NiCE 如何以 AI、数据与问责重构客户体验业务
NiCE 正将 Cognigy 整合为对话式与智能体 AI 的底层平台,并依靠传统 CCaaS 业务和既有客户基础支撑 AI 转型。作者认为其优势来自交互数据与已部署工作负载,获得自动化洞察的潜在客户签约量高出 9 倍,平台 API 调用量两年增长 7.5 倍。落地关键仍是权限控制、知识库治理、变更管理和以实际解决率而非简单遏制率衡量效果。
NiCE 正将 Cognigy 整合为对话式与智能体 AI 的底层平台,并依靠传统 CCaaS 业务和既有客户基础支撑 AI 转型。作者认为其优势来自交互数据与已部署工作负载,获得自动化洞察的潜在客户签约量高出 9 倍,平台 API 调用量两年增长 7.5 倍。落地关键仍是权限控制、知识库治理、变更管理和以实际解决率而非简单遏制率衡量效果。
Dell Technologies 的全球首席技术官兼首席 AI 官 John Roese 表示,企业采用 AI 智能体的竞争优势来自独有知识,而非所用模型。Dell 已让全自主智能体在内部运行近两年,并由领域专家将实践编码为 Markdown 技能文件;智能体还借助知识图谱积累关系、开发数字技能。Roese 因此主张将专有知识保留在内部。
Cloudflare 发布文档信息提取模型 Clairic,声称其速度和成本优于大语言模型,现已在 Workers AI 上开放预览,开放权重也将随后推出。用户可指定订单号、发票金额等字段,Clairic 会以单次处理返回对应值和置信度,缺失值则返回“null”;它还能执行简单计算、估算和预测,并可作为 Agent 链的一部分。
Hugging Face 发布 SimReady Central,在平台提供超过 2,000 个免费、无需审批的 SimReady OpenUSD 资产。资产预置质量、碰撞几何、摩擦、语义标签及传感器等属性,开发者可组合机器人、仓储和冷却设备构建仿真环境。库内支持自然语言搜索,并展示使用 GPT-6 Astra 创建机器人抓取场景及比较 AI 工厂布局的流程。
SEO 从业者 dejanseo 公开质问 Reflection.ai,指其 Reflectionbot/1.0 爬虫近期以每秒级频率抓取多个网页路径,用途尚未获官方说明。站点实时日志显示,该爬虫访问了 Reddit AI、Gemini tokenizer及情绪故事页面,并与其他搜索引擎爬虫一同出现。相关质疑集中于其是在构建搜索引擎,还是仅为训练采集数据。
NVIDIA 在 GTC Berlin 扩展 Isaac 开放机器人开发平台,加入参考人形机器人、数据集、运行时和机器人学习框架更新。Agile ONE SN 预配置 Isaac GR00T 与 Jetson Thor,配备 31 自由度身体和双 WUJI Hand 2 机械手,计划于 early 2027 推出。
推荐理由:新平台把参考人形机器人、数据集、学习框架、运行时与部署流程串成完整路径,适合开发者评估机器人技术栈的整合方式。
NVIDIA 发布 Halos SAFE、Alpamayo 2 Edge、Alpamayo Agentic Factory 和 Cosmos 3 Nano 模型变体,用于自动驾驶开发、评估与部署。
36氪AI测评于10月16日在苏州举办“从Personal Agent到灯塔工厂”社区活动,四位嘉宾围绕Agent、制造业AI、企业落地与个人学习展开分享。企业AI项目需先明确业务问题,再推进数据治理、流程接入、结果复核与持续复盘,制造领域则应以实际业务价值而非技术系统作为评估标准。
i14 与 AWS 通过原生 PyTorch 和 TorchNeuron Native,将 Laplace 3B 线性注意力模型适配到 AWS Trainium2,并完成训练与推理实践。
AWS 展示了在 Amazon SageMaker HyperPod 上使用 SFT、GRPO 和 LoRA 微调 GPT-OSS-20B 进行多语言推理的完整流程。
MemT 1.0 系列正式开源发布,包含 36B 总参数、激活 3B 的 Nano 和 288B 总参数、激活 17B 的 Flash,通过在 Transformer 中加入记忆计算通路,让经验以可更新的内部状态参与后续生成。
Meta 的 GenRecs Tokenization 通过稳定语义词表表示广告、商品、页面等对象,并与 GEM 和 Adaptive Ranking Model 配合,使多平台广告转化率提升 +0.35%。该方法让新广告和长尾实体借助相关概念获得信号,同时支持跨广告系列迁移及检索、排序中的 LLM 扩展收益。
Meta 已完成 Prometheus 千兆瓦级 AI 超级集群第一阶段建设,正将其扩展至约 1 million GPUs,以训练下一代基础模型。
推荐理由:系统梳理了 Prometheus 从硬件、网络到故障恢复的工程路径,并给出训练吞吐量与中断率等量化指标。
Mistral AI 发布 Timestral 时间序列基础模型家族,提供 5M、28M、123M 和 209M 参数四种规格,支持概率预测、多变量目标以及过去和已知未来的协变量。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项主要公开基准中排名第一,可在 CPU 上推理,并可通过 Mistral Forge 进行领域适配。
推荐理由:Timestral 以 5M 至 209M 的四种规格覆盖时序预测需求,并提供预训练、零样本预测、微调及本地部署路径。
Apple Machine Learning Research 提出一种直接从语音检测语码转换的轻量方法,利用预训练语音编码器的帧级语言信息判断同一话语中是否包含两种语言。
研究团队从零预训练首个三模态 Masked Diffusion Models(MDM),统一处理文本、图文与音频-文本数据,并系统分析多模态扩展规律及训练配置。团队提出基于随机微分方程(SDE)的批大小重参数化,无需再调节最优批大小。初步 3B 模型使用 6.4T tokens,在文本生成、T2I 和 T2S 任务中取得较强结果。
Mistral在慕尼黑开设德国中心,组建专注Physics AI和工业AI的研究与应用团队,并直接服务企业合作伙伴。中心将与BMW开展碰撞仿真和工程AI合作、与Siemens Energy开发工业AI应用,并与慕尼黑工业大学研究汽车空气动力学数字孪生。Mistral还计划到2030年在欧洲建设1 gigawatt计算能力,并继续招聘相关研究与工程岗位。
推荐理由:Mistral在慕尼黑设立研发与应用中心,并披露与BMW、Siemens Energy及TUM合作推进工业AI和Physics AI。
《硅谷101》邀请 Scale AI 研究总监何允中及加州大学伯克利分校博士后孙一铀,拆解大模型训练数据、评测与强化学习环境背后的产业逻辑。AfterQuery 估值从今年4月的3亿美元升至9月的32亿美元,Bespoke Labs 种子轮与A轮融资合计4000万美元。
十字路口对谈清华交叉信息研究院助理教授徐梦迪,讨论机器人的 in-context learning、具身 Scaling Law、世界模型与真正的泛化。她研究的核心命题是让机器人进入新环境后,通过一两次交互当场学习新任务。
研究员逯雨鑫以个人开发者身份用 2 周和数百美元后训练出两个曾登顶 Hugging Face Model Trending 榜首的小模型。对谈介绍其完整 Pipeline、数据来源与配比、合成数据表现、Capacity Gap 和蒸馏路线,并讨论主权 AI、Personal Intelligence、Local AI 及应用公司与 AI Lab 的分工变化。
Qwen 发布 Qwen-Drive-1.0-4B,以 Qwen3.5-4B 视觉语言模型为基础,在统一框架中实现 3D 感知、驾驶场景问答和运动规划。模型外接 BEV 感知头与 Planning Expert,分别完成 3D 目标检测、语义占用预测、BEV 地图分割及未来车辆轨迹生成。
推荐理由:Qwen-Drive-1.0 将 3D 感知、驾驶问答与运动规划整合到同一多模态框架,并公开权重和推理代码。
本期学习播客邀请清华大学计算机系博士候选人孙宇涛领读Kimi K3技术报告,系统梳理模型架构、预训练、后训练与基础设施。Kimi K3是总参数扩展至2.8T并全量开源的MoE模型,讲解涵盖线性注意力、Gated MLA、Attention Residuals、Stable LatentMoE和SiTU-GLU。节目还串联十多篇相关论文,介绍三维扩展、多教师在线策略蒸馏及训练和推理优化。
智谱发布 GLM-5.3,沿用 GLM-5.2 的基础模型,通过后训练提升复杂编码、长程任务和安全能力。官方称其 Z.ai Code Bench 相比 GLM-5.2 提升 50%,并在 Terminal Bench 3.0、Agents' Last Exam 和 CyberGym 等基准上达到开源 SOTA。
推荐理由:GLM-5.3 通过后训练强化复杂编码、长程任务和安全能力,并提供多框架部署与复现配置,便于评估实际应用边界。
17岁高中生苏庭灏在商业访谈录中讲述其AI研究历程,其独立完成的Attention机制论文已被ICML 2026 Main Track接收。他回顾了从自学预训练到首次参加ICML的经历,并讨论模型、机器人、AGI、教育变化及AI可能带来的意义感冲击。
42章经对谈 Evolvent AI 联合创始人孟繁青,讨论蒸馏、合成数据与 RSI 下的模型竞争新焦点。孟繁青认为,国内模型的差异化优势更可能来自 Pre-training 阶段的架构创新,蒸馏只是加速手段,并非决定性因素。