控、拒付处理、自动化对账、系统运维、Agent原生交易及资金实时流动等全生命周期环节，多项能力已投入实际应用并取得可量化成效。
10월 25일, 치위안 로봇의 5,000번째 개인용 로봇이 공식적으로 양산 라인을 떠났다. 지난 9월 20일 치위안 Q1과 T1 두 모델의 개인용 로봇을 출시한 지 한 달 만에 5,000대의 양산이 완료됨으로써, 치위안은 생산 능력 확대와 제조 시스템 및 공급망 간의 협업에서 단계적 성과를 거두었다. 아직 산업화 초기 단계에 있는 개인용 로봇 산업에서 5,000대라는 수치는 단순히 생산량 증가 이상의 의미를 갖는다. 이는 기업이 연구개발 단계에서 확보한 기술 역량을 복제 가능한 제조 역량으로 전환하고, 나아가 제품 배송, 사용자 경험, 소프트웨어 업데이트까지 연계하는 과정을 의미한다. 이는 개인용 로봇이 기술 탐구 단계에서 소비자 시장으로 진입하기 위한 핵심적인 전환점이자, 상업화 역량을 평가하는 중요한 지표이기도 하다. 인공지능이 디지털 세계에서 물리적 세계로 확장됨에 따라, 로봇 산업의 경쟁은 기술 시연 단계를 넘어 공학적 구현, 제품화, 그리고 상업화 역량으로까지 확대되고 있다. 이번 치위안의 대량 양산 실천은 개인용 로봇 산업화 과정을 관찰할 수 있는 구체적인 사례를 제공한다. 01 한 달 만에 0에서 5,000대로, 대량 생산 체계가 완성되다 “양산 라인이 가동된 이후, 0대에서 5,000대까지 안정적으로 양산 라인을 떠나기까지 단 1개월이 걸렸습니다.”라고 치위안 로봇의 공동 사장이자 중앙연구개발부 사장인 가오취안중은 밝혔다. 현재 치위안 로봇의 생산 라인에서는 약 2분 30초마다 한 대의 로봇이 완성되며, 일간 생산 능력은 초기 10여 대에서 200여 대로 크게 증가했다. 개인용 로봇의 경우, 대량 양산은 단순히 생산 라인을 늘리거나 조립 속도를 높이는 것만으로는 이루어지지 않는다. 로봇은 기계 구조, 동작 제어, 감지·상호작용, 지능형 알고리즘 등 다양한 시스템이 융합된 복잡한 제품으로서, 고도의 기능 구현뿐 아니라 대량 생산 과정에서도 조립 정밀도, 제품 일관성, 운용 신뢰성을 확보해야 한다. 따라서 대량 양산 역량을 평가할 때는 단순히 완성된 제품 수만을 따질 것이 아니라, 제조 시스템이 지속적인 생산을 뒷받침할 수 있는지, 품질 기준이 규모화된 복제에 적합한지, 공급망이 배송 수요를 원활히 맞출 수 있는지 등을 함께 검토해야 한다. 소개에 따르면, 이러한 각 요소를 중심으로 치위안 로봇은 생산 측면에서 공정 고도화, 품질 안정화, 자동화 조립 및 교정·시험을 통해 대량 생산의 일관성을 강화하고 있다. 공급망 측면에서는 협력업체들과 함께 원재료 자동 창고를 구축하고 반자동 조립 라인을 도입하며, 엔드투엔드 제조 IT 시스템을 구축해 생산 프로세스의 추적 가능성을 확보했다. 아울러 수백만 회에 달하는 와이어 하네스 굽힘 시험, 수십만 회의 관절 내구성 시험, 모듈 충격 저항 시험 등 다양한 검증 기준을 마련하여 장기간 사용 시 제품의 안정성을 높였다. 이들 역량은 모두 시제품 개발 단계에서 규모화된 제조로 이어지는 공학적 기반을 형성한다. 5,000대의 양산 완료는 여전히
arXiv에 2026년 10월 26일 게재된 논문 “MisconceptDialogue: Evaluation Criteria Shape Measured Success in LLM Math Tutoring”은 MISCONCEPTDIALOGUE 자동화 평가 프레임워크를 제안하며, 5,000회 이상의 대화 테스트를 바탕으로 수학 과외 모델로서 5종의 오픈소스 소규모 파라미터 LLM(7B–14B)의 성능을 평가했습니다. 연구 결과, 주류인 정확히 일치하는 점수 매기기 방식에서는 구제 성공률이 42.1%에 불과한 반면, 인공적으로 보정된 LLM 심사자의 평가는 동일한 대화에서 81.3%로 나타나, 그 차이는 39.2%p에 달했습니다. 또한 이러한 편차는 우연한 것이 아니며, 네 가지 유형의 LLM 심사자와 200개의 인공 라벨링 결과 간에는 높은 일치도(kappa 최대 0.91)가 확인되었습니다. 아울러 모델은 진단 정보(정확한/잘못된 개념)에 대한 응답에서 거의 차이를 보이지 않아, 진단 입력을 효과적으로 활용하기 어렵다는 점을 시사합니다.
미국 연방통신위원회(FCC)는 2026년 10월 22일, 원래의 금지 조항이 모호하여 핵심 반도체 제조 장비까지 잘못 영향을 미칠 수 있다는 우려를 고려해, 인텔이 미국 내 웨이퍼 공장에서 특정 외국산 자동 안내 차량(AGV)을 계속 사용할 수 있도록 1년간의 면제 허가를 승인했다.
2026년 10월 24일에 발표된 arXiv 논문(번호 2610.31047v1)은 현재의 자동화된 안전 시스템이 어휘적 표층 특징에 의존해 위험성을 판단함으로써 체계적인 편향을 초래한다고 지적한다. 구체적으로, 아프리카계 미국인 영어(AAE)는 다른 영어 변종에 비해 ‘모욕적’으로 분류되는 빈도가 최대 두 배에 달하며, 유명한 드레스업 여왕 계정은 백인 우월주의자 계정보다 독성이 강하다고 평가된다. 또한 영어에서는 효과적인 안전 행동이 저자원 언어에서는 전혀 통하지 않는다는 점도 지적된다.
