Step 5开放权重进入私有部署
阶跃星辰10月15日更新并公开Step 5 Preview的FP8、NVFP4与BF16权重及部署说明。模型采用600B总参数、27B激活参数的稀疏MoE架构，支持最高100万Token上下文和图文输入；vLLM与SGLang可提供OpenAI兼容接口，官方FP8起步配置为4张B300或8张H200，BF16则从8张B300或16张H200开始。
开放权重把这款长程Agent模型从托管API带进可检查、可私有部署的范围，但没有消除工程门槛：模型卡明确指出，实际可用上下文和并发仍取决于KV Cache与运行时显存，BF16完整文件分片流程也尚未完成端到端验证。许可证是附带署名和商业条件的StepFun Model License 1.0，而非无附加条件的Apache 2.0；官方榜单同样不能替代公开权重的独立复测。
Google把论文预审扩为通用文档审查
10月14日，Google公开Deep Review，把此前面向论文投稿前检查的Paper Assistant Tool扩展到设计文档、演示、法律与金融材料。系统先分段，再按信息密度分配推理预算，由多个Agent并行核查，最后统一检查跨段一致性并调用外部工具验证。Google称四个会议已有逾1.6万篇自愿投稿使用该服务；这证明了部署规模，不等于错误检出率或正式同行评审质量。
每位用户每周有两次免费审查，也可接入Gemini API提高额度。上传文档不会用于训练，但会为界面展示保存一年；对企业和研究团队而言，验证能力扩大了，敏感材料的保留周期也成为需要单独评估的部署条件。
Iambic以1.5亿美元IPO进入公开市场
Iambic Therapeutics将937.5万股普通股定价为每股16美元，预计募资总额1.5亿美元，并于10月15日以“IAM”在纳斯达克开始交易；承销商另有30天期、最多140.625万股的超额配售权，发行仍预计在10月16日满足惯常条件后完成。公司仍处临床阶段，这次定价把AI制药平台与管线交给公开市场持续检验，但募资成功不能证明候选药物会获批或AI已经缩短完整研发周期。
ChatGPT Voice推出GPT-Live-1.1
OpenAI 10月15日开始在ChatGPT Voice滚动推出GPT-Live-1.1及小型版GPT-Live-1.1 Quip，并增加法语、德语、印地语、日语、韩语、墨西哥西班牙语和英语声音。公告还称搜索时会使用更多短语提示状态，但未披露延迟、识别准确率、API可用性或与1.0的量化对照，因此当前可确认的是声线、本地化和交互提示更新，不能据此推断通用语音能力全面提升。
TacClaw把触觉数据扩至百万回合
10月14日，TacClaw-Infinity用带触觉的手持采集器同步记录视觉、指尖触觉与末端轨迹，不要求现场配置目标机器人。作者汇总逾1万小时、100万回合、10亿帧和1000多类任务，并在三种异构机器人上展示无需目标机器人专属示范的跨本体迁移。规模和迁移结果均来自作者数据管线，是否公开完整数据、质量分布和许可将决定它能否成为可复用基础设施。
CoPE让Agent每一步预测后续动作
10月14日，CoPE不只用长程任务最后的成败分数训练Agent，而是在成功的在线轨迹中，让每个历史位置预测后续多步动作；推理时仍一次执行一步，不增加额外模型。作者在五个环境报告总体优于GRPO等基线，并在ScienceWorld上达到ECHO的最高1.9倍、GRPO的2.0倍样本效率。代码已开放，但结果仍来自作者实验，且只从成功轨迹构造目标可能强化狭窄策略。
SafeDriveVLA先模拟服从指令的后果
10月14日，SafeDriveVLA把自由文本驾驶指令分成三档服从模式，并让世界模型先模拟严格照做的后果，再决定执行、调整或拒绝。作者在Bench2Drive报告88.16 Driving Score、68.64%成功率，并把危险指令下的碰撞从最佳SimLingo变体的60次降到38次。数字来自仿真协议，尚不能外推到真实道路法规、感知故障或恶意指令全集。
Player-1用合成世界训练组合控制
10月14日，Player-1先用6044条游戏轨迹做监督初始化，再在16个可程序验证奖励的2D与3D合成环境中强化学习，并扩展相对指针移动、持续按键和键鼠组合动作。Player-1-9B在MineDojo-300成功率为38.33%，作者评测中的最强基线为12.63%。仓库目前只公布论文与项目说明，数据、环境、模型权重和训练代码仍列在后续发布计划中，暂不足以独立复现。
个人Agent的记忆要同时维护人与流程
10月14日，PraxisMemBench把“用户是谁”的个人记忆与“事情怎么做”的流程记忆放进持续会话，后续任务同时依赖两者时，现有方法完成率从84.6%降至77.9%；随着会话增长，关系类失败占比从59.8%升至72.9%。作者方法PraxisMem总体会话成功率为40.78%，对照Claude Code原生记忆为20.60%，但这是作者构建的受控基准，不代表真实私人数据环境中的长期可靠性。
双人乒乓先在规划层避免队友相撞
10月14日，PingpongDuo让团队规划器联合选择站位并过滤高风险方案，优先保留当前击球机器人的空间，再由各自的步法与击球策略执行。作者称仿真回球成功率较基线高13.2%，真机完成2.15米避让与复位用时2.4秒，两台人形机器人可严格交替连续回球10次以上。结果展示了多机实时协调，但目前只有单一任务和作者协议，不能视为通用协作能力。