全部动态

OpenRouter 在一个 GitHub 任务上测量了 MCP、CLI 和 skill 的上下文成本

OpenRouter 在 Claude Sonnet 5.5、GPT-6 Luna 和 Gemini 3.8 Flash 上，用 GitHub MCP server、gh CLI 和一个 gh skill 测量了同一个 GitHub 任务。在 Sonnet 5.5 上三者都回答正确，但 CLI 用了 1,421 个输入 token，skill 用了 3,315 个，而 MCP server 用了 59,417 个——它带有 46 个默认工具，仅这些工具的定义每次请求就增加 19,436 个 token。把 server 限定为两个工具后，该任务降到 23,228 个 token；将结果上限设为 4,000 字符后降到 5,357 个；Tool Search 把 46 个工具的前置成本降到 600 个 token 以下，不过在 Sonnet 5.5 上它把整个任务的成本减半，在 Claude Haiku 5.5 上却提高了。

使用 Sentence Transformers 对多向量嵌入模型进行池化感知训练

Hugging Face 展示了池化感知训练如何在固定存储预算下提升多向量嵌入模型的检索质量。在 pool_factor=4 时，常规训练的模型保留了其未池化 NanoBEIR nDCG@10 的 94.6%，同时将文档向量减少到四分之一，而池化感知训练将这一保留率提升至 97.8%。文章详细介绍了 HierarchicalTokenPooling、预算校准以及一个可复现的 Sentence Transformers 示例。

OpenRouter 指南：修复 OpenAI 和 Claude 429 速率限制错误

OpenRouter 发布了一份指南，介绍如何处理来自 OpenAI、Anthropic 及其自身 API 的 429 Too Many Requests 错误，并在 60 条提示词的批次上测试了三种修复方案。OpenAI Python SDK 的默认重试在 12 秒内使 60 个请求中有 23 个失败，而等待 Retry-After 或 X-RateLimit-Reset 的重试在 Python 中于 89 至 92 秒内完成了全部 60 个请求，在 TypeScript 中为 106 至 218 秒。模型回退方案在 13 秒内以 $0.000066 的成本完成了全部 60 个请求；开启提供商故障转移后，全部 150 个固定提供商的请求均成功，而在关闭回退时最多有 32 个失败。

OpenRouter 测试 fp8 和 fp4 量化对 LLM 质量与价格的影响

OpenRouter 于 2026 年 10 月 20 日针对 Qwen3.8 27B 的六个端点运行了 280 个精确答案任务，未发现 fp16、fp8 和 fp4 之间存在准确率差异，六个端点的得分均在 98.3% 至 99.2% 之间。在 1,455 个端点中，59.5% 完全未报告精度，fp8 是最常见的标注格式，占 23.6%。对大多数模型而言，较低精度更便宜，但并非所有模型都如此；提供商选择对价格的影响大于精度，同精度下最贵端点的价格中位数是最便宜端点的 1.72 倍。

JioStar 首席架构师 Vijay Seshadri 谈 5 亿用户规模下的 AI 发现

JioStar 首席架构师 Vijay Seshadri 分享了在 5 亿用户规模下运行 AI 发现的经验，涵盖评估、护栏以及将 AI 投入生产。这篇由 OpenAI 发布的文章聚焦大规模 AI 部署背后的运营实践。

inclusionAI 发布 ZoomGain-9B 和 ZoomGain-4B 模型，附带 ZoomGainBench 与 RL 训练数据

inclusionAI 发布了 ZoomGain-9B 和 ZoomGain-4B 视觉语言模型检查点，以及 ZoomGainBench 评估基准和 ZoomGain RL 训练数据。ZoomGain 挖掘从全局到放大的感知差距，以构建细粒度视觉监督，ZoomGain-9B 在多个细粒度和通用感知基准上取得了更优表现。ZoomGainBench 包含覆盖 941 张图像的 1,000 个问题，而 RL 数据集包含 9,000 条训练记录和 7,713 张源图像。

inclusionAI 发布 ZoomGain-4B 和 ZoomGain-9B，并附带 ZoomGainBench 与 RL 训练数据

inclusionAI 发布了 arXiv 论文、ZoomGainBench 评估基准、RL 训练数据集以及 ZoomGain-4B/ZoomGain-9B 模型检查点。28 个模型中表现最佳者在 ZoomGainBench 上得分 61.08，而 ZoomGain-9B 在多个细粒度和通用感知基准上达到了更优性能。ZoomGain 挖掘从全局到放大的感知差距，为视觉语言模型构建细粒度视觉监督。

亚马逊推出AI驱动的Ring安防无人机和机器人

亚马逊正在推出Ring Robotics设备，包括一款AI驱动的安防无人机和一款机器人，具备漫游能力。这些设备将于2026年底和2027年初首次亮相。

inclusionAI 在 Qwen3.5 上发布 SingVL S1 4B 多模态决策模型

inclusionAI 发布了 SingVL S1，这是一个基于 Qwen3.5 构建的 4B 多模态决策模型，可在单次 Transformers 前向传播中对文本或 JSON 以及最多四张图像回答指定问题。它支持选择、是/否（noul）和 2–10 级评分问题，在 Public Vision Index 上得分 73.94，在 Public Text Index 上得分 69.76。该模型附带 Python 推理代码和 FastAPI HTTP 服务器。

Grok Build 编程智能体泄露数千用户的机密数据，包括 SpaceXSI

安全公司 Claroc 发现，SpaceXSI 的 vibe-coding 智能体 Grok Build 通过可分享的应用链接泄露了数千用户的专有商业信息和其他敏感机密。尽管 Grok 对 URL 进行了随机化处理，只有持有确切链接的人才能访问数据，但一项设计决策使得任何人都能枚举出数千个活跃项目，而点击这些链接通常会暴露所有相关数据。泄露的材料包括内部商业计划、广告提案、体检结果、邮轮厨房检查清单，以及员工姓名和身份证号，其中部分来自 SpaceXSI 自身构建的 24 个应用，包括一份机密入职计划、一张涵盖 594 个账户的销售区域地图，以及销售工具的内部系统地址。

微软研究人员描述Lazarus：一种重编程AI智能体中休眠神经元后门的攻击

微软研究人员描述了一种名为Lazarus的后门技术，该技术通过重编程大语言模型中不到10个休眠神经元，使基于该模型构建的智能体在出现隐藏触发条件时执行攻击者指令，且无需重新训练。被修改的模型仍能通过标准评估，在触发前表现正常，触发条件可以简单到只是日期变更，随后智能体会以被授予的权限运行下载的代码。作者表示，检测需要与原始权重进行差异比对，而Microsoft Foundry已将开放权重模型与其发布者绑定并扫描其容器，同时红队测试框架、基于智能体的权重扫描以及具有防篡改来源证明的签名模型正在开发中。

LangChain 阐释 AI 智能体上下文工程中的检索技术

LangChain 发布了一篇博客文章，说明检索设计如何塑造 AI 智能体的上下文工程，并以基于其 Deep Agents 框架构建的竞品分析智能体为例。文章涵盖三种失败模式：搜索效率低下、一次性加载过多上下文，以及结果不相关或过时，并为每种模式配以相应技术，例如 glob 和 grep 文件系统工具、使用 read_file 偏移量分页读取大文件、将过大的工具结果卸载到文件，以及在“检索、卸载、委派”模式下将读取工作委派给子智能体。文章还警告称，检索到的文本是数据而非指令，可能携带提示注入，因此应将输出与引用的来源进行核对。

LangChain 解释 Deep Agents 如何在不把所有内容都保留在上下文窗口中的情况下管理上下文

LangChain 详细说明了其开源 Deep Agents 框架如何使用中间件来对抗长时间智能体运行中的上下文腐化。超过约 20,000 token 的工具结果和超过 50,000 token 的用户消息会被卸载到文件中，仅显示预览；而当使用量达到上下文窗口的 85% 时，摘要功能会压缩较早的消息。技能、子智能体和一个 markdown 长期记忆文件使主智能体的窗口保持较小，并让记忆能够跨模型和提供商延续。

当AI成为神谕，数学会怎样？

应用数学家Steven Strogatz和Alex Townsend在新书《大数学：运行我们世界的隐藏代码》中探讨了“大数学”如何逐渐超出人类的理解范围。该书审视了当LLM、AI聊天机器人乃至量子计算承担起超出有限人脑能力的数学时意味着什么，以及社会可能如何适应。

Redwood Research质疑GDM是否有意对Gemini 4进行思维链训练

Redwood Research表示，在Gemini 4安全报告引用了一项将思维作为上下文进行观察的辅助奖励后，目前尚不清楚Google DeepMind是否有意对Gemini 4进行思维链训练。GDM员工告诉Redwood，他们并未在CoT上进行训练，但无法解释技术细节，而GDM的一篇博客文章称，该模型绝不会因其在思维链中所写的内容而受到惩罚。Redwood警告称，针对不一致推理的CoT奖励可能会抑制诚实的言语表达，并降低CoT的忠实度。

Simon Willison 在 Antigravity IDE 中测试 Gemini 4 Carbon，谷歌向所有用户开放访问

两周前面向部分网络安全防御者发布的 Gemini 4 Carbon 现已向所有人开放，输入价格为每百万 token 2 美元，输出价格为每百万 token 10 美元，价格定于 12 月 1 日翻倍至 4/20 美元。Simon Willison 在谷歌的 Antigravity IDE 中进行了测试，使用 OpenStreetMap 数据生成了一个机甲踩踏纽约市的 Three.js 动画，并指出谷歌 CEO Sundar Pichai 重点介绍了 Antigravity 的 /swarm 功能，该功能利用 Blender 资产、WebGL 着色器和 Lyria 音乐构建了一个开放世界 3D 游戏。

同一件事，精选收录的是《Google DeepMind releases Gemini 4 Carbon for agentic coding, cybersecurity and scientific reasoning》

为智能体而设计：Resend CEO Zeno Rocha 谈智能体如何选择邮件 API

Resend 联合创始人兼 CEO Zeno Rocha 做客 Latent Space 播客，解释这款邮件 API 如何被设计成能被编码智能体选中；他引用了一项 AEO 研究，其中 Claude Code 在 102 次邮件推荐中有 64 次首选 Resend。Resend 早期的切入点是 React Email——一个开发者可用于任何服务商的模板工具，因此在他们切换之前，仓库里就已经有一些 Resend 代码。

inclusionAI 发布 ZoomGain-9B 的 GGUF 权重

inclusionAI 已发布 ZoomGain-9B 的 GGUF 格式权重，使用 llama.cpp 转换，涵盖语言模型以及视觉编码器/投影器（mmproj），提供 FP16、Q8_0 和 Q4_K_M 版本。图像输入需要将语言模型与匹配的 mmproj 文件配对使用，仓库中记录了通过 llama-mtmd-cli 进行 CLI 推理以及通过 llama-server 搭建网页聊天环境的方法。需要支持 Qwen3.5 多模态的 llama.cpp 构建，量化可能影响准确率。

黄仁勋与疑似中国间谍的婚外情引发对英伟达和美国AI领先地位的担忧

英伟达CEO黄仁勋承认与一名疑似中国间谍的女子有婚外情，专家对The Verge表示，此事的影响可能扰乱美国AI产业及其对中国的领先优势。据报道，与据称的间谍Alice Huang有关联的公司促成了至少70亿美元的英伟达芯片对华销售，而CNAS的Emily Kilcrease警告称，若能获取英伟达最新芯片，美国的领先优势可能在数周或数月内消失。Kilcrease还表示，已在进行的调查将消耗公司精力，而国会待审议的AI芯片管制立法现在通过的可能性大大增加。

Gemini Intelligence 扩展至 motorola signature 27 和 Pixel 10，并带来新功能

Google 正在将 Gemini Intelligence 引入更多 Android 设备，包括首款搭载 Gemini Intelligence 的摩托罗拉手机 motorola signature 27（11 月 19 日在美国开启预购），以及通过今天的 Pixel Drop 获得支持的 Pixel 10、Pixel 10 Pro XL 和 Pixel 10 Pro Fold。新功能包括 Create My Widget，它可根据文字描述，利用 Gmail、日历和搜索数据构建自定义小组件；以及 Device Assistance，可通过向 Gemini 提问来控制和修复手机。Rambler 现已在 Pixel 10 系列和 motorola signature 27 上提供，任务自动化扩展至英国、印度和日本，Create My Widget 将在未来几周内登陆 Pixel Watch。

NaiveAI 的 Naive-N0.5-Flash 声称每秒 2,100 个 token：它的编码能力如何？

Latent Space 测试了 NaiveAI 的开源权重模型 Naive-N0.5-Flash，这是一个源自小米 MiMo-V2.5 的编码模型，搭配 NaiveRT 推理引擎，并与 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash 进行了对比。在作者的运行中，它峰值接近每秒 2,000 个 token，在思考密集型任务中持续约 1,000 个 token，中位响应时间为 3.1 秒，而两个对比模型分别为 5.3 秒和 10.1 秒。在困难的 HLE 问题上，开启思考时它平均完成约 108,500 个 token，约为 GLM 5.3 Flash 的九倍和 DeepSeek V4.1 Flash 1017 的 11 倍，作者指出样本为每个难度级别 10 个问题，且未进行准确性评分。

STABL：一家专注于AI“缺失象限”的非营利研究组织

STABL 作为一家非营利研究组织正式启动，它同时严肃对待前沿 AI 的变革潜力及其社会影响所面临的下游瓶颈，并将这一立场称为“缺失的右上象限”。它主张，管理 AI 风险的核心不仅在于对齐，还必须包括制度变革，并计划围绕递归自我改进、AI 扩散、劳动力市场冲击和社会韧性开展实证研究。

Ed Zitron 谈黄仁勋、Megaspeed 与 NVIDIA 对华 GPU 销售

Ed Zitron 认为，NVIDIA 的增长一直靠经由 Megaspeed 及相关中间商流向中国的 GPU 销售支撑；他援引 Culper Research 的说法称，2026 财年约 20% 的收入（约 431.8 亿美元）来自中国。他还指出，彭博社和《纽约时报》报道称，Megaspeed 进口的 GPU 比 NVIDIA 向美国政府披露的多 5 万块，且 NVIDIA 总法律顾问就 Megaspeed 调查联系了商务部官员。Zitron 还批评主流媒体在报道 NVIDIA 财报时未提及这起走私事件。

Anthropic 推出 Claude Whiteboards、Sheets 和 Data，用于团队协作

Anthropic 以测试版形式推出 Claude Whiteboards 和 Claude Sheets，并将 Claude Dashboards 正式发布为 Claude Data。Whiteboards 可将口头计划转化为带有时间线、负责人和日期的看板，团队可实时编辑；Sheets 可构建包含标签页、公式、格式和下拉菜单的电子表格，并概述每次编辑。Claude Data 让数据团队能够认证查询，并基于指标生成数据故事或旁白视频，实时共享可显示最新数字。

Claude 为 Adobe、Atlassian 和 Box 推出交互式连接器

Claude 现已支持交互式连接器，可在 Claude 内打开工具的完整版本，让用户在与对话并行的同时使用 Adobe、Atlassian 和 Box，既可自行修改，也可让 Claude 代为修改。在演示中，Claude 为 Confluence 中的发布计划添加了摘要，为 Adobe 中的照片应用了抖动效果，并在 Box 中对照设计标准检查了平面图，随后将修订版另存为新文件。该功能正在网页端和桌面端逐步推出。

Workday 如何用 LangGraph 和 LangSmith 构建企业级 AI Agent 平台

Workday 基于 LangGraph 做编排、LangSmith 做追踪、可观测性和评估，用一个四人团队搭建了面向生产级 AI Agent 的内部开发者平台。原型开发时间从 4–5 个月缩短到不到一天，团队现已扩展到约 30 人。

Meta详细说明Your Algorithm如何将自然语言偏好转化为Facebook Feed和Reels推荐

Meta发布了一篇工程概述，介绍Your algorithm——一套AI工具，让Facebook用户用自然语言说明自己希望在Feed和Reels中看到什么，并提供一个可编辑页面列出“感兴趣”和“不感兴趣”的主题。每次更改都由一个较小的LLM验证，用嵌入和搜索关键词丰富，并保存到一个共享存储中，Feed和Reels都会读取该存储，同时一个微调过的LLM重排器会移除与新添加的“不感兴趣”主题匹配的内容。Meta表示，补充性的尾部加载和客户端缓存失效使更改更快生效，并且一个单独的LLM评判器会在上线前对Lately Summary等输出进行评分。

Meta 详解 TLX：面向生产级 ML 的 Triton 硬件原生 GPU 编译器扩展

Meta 详细介绍了 TLX（Triton 低级扩展），这是 Triton 的一个扩展，在保留 Triton 张量编程模型的同时，增加了显式的 warp-group 和 cluster 级编排。TLX 已在 Meta 全公司投入生产使用：在数千块 NVIDIA Blackwell GPU 上用于 GEM 训练时，端到端 MFU 达到 20-25%；用于 RecSys 推理时，计算密集型网络延迟最多降低三分之二；一个分布式分组 GEMM 内核已部署于大规模 LLM 预训练。Meta 表示，TLX 面向 NVIDIA Hopper 和 Blackwell 以及 AMD Mi300 和 Mi350x，并正在开发更多架构支持、自动 warp-group 推断以及一个 torch.compile 后端。

a16z 领投全栈本地化初创公司 General Translation 的 A 轮融资

a16z 宣布领投 General Translation 的 A 轮融资。General Translation 是一家开发者基础设施公司，构建全栈、AI 驱动的本地化方案，可直接集成到 React 应用、文档以及 GitHub、Figma 和 Slack 等工具中。包括 Cursor、Cognition、Ramp 和 Clickhouse 在内的客户已在使用该方案，以各种语言交付产品。a16z 合伙人 Martin 加入董事会。

MiniMax 发布 H3-Image，一款可在 10 秒内生成 4K 图像的开源权重模型

MiniMax 发布 H3-Image，这是一款基于 H3 构建的开源权重图像生成模型，支持文生图、参考图生成和图像编辑，可在 10 秒内生成 4096 × 4096 的图像。该公司表示，它最多可处理 16 张参考图，声称在开源权重模型中具有最先进的提示词遵循能力，并报告速度最高可达主流替代方案的 5 倍。H3-Image 可通过 MiniMax API 平台、MiniMax Code 和海螺 AI 使用，定价为同类产品的 50–70%，发布周期间 4K 及以上请求享受 50% 折扣。

Google DeepMind 发布 Gemini 4 Carbon，面向智能体编程、网络安全与科学推理

Google DeepMind 向开发者、企业、科学家和消费者开放了 Gemini 4 Carbon，将其定位在 Gemini 4 Argon 之上，适用于需要更深层推理和更多 token 的任务。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一，每任务成本比次优外部模型低 2 倍以上，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，与 Argon 的 introductory 价格相同。Google 还预览了 Google Antigravity 中的 /swarm，可将单个提示转化为协同工作的智能体团队，并报告 Carbon 在模拟网络攻击测试中拦截了 99% 的攻击轨迹。

NVIDIA 将 OpenShell Agent 运行时贡献给 CNCF，并新增 DSX Kubernetes 工具

NVIDIA 正将其用于保护和治理自主 Agent 的开源运行时 OpenShell 作为 Sandbox 项目贡献给云原生计算基金会，同时也为 Google 主导的 Agent Substrate 做出贡献。NVIDIA 宣布了三个新的 DSX AI Factory 平台组件：NVIDIA Kubernetes Engine 和 NVIDIA Kubernetes Recipes（现已进入公开预览），以及 NVIDIA Snapshot，后者可在数秒内恢复检查点副本，无需重新加载模型或预热。Crusoe 在 Crusoe Cloud 上测试了 GLM-5.3，将工作负载就绪时间从大约八分钟缩短至 31 秒，而 Saturn Cloud 将 vLLM 启动时间从 2 到 8.5 分钟缩短至 6 分 34 秒。

Recraft 推出 Vectorizer Pro，实现更干净的 SVG 矢量化

Recraft 发布了 Vectorizer Pro，这是一款可将 PNG、JPG 和 WebP 图像转换为更干净 SVG 的矢量化工具，自 2026 年 10 月 29 日起，所有套餐的用户均可在 Recraft Studio 中使用。它能保持直线笔直且间距均匀，保留图标尖角和拐角的锐利度，并将曲线绘制为一笔干净的线条，从而减少在 Figma 或 Illustrator 中的清理工作。扁平插画、标志、图标和线稿受益最大，而纹理较多的源图可能仍需先进行简化。

Mastra Forward：Mastra 推出 AI 工程服务，配备前置部署工程师与智能体工厂

Mastra 推出 Mastra Forward，这是一项 AI 工程服务，为每位客户配备一名指定的前置部署工程师，并搭配 Mastra Factory——一个安装在客户代码仓库中的智能体集群。该服务按年计费，费用低于雇用一名资深 AI 工程师，并包含企业许可证，支持托管、自托管或 BYOC 部署，另附 Trace Intelligence 资源池。Mastra 表示其工厂每周产出 750+ 个 PR。

Google 发布 A2UI 1.0，一个用于智能体生成原生 UI 的稳定开放协议

Google 发布了 A2UI 1.0，这是其开放协议的首个稳定版本，该协议让 AI 智能体能够以交互式界面作答，这些界面由各应用自身的原生组件渲染。1.0 版本新增了双向函数调用、无障碍支持和扩展元数据，并提供了面向 React、Angular、Lit、Flutter、SwiftUI 和 Jetpack Compose 的开源渲染器（Compose 渲染器目前为 0.9.1，1.0 版本即将推出），以及面向 Python、TypeScript 和 Dart 的智能体 SDK。Atlassian 正将 A2UI 引入 Jira，Alation 在 Claude 中用其渲染信息流，字节跳动于 2026 年 6 月发布了一款 Lynx 渲染器，目前支持 0.9 版本。

Mastra 为后台长时间运行的工具调用新增 MCP Tasks

Mastra 现已在 MCPServer 和 MCPClient 中支持 tasks，使长时间运行的工具调用可在后台执行，同时智能体继续响应用户。服务器会立即返回一个任务 ID，客户端轮询状态值 working、input_required、completed、failed 或 cancelled，任务完成时会向智能体发送通知。工具可设置为 always、auto（默认 2 秒 syncWindowMs 后）或 off，任务仍可调用 suspend() 等待人工输入；该功能需要 @mastra/mcp@2.7.0 和 @mastra/core@1.81.0 或更高版本，且仍处于实验阶段。

PFN的AUTiv自动小鼠尾静脉注射机器人荣获第12届机器人奖会长奖

Preferred Networks的AUTiv自动小鼠尾静脉注射系统在第12届机器人奖中获得日本机械工业联合会会长奖。该系统利用4K立体摄像头和深度学习定位约0.3毫米的尾静脉，自动完成穿刺和给药，减少针刺事故和动物应激。目前已在日本交付约20台，并已确认追加生产。

Amazon 发布 Mitra-v2 表格基础模型，采用规模化合成预训练

Amazon 推出 Mitra-v2，这是用于分类和回归的第二代表格基础模型，随附微调模型以及推理和微调代码，以 Apache-2.0 许可证在 Hugging Face 上发布。它使用合成表格进行预训练，行数是 Mitra-v1 的 10 倍，列数约为其 3 倍，采用新的混合 SCM 先验和混合优化器，同时保持 Transformer 架构不变。在包含 51 个真实世界数据集的公开基准 TabArena 上，Mitra-v2 在单模型领域领先，在两者均原生运行的 33 个数据集中的 32 个上优于 Mitra-v1，并在 1 小时预算内完成全部 51 个数据集；微调后的 Mitra-v2 还在 ScoringBench 上排名第一。

Google 解释如何像产品一样交付 Agent Skills：CI 关卡与 AI 审查代理

Google Agent Skills 目前托管了来自 Google 各团队的 170 多个技能，GitHub 星标数已从 15,000 增至 21,000，其维护者描述了每项变更都必须通过的流水线。每个拉取请求都要通过六道自动化关卡，包括结构一致性、linter、语义化版本、评估套件验证、链接检查和一个 AI 审查代理，之后再由人类领域专家批准。文章还分享了经验教训，例如原子化评估预期、生成索引文件，以及在昂贵的 LLM 检查之前先运行廉价的确定性检查。

DeepMind发布Gemini Robotics 2.5及开源安全基准ASIMOV-jailbreak

Google DeepMind发布了Gemini Robotics 2.5，这是其视觉-语言-动作模型的新版本，可生成机器人动作，并称其在需要高灵活性的任务上表现大幅提升。该模型在200多项活动中进行了评估，包括用夹子端菜和使用移液管，搭载该模型的Apptronik Apollo 2人形机器人现在能用五指手打蝴蝶结。DeepMind还推出了开源安全基准ASIMOV-jailbreak，为机器人与人类协同工作做准备，并表示部分Gemini机器人在梅赛德斯-奔驰工厂完成了实际工作。