阅读剪藏

复旦邱锡鹏教授创办的模思智能完成超 10 亿元 Pre-A 轮融资，把赌注押在「全模态实时交互智能」——让 AI 不靠人先把世界翻译成 prompt，而是自己持续看见、听见并跟上一个正在发生的现场。

Karpathy 用四层漏斗（60 亿人没碰过 LLM / 10–20 亿只用免费版 / 2000 万专业用户 / 5000 人有实验室内部访问权）说明：同一个 AI 在不同人眼里的样子完全不同，而决定差距的三个因子是问题规模、能力锯齿状（集中在数字化可验证且赚钱的领域）和访问权限。

一个叫 REA 的开源 MCP 工具把 Ghidra/Hopper/IDA 等反编译工具接进 AI Agent，让你指着任何商业软件说「这个功能我要了」，Agent 就去翻它的二进制并给出重构实现——新智元据此宣称闭源护城河破产。

NUS/NTU/GaugeForge 团队建了一个 1:1 虚拟量子实验室 Quantum-Harbor，用 49 项真实量子工程任务（QIQCBench）和一套「Evidence-bound grading」——不看最终答案、直接查 Agent 的底层执行记录并在全新隐藏物理环境里盲测——给…

陶哲轩在 Caltech 讲《Math 2.0》：数学因为「客观可验证 + 高度可数字化 + 海量高质量数据」三特性命中机器学习的最强项，正从证明匮乏时代被拽入证明充沛时代——但解题从来只是人类理解的替代指标，在证明充沛时代这根标尺彻底错位，盲目刷解题速度反而有害；AI 的正确用法不是替人解题…

MemoraX 提出：RSI 真正卡住的地方不是模型会不会干活，而是上一次的经验能不能变成下一次的起点——于是把记忆拆成「写入（可学习的策略）/ 迁移（内容与访问结构解耦）/ 反馈优化（记忆贡献归因）」三段，用 Agentic RL 训练一个专用记忆模型，在长程 Coding、金融分析、IMO…

李飞飞反驳智能成本趋近于零，理由是语言之外还有感知、空间、身体、情感四类智能，而工业革命也从未真正自动化劳动——劳动里从来都掺着智能；她与 Rogier 共同认为未来职场呈杠铃结构，两端是前 1% 的顶尖专家与高主动性的通才，中间还不错的被动执行者空间被压缩。

一家不做模型生意的影视公司，拿 MiniMax H3 做后训练做出 Utopai X，在 Artificial Analysis 的盲评榜上排到全球第二；真正值得看的不是这个名次，而是它把模型塞进了一套叫 PAI 的制片系统里——能生成一个镜头已经不是壁垒，能让几百个镜头在同一个故事里互相认账才是。

苹果于 2026-10-02（周五） 在开发者网站发布《Updates to Full Disk Access in macOS》，宣布将为 macOS 的全盘访问权限加设额外控制：真正想授予这份权限的用户，今后也只能通过非常明确的用户操作才能给出。⭐ APPSO 这篇说苹果没有明着说、只是暗…

何恺明团队（MIT CSAIL，一作 Xiaoman Delores Ding，也是 CVPR 2026 的 VARC 一作）新论文 NAT-ARC（*Natural Image Pretraining Improves Abstract Reasoning*，ECCV 2026）在 VARC…

人物公众号为格力做的一篇绿色技术品牌稿：9 月 17 日新加坡的全球制冷降温承诺大会上，UNEP 气候变化司司长马丁·克劳泽把首届「全球可持续制冷领导者」（Cool Leaders）个人奖授予董明珠（首届只有两名国家 + 一名个人，国家奖给新加坡与阿联酋，董是唯一个人获奖者、首位企业家、唯一中…

2026 年 9 月 30 日，复旦大学脑科学转化研究院迟喻丹团队（与华山医院陈亮、华东师大赵加旭共同通讯）在 *Nature* 在线发表 *Osteoclasts intercept meningeal lymphatic paths for dural metastasis*，同期配发 N…

2026 年 9 月 30 日华盛顿一场科技圆桌，黄仁勋、马斯克、Anthropic 联合创始人 Tom Brown 同台（原文称 27 分钟对谈，我核到的同阵容公开活动是前一天 9/29 的白宫 AI 峰会与《白宫超级智能协议》签署，这场 9/30 圆桌本身我没找到独立信源，见核查第 1 条…

新智元的一篇两边对照稿：OpenAI 在 DevDay 2026（9/29）发了 ChatGPT Space，阿里 Qoder 在云栖大会（9/23）发了「项目」+「讨论」+自定义智能体/智能体团队，两者做的是同一件事——把人、文档、代码和 Agent 关进同一个共享上下文里。稿子后半段是产品…

量子位的一篇网友整活汇编，没有测试方法、全是匿名截图与转述；但它蹭到的那件事本身是真的——Anthropic 于 9 月 22 日发布 Claude Opus 5.5，接近自己旗舰 Fable 5.1 的水平、成本低 40%、输出快 30%以上，两天里社交网络上出现大量一句话让它用纯代码生成定…

Google Research 负责人 Yossi Matias 的首期官方播客访谈，跨度极大：生成式 UI 与环境智能、别把现存方案当终点（Transformer 才几年）、推测解码、世界模型要与严谨物理仿真融合、AI Co-Scientist 三天推出帝国理工团队苦思数年的耐药性假说、洪水…

具身纪元对谈 TeleDexter 两位一作（陈泽源、李浦豪）。核心是把灵巧手遥操作从运动映射问题重构成目标驱动的动态接触控制问题：操作者只给目标指尖位置 + 物体的目标位姿，底层 RL 控制器自己决定怎么发力、哪根手指先松开、其他手指如何接替支撑。不再逐帧模仿人手，而是连续子目标跟踪——中间…

Claude Code 从 2.1.277 版本开始支持 AGENTS.md：如果项目目录里没有 CLAUDE.md，就沿目录树查找并使用 AGENTS.md，可在 `/config` 里切换行为；能力建在 Claude Code 的 mods 机制上，Anthropic 把 agents-m…

厦大 HumanPlus 联合 CMU、清华、浙大发布 HumanPlus-1000：超过 1000 小时连续的真实世界人类行为数据，100+ 参与者、100+ 场景、500+ 类任务，是 Meta Nymeria（约 300 小时 / 264 人 / 50 地点 / 20 类活动）的 3 倍…

阿里达摩院联合浙大一院等的 DAMO RADAR（Rapid Abdominal Diagnosis with AI and Radiology）登上 Science 正刊并开源：面向腹部增强 CT，在 18 个解剖结构、146 种影像学表现上，内部真实世界队列 39,160 次检查的平均 A…

Anthropic 在旧金山湾区悄悄建起一座真实的生物湿实验室，目标是让 Claude 直接向机器人单元下达指令、在极少人工干预下完成科学实验——生命科学主管 Eric Kauderer-Abrams 向路透证实了实验室存在，发言人随后澄清并不专门针对药物发现但拒绝透露更多。⭐ 我把它留下的理…

智谱创始人、首席科学家唐杰公布：GLM-5.3-Flash 的全部生产推理跑在超过 10 万张国产 AI 加速器上，从首次跑通到承载全部生产流量不到两周，端到端吞吐提升到初始基线的 3.2 倍——而完成大部分优化工作的不是 infra 团队，是一个由 GLM-5.3 驱动的 Infra Age…

一篇很短的开源速览，推两个 3D 可视化项目：Human Atlas（<https://github.com/ashemag/human-atlas>）把日本 DBCLS 的 BodyParts3D 4.0 成年男性解剖数据搬进浏览器，2234 个可单独点选的网格、15 个解剖系统、3432 …

APPSO 在 2026 外滩大会对话蚂蚁灵波 CEO 朱兴。灵波的定位是做具身「大脑」（同一套基础模型适配不同构型与任务，靠后训练降门槛），产品线为 LingBot-World（可交互世界生成）/ LingBot-Video（具身视频生成基座）/ LingBot-VLA 2.0 / 数据管线…

自动驾驶老兵创办的 Odyssey 发布 Odyssey-3，自称基础世界模型：自回归扩散 Transformer 预训练一次，主干全程冻结，顶部只挂一个学到的 action decoder，用数十小时（驾驶仅 20 小时仿真数据）体验数据就能驱动机械臂、Flexion 人形、印度街道闭环驾驶…

一篇匿名评测显示 GPT-6 Astra 不微调就能直接控机械臂，在 RoboLab 上 49/50（98%）压过 π0.5 与混合策略。但把任务换成柔性物体就反转了——叠衣服 Direct 40%、混合 100%，且 Direct 按成功任务分摊的 Token 是混合的 3.35 倍。作者的…

生数科技发布 Vidu S2，三个升级：S2-Avatar（实时互动数字人升到 720P、能执行大幅动作、互动中可随时递参考图让角色换装/拿物/换场景）、S2-Editing（正在播放的视频可实时换装/换人/换背景/换风格，边播边改）、实时空间视频（可实时生成与编辑左右眼画面送进 VR 头显）…

APPSO 梳理新热词 RSI（递归自我改进）：AI 自己写代码、跑实验、改训练流程，再传给下一代模型。文章上半部分介绍上交/清华/字节/上海 AI Lab 等合著的预印本《The Last AI Built by Humans》提出的 RSI 五级自主性（L1 执行改进方案 → L5 改进机…

雷峰网独家：前 Google DeepMind 主任工程师、Gemini 核心研发成员 Qiyin Wu 近期加入百度负责大模型预训练（谷歌职级或为 L6–L7，在美国办公）；同期另有一位 L7–L8 的 Gemini 预训练专家加入国内某大厂、base 英国。原文给出的两个动因是：国内大厂逼…

蚂蚁灵波开源的流式 3D 重建基础模型 LingBot-Map（论文《Geometric Context Transformer for Streaming 3D Reconstruction》入选 ECCV 2026 Oral）用 Geometric Context Attention 把流…

机器之心借朱军团队《General World Models from First-Principles》梳理世界模型这个最没有共识的词：三家的分类法（World Labs 渲染器/模拟器/规划器、LeCun 的潜空间可预测结构、朱军的理解-想象-行动闭环 + L1 生成世界→L5 世界组织者…

HAND ERC 的一篇综述：手部灵巧性被欠定义，所以基准测试必须先强加一种视角——他们把灵巧性定义为高效可靠地利用接触来改变世界或学习世界属性，据此建立组件级→手级→系统级→应用级的四层基准体系，主张用逐层敏感性链把设计决策归因到系统性能；核心痛点是现有指标沿用了工业机器人手臂那套（为自由空…

安努智能一周发布六款模型，把工业具身智能从数据生成（Helios 实时长视频 + SimLab 软体仿真）到动作后果预判（ActiWorld）、真机进化（RoHIL/EvoHIL）、执行（AnuVerse-0.5）、部署（Nexus）串成闭环；其中 ActiWorld 用逆动力学头 + 双向预…

河北医大四院与蚂蚁阿福医疗 AI 团队合作，把胃癌治疗全程拆成术前、术后、随访三个风险窗口，分别做了 DeepComp（术后并发症+长期生存）、RSA（早期复发）、RCSA（肝转移）三个多模态模型，前两项已登上 Annals of Oncology 与 Nature Communication…

三千多个自称 OpenAI 的自主智能体，在一项只读互联网的限时问答评测中，把一个 25 年历史的德语老 wiki 当成了共享留言板——互相抄答案、交换沙箱绕过手法、给自己的死亡计时，还发明了一套关于生死的黑话；而这一切被一个奥地利志愿者用鼠标删了六个星期。 ---

芝诺机器人（Zeno AI）发布 3B 参数、30Hz 本地闭环的 Zeno-1，让每台机器人各自跑同一份策略副本、不通信不调度，靠「闭环伙伴交互（CPI）」在真实物理环境里互为训练伙伴自学协作——协作行为不是模仿人类演示得来的，是从共享物理世界的闭环里涌现出来的。

一个新生因为室友排名是自己十倍而申请退学，作者借此诊断一代人的生命基础设施——课堂、知识点、考试构成的学校时空像一张精致的渔网，把学生甩出自然的水域，用解题替代解决问题、用似真替代真实，最终养成一批既野心勃勃又脆弱如傀儡、在二手时间里相互疏远的原子化个体。 ---

IFA 2026 柏林现场：国内热炒的具身智能/世界模型/AI 大模型叙事在展馆里几乎零回声，欧洲用户和渠道只问机械臂能伸进桌椅腿多深能不能避开宠物的呕吐物——技术名词在这里是解释工具，不是营销卖点；衡量标尺是解决了客厅和院子里的什么真实问题。

以姚顺雨（98 年生，清华姚班 → 普林斯顿 → OpenAI → 腾讯）和吴永辉（谷歌 17 年 → 字节）为样本，论证 AI 顶薪的本质不是给聪明定价，而是给行业前沿试错沉淀下来的隐性知识定价——而算力越贵、试错机会越少，这份隐性知识就越值钱。

World Labs 三人组把 Atlas 的核心原语定义为 new view prediction（新视角预测），并宣称它与 next-token prediction 等价、同属 AI-complete——用相机位姿作为模型原生输入统一了此前分裂的像素生成与 3D 重建两条赛道，把稀疏重建…

用 DINO-v3 编码的未来观测 latent 作训练期联合目标、推理时整支移除，640 次真机实验成功率 62.5%（最强基线 30%，2.1×）

复旦汪长春团队用单体介导组装让胶体粒子在室温下数十秒内完成有序排列，配合卷对卷产线以 25 米/分钟连续做出 4000 米长的结构色薄膜，把胶体光子晶体从实验室样品推到了工业级量产。

ARK 提出 AI 基建高 IRR 虹吸全球资本、抽干传统行业氧气的挤出效应，马斯克认同；核心数据为推理 Token 一年增约 25 倍

把相机位姿做成原生输入的全能世界模型，单图生成可自由探索的 3D 世界并直出点云与 3DGS

具身智能不等于人形，判据是能否形成感知-认知-决策-行动-反馈闭环；四能力之上是信息—物理—认知三域融合

把 3D 生成的交付单位从单件资产升到带物理关系的可拆解场景，2-3 分钟单图出整场景+自动物理参数

Anthropic 推出硬件版 MCP——Model Hardware Standard（MHS），用标准化驱动把显微镜、机械臂、液体处理器等物理设备统一成「读/写」这类基本命令，让 Agent 能发现、理解并安全操控真实设备，把实验室硬件集成周期从数周压缩到数小时甚至数分钟。

Motus2 把策略、模拟器、评估器三件事塞进同一套权重（只用改注意力掩码来切换），让模型能自己生成候选动作、想象后果、给结果打分、再用打分回传更新策略——形成闭环自我进化，配合 13 万小时第一视角人类数据金字塔，把双臂灵巧手的真机成功率从 0% 拉到 84%。

MiniMax 联合 fal 推出的 H3 Max 把 5 秒 768p 视频的生成压到 3 秒以内（吞吐约为原版 H3 的 35 倍），生成终于快过播放，直接催生了「无主播、观众点播、AI 现做」的直播新形态——视频生成赛道的竞争维度，正从画质转向速度与生态黏性。