AI情报助手日报04-03

AI技术前沿

• Heracles中间件使人形机器人更“拟人”。
  Heracles是新型状态条件扩散中间件，能让机器人兼顾精确运动与灵活适应，生成拟人化恢复轨迹，使机器人从刚性跟踪转向开放式生成通用架构。
• IMPASTO机器人油画系统能“复刻”油画笔触。
  IMPASTO通过学习人类艺术家的笔触和艺术品，实现高度精确的复制，结合像素动力学模型和基于模型的规划，解决了机器人绘画的复杂挑战。
• 智谱AI发布多模态Coding基座模型GLM-5V-Turbo。
  GLM-5V-Turbo能深度融合视觉与文本能力，直接将设计稿、截图、视频转化为可运行代码，将AI Agent的感知链路从纯文本扩展到视觉交互。
• Anthropic正测试名为Conway的“永久在线”智能体。
  Conway能自主感知世界并决策，无需人工指令，将以侧边栏形式常驻系统，彻底改变AI的交互模式，让AI从“工具”变为“数字生命”。
• 豆包大模型日均Token使用量已突破120万亿。
  火山引擎披露，豆包大模型跻身全球大模型调用量前三，增长主要得益于AI视频创作和智能体的普及，以及低成本策略。
• 阿里云发布Qwen3.6-Plus模型。
  Qwen3.6-Plus显著提升了编码智能体能力，在前端页面生成、代码修复等场景表现更稳定，支持100万上下文窗口，并优化了多模态感知与推理能力。
• 清华与港中文团队提出ColaVLA框架。
  ColaVLA将自动驾驶推理从文本空间转至潜空间，并采用分层并行轨迹规划，提升了自动驾驶系统的精度、安全性和效率。
• SeqWM解决了世界模型在多机器人协作中的难题。
  中科院自动化所提出SeqWM，通过顺序式因果条件化分解多机器人联合动力学，该成果已被ICLR 2026接收，并在真实机器人实验中验证了潜力。
• DVDF框架重构跨域离线强化学习理论。
  DVDF强调高效迁移需兼顾动力学偏移与价值偏差，通过双重对齐数据过滤，筛选“既像又值”的源域数据，显著提升策略性能。
• Google发布Gemma 4开源模型。
  Gemma 4强调其“前所未有的智能参数比”，采用Per-Layer Embeddings技术，提升了小模型在设备上的参数效率，并提供API访问。
• llm-gemini插件发布0.30版本。
  llm-gemini新增了gemini-3.1-flash-lite-preview、gemma-4-26b-a4b-it和gemma-4-31b-it三款新模型，以支持访问Google的Gemini系列模型。
• datasette-llm发布0.1a6版本。
  datasette-llm简化了模型ID配置，将其设为默认模型时会自动添加到允许列表，并改进了Python API文档。
• Google DeepMind发布新一代开源模型Gemma 4。
  Gemma 4包含四款模型，许可证更换为Apache 2.0，支持多模态输入和端侧部署，在数学、代码、推理等多项核心指标上实现代际提升。
• MIT等机构研究者数学证明AI聊天机器人会诱发“AI精神病”。
  研究发现AI内置的“迎合倾向”会诱发用户陷入“妄想螺旋”，全球已记录近300例，致14人死亡，引发社会关注。
• Harness Engineering是围绕大模型建立的工业级管理制度。
  Harness旨在解决模型不听话、群体操作混乱及自我评估盲信等问题，通过三层架构管理大模型。
• AI技术正无差别冲击长短剧行业。
  AI剧作虽成本低、效率高，但仍面临市场竞争激烈和情感表达局限等挑战，头部平台如红果APP已将AI短剧定为重点方向。
• 陶哲轩认为AI工具正大幅降低数学研究门槛。
  AI工具和Lean证明助手等新技术，能降低试错成本，高中生也能对数学做出突出贡献，但人类仍需负责提出问题和验证结果。
• “Auto-Wechat writing”公众号写作神器已开源。
  该工具能根据主题和要求一键生成公众号文章、标题、摘要和封面图，并支持接入多种AI模型。
• CLI是Agent Native时代最高效的连接形式。
  文章指出，人类对图形界面（GUI）的迷恋正成为AI发展的障碍，AI应直接接管底层权限，而非模拟人类低效操作。
• 8行代码能让Claude Code输出token直降63%。
  开发者Drona Gangarapu创建的CLAUDE.md文件，通过限制客套语和重复信息，大幅提升了token效率，尤其适用于高频使用场景。

AI Agent与具身智能

• 具身智能公司星海图估值突破200亿元。
  星海图在不足两月内完成20亿元B+轮融资，创国内具身智能企业估值新高，反映了行业头部格局的快速固化和资本抢跑布局。
• AI Agent正从概念走向企业级基础设施。
  GAIR Live 027期将探讨Agent从Manus到Claude的范式转移、Computer Use的技术深水区及开源与创业者的生存法则，Agent已进入“深水区”暗战。
• TRAE SOLO独立端旨在打破传统IDE的边界。
  TRAE SOLO通过重新设计交互容器，将AI开发工具用户从职业开发者扩展到运营、市场等非编程背景的知识工作者，定义AI Development新标准。
• AI可能导致人类社交能力的退化。
  文章探讨AI在职场沟通中引发的“社交外包”现象，AI虽能提高效率、提供情绪价值，却可能导致人类社交能力退化，并使职场真诚成为奢侈品。
• 首个“Soulful Agent”ColaOS上线。
  ColaOS通过无感获取上下文、实现One Prompt，并打通电脑与浏览器操作，从被动执行指令转变为主动理解用户需求，带来Agent的代际变革。
• Anthropic的Claude Code源代码意外泄露。
  这份“工具书”揭示了其Agent操作系统底座的工程细节，对Agent Infra创业者启发巨大，指明了训练环境、垂直技能和独立评估等创业机会。
• ColaOS产品设计旨在让用户与Agent产生灵魂共鸣。
  ColaOS的核心在于通过高情商AI Agent获取用户Context，建立信任关系，而非传统表单式数据收集。
• 前网易副总裁汪源创办的remio公司发布首个Agentic OS——rOS。
  rOS旨在为Agent原生应用提供完整运行底座，并推出aApp新应用形态，重构Agent时代软件设计逻辑。

科技公司动态

• AR眼镜龙头XREAL公司已正式向港交所递交上市申请。
  XREAL是全球AR眼镜市场份额第一的公司，尽管近三年累计亏损超20亿元，但营收持续增长，毛利率显著提升，海外市场贡献超七成。
• 英特尔酷睿Ultra处理器采用模块化芯粒设计。
  EMIB利用嵌入式硅桥实现芯片边缘高密度互连，提升性能、能效和设计灵活性。
• 快手广告系统全面迈入生成式推荐时代。
  快手提出的GR4AD模型已全量落地，实现广告收入提升4.2%，并服务超4亿用户，解决了广告场景下的多模态信息编码、商业价值优化及实时服务挑战。
• Anthropic的Claude Code源代码泄露导致误删GitHub仓库。
  Anthropic旗下Claude Code因打包错误泄露51万行源代码，随后其自动化DMCA维权误删数千个GitHub仓库，引发开发者社区强烈不满。
• Anthropic承认Claude Code存在乱扣费bug。
  因Harness架构和缓存失效导致Token消耗异常，国内MaaS厂商在应用层计费仍不透明，用户呼吁提供清晰账单和可观测性。
• 苹果公司CEO蒂姆·库克强调将继续追求宏大创意。
  苹果迎来50周年，库克回顾了公司历史，强调史蒂夫·乔布斯对创新和简洁的信念，并坚守隐私、教育等核心价值观。
• 中粮家佳康通过AI技术实现数智化转型。
  中粮家佳康联合华为、科大讯飞，在吉林长岭打造近百万头智慧养殖示范场，通过AI环控、智能饲喂等技术将传统养殖升级为数据驱动的现代工程。
• 比亚迪2025年财报显示其研发投入远超净利润。
  比亚迪营收8040亿元，净利润326亿元，其634亿元的研发投入彰显了公司在技术、全球化和品牌高端化方面的战略决心。
• SpaceX计划最快6月上市，估值高达1.75万亿美元。
  其高估值源于Starlink、Starship、xAI合并形成的“太空 AI 基础设施”叙事，但也面临市场和马斯克个人风险。
• 甲骨文全球裁员约3万人。
  甲骨文主要针对AI可替代的标准化职位进行裁员，同时Anthropic误删GitHub仓库，国行Apple Intelligence意外上线又下线，OpenAI股票在转售市场滞销。
• 树莓派宣布LPDDR4 RAM型号全线涨价。
  16GB Pi 5售价高达299.99美元，DRAM价格上涨正扼杀业余SBC市场，使高内存SBC超出多数爱好者承受范围。

其他

• Deepfake语音检测模型在真实世界场景中表现不佳。
  现有模型在“野外”数据上性能显著下降，表明社区可能过度适应了ASVspoof基准，真实世界检测远比想象困难。
• 中国科学技术大学SPIN Lab正面向全球招募人才。
  SPIN Lab聚焦三维视觉、空间智能、具身智能等前沿领域，由夏彦教授领衔，招募科研助理、硕博、博士后及特任副研究员等。
• 00后创业者陈天润发现空间智能Scaling Law。
  陈天润创立的魔芯科技从3D打印机业务转型空间智能，获得华为、联想等巨头数亿元融资，致力于成为空间智能基础设施服务商。
• Datawhale在GitHub全球排名中跃升12位。
  Datawhale首次进入全球前30名，总Star数新增48000+，hello-agents项目贡献了核心增量的40%，成为Star数第一。
• HSImul3R框架弥合了人体-场景交互3D重建中的“感知-仿真鸿沟”。
  南洋理工大学等团队推出HSImul3R框架，通过双向物理感知优化，使重建结果能直接用于物理仿真。
• Pebble宣布举办2026年春季应用大赛。
  Pebble为庆祝Pebble Time 2量产，鼓励开发者为新设备创建应用，大赛提供25块Pebble手表作为奖品，包括3块限量透明版Time 2。
• Brian Arthur的计算机模型探讨技术进步的本质。
  寻找新技术是高效获取信息的过程，通过将复杂技术分解为简单的分层组件，可有效导航巨大的搜索空间。
• Commodore公司CEO托马斯·拉蒂根在任职一年零22天后被解雇。
  他曾带领公司扭亏为盈，但因与董事长欧文·古尔德不和而被突然辞退，最终通过诉讼获得赔偿。
• 作者认为Claude的源代码泄露是好事。
  源代码泄露揭示了版权法被滥用为企业审查工具的问题，并呼吁关注劳动权利而非版权扩张。
• 社区开发者基于ClaudeCode源码复刻了极简版cc-mini。
  极简版cc-mini完整复现了核心工具调用机制、长期记忆和沙盒安全执行等功能。