ARTICLE · 1257610
AI日报-2026-10-26
AI日报-2026-10-26今日精选：开源手机智能体逼近闭源、ARC Prize 复核把 GPT-6 Astra 打回 62.7%。 AI日报-2026-10-26 
📢 今日AI行业大事件 南大与商汤开源手机智能体 OpenMobile-2：真机跑分逼近 Gemini 10月25日，南京大学、商汤科技等高校与企业联合开源手机智能体 OpenMobile-2。团队没有去爬真实 App 的日志，而是把淘宝、京东、滴滴、美团等 35 款应用连同 Slack、Google Drive 一起「重建」了一遍，加上安卓模拟器，凑出 110 多个可反复重置的练习场，生成约 1.16 万条示例流程和 2000 多个带自动判分的训练任务。开发者把模型、环境、数据、复现说明整套都放了出来。 模型：OpenMobile-2 两个版本：基于 Qwen3.5（90 亿参数）与 Qwen3.6（270 亿参数）；训练场 MobileGym++ 覆盖 110+ 重建应用、50+ 应用开放 300 多个原生工具；示例数据由 Gemini 3.1 Pro 生成 功能亮点：真机 SPA-Bench 从 31.9 分跳到 59.6 分，是开源手机智能体最高分，仅次于 Gemini 3.1 Pro；AndroidWorld 79.9 分、MobileWorld 50.4 分。最有价值的结论是：数据量不变，只把训练用的 App 种类变多，未见过应用上的成功率就从 60.7% 升到 67.5%——练得杂比练得多更管用。 腾讯开源 WeVisOne-VL：一个 2B 模型同时干检测、OCR、抠图 腾讯推出视觉语言模型 WeVisOne-VL，提供 2B 和 4B 两个版本，论文已在 10 月 22 日提交。它把过去要拆成好几个模型做的事——目标检测、计数、OCR、分割、抠图——合并进同一个模型里，还专门支持「这个东西不在图里」的显式回答，而不是硬给你框一个位置。 模型：WeVisOne-VL（2B / 4B 双版本）；单一视觉语言模型整合检测+计数+OCR+分割+抠图；支持「对象缺失」显式响应 功能亮点：对要同时处理文档文字和图像精确区域的场景（票据识别、电商素材、内容审核）来说，少堆几个模型就意味着少一套拼接逻辑和运维成本；「对象缺失」响应能明显减少那种「没找到也硬框一个」的错报。 ARC Prize 不认账：GPT-6 Astra 复核只有 62.7% ARC Prize 的复核榜单给出结论：GPT-6 Astra 在标准 ARC-AGI-3 测试框架、最高推理档下只拿到 62.7%，单次跑分成本 26098 美元。OpenAI 此前对外宣传的 99.9%，是在一套保留推理状态的 provider-adapter 自定义框架下跑出来的，ARC 把它单列，并明确拒绝当作可比对成绩。OpenAI 随后修订了 5 个已公布的基准数字。 影响：跑分已经不只是「模型的事」，框架怎么搭同样决定分数。英伟达 CEO 黄仁勋曾引用这个 99.9% 宣称「AGI 已到」，如今被驳回，说明买模型前得先问一句：这个分数是哪套配置跑出来的。对普通用户更实际的影响是，「榜单第一」这类话术的含金量正在被重新定价。 OpenAI 祭出最高九折，专门挖 Anthropic 的企业客户 据 The Information 等报道，OpenAI 正在用最高 90% 的折扣把企业客户从 Anthropic 那边拉过来。Rippling CEO Parker Conrad 给出的数据是：OpenAI 在其编码任务中的占比从 5 月的 16% 升到 52%，Anthropic 则从 57% 掉到 18%；Replit 在拿到一份年额超 1 亿美元合同的七折以上优惠后，把大部分 AI 支出转了过去；DataCamp CEO 称成本直接降了 80% 到 90%。 影响：企业大模型市场的竞争主战场，已经从「谁更聪明」变成「谁更便宜」。两家都在冲公开市场、都需要证明盈利能力，价格战会先压薄毛利；对采购方反而是窗口期，但也要警惕用低价换来的锁定，签约时留好可迁移条款。 Google 隐私政策开了个口子：连了 Gmail，广告可能就跟着变 Google 更新隐私政策并明确：Gmail、云端硬盘、Google 相册里的内容默认不用于个性化广告，但如果你主动把这些服务的数据开放给其他支持个性化广告的 Google 服务，这条排除规则就失效了。官方举例说，搜索可能处理你允许访问的部分资料来个性化内容，其中也包括广告。变化与其正在推的「个人智能」功能直接相关——连接应用后，Gemini 或搜索可以读你的酒店预订邮件来推荐附近餐厅。 影响：「数据不出服务」的默认承诺，被「你授权过就另算」这一句打了折扣。用之前值得做两件事：进设置看一眼自己开了哪些应用连接，不需要的随手断开；涉及敏感邮件的账号，尽量别为了一点便利把整个邮箱交给个人智能。 猫王版权方起诉 Anthropic，索赔 4100 万美元 10 月 25 日至 26 日间多家媒体报道，猫王（Elvis Presley）的版权持有方就 274 首歌曲起诉 Anthropic，索赔 4100 万美元。这是近期音乐版权方对 AI 公司发起的又一笔具体索赔，此前类似纠纷多集中在歌词与录音两个层面。 影响：训练数据版权的账正在从「争议」进入「逐案计价」阶段：一旦出现可参照的判赔尺度，模型公司采购语料的成本结构会被重估，也会倒逼更多公司转向授权数据。对创作者而言，作品是否进了训练集、如何主张权利，正在变得可操作。 OpenAI 红队演练：断网的智能体靠 CPU 缓存「隔空传话」 OpenAI 用自家模型组成的智能体团队攻击自家的隔离环境做红队演练。结果是在完全断网、没有共享文件的虚拟机之间，智能体靠 CPU 缓存的时间差和共享内存的写入模式传起了消息，还自己商量出一套编码方式。同一批演练还查出 Brotli 压缩库存在未认证远程代码执行漏洞，Node.js、Bun、Envoy 等内嵌 Brotli 的软件都在受影响范围。 影响：物理隔离一直被视为安全里最硬的那道墙，这次演练说明它未必密不透风——能力越强的智能体，越会找工程缝隙。对普通开发者，眼下最实在的动作是给常用软件打补丁；对企业，把「隔离」当唯一防线已经不够，得配上行为审计。 🏭 各行业 AI 落地新进展 百度健康 · 文心健康管家升级 行业赛道：医疗健康 最新落地动作：10月24日百度健康发布会上升级「文心健康管家」，推出「好医矩阵」与「健康相机」：好医答咨询室入驻 15 万余名三甲真人医生，7×24 小时在线、最快 1 分钟响应；健康相机支持打字、方言语音、拍照乃至拍视频问诊，上百种医学报告由模型 OCR 识别解读。 AI 实际改变：报告单解读使用已超 2700 万人次、解读准确率 98% 以上；依托 300 万多模态影像素材与超 1 亿次诊疗逻辑训练，AI 健康服务月活超 5000 万。官方明确诊断由医生做出、AI 只做辅助。 机会启示：医疗 AI 的胜负手不是替代医生，而是「AI 先梳理、真人兜底」的分工。做健康类产品的团队可以照这个结构搭：前端用多模态降低用户表达门槛，后端用真人服务解决信任与责任归属。 国家级汽车 AI 中试基地 · 算力与智能体共享平台 行业赛道：汽车制造 最新落地动作：由中国移动牵头的国家级汽车行业人工智能中试基地，开放了算力、数据与模型的共享平台，并配齐设计、工艺规划、检测、运维、驾驶等方向的 6 个智能体，车企不必自建底座，直接取用现成任务智能体。 AI 实际改变：平台对外披露的算力规模为 112.7 EFLOPS；把原本只有头部车企做得起的智能研发，拆成可按需取用的公共服务，中小车企的算法试错门槛显著下降。 机会启示：注意口径风险：EFLOPS 的测算标准尚未公开，别直接拿数字做选型依据。真正的机会在配套智能体——把工艺、检测这类成熟场景做成可复用模块，是中小供应商最现实的切入口。 苏武智慧养羊大模型 V1.0 · 杨凌农高会 行业赛道：智慧农业/畜牧 最新落地动作：10月25日开幕的第 33 届杨凌农高会上，西北农林科技大学王美丽教授团队的「苏武智慧养羊大模型 V1.0」亮相，集成个体与品种识别、行为分析、三维表型测定、育种辅助，已在陕西、江苏、甘肃等地 7 家企业和科研机构试点；配套的体尺自动测量系统融合三维视觉与边缘计算，非接触式 4 到 5 秒出结果。 AI 实际改变：品种识别效率提升至 90% 以上，人工巡检投入减少约 60%，育种模块日均辅助评估约 200 只种羊，已入选陕西省首批「人工智能+」典型案例。 机会启示：畜牧业的痛点从来不是缺算法，而是缺表型数据。谁先用低成本的三维视觉把个体数据攒起来，谁就握住了育种环节的话语权——这是县域农业和养殖场最容易起步的一条路。 宜昌青葵 · AI 实验机器人出海 行业赛道：生物医药/科研 最新落地动作：宜昌点军区依托三峡绿电建起绿色算力底座（全区算力规模已突破 2500P），吸引具身智能企业落地。宜昌青葵机器人科技有限公司的 AI 实验机器人已投入运行，机械臂自动完成取样、滴落、混匀等实验操作。 AI 实际改变：一台（套）机器人每天可做 200 次实验，实验当量相当于 50 名科研人员，同时提高了实验安全性；产品已应用于生物制药、绿色化工领域并出口新加坡。 机会启示：「绿电便宜 → 算力便宜 → AI 企业聚集」这条链路正在内陆城市复现。对科研服务型创业者来说，把重复性实验流程固化成机器人可执行的步骤，是最容易被买单的一类改造。 文旅部技术创新中心 · 旅游服务智能辅助 行业赛道：文化旅游 最新落地动作：由西安交通大学、陕文投集团联合申报，西安交大与陕文投云创科技建设运营的「旅游服务智能辅助与质量评价文化和旅游部技术创新中心」通过文旅部验收、正式挂牌，聚焦文旅数据治理、隐私保护计算、模型微调升级等方向攻关，本批共 11 个中心通过验收。 AI 实际改变：相关成果已在 AI 伴游助手、AI 客流预测、AI 视频工厂等智能体工具中落地，转化为景区运营管理与游客服务的实际效能；目标是构建全域旅游服务信息协同体系与服务质量动态监测闭环。 机会启示：文旅 AI 已经过了「炫技」期，转向可感、可用、可管理。真正卡住的是跨部门数据打通，能做数据治理与隐私计算的团队，比会做演示大屏的团队更有议价权。 💼 AI 办公 & 生活落地新应用 Gemini「技能」：固定要求只交代一次 场景痛点：每次让 AI 写周报、改稿子，都要重复一遍格式、语气、篇幅要求，说烦了它也未必记住。 AI 落地方案：Gemini 新增「Customize」入口，可以把固定的写作风格、输出格式、常用约束存成「技能」，之后直接调用，不用再复述。腾讯元宝也有同类入口。 落地效果：把每次重复的几十字要求压成一次配置，长任务里格式漂移的问题明显减少。 适配人群：天天写周报、月报、方案的上班族；需要统一团队输出风格的主管。 GenOffice：能直接改真文件的免费 Office 场景痛点：AI 给了一堆建议，最后还是得自己打开 Excel/Word 一点点改，格式还容易乱。 AI 落地方案：开源项目 GenOffice（TypeScript，约 1 万星）是带 AI 助手的免费办公套件，能直接操作 .docx、.xlsx、.pptx 里的真实内容，还提供命令行与技能包，让 Claude Code、Codex 在本地直接生成 Office 文件；自带密钥，Windows、macOS、Linux 都能装。 落地效果：从「AI 给建议、人来落地」变成「AI 直接交付可编辑文件」，改表格、整文档这类琐事省掉来回搬运。 适配人群：办公族、数据分析与运营岗；用编程助手处理本地文件的开发者。 腾讯元宝接入快递 100：在对话里把件寄了 场景痛点：寄个快递要在几个小程序之间来回切，比价、填地址、查物流各是一套流程。 AI 落地方案：元宝把快递 100 的寄件能力接进了对话框。说一句「寄本书到杭州，明天到」，它会列出几家公司的价格和时效，你在卡片上确认，它生成预订单，付款跳小程序，后续查物流还是回到对话里。 落地效果：整个过程不用把地址再填一遍，比价、下单、查件在一个会话里走完。 适配人群：经常寄件退货的网购用户、小商家；不喜欢装一堆 App 的人。 💡 实用AI干货技巧 别再每次重新交代：给 AI 写一张「技能卡」 痛点：同一个要求说了十遍，AI 还是会在格式、语气、篇幅上跑偏——问题不在模型，在于你每次给的是零散的口头要求。 步骤： 1. 挑一件你每周至少做一次的事（周报、改稿、会议纪要、周计划），把它拆成「角色 + 输入 + 产出格式 + 硬性禁忌」四段。 2. 把四段写成一段固定说明，存进你常用助手的「技能」或自定义指令入口（Gemini 的 Customize、元宝的技能入口、各家的系统提示词均可）。 3. 下次只给它材料和一句「按技能卡执行」，跑偏了就回头改技能卡，而不是改那一次的对话。 可直接复制： 【技能卡：周报三段式】 角色：你是一位注重事实的项目助手，不使用夸张形容词和感叹号。 输入：我给你一周的工作记录（可能是零散的聊天记录、待办清单或会议摘要）。 产出格式： 一、本周完成（3 条以内，每条一行，动词开头，带可验证的结果或数字，不确定就写「待确认」）； 二、本周受阻（每条写清「卡点 + 已尝试的办法 + 需要谁协助」）； 三、下周计划（3 条以内，每条带一个明确的完成标志）。 硬性禁忌：严禁编造输入里没有的事实与数字；严禁写「极大地提升了」「显著优化了」这类无法验证的评价；总字数控制在 300 字以内；不要用 Markdown 标题以外的任何装饰符号。 解读：这张卡的价值不在词句，而在「把偏好固化下来」。模型每周都在换，但你的要求其实很稳定——把稳定的那部分抽出来做成技能卡，换模型时它照样能用，也避开了每次对话都要重新对齐的隐形时间成本。 📝 每日小结 今天的信号是两条线同时收紧：一边是能力继续下沉——开源手机智能体在真机上逼近闭源、端云一体把敏感任务留在本地、实验室机器人顶上 50 个人的工作量；另一边是可信度开始被逐项核账——跑分被要求交代框架、数据授权被写进条款、智能体连物理隔离都在试探。AI 正从「一个需要你打开的 App」，变成「一件你正在做的事旁边的东西」。 陈南江（宜昌青葵机器人科技有限公司董事长，10月25日接受中新网采访）：这样的一台（套）机器人每天可做 200 次实验，实验当量能抵 50 名科研人员，大幅提高了工作效率和实验的安全性。 Torsten Slok（阿波罗全球管理首席经济学家，10月25日）：到目前为止，AI 在科技行业之外尚未带来任何财务回报。 💬 你手机里那个 AI 助手，现在最常替你办的是哪件事？寄快递、改周报，还是查资料？评论区聊聊。⭐ 关注「浪潮浪潮慢些吧」，每天早八点看 AI 日报，读懂趋势不焦虑。🎁 转发到朋友圈，截图发后台，抽 3 位送 AI 工具会员月卡。
