全球 AI 前沿速递|2026年10月25日

早上好，微言伙伴们。

“I am not afraid of storms, for I am learning how to sail my ship.”

“我不惧风暴，因为我正在学着掌舵。”

—— Louisa May Alcott，《小妇人》 💫

《全球 AI 前沿速递｜2026-10-25》

搜集时间：2026-10-25 06:45:14（北京时间）

今天看三件事：机器人训练如何工程化，Agent 如何守住执行边界，以及小模型怎样接进本地业务。精选 6 条近 48 小时动态，另补报 1 条此前遗漏的开源模型；部分发现渠道受限，以核实的一手证据为准。

🤖 具身智能最前沿

• NVIDIA 公布 Microduck 训练工作流：Agent 搭环境，强化学习练动作。 10 月 23 日的技术教程，把 Hermes／Nemotron 的任务规划、Astra 驱动的 FreeCAD／Blender 资产制作、Isaac Lab 训练和 Isaac Sim 验证串起来。示例在一张 RTX PRO 6000 Blackwell Workstation Edition 上运行 4,096 个并行仿真环境，以头部相机深度和机器人状态为观测，对已有行走策略追加坡道与障碍训练。文章展示了真机行走，但没有证明整套障碍课程已经完成真机验收，也未公布训练时长或通关率。

洞察：企业可以先把自身业务动线、障碍物和失败场景做成可复用仿真资产。值得复用的是“环境—训练—验证”链路，不是把一段行走视频当成可交付机器人。

🇨🇳 国内 AI 动态

• 国家信息化“十五五”规划公布，智能体应用进入主要指标体系。 中国网信网 10 月 23 日公布印发消息及官方解读：规划面向 2030 年，设置 12 项主要指标，其中包括“新一代智能终端、智能体等应用普及率”，并部署电子政务、民生服务、数字技能、数据安全与个人信息保护等任务。这是指导各地区、各有关部门的信息化规划，不是当天新增的企业强制合规条款，也不是已经落地的采购预算。

洞察：面向企业与机构客户的智能体方案，应把智能体覆盖率、业务完成率、员工技能提升和数据治理一起设计；“能演示”之外，更要回答怎样纳入年度建设与验收体系。

💻 边缘算力和突破

• Ultralytics 8.4.188 修复 Android QNN 模型加载，影响的是部署链路。 北京时间 10 月 25 日凌晨发布的版本，将输入／输出量化保留在 QNN context 内，避免新导出工具生成 Android 内置 QNN Execution Provider 无法读取的属性。同时把 LiteRT 工具链最低要求提高至 litert-torch 0.10.0、ai-edge-litert 2.3.0、ai-edge-quantizer 0.10.0。模型架构和权重没有改变；官方也没有给出可引用的提速百分比。

洞察：端侧视觉项目，验收不能止于“模型导出成功”。要在真实 Android／NPU 组合上检查加载、量化精度和运行时版本，兼容性本身就是交付成本。

🧭 Agent 最新技术前沿

• OpenAI 披露前沿训练的隔离新方案：Agent 学上网，不必连接真实互联网。 10 月 23 日公开的安全复盘称，前沿强化学习已采用索引与缓存网页构成的“离线世界”，并叠加容器、microVM、监控和网络／云边界。这次公开的增量是整套隔离策略与红队方法；9 月的 DNS 事件只是背景，不能当作新事故。红队还测试了跨沙箱的缓存与共享资源通信；多数测试提供了攻击线索或协议，不能描述成模型完全自主发现一切。此举针对训练与研究评估环境，不等于关闭用户产品联网，也不等于不再使用互联网来源的数据。

• Claude Code 2.1.310 把监控能力扩展到更多企业环境，并修补权限失效路径。 10 月 23 日 UTC 发布的版本，新增 Bedrock、Vertex、Foundry 以及关闭遥测时的 Monitor／插件监控支持；修复 Windows 缺少 Git Bash 且 hook 命令仅为带引号字符串时，PreToolUse／PermissionRequest 可能放行工具调用的问题。另修复超长提示后压缩不足、下一次请求再次失败的情况。官方未披露完整历史受影响版本区间，不宜自行扩大漏洞范围。

洞察：企业的 Agent 平台要把“允许访问什么、失败后怎样恢复、谁能批准执行”放在模型之外强制落实。环境隔离、权限 hook 和压缩恢复，都应进入上线回归，而不只测试回答质量。

🧩 开源模型与智能体最新进展

• Ollama 0.40.11 把本地语音输出与结构化决策模型接进统一入口。 10 月 24 日 UTC 发布的版本，支持 macOS 流式生成语音，并提供 OpenAI 兼容的 /v1/audio/speech 接口；同时接入 vLLM Semantic Router 的 d3 决策模型，提供 2B、4B、9B、27B 规格，可对文本、结构化状态或图像做分类、是非判断与概率评分。这次新增是 Ollama 的集成能力，不是 d3 模型今天首次发布；也没有官方数据证明这些规格在真实业务任务上的准确率或延迟。

洞察：可以试验“小决策模型分流＋语言模型解释＋本地语音播报”的组合。但置信度分数不天然等于校准可靠，业务分流仍要用真实样本检查误判与人工转接。

🔁 重要事件补报

• 补报：这是 4 天前的事件——上海 AI 实验室 Sage-A1.5 开放权重此前漏报。 官方仓库可追溯至 10 月 21 日；此前模型页发现覆盖不足，今天核对模型卡与提交记录后补报，不把榜单“最近更新”当成新模型发布。Sage-A1.5 属于 35B 级 MoE，采用 Apache 2.0 许可，原生上下文 256K，通过 YaRN 可扩展至 512K。它支持独立上下文的子 Agent 编排，以及可选的轨迹内自我复核。官方 SWE-bench Pro 自测从 Agents-A1 的 43.6 提升到 61.2：使用 mini-SWE-agent、temperature=1.0、top-p=0.95、200K 上下文与自动压缩，且全程离线。自我复核并非外部独立验证，也不能据此承诺企业任务成功率。

洞察：这为企业增加了一个可私有化的长程任务候选。评测时应分别打开编排和自复核，量清增益、额外 token 成本与权限继承，而不是一次开启所有能力后只看总分。

智行合一 · 赋能未来

Intelligence Embodied • Future Empowered

搜集时间：2026-10-25 06:45:14（北京时间）