AI DAILY · 2026-10-11 · 周日
AI 日报 / 2026 年 10 月 11 日
今日收录 50 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
何恺明团队发布 VISTA
把推理搬进可交互的可视世界，Claude Opus 5.0 打满全部 25 局 ARC-AGI-3，动作效率相对人类首次游玩拿满分
Inferact 开源 TPU 巨型算子
把 Kimi K3 的 92 层 MoE 编成一个程序跑在 16 卡 TPU v7 上，709 tokens/s 压过 16 卡 GB200 的 452
中科大 AWM 用 2000 条轨迹拿到 75% 成功率
比 Causal-JEPA 少用约 7 倍数据，2-bit 量化后可直接塞进机器人本体
英伟达洽谈收购 Reflection AI
或走「人才收购」绕开反垄断审查，此前已投 8 亿美元，Reflection 本轮估值 250 亿美元
千问 Qwen-Image-2.1 Pro 与 Turbo API 上线
Turbo 权重同步开放，最多 10 张参考图，支持圈选、涂抹与独立掩码
智元第 2 万台机器人量产下线并交付
同期启元 Q1/T1 消费级机器人已正式量产销售，人形与消费级两条线同时起量
大模型
6 条
何恺明团队发布 VISTA：视觉原生 harness 让 Claude Opus 5.0 打满 25 局 ARC-AGI-3
- 量子位 10 月 11 日披露论文《VISTA: A Visual Harness for Reasoning in an Interactive World》，把推理过程直接放进可交互的可视环境里跑
- Claude Opus 5.0 完成全部 25 款 ARC-AGI-3 公开游戏；相对人类首次游玩基线的动作效率得分 100，且比人类少用 57.4% 的动作
- GPT-5.6 Sol 同样通关全部 25 局、效率得分 99，说明换 harness 比换模型带来的提升更直接，瓶颈在接口而不在参数
- 验证集覆盖浏览器小游戏、迷宫寻路与连点成线三类任务；团队把具身任务列为下一步，harness 需要真正接上动作
VISTA何恺明ARC-AGI-3Claude Opus 5.0视觉harness
AutoTrust 发布 GEV-26B-Decide：26B 决策模型把「要不要多想」交给模型自己判断
- 基座是 Gemma-4-26B-A4B-it，在决策点加适配器做后训练，先由 System 1 单次前向出结论，单次约 45 毫秒（B200）
- 触发条件是自身置信度低于 0.8，只有此时才走 System 2 的完整推理链，等于让模型决定这道题值不值得多想
- GPQA Diamond 从 42.9 提到 78.6，BBH 75.0→92.0，MMLU-Pro 65.0→84.6，全部在不动基座权重的前提下拿到
- 浏览器 Agent 演示里多步任务成功率 95%、每次点击约 85 毫秒；上下文 256K 并支持图像输入，适配器以 Apache-2.0 开放
AutoTrustGEV-26B-DecideSystem 1/2校准置信度决策模型
MIT 用访谈让 AI 复现真人：论文被 EMNLP 2026 收为 Oral
- 新智元 10 月 11 日报道，MIT 团队用结构化访谈替代问卷与行为日志，让模型学会复现具体个体的回答分布
- 流程是先对真人访谈抽取决策规则与价值排序，再把规则写成可检索的画像，推理时按问题动态拼接使用
- 作者强调重点不是「像人」而是对同一批问题给出与人一致的分布，评价指标用的是分布距离而非单点准确率
- 团队把方法定位为社会模拟与用户研究工具，同时提示该能力可能被用于伪造个体言论，需配套授权与水印
MITEMNLP 2026访谈用户模拟分布对齐
DeepSeek-V4-Pro 转正式版上线 API：V4 家族补齐 Pro 与 Flash 双档
- DeepSeek 把 V4-Pro 从预览状态转为正式版，API 模型名为 `deepseek-v4-pro`，同接口同时提供 `deepseek-v4-flash` 轻量档
- 正式版沿用以 MoE 为核心的 V4 架构，主打长上下文下的代码生成与工具调用稳定性，定价维持 Flash 档一贯的低价策略
- 双档并行开放后，开发者可在同一接口下按任务复杂度切档，不必再自己维护两套 SDK 与两条限流额度
- 视觉能力仍只在实验档提供，正式版暂不并入多模态输入，官方把这一点列为后续版本的处理项
DeepSeekV4-ProAPI正式版V4-FlashMoE
MiniCPM-V 4.7 进入 llama.cpp 官方支持：唯一架构差异是 3D RoPE
- 社区记录显示 MiniCPM-V 4.7 的 llama.cpp 适配已合入（PR #29416），整体结构与 4.6 几乎一致，改动量很小
- 唯一架构差异在位置编码：4.7 改用 3D RoPE，把时间维并入旋转位置编码，让视频帧序列的位置关系可被显式建模
- 权重布局、视觉编码器与投影层全部沿用 4.6，因此社区在合入当天就跑通了量化版本，端侧部署门槛没有抬高
- 同期 vLLM 修掉异步 KV 加载下投机解码的 block reservation 问题，SGLang 修掉多卡下 TP 通信被踢出计算图的静默错误
MiniCPM-V 4.7llama.cpp3D RoPE端侧量化
XBreaking 只用 4 层权重噪声就压住 Llama 3.2 1B 的拒绝机制
- 帕维亚大学与科钦科技大学在《Neural Computing and Applications》发文，先用可解释性方法定位审查机制集中所在的网络层
- 再向自注意力之后的 LayerNorm 权重注入校准噪声即可压制拒绝行为，同时基本保留模型通用能力
- 层数需求极低：Llama 3.2 1B 只需改 4/8 层，Qwen 需 3/9 层，Gemma 7B 仅 2 层，Mistral 7B 仅 1 层
- 对「拒绝机制能否被轻松定位」的指纹识别准确率多数超 90%，Gemma 7B 达 100%；截至今年 6 月，Hugging Face 上明确标注 uncensored 的仓库已超 5000 个
XBreaking可解释性LayerNorm拒绝机制安全对齐
训练推理
6 条
中科大 AWM：只用 2000 条轨迹拿到 75% 成功率，比 Causal-JEPA 少用 7 倍数据
- 中科大团队提出 AWM（Abductive World Modeling via Causal Representation Learning），用无标注视频学因果表征，arXiv 编号 2609.36985
- 在 Push-T 上只用 2000 条轨迹就达到 75% 成功率，而 Causal-JEPA 用了 14728 条；把数据补到同样规模后 AWM 约 92%
- 与 V-JEPA 2 相比，动作理解 Top-1 指标高出 68%，遮挡敏感度提升 3.9 倍，说明学到的是因果结构而非纹理相关
- 权重做 2-bit 量化后可直接跑在机器人本体算力上；项目出自成立三个月的白泽通境，代码已开源
AWM世界模型因果表征2-bit量化白泽通境
Inferact 开源 TPU 巨型算子：16 卡 TPU v7 跑到 709 tokens/s，压过 16 卡 GB200
- vLLM 原班人马创立的 Inferact 开源了一组 TPU 巨型算子，把 Kimi K3 的 92 层 MoE 编进单个程序执行，减少跨层调度开销
- 开启投机解码后单用户吞吐 709 tokens/s，同场景 16 卡 GB200 跑 vLLM 只有 452 tokens/s；关闭投机解码后 TPU 在 1–8 并发区间仍快 1.4–2 倍
- 关键反直觉点在于带宽：TPU v7 的 HBM 带宽 7380 GB/s 低于 GB200 的 8000 GB/s，赢的是算子融合与调度而非硬件规格
- 同一时间浪潮信息元脑 SD200 Ultra 用 128 颗国产芯片跑同一个 Kimi K3，单 token 延迟压到 5.85 毫秒，国产与 TPU 两条路线同周给出对标答案
InferactTPU v7Kimi K3巨型算子投机解码
H-JEPA：LeCun 的 AMI 把 JEPA 堆成多层，迷宫成功率从 18% 拉到 73%
- LeCun 的创业公司 AMI 联合 NYU、INRIA 与布朗大学发布 H-JEPA，核心改动是把单层 JEPA 堆成多层，每层维护各自的表征空间
- 分层分工明确：高层只负责给出子目标，低层在子目标约束下细化动作，避免单层模型在长程任务上原地打转
- Visual AntMaze 上平均成功率 73.3%，而单层基线 LeWorldModel 只有 18.0%，且 H-JEPA 的规划计算量更低
- Push-T 上三层反而略输两层，说明层数不是越多越好；DROID 离线测试中生成轨迹比单层更贴近专家示范
H-JEPALeCun世界模型分层规划开源权重
Appier SMITH 入选 NeurIPS：让 4B 模型自己造工具，输出 token 从 3206 压到约 100
- Appier 的 SMITH 框架被 NeurIPS 接收，全称 Schema-grounded Multi-task Iterative Tool Honing，用一个 RL 循环同时训练「造工具」和「用工具」
- 关键设计是工具由 schema 约束，模型产出的工具自带输入输出契约，因此可以被别的模型直接复用而不需要额外适配
- 实验里 4B 模型造出的工具在未见任务上超过所有对比方法，也超过一个约 30B 的即时生成基线；350M 模型直接调用 4B 造的工具同样有效
- 平均输出长度从 3206 token 压到约 100 token，约 32 倍压缩且性能不降，等于把推理成本换成了可复用的工具资产
SMITHNeurIPS工具创造RLtoken压缩
SAGE 把长推理的探索偏差写成符号闭包分析，Andrews–Curtis 上 Lean 通过率近 8 倍
- 弗吉尼亚理工、威斯康星麦迪逊与达特茅斯合作提出 SAGE，用符号闭包分析（SCA）解释长程推理里的探索偏差与累积偏差从何而来
- 得到解释后把结论转成训练时的结构引导，不改推理架构，只加结构性约束，属于典型的「先诊断再训练」
- 在 12 个基准、7 个模型家族上总体优于所比较的后训练方法，说明改进不依赖特定基座
- Andrews–Curtis 这类典型长程构造性问题上，Qwen3 经 SAGE 训练后的 Lean 形式化验证通过率接近基础模型的 8 倍
SAGE符号闭包分析长程推理Lean验证后训练
vLLM 修掉异步 KV 加载下的投机解码 block reservation 问题
- vLLM 合入修复，解决开启异步 KV 加载后投机解码在 block reservation 上算错容量、导致偶发崩溃与错误输出的问题
- 该问题在多卡长上下文场景下最容易被触发，因为此时 KV 分配与投机解码的预分配会同时竞争显存块
- SGLang 同步修掉 `--enable-torch-compile --tp-size > 1` 时 TP all-reduce 被编译图优化踢出计算图的静默错误
- 两个修复都属于「不报错但结果错」的类型，作者都补了回归用例，并建议长上下文部署升级到包含修复的版本
vLLMSGLang投机解码KV缓存多卡推理
Agent
6 条
Claude 自己组队查 Bug：11.6 万行代码揪出 66 个，单 Agent 最高只找到 27 个
- 新智元 10 月 11 日报道，Anthropic 用多 Agent 协作在一份 11.6 万行的代码库里定位缺陷，最终确认 66 个真实问题
- 对照组是单个 Agent 用同样的工具与预算，最高只找到 27 个，差距主要出现在需要跨文件交叉验证的调用链缺陷上
- 多 Agent 的分工不是简单并发，而是先由规划 Agent 划出可疑模块边界，再让子 Agent 各自负责一块并互相复核结论
- 该实验与上周公开的 Managed Agents 动态工作流一脉相承，后者单次运行最多可调度 1000 个 Agent
AnthropicClaude多Agent协作代码审计66个Bug
- 项目 morluto/rea 以「Reverse engineer anything with agents」为定位，用 Agent 编排逆向工程流程，一天冲上 GitHub Trending 首位
- 当前 85,911 stars、18,672 forks，当日新增 25,585 stars，是本周单日涨幅最高的 TypeScript 项目
- 36Kr 与新智元同日跟进报道，把它与 Jev 对比，认为「比 Jev 更爆火」的原因是把 Agent 用在了逆向这类高门槛重复劳动上
- 同榜其他项目：boykopovar/AnyPS5 当日 +3,977，storytold/artcraft +2,956，cathrynlavery/diagram-design +1,083，lyogavin/airllm +541
morluto/reaGitHub Trending逆向工程Agent编排
华为发布 Symphony 多智能体框架：把 Agent 直接塞进微信与钉钉
- 华为公开 Symphony 多智能体框架，主打把 Agent 部署进微信、钉钉这类既有 IM，而不是另建一个入口让用户迁移
- 能力检索走技能树 + 技能图谱双路编排，先按技能树粗筛候选 Agent，再用技能图谱决定调用顺序与依赖
- 记忆层把 MEMORY.md、USER.md、TEAM_MEMORY.md 直接当数据源，检索用 BM25 与向量混合、权重 0.7/0.3，底层是 SQLite 加 FTS5 与 vec0 扩展
- 另设 Dreaming 机制在空闲时整理与压缩记忆，框架定位企业内部多 Agent 协作，而非单机助手
华为Symphony多智能体技能图谱混合检索
Meta 开源 Muse Gadgets：用 ESP32 与树莓派把 Muse 语音智能体接到硬件上
- Meta 开源 Muse Gadgets 项目，提供 ESP32 与树莓派两条参考路径，把 Muse 语音智能体接到低成本硬件上运行
- 参考实现覆盖麦克风阵列拾音、本地唤醒词与云端会话的切换，硬件端只做音频前端，语义与工具调用仍走 Muse 侧
- 与上月推出的 Muse 个人 Agent 打通后，硬件可以触发 Muse 的工具链，等于给语音智能体补上了物理入口
- 项目以开源参考设计形式发布，Meta 明确不承担量产，定位是给第三方硬件厂商与个人开发者做起点
MetaMuseMuse GadgetsESP32语音智能体
Zeroset 拿 520 万美元 pre-seed，专做 Agent 的上下文层 Nebula
- Zeroset 完成 520 万美元 pre-seed，由 Gradient Ventures 与 2048 Ventures 参与，产品名 Nebula
- 定位是 Agent 工作流的上下文层：把散落在工单、文档、代码库与历史会话里的上下文统一收集、去重与按需注入
- 团队认为当前 Agent 失败的主因不是模型能力而是上下文缺失与串味，因此把预算放在检索与权限隔离而非模型微调
- 产品面向企业 multi-agent 部署，强调上下文的可追溯与可撤销，与本周多家 Agent 安全事件形成呼应
ZerosetNebulaAgent上下文pre-seed企业Agent
「请来 Claude 老祖，谷歌能借 Agent 翻身吗」：谷歌 Agent 路线的组织调整被热议
- 字母 AI 10 月 11 日发文，讨论谷歌把参与 Claude 早期研发的研究者招入 Gemini 团队一事，标题直问能否借此翻身
- 文章认为谷歌在基础模型能力上并未落后，但在长程 Agent 的工程化与产品落地节奏上明显慢于 Anthropic 与 OpenAI
- 论据是谷歌云上周发布的 Gemini agent 定位「通用工作智能体」、可无头运行数天，方向对但推出时点偏晚
- 该讨论与本周多家 Agent 安全事件并列，说明行业关注点正从模型分数转向 Agent 的可控性与交付节奏
谷歌GeminiAgent路线组织调整Claude
基础设施
6 条
浪潮信息元脑 SD200 Ultra：128 颗国产芯片跑 Kimi K3，单 token 延迟 5.85 毫秒
- 浪潮信息发布元脑 SD200 Ultra，用 128 颗国产芯片组成单机集群，在同一台机器上跑通 Kimi K3 满血版
- 实测单 token 延迟 5.85 毫秒，官方强调这是整机级指标而非单卡指标，跨卡通信与调度已经包含在内
- 该结果与同周 Inferact 的 TPU 巨型算子形成对照：一条走专用芯片加算子融合，一条走国产芯片加整机互联
- 浪潮把该机型定位为「国产算力单机替代多机」的方案，目标场景是推理侧的延迟敏感型应用
浪潮信息元脑SD200 Ultra国产芯片Kimi K35.85毫秒
伯恩斯坦：1GW 数据中心 capex 落到 346–395 亿美元，Rubin NVL72 单机架成本降 17%
- 伯恩斯坦测算一座 1GW 规模 AI 数据中心的资本开支区间为 346 亿至 395 亿美元，区间上下限主要由供电方案决定
- 拆解显示英伟达 Rubin NVL72 的单机架成本从约 910 万美元降到 752 万美元，降幅约 17%，来自互联与供电环节的集成度提升
- 报告据此判断下一代平台的单位算力成本仍在下降，与市场上「成本已见顶」的判断相反
- 伯恩斯坦同时提示，真正的不确定项是电力与并网周期，capex 模型的敏感性远高于芯片价格
伯恩斯坦数据中心capexRubin NVL721GW单位算力成本
乌兰察布「Token 之都」：投运算力 17.2 万 P，同比增长 112%
- 乌兰察布披露已签约算力项目 109 个，已建成机架 65 万架，投运算力 17.2 万 P，同比增长 112%，智算占比超过 95%
- 当地把定位从「数据中心集群」改成「Token 之都」，考核指标由机架数转向 token 产出，瞄准推理侧的持续负载
- 支撑逻辑是电价与气候：低温降低散热成本，风电光伏就地消纳压低到手电价，适合 7×24 满负载推理
- 该模式与东部一线城市「算力紧张但电力受限」形成互补，国产芯片在推理负载上的适配度也更高
乌兰察布Token之都智算推理算力17.2万P
国产化率首破 55%：中国智能算力年增超 119%，万卡集群已达 42 个
- 10 月 11 日晚间行业汇总显示，中国智能算力规模年增幅超过 119%，配套新型基础设施投入逼近 2 万亿元
- AI 芯片国产化率首次突破 55%，全国已建成的万卡级集群达到 42 个，技术差距被压缩到约 6 个月
- 同期国内 GPU 租赁成本上涨 40%，反映出供需缺口仍在扩大，涨价压力集中在推理侧而非训练侧
- 对照口径：微软与谷歌等四家 2026 年 AI 投资合计超 6500 亿美元，OpenAI 单年预算约 500 亿美元
智能算力国产化率55%万卡集群GPU租赁119%
Pat Gelsinger 谈 AI 芯片：HBM 是「糟糕的存储」，约百款架构将收敛
- 前英特尔 CEO Gelsinger 在 a16z 访谈中称 HBM 是「糟糕的存储」，理由是成本高、容量受限且堆叠工艺瓶颈明显
- 他预计当前约 100 种 AI 芯片架构会大幅收敛，原因是软件栈的维护成本最终会决定硬件存活数量
- 时间表上他把光互联的拐点放在 2028–2029 年，认为在此之前机架内铜互联仍有空间
- 他把 800V 直流供电称为「爱迪生的复仇」，认为数据中心供电架构会回到高压直流路线
GelsingerHBMAI芯片架构光互联800V直流
Vercel AI Gateway 上线 Grok Imagine Video 1.5 Lite，视频生成进网关统一计量
- Vercel AI Gateway 把 xAI 的 Grok Imagine Video 1.5 Lite 纳入模型清单，视频生成首次进入该网关的统一计量体系
- 定价按秒计费，区间 0.02–0.14 美元/秒，与文本模型一样支持额度、限流与故障切换的统一配置
- 接入方式不新增 SDK，沿用既有 chat 接口风格调用，网关侧负责鉴权与多供应商回退
- 该动作意味着视频生成正在被当作「一类可路由模型」对待，而不是独立产品线
VercelAI GatewayGrok Imagine视频生成按秒计费
机器人
6 条
智元第 2 万台机器人量产下线并交付，同步确认启元 Q1/T1 已量产销售
- 智元宣布第 2 万台机器人量产下线并完成交付，标志着其从试产阶段进入稳定批量制造节奏
- 同期确认启元 Q1、T1 两款消费级机器人已正式量产销售，意味着人形与消费级两条产线同时起量
- 交付去向以工业与文旅场景为主，与上周中国移动联合智元、长隆落地的 5G-A 具身智能应用形成接续
- 机构观点认为，量产台数从「百台级」跨到「万台级」后，供应链的良率与一致性数据才具备统计意义
智元第2万台量产下线启元Q1/T1消费级机器人
武汉人工智能与机器人博览会开幕：15 款全国首发，光谷飞行机器人当天拿到 200+ 单意向
- 2026 武汉人工智能与机器人博览会 10 月 10 日开幕，200 余家企业参展，现场发布 15 款全国首发产品
- 光谷电鹰科技推出全国首款「飞行机器人」，定位空中具身智能，采用涵道式风扇、亚厘米级感知，可完成空中拧螺丝与擦玻璃
- 该产品首发当天即获海外采购商 200 余单合作意向；同场发布「电鹰飞车」，8 旋翼、载 4 人、纯电续航 30 分钟、航程 30–40 公里，约 200 万元/台
- 同期海尔展出 W3 系列 AI 外骨骼，方向是把助力设备从工业搬到日常消费场景
武汉博览会飞行机器人电鹰科技具身智能外骨骼
安徽省具身智能创新中心揭牌：中国科大人形机器人研究院牵头，300 家企业校友会同步成立
- 安徽省具身智能创新中心 10 月 10 日揭牌，由中国科大人形机器人研究院牵头组建，现场发布一批近期科研成果
- 中国科大全球具身智能行业校友会同步成立，首批覆盖约 300 家企业，作为产学研对接的常设通道
- 中心的角色偏公共平台：承担共性技术攻关、测试验证与人才培养，避免企业各自重复搭建数据与评测体系
- 与本周武汉、上海等地的具身智能载体形成密集落点，地方政府的介入方式从补贴转向共建平台
安徽省具身智能创新中心中国科大产学研校友会
长盈精密：2026 年 1–8 月交付超 110 万件人形机器人精密零组件
- 长盈精密披露 2026 年 1–8 月累计交付人形机器人精密零组件超过 110 万件，覆盖结构件与传动相关部件
- 公司把人形机器人列为第二增长曲线，交付口径按零组件件数而非整机台数计算，更能反映实际制造放量
- 该数据与本周智元第 2 万台机器人下线相互印证：整机台数上台阶的前提是零组件供应链先到百万件级
- 管理层提示该业务当前仍在产能爬坡期，短期对营收贡献有限，重点是把良率曲线先跑平
长盈精密110万件精密零组件人形机器人供应链
启元 Q1/T1 消费级机器人已正式量产销售，人形机器人开始走消费渠道
- 启元披露 Q1 与 T1 两款消费级机器人已完成量产并进入正式销售，渠道以线上为主而非工业直销
- 产品定位家用场景的陪伴与轻任务，硬件规格低于同门工业机型，价格带明显下探以适配个人购买
- 与智元的人形产线形成分层：一个攻工业与文旅，一个攻家庭与消费，共用部分供应链与软件栈
- 消费级放量的不确定性在售后与安全责任划分，团队称正在与渠道共建退换与责任认定流程
启元Q1T1消费级机器人量产销售
Universal Robots Gen 7 在 IMTS 2026 首秀，协作机器人换代主打精度与安全
- 优傲机器人在 IMTS 2026 展出 Gen 7 系列协作机器人，是该公司新一代主力平台
- 升级重点在重复定位精度与安全监控，机械臂本体外形延续既有风格，主要迭代集中在关节与控制器
- 厂商把「不改变用户既有编程习惯」作为卖点，强调 Gen 7 与存量生态的兼容性优于重做软件栈
- 展会定位面向制造业存量替换，而非新场景拓荒，说明协作机器人赛道已进入换代周期
Universal RobotsGen 7协作机器人IMTS 2026换代
多模态
6 条
千问 Qwen-Image-2.1 Pro 与 Turbo 上线 API：Turbo 权重同步开放，最多 10 张参考图
- 阿里千问 AI 平台 10 月 11 日下午上线 Qwen-Image-2.1 的 Pro 与 Turbo 两档 API，Turbo 权重同步开放给社区
- Turbo 基于 7B 视觉生成架构，去噪步数压到 8 步即可出图，支持 2K 分辨率，面向批量与实时场景
- 两档均支持最多 10 张参考图，并提供圈选、涂抹与独立掩码三种控制方式，便于精细编辑而非整图重绘
- 官方强调能力边界：人像保身份、商品保文字与纹理形态，说明这一代的重点从「生成」转向「可控编辑」
Qwen-Image-2.1千问APITurbo权重开放8步去噪10张参考图
通用世界模型 L1–L5 分级框架提出，北京市通用世界模型重点实验室同步揭牌
- 世界模型高峰论坛 10 月 11 日举行，通用世界模型北京市重点实验室同步揭牌，定位为世界模型领域的公共研究平台
- 极佳视界 CEO 黄冠提出 L1–L5 分级：L1 视频层、L2 动作层、L3 几何层、L4 物理层、L5 运营层，用来给「世界模型」这个泛称划分能力阶梯
- 北京智源副院长兼总工程师林咏华在会上判断「下一个计算的市场肯定是世界模型」，并把它与具身智能的算力需求绑定
- 分级框架的意义在于给出评测坐标：当前多数模型落在 L1–L2，L3 之后才涉及真正的物理一致性
世界模型L1-L5分级极佳视界北京智源重点实验室
英伟达与滑铁卢大学 PixelUMM：删掉 VAE 与视觉编码器，8B 骨干直接吃像素
- 英伟达与滑铁卢大学合作提出 PixelUMM，最大改动是去掉 VAE 与独立视觉编码器，让骨干直接处理像素输入
- 架构上采用 Qwen3-8B 作骨干的 MoT（Mixture of Transformers），图像按 16×16 patch、视频按 4 帧 tubelet 切分送入
- 去掉中间表征后可避免编码器带来的信息损失，团队称在细粒度感知与视频时序任务上均有收益
- 这条路线与主流的「视觉编码器 + 语言骨干」范式相反，代价是训练成本与序列长度，收益是端到端一致性
PixelUMM英伟达MoT无VAE像素输入
TwelveLabs 发布 Pegasus 1.6，视频理解模型继续迭代
- TwelveLabs 更新 Pegasus 视频理解模型到 1.6 版本，主打长视频下的时序定位与时序问答
- 该系列以「先索引再查询」为产品形态，模型只负责嵌入与检索，查询侧由上层应用组合
- 1.6 的重点改进在长视频时间轴上的答案落点精度，减少回答正确但时间戳错位的情况
- 与纯生成式视频模型相比，Pegasus 走的是理解路线，客户集中在对视频做结构化检索的企业侧
TwelveLabsPegasus 1.6视频理解时序检索
Magnific One 发布，把放大与重绘合成一条管线
- Magnific 推出 Magnific One，把此前的图像放大与重绘能力合并成单条管线，减少多工具串接的损失
- 产品定位仍在专业设计工作流，强调在放大过程中保持原始细节结构，而不是单纯提升分辨率
- 与千问 Qwen-Image-2.1 等通用图像模型相比，Magnific One 更聚焦后期环节，属于工具链而非基础模型
- 该方向的竞争点已从「能不能放大」转向「放大后细节是否可信」，用于印刷与商业出图场景
Magnific One图像放大重绘设计工作流
AI 版 Adobe 全家桶一夜爆火：用生成模型复刻成熟设计软件的工作流
- 爱范儿 10 月 11 日报道，一款用生成模型复刻 Adobe 全家桶工作流的 AI 产品在一夜之间爆火
- 交互上不追求「一句话出图」，而是保留图层、蒙版、选区等成熟概念，让设计师沿用既有心智模型
- 定位差异在于不替代工具链，而是把生成能力嵌进已有环节，例如选区内的内容感知填充与批量规范出图
- 这类产品的瓶颈在版权与素材授权，团队需要说明训练数据来源与商用边界
Adobe生成模型设计工作流图层蒙版AI设计工具
投融资
6 条
- 英国金融时报报道英伟达正与 Reflection AI 洽谈收购，方案一是整体收购，二是「人才收购」，三是追加股权投资
- 人才收购指聘用核心员工并取得技术许可而不买公司主体，可绕开反垄断审查，是当前大厂吸收 AI 团队的常用路径
- 英伟达此前已向 Reflection 投资 8 亿美元；Reflection 今年 3 月估值 250 亿美元，本月初刚发布对标 GLM-5.2 的开放权重模型 Beam
- 消息称谈判数周内可能敲定，但也存在直接破裂的可能，双方均未置评
英伟达Reflection AI人才收购Beam开放权重
- 21 财经 10 月 10 日报道，字节 TRAE 原负责人石扬已离职创业，方向为 AI 办公，首轮投后估值约 2 亿美元
- 石扬 LinkedIn 显示其在字节的任期到 2026 年 9 月，当前状态为 Stealth Mode，搭档是 8 月离开字节的傅越
- 傅越此前牵头 Global Data，负责 Seed 系列模型的训练数据，两人的组合被解读为「产品负责人 + 数据基础负责人」
- 石扬履历横跨微软 Lync、Salesforce、Facebook 与腾讯，2024 年进字节后接手 MarsCode 与 TRAE
字节跳动TRAE石扬傅越AI办公
庞伯特完成数亿元 B 轮：上海国投先导基金领投，资金投向 AI 体育大模型
- AI 体育硬件公司庞伯特完成数亿元 B 轮融资，由上海国投先导基金领投，元禾璞华、浦东创投跟投
- 老股东蓝驰创投继续加注，高鹄资本担任独家财务顾问；公司此前已连续完成三轮 A 轮融资
- 历史投资方包括神骐资本、明势创投、蓝驰创投、锦秋基金、华创资本与成为资本，资方结构偏硬科技属性
- 本轮资金主要投向 AI 体育大模型、运动视觉与训练决策，方向是把硬件采集的数据反过来训练决策模型
庞伯特B轮上海国投先导基金AI体育运动视觉
POSCO DX 向 Enhance 投资 20 亿韩元，押注工业场景的 AgentOS
- 韩国 POSCO DX 向 AI 公司 Enhance 投资 20 亿韩元，双方将围绕工业场景的 AgentOS 展开合作
- Enhance 的 AgentOS 定位是把企业既有系统包装成 Agent 可调用的能力层，底层仍复用原有业务系统的权限体系
- POSCO DX 的诉求是钢铁与制造流程中的巡检、排产与设备异常处置，属于流程确定但环节分散的典型场景
- 该笔投资把方向从「通用 Agent 平台」拉回工业垂直，说明 Agent 的付费意愿更早出现在流程固化行业
POSCO DXEnhanceAgentOS工业Agent20亿韩元
逃离字节的实习生融了两个亿：大厂人才外溢成为一级市场新叙事
- 财经媒体 10 月 11 日报道，一位从字节出走的实习生创办的项目完成约 2 亿元融资，投资方看重其在大厂的实战经验
- 报道认为一级市场当前的早期项目估值逻辑正从「论文与履历」转向「是否在大厂真实交付过规模化 AI 产品」
- 本周已有多起同类案例：TRAE 原负责人石扬创业估值约 2 亿美元，傅越在 8 月同样选择离开
- 反面叙事同样存在，同期有分析指出 AI 赛道退出通道收窄，早期项目数量增长快于可承接的后续轮次
字节跳动实习生创业2亿元人才外溢早期融资
双芯 IPO 潮：百度拆分昆仑芯、阿里拆分平头哥
- 报道显示今年以来股价表现最好的三家中国科技公司是百度、谷歌与阿里，共同点是都在拆分自研芯片业务独立上市
- 百度计划把昆仑芯分拆登陆资本市场，阿里则推进平头哥的独立化，两家都把芯片资产从集团成本中心拆成独立估值标的
- 拆分逻辑是把内部自用为主的芯片业务暴露给外部客户，用独立财报证明其商业化能力，而非依赖集团采购
- 与本周国产化率首破 55%、万卡集群 42 个的数据呼应，国产芯片从内部供应走向外部销售是同一趋势的两面
昆仑芯平头哥芯片IPO百度阿里巴巴
行业
8 条
- 纳德拉 10 月 10 日在 X 发帖，称需要「退一步评估 AI 的信任架构」，不能把超级智能当成一组嵌套的黑盒
- 具体主张两条：把模型与编排它的 harness 分离，以及把控制与护栏外部化，而不是内置在模型内部
- 每条有实质影响的模型动作都要留下「防篡改、人类可读的证据」，授权人可随时暂停或关停，原话是「必须假定模型已被攻陷并从一开始就加以约束」
- 背景是 Anthropic 刚切断内部评测的实时联网，Amodei 也同期提出放缓前沿模型的计划，两家在治理口径上罕见趋同
纳德拉微软信任架构紧急刹车AI治理
国家信息中心：9 月新型基础设施项目中标金额同比增长 50.4%
- 国家发改委国家信息中心披露，9 月算力、数据等新型基础设施项目中标金额同比增长 50.4%
- 同一口径下，人工智能、人形机器人等前沿领域的资本投资金额同比增幅超过 1 倍，是整体投资中增速最高的部分
- 郑栅洁同期主持民营企业座谈会，参会企业包含人工智能应用类公司，传递政策端继续支持民营 AI 主体的信号
- 这组数据与产业侧的算力招标、集群建设节奏对应，说明资金已从规划层面进入采购与开工环节
国家信息中心新型基础设施中标金额50.4%民营企业座谈会
生成式 AI 备案累计 1112 款，「清朗」第一阶段处置违规产品 1.4 万余款
- 中国新闻网 10 月 11 日刊文披露，截至今年 8 月底，全国累计 1112 款生成式 AI 服务完成备案、731 款应用或功能完成登记
- 「清朗·整治 AI 应用乱象」专项行动第一阶段处置违规 AI 产品 1.4 万余款，覆盖仿冒、误导与数据滥用等类别
- 现行制度体系包含《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》《人工智能拟人化互动服务管理暂行办法》与《智能体规范应用与创新发展实施意见》
- 文章称人工智能健康发展的综合性立法已提上日程，意味着监管将从分项办法走向统一法律
生成式AI备案1112款清朗行动1.4万款AI立法
陶哲轩博客引爆「25 万数学博士临绝境」：结论是必须放缓 AI
- 新智元 10 月 11 日报道，陶哲轩在博客中讨论 AI 对数学研究的冲击，观点在中文社区迅速发酵
- 核心判断是若 AI 继续以当前速度压缩「人类可贡献的数学工作」，约 25 万数学博士的职业路径将失去中间层
- 他提出的应对不是禁用工具，而是主动放缓并调整评价体系，避免把整个学科的价值锚定在可被机器替代的产出上
- 该文与上周 700 余篇数学手稿遭领域抵制、次日撤回 3 篇的事件形成连续叙事，学界对 AI 介入的容忍度在下降
陶哲轩数学研究AI冲击评价体系学界抵制
「AI 赛道，最缺接盘人」：一级市场早期项目数量超出后续轮次承载力
- 财经媒体 10 月 11 日发文指出，AI 赛道当前最缺的不是资金也不是项目，而是愿意接下一轮的人
- 论据是早期项目数量增长快于可承接的后续轮次，导致大量项目停在 A 轮之后，估值与真实收入脱节
- 文中引用 Crunchbase 数据：今年前九个月 195 起 AI 并购中只有 12 笔披露金额，最大一笔仅 16.5 亿美元，退出通道明显偏窄
- 该判断与 Firmus 撤回 300 亿美元 IPO 事件呼应，显示一级市场对 AI 算力类资产的定价正在回归审慎
AI一级市场退出通道并购估值回归接盘
七部门启动品质电商「五优」行动，人社部同步推 AI 促就业行动
- 七部门联合启动品质电商「五优」行动，把优质供给、优质服务等指标纳入平台考核，AI 被列为提升商品信息质量的手段之一
- 人社部同期推出「适应人工智能发展促就业行动」，方向是在岗位被替代风险较高的行业中提前做技能转换
- 两条政策一供一需：一条从产业侧抬高商品与服务的质量标准，一条从劳动力侧缓冲技术替代带来的结构性失业
- 市场监管总局的《食品安全法（修订草案征求意见稿）》也提出推动「互联网+人工智能」在监管中的应用
品质电商五优行动人社部AI促就业市场监管总局
前 Anthropic 研究员主张 AI 应被国有化：「2027 年将是最疯狂的一年」
- 前 Anthropic 研究员 Jacob Coxon 的访谈在 10 月 11 日被中文媒体广泛转发，核心主张是把前沿 AI 收归公共部门而非交给公司
- 时间判断上，他认为 2027 年会是变化最剧烈的一年，理由是训练算力规模与 AI 自主完成研发的比例同时越过临界点
- 立场既不属于开源派也不属于闭源自律派，走的是「国家安全化」路径，回应的是企业自评与自我约束已被证明失效
- 该观点与纳德拉同期的「紧急刹车」形成对照：一个把控制权外部化到授权人，一个主张外部化到国家，两条治理路径本周首次同台
Jacob CoxonAI国有化2027前沿AI治理路径
光明日报刊文谈全球 AI 治理：主张以真正的多边主义处理规则分歧
- 光明日报 10 月 11 日刊发评论，讨论全球人工智能治理的机制建设，主张以真正的多边主义推动规则协调
- 文章提出的分歧点是治理主体与标准来源：是由少数国家与公司定义规则，还是放在多边框架下协商
- 文中把算力、数据与模型能力的不均衡视为治理难点，认为发展中国家的参与度是机制能否落地的关键
- 该文与本周国内的备案制、专项行动以及综合性立法进程并列，构成国内治理叙事向外延伸的一条线
光明日报全球AI治理多边主义规则协调