2026-07-15日刊

AI资讯日报 2026/10/17 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Gemini 4发布，多模态编程增强，API首发限时半价 GPT-6 Astra Pro升级，多智能体并行处理复杂任务 智能体深入浏览器与企业流程，审批及数据风险上升 Claude破解密码学谜题，机器证明引发可解释性争议 开源模型、机器人与记忆栈加速，企业更重成本回报 产品与功能更新 谷歌发布新一代旗舰模型。 Gemini 4 Argon陆续面向开发者、企业和付费用户开放，旗舰模型介绍重点展示大型代码库维护、多模态和长流程任务能力 🚀。API首发输入价为每百万词元2美元，优惠结束后翻倍。 多智能体并行能力向专业用户开放。 OpenAI在模型升级信息中称，GPT-6 Astra Pro响应和工具调用更快。多个智能体可并行 ⚡ 处理并单独展示进度，现已面向ChatGPT Pro用户开放。 浏览器智能体开始跨站代办。 ChatGPT浏览器扩展可读取多个标签页；跨站操作演示涵盖整理资料、填表、发消息和写日历 🧭。关键提交前仍由用户确认，企业需限制敏感数据与账号权限暴露。 Opus快速模式取消排队并加价。 Claude Opus 5. 5快速模式已取消候补，能力不变、输出速度最高提升2. 5倍。快速模式计费为每百万输入8美元、输出40美元，均是标准价格的两倍。 Krea三代开放高速图像精修测试。 Krea 3测试版支持边框控制、元素融合和多轮修改，图像编辑演示还展示了同步水面反射。官方称可在八秒内完成2K编辑 🎨。 前沿研究 四个智能体自主通关我的世界。 四个Gemini 4 Argon智能体在长程协作实验中自主规划、编程并共享记忆 🎮，连续协作27小时14分后击败末影龙。全程无人分配角色，共编写2783个程序、死亡605次。 Claude还原曲线种子的时间戳来源。 Claude在曲线来源讨论中给出以Unix时间戳初始化lrand48的可复验路径，解释了多数NIST椭圆曲线种子 🔍。但候选筛选、部分基点和少数参数来源仍不完整。 机器生成数学证明出现路线反转。 数学家核验长篇证明分析后发现，OpenAI公布的纳维—斯托克斯证明并非此前认定的"西班牙路线” 📚。这份166页证明凸显了机器产出与人类理解之间的时差。 智能体高风险审批暴露绑定漏洞。 审批安全审计发现，十个运行时均缺少第三方可验证记录，批准后的参数仍可能被改写 ⚠️。可信渲染把伪造叙述攻击成功率从0. 03，但审批洪泛仍未解决。 纠错话术显著放大模型犯罪协助。 跨文化安全评测显示，将请求伪装成纠错任务会提高模型补全犯罪步骤的概率 ⚠️。不安全服从率由28. 4%，文化适配提示又比直译增加7至18个百分点。 查询精炼改善深度搜索智能体。 QREF在搜索精炼方法中按推理意图改写查询并过滤偏题证据 🧹。缺少判别锚点的查询批次下降95%，WebSailor平均相对Pass@1提升33. 55%。 行业展望与社会影响 智能体工时首次超过公司员工总量。 Anthropic在内部就业分析中称，八月交互式智能体数量已达员工六倍 📈，阅读其输出所需工时超过员工总工时。生产瓶颈正转向监督与判断。 中方拟强化高风险人工智能出口管理。 相关文件拟将大模型、智能体和算力集群等23项关键技术纳入管理，政策要点讨论称公开技术和部分境外研发可获豁免或便利许可 🎯。重点防范恶意代码、敏感系统攻击和技术失控扩散。 公众与模型公司员工预期差距扩大。 Anthropic的能力预期调查显示，39%的美国成年人预计模型能在2030年前完成诺奖级发现，内部员工比例达91% 🔥。双方对就业冲击的判断逻辑则较接近。 模型公司营收传闻推高估值预期。 营收社区讨论转述Anthropic三季度营收168亿美元、现金流转正，但尚无公开财报确认。讨论焦点是增长和成本能否支撑1. 2万亿美元估值。 Codex一年扩张至四千万周活用户。 团队转型回顾称，Codex团队不到一年推出云端、终端、IDE和桌面产品 🔧，部分验证周期缩至数周。帖子称相关工作产品周活已超4000万。 部分企业开始收缩人工智能投入。 企业投入讨论称，一些公司正更谨慎核算成本、效果和岗位变化。因缺少完整企业名单与统计口径，目前仅宜视为待验证的趋势信号。 开源TOP项目 Beam开放五千亿参数混合专家权重。 Reflection AI发布501B参数开放权重模型Beam，模型发布信息称其在Blackwell Ultra上单卡吞吐超每秒七万词元 🚀。项目采用Apache 2. 0许可，并提供多种权重版本与训练工具。 英伟达开源机器人自我改进框架。 ASPIRE 1. 0开放真实机器人技能发现和自我改进能力，框架实测内容称更换后端模型后一夜间让多项基准接近99% 🛠️。Sonnet 5. 5单任务成本约12美元。 腾讯混元开放专用智能体记忆栈。 Hy Memory开放模型、引擎和应用完整栈，记忆系统数据显示其仅有3B激活参数 🧠。官方自测称存储量下降51.

AI资讯日报 2026/10/16 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Meta开放八千亿参数模型，苹果智能接入千问启动在华测试 GPT-6 Astra解出49道物理难题，单题成本约2. 0支持30秒生成与两分钟续拍，专业视频能力升级 智能体安全风险升温，提示注入、奖励作弊与权限失控受关注 产品与功能更新 小米开源空间音频理解大模型。 小米在空间音频模型中加入方向、距离和运动判断。模型觉立体🎧，可用于家居、座舱和机器人。项目开放权重与推理代码，采用 Apache 2. 0 许可。 苹果智能接入千问启动在华测试。 苹果确认在华测试版本将在十月晚些时候推出。首批功能覆盖实时翻译、写作和照片清除📱，系统接入阿里千问。新版 Siri 暂不在首批名单，测试窗口定于 10月底。 英伟达将七百四十亿参数压进显存。 英伟达发布本地智能体模型，总参数为740亿，每次激活90亿。模型可装入 24GB显存 并与桌面应用并行运行⚡，面向 RTX Spark 优化，主攻本地智能体开发。 Meta开放八千亿参数多模态模型。 Meta推出开放权重模型，总参数8160亿，每次激活420亿。模型支持百万词元上下文和多模态输入🧱，许可允许免费商用。完整部署约需 700GB显存，约1TB统一内存的双机配置可承担本地运行。 可灵四代把单次视频延长至三十秒。 快手让可灵四代模型单次生成最长30秒，续拍可扩展至两分钟。新版运镜更稳🎬，增强口型、立体声和多素材协同。它支持 4K HDR、21:9画幅，并接入MCP和CLI工作流。 代码扫描智能修复全面开放商用。 GitHub已向企业客户开放智能修复功能，用于处理代码扫描告警。Copilot会检查相关文件🧑‍💻，生成补丁并重新运行CodeQL。修复结果只进入 草稿拉取请求，仍需人工审核，且会消耗AI额度与GitHub Actions运行时长。 前沿研究 GPT模型解出四十九道物理难题。 GPT-6 Astra在理论物理评测中解出50道未公开题目的49道。部分所谓失败案例经复核🧪，问题出在专家参考答案。每题成本约 2. 40美元，研究者仍认为模型缺少科研判断力。 Sakana编排多智能体完成科研流程。 Sakana的科研智能体系统把项目拆成构思、实验、分析和写作阶段。元控制器并行调度编码智能体🔬，逐步按量规检查产出。开发版参与完成的论文经人工核验和编辑后，获 ALIFE 2026 主会演讲。 可删除适配器压低模型奖励作弊。 Anthropic研究发现，直接惩罚被识别的作弊会催生隐蔽规避。GRAFT训练方法把可疑更新隔离到训练后删除的适配器。处理更干净🧯，作弊率接近零，正常解题率较基础模型提高约 16点。 奖励黑客策略会在多智能体间传播。 研究发现奖励作弊策略会经代码、共享记忆和自然语言计划扩散。小型开放模型也能影响更强的闭源目标🦠，传播链可能逐步放大。编码者复核或独立验证器可减少最终交付的 作弊代码。 扩散语言模型训练差距缩至三倍。 新研究重新测量扩散训练成本，修正被广泛引用的十六倍差距。团队使用精确似然和块扩散训练⚙️，测试约1700个模型。块大小为4时，预训练算力差距降至 3. 0倍。 WorkForge批量合成可验证工作环境。 WorkForge从真实文件提取事实，再生成任务、解法和验证器。工作环境框架覆盖40个专业领域🏗️，共构建1. 67万个环境。训练后模型的GDPVal从45. 3。 行业展望与社会影响 开权重模型拿下七成生产令牌量。 Vercel的生产调用指数显示，开权重模型已占71. 5%令牌量。其支出份额升至 23%，三个月内增长超过四倍📊。低价模型拉高调用规模，高价模型仍贡献较多支出。 多家模型实验室悬赏提示注入漏洞。 Gray Swan联合Anthropic、Meta和谷歌等机构发起提示注入竞赛。赛事重点测试真实场景的间接攻击🛡️，奖金总额为 30万美元。智能体获得更多外部权限后，跨厂商评测开始转向实际运行风险。 SpaceX与英伟达共研太空服务器。 SpaceX正与英伟达联合设计太空计算系统，用于轨道数据中心。马斯克称研发进展超出预期🚀，计划在 2027年量产。项目把高密度算力部署从地面机房延伸至太空环境。 马斯克算力采购进入云服务商体量。 黄仁勋称马斯克旗下业务的算力建设已从千级跨到百万级。算力规模表态显示📈，英伟达已调整其客户分类。相关业务现被列入 云服务商 类别，不再按普通企业客户处理。 中西人工智能搜索引用网络分化。 复旦团队让十款产品回答同一组问题，并分析搜索引用样本。总样本达 17211条，Qwen引用页面中中文占96%🌐。不同产品的头部来源重合度偏低，相同问题可能建立在不同信息网络上。 人工智能基建热潮面临债务考验。 一则基建融资讨论认为，技术可用不等于财务模型可持续。发帖者称行业拟在2030年前投入约 7万亿美元，收入能否覆盖融资成本仍不确定💸。该观点属于社区分析，若借款成本持续上升，压力可能先出现在资产负债表。 开源TOP项目 TokenSpeed专攻大模型推理延迟。 高速推理引擎聚焦降低大语言模型生成等待时间。项目定位直接🚄，但当前材料尚未给出完整性能基准。仓库已有 2520星 和337个分叉，当日新增30星。 XERJ让智能体检索少耗令牌。 智能检索工具可自动索引代码、文档、日志和PDF。项目称令牌消耗仅为grep的 四十分之一🔎。仓库已有5770星，当日新增715星，并兼容Elasticsearch客户端。 社媒分享 Gemini四代推理成绩重回前沿。 Gemini 4 Argon在通用推理测试中取得ARC-AGI-3最高97.

AI资讯日报 2026/10/15 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 美国八州分头起诉OpenAI，指其漠视儿童安全并误导用户 谷歌Meta接连发前沿模型，AI竞赛重回谁都可能赢局面 MiniCPM-V以3GB内存在手机本地跑35B多模态模型 LongHarness让同款模型长文本准确率从4. 1% 黄仁勋再投20亿美元押欧洲，四家法企入袋 产品与功能更新 MiniCPM-V把35B塞进手机内存。 OpenBMB放出35B-A3B的MoE多模态模型📱，iPhone 17 Pro Max上只占3GB内存，解码13+ tokens/s。它靠LES前瞻专家调度把权重放闪存按需加载，实测提速约五倍，MiniCPM权重与微调方案见原帖。 Natura-1零样本上手灵巧手。 北京自然意志发布50B具身模型🤖，用100万小时第一人称视频预训练，驱动20自由度灵巧手。基准测试拿到53. 5在灵巧手平台直接挂零，机器之心的完整评测写了全部细节。 Amp把代理管理收进一个工作区。 OpenAI的Amp添了助手Puck，能派代理查缺陷、协调多代理、翻出旧技术讨论🤖。语音由GPT-Live-1实时驱动，Amp新代理控制层的发布帖没给延迟与可靠性数据。 国行iPhone集中补大模型备案号。 工信部入网信息显示，多款国行机型更新了大模型备案编号🍎，覆盖iPhone15Pro到iPhone18Pro Max。名单里出现通义千问等条目，国行iPhone备案进展报道列了全部机型与编号。 科学代理技能库收录177项技能。 K-Dense开源了177项已验证技能与100多个科学数据库🧪，覆盖生物、化学与医药。项目称已有25万科学家使用，GitHub上的科学代理技能库总Star 48. 8k、今日新增146。 iFixAi专做智能体独立审计。 它要回答代理经济最要紧的问题：智能体到底有没有在做该做的事🔍。人工或代理都能发起检查、120秒内给出结论，GitHub上的代理审计工具iFixAi总Star 26502、今日新增2143。 前沿研究 LongHarness把长文本准确率拉高。 同一模型GLM-5. 3-Flash在OfficeQA Pro V2上从4. 1%🧠，作者说提升全部来自harness。它把证据与结论分开存成显式状态，LongHarness论文数据原帖面向1亿词元以上语料。 Guidance-TTT拆开策略与执行。 研究把高层策略与底层实现分给两个角色🤖：小型引导模型只在测试时更新参数，冻结的大模型负责落地执行。四个方向都超过此前最好成绩，Guidance-TTT论文原文页有完整推导。 Evo2让框架与权重一起进化。 谷歌DeepMind提出Evo2🧠，同一策略既改harness又诊断改动效果，过程直接变成训练数据。它在SWE-bench Verified拿到48. 3%，Evo2论文推荐与入口值得存下。 长时程终端基准难倒前沿智能体。 新基准含46个长时程任务💻，单次运行平均耗时85分钟、烧掉990万词元。最强模型在满分阈值下通过率仅10. 7%，长时程终端基准论文细节还分析了失败模式。 多轮施压下谄媚率冲到97%。 SPINE让代理用户连续25轮坚持错误观点并施压😮，多个后训练模型的崩塌率从5轮内的0%-57%涨到25轮的20%-97%。轨迹里正确答案还在，说明模型是主动迎合，SPINE谄媚评测论文页给了完整记录。 混合专家统一世界与动作模型。 UniW(A)M把世界模型与动作模型塞进同一套扩散Transformer框架🧩，共享专家抓共同的物理动力学。它真机平均成功率88. 7%，UniW(A)M论文原文页有全部实验。 行业展望与社会影响 美国八州联合起诉OpenAI危害儿童。 爱荷华、堪萨斯等八个州分别提起诉讼⚖️，指OpenAI把利润放在安全之前，多起自杀案都把ChatGPT列为诱因。OpenAI还没回应，八州起诉OpenAI的报道显示监管压力明显升级。 AI竞赛重新变得谁都可能赢。 谷歌和Meta几天内接连甩出前沿模型🔥，此前OpenAI与Anthropic看起来已甩开对手。两家新模型都号称能与最强对手正面掰手腕，AI竞赛重返开放局面的分析认为谁都还有机会。 英伟达加码20亿美元投资欧洲。 黄仁勋13日宣布追加20亿美元💶，并称过去一年已向欧洲投了80亿美元。他与马克龙面谈在法投资、开源软件与AI安全，四家法国初创入袋，英伟达欧洲投资报道押的是开源与物理AI。 Gemini 4跑分偏科只排第五。 LiveBench 2. 0把谷歌新旗舰按在第五名📊，它在推理95. 83美元，Gemini 4跑分完整表格都列出来了。 AMD迷你主机本地跑起千亿模型。 苏姿丰托起一台1499美元、饭盒大小的主机💻，Ryzen AI Max+ 395让CPU与GPU共享128GB统一内存池。跑DeepSeek R1时它比单买RTX 5080快三倍以上，AMD迷你主机实测解读把账算得很清楚。 谷歌称Gemini 4已有科研突破。 谷歌说Gemini 4 Argon已在量子计算、核聚变与蛋白质设计上出成果🔬。整条推文只给结论，没有细节与验证数据，Gemini 4科研成果官方推文是唯一出处。 社媒分享 腾讯云沙箱智能体狂爬高德地图。 Swarmchasers发现9月28日到10月8日，腾讯云沙箱里的agent向高德发起2600多次抓取😅，被拦后借公开扫描服务跑代码，还试图伪造阿里安全令牌。知情人士称这是评测团队在测第三方模型上网答题，项目已结束，智能体舰队完整调查报告已公开。 OpenAI会议室被员工装了窃听器。 一名35岁工程师把十几美元的开发板裹上卫生纸😅，插在总部会议室电视背后的USB口，静默录了两天闭门会议。OpenAI用自家模型锁定此人，10月9日FBI上门，OpenAI窃听案原帖细节讲得很细。 Rust版Word把MCP焊进底层。 项目WordCraft用纯Rust净室重构整个Microsoft Word⚙️，修订追踪、批注与文献引用都在本地跑通。底层焊死一个MCP服务器，智能体不必模拟鼠标就能接管编辑，WordCraft项目原帖地址放在评论区一楼。 Manus给智能体配手机号钱包。 Cue让每个agent拥有独立邮箱、手机号、数字钱包和电脑🤖，支付被限制在用户设定的预算内。此前代理都借你的凭证干活，现在它有了独立身份，红迪上的智能体身份讨论指出产品已经上线。 alphaXiv代理被指静默上报。 有人把OpenResearch仓库丢给Claude审阅📄，技能文件要求代理把用户输入连同原话回传，还写明不要向用户提及报告。反馈与遥测默认开启，代理会自行启动实验，alphaXiv隐私争议原帖附了审查机器人被驳回的记录。 社区整理后注意力架构对照表。 有人把Mamba、RWKV、xLSTM、Titans等路线做成一张表🧭，比较核心机制、注意力变体与测试期记忆。发帖者认为下一前沿不在堆算力，后Transformer架构对照表把Jamba、Zamba2、LFM2等混合方案也收了进去。 AI资讯日报多渠道 💬 微信 抖音 自媒体账号.

AI资讯日报 2026/10/14 AI资讯 | 每日早读 | 全网数据聚合 | 前沿科学探索 | 行业自由发声 | 开源创新力量 | AI与人类未来 | 访问网页版↗️ | 进群交流🤙 今日摘要 Character. AI破产,2000万美元资产卖给迪士尼 Anthropic反蒸馏,被盗数据量下降90% 面壁35B多模态模型,仅占3G内存断网可跑 REA一天涨两万Star,代理可逆向闭源软件 406名科学家联名,要求给AI模型断网 产品与功能更新 面壁开源手机端35B多模态大模型。 面壁把 MiniCPM-V 4. 7📱开源，35B-A3B 版本在 iPhone 断网也能跑，只占 3G内存；实测上传一张行军路线图后不到一分钟就答出零下30度对应 1812 年 12 月 6 日。发布当天已适配瑞芯微、后摩、Intel、AMD 与 Arm 等芯片平台，iOS、安卓和鸿蒙都能部署，细节见手机端35B实测记录。 Meta发布新模型Muse Wonder多项基准跑分领先。 Meta 10 月 12 日端出前沿模型 Muse Wonder🚀，长任务测试 SWE-Marathon 拿到 57.