安卓编程榜单把谷歌拽到第五,世界模型一句话造世界:10.28

“

短板被自家榜单点名，机器人开始边干活边变强——这一天行业的关键词不是更强，而是更能落地。

十月末，两条最像的线同时走到同一个路口：一是模型，一是机器人。谷歌在自己做的安卓编程榜单上把自家旗舰推到第五，同一天又把世界模型推到全球；智元的机器人则在真实便利店里学会了不靠人调参、自己找失败原因。

军事侧也在同向推进：美军的自主作战司令部从“设想”走到采购评估细节，韩国把有人-无人协同列进国防预算核心。行业叙事正在从能力竞赛切向场景卡位。

📌 本文看点

谷歌在 10 月 26 日更新了评估安卓编程辅助能力的 Android Bench 榜单，新增标注每个模型的推理等级，并补充了多款模型结果。排名第一是 Claude Sonnet 5.5，通过率 40%、完成率 80.9%；10 月初加入的 Claude Opus 5.5 位列第二。

最值得关注的新增是 OpenAI 的 GPT-6.1 Sol：通过率 29.3%、完成率 82.8%，而调用成本只有99.50 美元。作为对比，排名第一的 Claude 系列调用成本高达 1,574.90 美元。

谷歌自家 Gemini 4 Argon 首秀表现平平，只排第五，通过率21.3%、完成率 81.8%、平均调用成本 267.70 美元，明显落后于其他前沿模型，甚至不及 Claude Fable 5.1。此前就有内部消息称该模型“难以处理部分编程任务”，但谷歌依旧认可其能力。

为什么值得看

这份榜单是安卓开发者选辅助模型的直接对照，把“能不能在真实开发场景跑通”和“调用成本多少”放在一起看。Gemini 4 Argon 在编程侧落后于闭源旗舰，说明多模态能力强并不自动等于编程强；而 GPT-6.1 Sol 以低成本进榜，对高调用量、按 Token 计费会累积的场景，是新的性价比选项。成本对比这一栏，比性能排名更值得盯。

谷歌把 Gemini 4 Argon 作为新旗舰向全产品线推送，面向编程、金融、法律、科研与多模态工作流。它在 Scale 的 Humanity’s Sixth Sense 基准达到55.4%，略高于 GPT-6 Astra 的 53.6%，并在 ARC-AGI-3 上突破 95%。该模型 10 月 13 日向开发者开放，定价为每百万输入、输出 Token 2 美元与 10 美元，属于 11 月 30 日前的入门价。

为什么值得看

这是 Gemini 4 Argon 从“单测模型”转向“全产品系标杆”的节点——多模态与长程推理被产品化到金融、法律、科研等高价值工作流，是它建立新定位的关键证据。95% 的 ARC-AGI-3 与略微反超 GPT-6 Astra 的基准分，是它在多模态长程方向立住脚的凭据。需要提醒的是：这些仍是厂商自报数据，第三方独立复现还没出现。

OpenAI 公布内部模型在三项方向取得新结果：局部光滑猜想（与挂谷猜想相关）、指数时间假设（ETH），以及量子场论方向的杨-米尔斯理论存在性。OpenAI 称正与外部学术研究者合作验证，相关结果由研究者在此基础上继续推进，且不为其模型寻求学术署名。

为什么值得看

这是 AI 在基础科学上首次以提出猜想、而非解答既有题目的形态作为贡献。若通过同行评审，会改写“AI 能否产出原创科学贡献”这道边界题。目前仍处于外部验证阶段，需要等评审结果再定级，现在说“AI 做出科学发现”为时过早。

智元 10 月 27 日发布具身 Agent 框架 Genie Master。搭载该框架的精灵 G2 在真实便利店上岗期间，不依赖人工示范与调试，可自行定位失败原因、调整策略并沉淀经验，在多个复杂精细任务上持续改进。官方称这是行业首次跳出仿真环境、在真实业务场景中验证具身递归自进化。

同日，其 GO-3 Nano Preview 模型以 61.90 分登顶具身智能评测基准 RoboDojo，超过 GPT-6 Astra。

为什么值得看

具身智能过去两年主要在卷“demo 多炫”，现在焦点换成了“真实场景能不能自己变强”。Genie Master 在便利店这种真实业务场景里验证无人在环自进化，意味着机器人从“需要人工调参”进入自主迭代策略的阶段，是具身智能从实验室走向产线的关键分水岭。RoboDojo 登顶也说明它在具身评测上的竞争力已经压过主流大模型。

阿里高德开源全身人形模型，完全基于第一视角人类数据训练，没有机器人参与回采。数据集规模500 小时、覆盖 827 类任务；团队报告真实世界任务成功率 62.5%，迁移至宇树 G1 无需重训。

为什么值得看

人形机器人的数据供给一直卡在“高质量真实数据稀缺”上，遥操作回采成本极高。这条路子用廉价的人类视频直接训练全身人形模型，把数据成本大幅压低，而且迁移到其他本体无需重训。对国产人形本体厂商，这是可以直接复制的一套数据供给通道；62.5% 的绝对值不高，但它验证的是路径而非终点。

基础大模型公司入局具身智能，已从个别动作变成明确趋势：OpenAI 确认将亲自制造人形机器人，预计 2027 年拿出演示样机；谷歌此前发布 Gemini Robotics 及具身推理版本；Anthropic 把多种前沿语言模型接入仿真和真实机器人平台；国内月之暗面等也在组建机器人团队，DeepSeek 公开表示物理 AI 是其追求 AGI 路上的里程碑。

为什么值得看

大模型厂商直接下场做本体或具身平台，意味着模型能力与硬件执行不再各自演化，而会一起迭代。这条效率上的差别很实在：周期一旦从按年压到按周，具身智能的落地窗口会被显著缩短。对无法独立造本体的算法公司，这是新的合作入口；对已有本体的厂商，这是可以借用的模型供给通道。

谷歌 DeepMind 发布新一代世界模型 Genie 4，可根据文字指令实时构建可探索的虚拟环境，用户还能在场景运行中用自然语言实时改变天气、视角、添加角色。最长模拟时长翻倍到约 2 分钟，并首次实现声音与画面同步生成。产品以研究预览形式开放，未来几周向 Google AI Ultra 订阅用户开放。

为什么值得看

世界模型正从“技术演示”走向“创作工具”。能一句话生成可交互虚拟世界、并支持声音与画面同步，已经贴近游戏与影视的实际制作需求，相关行业的生产流程可能被重新定价。对做仿真、影视预可视化、工业场景构建的团队，这类工具的出现会先改变成本结构，再改变工序分工。

上海市经信委印发《加快发展新一代智能制造行动方案》，提出到 2028 年：重点制造企业智能工厂全覆盖，培育500 家先进级智能工厂，AI 制造业应用场景突破 2000 个，工业机器人密度达 600 台每万人，推动 8000 台人形机器人进工厂，新型智能制造装备产业规模突破 2000 亿元。

为什么值得看

具身智能此前的定位偏“技术验证”，现在开始出现产能与场景的量化目标。8000 台进工厂这道指标，把问题从能不能做推向“能交付多少”，对本体、核心零部件与产线适配环节是直接的订单预期。地方政策正在成为规模化落地的第一推动力。

围绕美国自主作战司令部 AUTOWARCOM 的进展持续更新：国防部长 Pete Hegseth 于 10 月 20 日在俄亥俄州讲话，把自主系统、人工智能与更快的国防采购列为现代化核心优先事项。军方此前以Project Agincourt项目推进自主作战能力改革，现有的 Drone Dominance 程序用操作员主导的竞赛来评估低成本系统。

AUTOWARCOM 的目标是 2027 年 10 月 1 日设立为四星级职能司令部，负责跨军种自主与机器人系统的需求整合、测试与采购，计划配套专职人力、预算、采购权限与军官职业路径。但最终设立仍取决于国会授权与指挥关系决策，目前尚未落地。

为什么值得看

美军的自主作战正在从“组织形态设想”进入“执行细节落地”——具体到采购评估方式、测试机制与采购授权路径的讨论，说明这套制度化在加速推进，而不是停在概念宣传上。结合乌克兰战场对低成本无人系统的验证，这条制度化路径会直接影响后续自主武器的采购与部署节奏，其落地时间表与安全约束值得持续跟踪。

韩国政府 2027 年国防预算提案中，人工智能与有人-无人协同系统的投入将增加55.5%，从 2026 年的 4968 亿韩元升到 7727 亿韩元，且分散在多个领域而非集中在单一武器项目。新增一项 430 亿韩元的演示项目，覆盖运输、基地安全与危险品处置等 AI 物理系统场景。

这一方向同时体现在产业侧：韩国 K-DEX 2026 地面防务展将于 12 月 8 日至 11 日举办，是 KADEX 与 DX KOREA 合并后的首个国际地面防务展。五个主要技术主题之一即“基于物理 AI 的自主与有人-无人协同系统”，涵盖自主平台与 AI 支撑技术；另一主题聚焦智能指挥控制与 C4I 系统连接。韩国还在推进自研无人机动力：5,500 磅级涡扇与 1,400 马力级涡桨原型机已于 7 月展示。

为什么值得看

无人系统正从单一平台采购，转向“有人-无人协同”的运营模式，这需要传感器、通信网络、AI 与指挥系统一起整合。K-DEX 2026 展示的正是这一整合方向，说明韩国已把无人协同的集成能力当成防务重点。对做传感器、通信、机器人与 AI 软件的厂商，这是后续技术合作与采购方向的重要信号。

一句话总结：这一天行业比的不是谁更强，而是谁先在真实场景站住脚——榜单会掉分，模型会换代，能交付、能自己变强的那个才留得下来。

信息来源：DoNews 与网易（Android Bench 榜单）、数智人每日必读（Gemini 4 Argon 前沿基准、Anthropic S-1、博通 630 亿 SPV、OpenAI 三项发现、上海智能制造方案）、每日经济新闻（大模型公司入局具身）、中国经营报与每日 AI 早报（智元 Genie Master）、AI 早报 10.28（Genie 4 世界模型、阿里高德全身人形模型）、新浪财经（华创机械周报）、Armada International 与 Asian Military Review（韩国 K-DEX 2026）、Nation Press 与 IDGA（美国 AUTOWARCOM 进展）。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。