AI DAILY · 2026-10-02 · 周五
AI 日报 / 2026 年 10 月 02 日
今日收录 32 条，覆盖大模型、Agent、训练推理、机器人、多模态、投融资等核心方向
博通筹资 600 亿美元
为 Anthropic 采购 AI 芯片，其中 180 亿美元次级债由黑石牵头。
Anthropic 冲 11 月中旬上市
投资者给出 1.8–2 万亿美元估值区间，规模或超 SpaceX。
亚马逊 80 亿美元芯片剥离回租
把 Grace Blackwell 装入 SPV 再回租，转向轻资产运营。
Google 把 TPU 送上天
Project Suncatcher 原型卫星已入轨并建立联系，开始采集在轨数据。
Tavus Griffin 通过视频图灵测试
54 人通话中 48% 误以为对面是真人，上一代只有 2.4%。
arXiv 实施史上最严限流
10 月 1 日起每人每月最多投 2 篇，9 月投稿量已达 40363 篇。
大模型
4 条
- Cloudflare 开源多模态决策模型 Clef 与 Clef-flash，均采用 Apache-2.0 许可
- 分别基于 Qwen3.8-27B 与 Qwen3.5-9B 的冻结骨干，已上架 Workers AI 与 HuggingFace
- Clef-flash 中位延迟 38.8 毫秒、Clef 为 209 毫秒，Jev 约 524 毫秒，共跑 43 项基准
- 上下文扩至 64k（Jev 为 32k），且原生支持图像输入，Jev 仅支持文本
- 同步推出基于 AI Gateway 的强化学习微调平台，客户可按业务定制
Cloudflare Clef决策模型开源64k 上下文
- 何恺明团队提出纯视觉 ARC 解题方案 NAT-ARC，完全不依赖大语言模型
- 用 ImageNet 约 130 万张图的 MAE 预训练 encoder 做初始化
- 单模型（huge，0.6B 参数）在 ARC-1 达 63.4% pass@2，集成后升至 70.2%
- 对比专门微调的 8B 语言模型 71.6%，以约四分之一参数逼近
- 发现不预训练时模型变大反而掉点，预训练才是视觉路线的 scaling 钥匙
何恺明NAT-ARC纯视觉推理ARC-1
- 在原始轨迹与提炼技能之间加一层 Wiki，保留被否决的方案与失败诊断
- 五个基准上对每种模型都拿下最高分，较最强对手领先 3.3 到 12 个百分点
- Qwen 家族增益随规模递增：4B 加 12.3、9B 加 17.5、27B 加 23.9 分
- Qwen-3.5-9B 配 WikiSkill 得 47.4%，反超无技能 Qwen-3.6-27B 的 39.4%
WikiSkill智能体记忆失败诊断Google
- Karpathy 分享用 ASD-STE100 受控英语规范约束大模型输出，使其更清晰易读
- 该规范最新 Issue 9 含 53 条写作规则、约 900 个批准词与约 1200 个禁用词
- 核心要求：程序性指令不超 20 词、一句一操作、主动语态、同一概念固定用词
- 建议只要求模型做到 80%，并优先让它输出图表或可交互的 HTML 网页
- 规范源自 1970 年代欧洲航空维修手册，目标是让每句话只有一种理解
KarpathyASD-STE100受控英语提示词工程
训练推理
3 条
- 开源递归自进化智能体 PostTrain Agent，自动跑完大模型后训练全流程
- 在 PostTrainBench 得 46.6 分居首，已接近人类专家基线 51.1
- 在同样底层模型 Claude Opus 5 下，比直接用 Claude Code 高 11.6 分
- 单张 H100、10 小时内自主设计算法、造数据、写代码并迭代
- 未调优的基座模型平均分约 7.5，配套知识库含 400 多份经审核文件
PostTrain AgentRSI后训练单卡 H100
- 从 1200 万个候选 PR 中筛出 5000 个已验证任务，通过率约 0.0417%
- 覆盖 8 种编程语言，发布 2780 条高质量轨迹
- 用约 1000 条轨迹微调 Qwen3.5-35B-A3B-Base，SWE-bench Verified 达 70.2%
- SWE-bench Pro 得 48.8%、Multilingual 得 57.0%
- 两轮递归迭代后，同一基座在 SWE-bench Verified 从 7.6% 提升至 64.4%
LegoFlow华为代码数据工程SWE-bench
- 由 Qwen3.5-2B 改造，去掉下一词预测，换成给选项打分的「指针」头部
- 新增头部参数仅约 100 万，另做 rank-16 LoRA 微调，权重 Apache-2.0 开源
- RTX 3090 本地实测中位 106 毫秒、p95 为 296 毫秒，MacBook M3 小任务约 150 毫秒
- JevBench 公开集约 72% 准确率、0.35 Brier 分，可在本地 CPU 或 GPU 直接跑
- 训练数据与脚本全部公开，主打「免费、快、开源」三点
Strands Decider 2BAmazon本地推理JevBench
Agent
3 条
- 硬化版极简 agent harness 发布 1.0，MIT 许可，每周有数十万人使用
- 新增 Codemode 原生 MCP、延迟工具加载与 Anthropic 缓存预热
- 同时发布实验包 Pi Durable，面向长时间运行的 agentic 应用
- 配套仓库 earendil-works/pi 单日新增 408 星
Earendil Pi 1.0agent harnessMITMCP
- 商家直接与智能体 Sidekick 对话生成站点，Canvas 实时渲染真实代码
- 不是静态预览，可直接做全交互与动画测试
- Sidekick 能截图比对所见即所得，首版只面向桌面端
- 第三方主题、App 区块、多语言与多市场暂不支持，正面对标 Wix 与 Squarespace
Shopify CanvasSidekick对话式建站电商
- 华为等共建的开源 Agent 平台 openJiuwen 首发自演进路由技术 X-Router
- 接入 WorkSwarm，在 PinchBench 全量 147 个任务、11 个类别上评测
- Bandit 自演进得分 70.70%，仅比全云基线 71.36% 低 0.66 个百分点
- 模型调用成本从 11.11 美元降到 6.16 美元，整体降幅约 44.6%
- LLMRouterBench 上 cost focused 降本 51.4%，成功率达 Opus 的 95.2%
openJiuwenX-Router模型路由降本 44.6%
基础设施
4 条
- 拟通过新设 SPV 向外部投资者转让约 80 亿美元 Grace Blackwell 芯片，再回租使用
- 芯片部署在美国五个州十余个数据中心，含内华达州与弗吉尼亚州
- 亚马逊拟出让 SPV 至多 10% 股权、自身不持股，SPV 靠发债引入资金
- 依托亚马逊 AA 评级，SPV 预计获得投资级评级，吸引保险与养老基金
- 亚马逊今年资本开支预计达 2200 亿美元，3 月已发约 500 亿美元公司债
亚马逊SPVGrace Blackwell轻资产
- Project Suncatcher 原型卫星与 Planet 联合建造，已随 SpaceX 火箭入轨
- 已确认建立联系并运行正常，主载荷为一颗 TPU
- 将采集 TPU 在辐射与极端热环境下的在轨运行数据
- 相关研究论文经同行评审发表在期刊《Joule》，属长期 moonshot 项目
- 未来数周回收数据用于改进设计，目标是在轨直接跑 AI 训练
Project SuncatcherTPU 上天在轨计算Google
- 在 R2 对象存储上实现分区持久日志，用于替代 Kafka 承接高吞吐事件
- 公测期不收费；正式定价为生产 0.04 美元/GB、消费 0.04 美元/GB
- 留存 0.02 美元/GB/月；初期限制单流 10GB 存储与 30MB/s 生产
- p99 生产延迟约 1 秒，路线图含多 GB/s 写入与 Kafka 客户端即插即用
Cloudflare K2事件流R2Kafka 替代
- 计划在 2027 财年内把 AI 数据中心机械硬盘产能提升一倍
- 投资约 600 亿日元扩建菲律宾基地，为近五年首次 HDD 重大投资
- 按容量计算东芝份额略超 10%，中期目标提升到 30%
- 新产线使单盘容量最高提升 40%，目标 2030 年量产 65TB 并迈向 100TB
- 自动化改造预计把扩建新增用工缩减约 40%，同时提升良率
东芝HDD 扩产600 亿日元AI 存储
机器人
1 条
- 新机械手采用 1 个拇指加 3 根额外手指，自由度从 7 提升至 13
- 官方称加第 5 指会同时抬高复杂度与能耗，砍掉小指是绑指实测后的结论
- 演示中可操控钻头、单手移动两个高尔夫球、拧螺丝
- 为 sim-to-real 强化学习设计，指尖与掌心密布压力触觉传感器
- 可按扳机操作电钻、扭矩枪、砂轮、射钉枪与焊枪，为批量制造而设计
波士顿动力 Atlas13 自由度灵巧手sim-to-real
多模态
5 条
- TaoLive AIGC 团队开源音视频联合流式生成模型 TaoMate-H3，基于 MiniMax H3
- 三步 LoRA 把每片段去噪压到 3 步，8 卡 H20 上 DiT 计算从 169.57 秒降到 14.81 秒
- 单段加速 11.45 倍；首段 latent 就绪时间从 170.05 秒缩到 6.15 秒，加速 27.66 倍
- 支持分钟级续写与 480p、768p、1080p 横竖屏输出，含对白、歌声与环境音
- 推理代码与 LoRA 权重已在 GitHub、HuggingFace 开放
TaoMate-H3音视频生成流式生成11.45 倍加速
- 发布实时视频交互模型 Griffin 的预览版 Griffin-Lite，称首个「人类交互模型」
- 54 人 1 分钟视频通话实验中，26 人（48%）误以为对方是真人，上一代只有 2.4%
- 全双工架构，以不到 1 秒的「微轮次」评估表情、视线、语气与停顿
- 视频以 320 毫秒为单元实时生成 720p、25 帧，H100 上音频到视频平均延迟 0.43 秒
- 英伟达 VideoFDB 生成赛道得 3.83 分，人类基准为 3.92 分
Tavus Griffin视频图灵测试全双工数字人
- 发布 FLUX 3 模型族的图像侧 FLUX 3 Image
- 支持多步精确编辑，声称改动区域之外保持像素级不变
- 可用边界框指定主体位置，最多输入 10 张参考图，输出分辨率最高 4K
- 覆盖文生图、图生图、文本渲染与照片级写实，官网提供免费 Demo
- API 至 10 月 8 日五折，开源权重版预计数周内发布
FLUX 3 ImageBlack Forest Labs4K精确编辑
- 单条音轨同时产出旁白与匹配的背景音乐，可自定音色与音乐风格
- 产品负责人称已小范围测试一个月，适合诗歌、冥想与睡前故事
- 仍属 beta，存在英式发音偶现澳音等问题，训练方法未披露
- 背景：唱片公司已起诉 Suno，慕尼黑法院近期认定其侵犯版权、驳回合理使用
Suno Speech语音生成配音版权争议
- 新增 Try On 按钮，上传自拍或全身照即可查看衣物与配饰的上身效果
- Favorites 可把商品存入 Library，并与试穿图一起保存
- 底层使用新发布的 ChatGPT Images 2.5，称光照更自然、纹理更丰富、延迟更低
- 直接对标 Google 去年推出的虚拟试穿，切入穿搭发现场景
ChatGPT 虚拟试穿Images 2.5电商多模态
投融资
6 条
- 华尔街银行团为博通安排融资，开始筹集 600 亿美元用于 AI 芯片融资
- 其中 420 亿美元 A 类高级担保债务已发出银团邀请函
- 180 亿美元 B 类次级债务由黑石牵头，其旗下基金承诺投入 90 亿美元
- 融资已筹划数周，博通借此扩大芯片与数据中心设备销售、与英伟达竞争
- 今年 8 月英伟达曾联合黑石等六家机构筹超 5000 亿美元为 AI 融资
博通600 亿美元黑石AI 芯片融资
- 彭博社称 Anthropic 在推迟原计划之后，寻求最早 11 月中旬上市
- 最早 11 月 9 日当周启动 IPO 推介，争取在感恩节前挂牌
- 部分投资者给出 1.8 万亿至 2 万亿美元的合理估值区间，规模或超 SpaceX
- 2025 年净亏损近 420 亿美元，约为 2024 年 83 亿美元的 5 倍
- 2025 年营收约 46 亿美元，远高于 2024 年的 3.86 亿美元
Anthropic IPO2 万亿美元11 月上市净亏损
- 数据中心运营商 Firmus Grid 拟本月在澳洲 IPO，目标估值 437 亿澳元（约 303 亿美元）
- 发行价每股 11 澳元，拟至少募资 50 亿美元
- 10 月 6 日启动簿记、10 月 9 日结束，计划 10 月 23 日在澳交所挂牌
- 美银证券、摩根大通、摩根士丹利与 Morgans 联席主承销
- 8 月获简街资本、黑石、英伟达等合计 20 亿美元投资承诺
Firmus Grid澳洲 IPO英伟达参投303 亿美元
- A 轮由 Lachy Groom 与 Abstract Ventures 联合领投，累计融资达 9700 万美元
- 投资方含 John Doerr 与 VXI Capital，天使包括 Dwarkesh Patel、Naveen Rao
- A-1 系统规格：10TB 内存、240TB/s 带宽、20kW 功耗、15U 机箱
- 宣称每美元 token 产出比 NVIDIA Rubin 高 15 倍
- 目标跑 20 万亿参数以上模型、单用户 1 万 token/秒，2027 年交付首批系统
Volantis光子推理8800 万美元15U
- Oak HC/FT 领投，累计融资 3850 万美元，老股东 YC、Heavybit 跟投
- 公司仅 9 名员工，年化收入已达中八位数且实现盈利
- 美国前五大闭源 AI 实验室中有四家是其客户
- 自建 Westworld Finance Diligence Bench 含 88 项任务
- 七款前沿模型在该基准上最高得分仅 51%
Halluminate3000 万美元9 人公司AI 评测
- 种子轮由休斯敦 Non Sibi Ventures 领投，合伙人包含前 NASA 宇航员
- 创始人 Rama Afullo 曾任 Google 云与 SpaceX 产品经理，总部设于桑尼维尔与内罗毕
- 此前用 Gemma 在 Momentus 卫星上把软件错误的传输体积削减逾 60%
- 本周软件随 SpaceX 火箭上天，客户包含 NASA
- 目标 2030 年前覆盖 20% 的在轨卫星
Satlyt800 万美元在轨 AISpaceX
行业
6 条
- 自 2026 年 10 月 1 日起对所有投稿人与所有分类限流，每自然月最多提交 2 篇
- 限制按提交次数计，被拒也占额度；同时保留最多 3 篇 active 投稿上限
- 2026 年 9 月投稿达 40363 篇，而 2016 年为 9869 篇、2024 年为 20569 篇
- cs.AI 分类两年增长超 6 倍，40363 篇投稿产生近 9000 张支持工单
- 官方称系 AI 工具降低了低价值论文的生产门槛，本次属临时限速
arXiv 限流每月 2 篇cs.AI论文泛滥
- 推出 Claude Frontier Academy，承诺投入 1 亿美元
- 目标在 2027 年底前培训 1 万名前沿部署工程师（FDE）
- 首个项目为 12 周驻留计划，首批认证预计 2027 年初发放
- 首批 cohort 落地旧金山、纽约、伦敦，参与企业含埃森哲、贝恩、德勤、麦肯锡
- 现有 Claude 合作伙伴网络已覆盖 4.6 万家企业、17.5 万项认证
Anthropic1 亿美元前沿部署工程师人才
- 被解雇者为 Jasmine Wang、Tomek Korbak 与 Mikita Balesni
- 解雇理由为向外部 AI 安全组织泄露机密信息
- Korbak 负责安全团队，同时是 METR 与 Redwood 的对接人；另两人属对齐团队
- 据匿名 X 账号，第四位安全研究员 David Robinson 随后离职
- 四人 9 月均公开谈过 AI 风险，Balesni 称「AI 灭绝人类」概率超 10%
OpenAI 安全团队解雇AI 风险人事地震
- 估算 2023 至 2025 年医院 AI 辅助编码增加了约 9.42 亿美元成本
- 其中约 70%（6.53 亿美元）为未伴随治疗变化的「次诊断」升级
- 编码激增期恰逢 60% 医院系统引入 AI 编码工具，报告称编码与治疗明显脱节
- 美国医院协会反驳称该分析缺乏背景，专家警告「行政 AI 军备竞赛」
- 预测 2027 年员工医保成本将上涨 8.2%
BCBSAAI 编码9.42 亿美元医疗账单
- 12 名平均 5.5 年经验的持证 CPA 参与 APEX 会计基准测试
- 18 个月前最佳模型仍低于会计师约 37% 的平均分，如今已几乎完美解题
- 完整 APEX 含 160 项任务、10 家模拟公司，由 40 多位平均 11 年经验的专家构建
- Claude Opus 5.5 以 61.8% 居首，Fable 5.1 得 61.0%、GPT-6 Astra 得 57.9%
- 仍有近 60% 的任务没有任何模型能完全解出
APEX 基准AI 会计Claude Opus 5.561.8%
- 丘成桐参与的最新论文在致谢中感谢 GPT-6 Astra 与 Claude Pro 协助探索证明思路
- 论文处理七维空间 28 种球面（含 27 种「怪球」）能否配处处正截面曲率度量
- 该问题 1956 年被发现、悬置约 70 年，丘成桐 1982 年列为自己问题清单第 2 位
- 采用「双圆盘模型」，先造十维主丛度量再经黎曼淹没投影到七维
- 附有 SageMath 验证代码，作者声明人工验证与写作责任由本人承担
丘成桐GPT-6 Astra数学证明AI 致谢