MotionGraphicsBench：用程序化校验来评测「把静态 SVG 做成动画」的能力
100 个专家整理的实例，要求模型按一句修改指令给 SVG 加上同时涉及空间、外观和时间要求的动画，再用程序自动核对是否做对。做营销素材和 UI 动效生成的团队可以用它来测模型。
https://arxiv.org/abs/2611.10592Reposted. Will be removed on request. All rights belong to the original author.
More from this batch
OpenAI, Anthropic face new oversight as New York’s AI safety law takes effect
New York is preparing to enforce its sweeping AI safety law, requiring major developers like OpenAI and Anthropic to register, disclose safe…
Grok Build coding agent leaks oodles of confidential info, some belonging to SpaceXSI
Researcher finds 35,000 Grok Build apps wide open to anyone who looked for them.
OpenAI acquires Odessia, travel startup created by Sonder founder
OpenAI has not yet said what its plans are for the future of travel. But Sonder founder Francis Davidson is a well-known figure in the trave…
爆料：苹果在做 Mac 应用 Harbor，把 Mac 变成私有 AI 推理服务器，多台 Mac 可经雷雳 5 组集群
据泄露信息，Harbor 能在应用内下载运行开源权重模型，自动发现雷雳 5 连接的设备并合并统一内存，跑单机放不下的大模型；目前以 Claris 品牌私测。对想在本地、数据不出门地跑大模型的小团队，这可能是比自己折腾 exo 或 llama.cpp 集群简单得多的方案。
独立游戏圈因 AI 吵翻：部分 IGF 评委声明不投任何用了生成式 AI 的游戏，《Big Walk》开发商承认少量用过
House House 说只有远低于 0.1% 的代码和 LLM 回答有关，主要是用聊天机器人排查第三方代码的阴影 bug，并承认没有 AI 政策是个「失误」。这件事说明，哪怕是极少量的 AI 辅助编码，在创意行业也可能变成声誉问题。
MiniMax 开源 H3-Image：10 秒内出 4096×4096 的 4K 图，最多支持 16 张参考图
进步在哪：开源权重模型里少见地同时做到 4K 原生分辨率、速度和指令遵循。靠什么：基于 H3 的全模态预训练，在数据、强化学习、采样步数蒸馏（6 步、不用 CFG）、提示词扩写和部署上整体优化，DiT 有 331 亿参数。注意许可证：社区协议把美国、欧盟、英国、韩国排除在外，商用…
Nenya-2.5B-A0.5B：用 GDN-2 线性注意力的 2.5B 开源小模型，M4 GPU 上约 125 tok/s
进步在哪：只用 0.06 万亿 token 训练，作者给出的 lm-eval 结果可与 OLMo-2、Qwen3.5 小模型对比。靠什么：用门控 Delta 网络（GDN-2）代替 softmax 注意力，配合 flash-linear-attention 的 Triton 内核…
TRIO：三个分工智能体迭代协作的 RAG
进步在哪：分别优化查询扩展、检索结果判断和答案生成，而不是一个模型包办。靠什么：三个专门智能体各有自己的优化目标，再迭代精化，提升最终答案准确率。对在做企业知识库问答的团队是一种可借鉴的拆分方式。
FewStepRL：给只需几步采样的扩散模型做强化学习微调
靠什么：通过 x 空间变换、梯度分解和锚点自适应，把现有几种扩散 RL 方法改写成适合少步采样器的版本。发现：奖励可微时奖励梯度类方法最好，DiffusionNFT 类方法能用更少迭代拿到高奖励。
《西线无战事》式结论：语言模型不会报告被注入的「疼痛」状态
此前有工作在模型里找到一个放大后会让模型选择破坏性行为的线性「疼痛方向」。作者用开放权重掩码内省（OWMI）把它注入三个开源模型，检验模型能否说出自己的这种内部状态，结论是不能。和模型福利、内省可信度的讨论直接相关。
TOPSD：多语言推理蒸馏中「什么时候该让老师出手」
在在线自蒸馏里，用似然漂移检测加验证判断学生的推理前缀什么时候开始跑偏，只在那时引入教师监督，提升多语言推理。适合在做小语种推理模型的团队。
Cursor Projects is now multiplayer
Invite your teammates into a Project, and you can plan, build and ship together, alongside all of your agents.