个性化智能体强化学习框架上线，8B模型盲测第一
个性化智能体强化学习框架上线，8B模型盲测第一当个性化Agentic RL遇上现实用户平台场景时，一直存在一个常见难点：面对同样的query，不同用户往往偏好不同的规划策略、工具调用和最终表达。
来自主题: AI技术研报
8967 点击 2026-09-14 09:22
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当个性化Agentic RL遇上现实用户平台场景时，一直存在一个常见难点：面对同样的query，不同用户往往偏好不同的规划策略、工具调用和最终表达。
奥特曼在《财富》专访中宣布OpenAI 2026年不会上市，理由是人类可能造出完全失控的AI，此时上市时机极不明智，公司宁愿牺牲万亿市值也要按下AI安全暂停键。
Anthropic CEO Dario Amodei发表长文呼吁控制前沿AI能力提升节奏并引入嵌入式第三方安全评估机制，OpenAI CEO Altman随即表态支持，并以AI安全为由确认OpenAI今年不会进行IPO。
本周三，Kimi首次向全球开启公开招聘。在此之前，K3火爆出圈，而当所有目光都聚在模型上的这个节点，Kimi开闸招人，招的不只是算法，也包括业务：产品、运营、设计、销售、市场及国际化，业务团队首次大规模校招，面向2027届、2028届毕业生和在校实习生开放。
Anthropic CEO Dario Amodei发文呼吁为前沿AI限速并提出驻场评估、国家与全球协同三步方案，获OpenAI CEO奥特曼和马斯克罕见力挺，同时承认全球限速最终离不开与中国协调。
王坚在2026 Inclusion·外滩大会上发表露天演讲，呼吁以年青人的方式思考人工智能，强调AI不应只追求替代人力或完成任务，而应帮助人类用更少的自然资源完成过去需要大量资源才能完成的事情，未来应由年青人回答可持续发展这一最困难的问题。
OpenAI发布的GPT-6 Astra在Insilico Medicine构建的DDD Benchmark抗体可开发性预测测试中以37.98分登顶第一，在不依赖外部专用工具的情况下击败所有前沿模型，标志着通用大模型正在突破抗体成药性预测这一生物医药研发的"死亡之谷"，成为AlphaFold之后最具震撼性的科学范式转移。
高德宣布扫街榜全面AI化并推出2026版，其核心驱动力为空间智能引擎ABot-Earth 0.7，该模型被称为全球首个3D原生城市世界模型，能以卫星图或文字高效生成高保真三维城市。
Astra 太好用，连 OpenAI 也扛不住了。
Muse刚发布，把它造出来的Meta TBD实验室，却又有人开始离场。