ARTICLE · 1270860
许久未见的百度和科大讯飞冒泡了;AI白领将极其廉价,人类监工将价值连城?(夜读10.28)
该内容来自griver.world，由AI生成，请大家谨慎阅读。
今天最耐人寻味的一组对照：百度把 3623 页的《哈利·波特》全集塞进了一张游戏显卡，微软 CEO 却在同一周说"算力终将沦为廉价大宗商品"。上限在往上推，价格在往下掉，两件事其实是同一件事。
百度开源文心 Unlimited OCR 2：总参 3B、实际激活仅 500M，靠稀疏参考滑动窗口注意力与无限解码机制，把 OCR 的页数上限从上一代 40 多页直接推平——3623 页《哈利·波特》全七部一次读完，耗时 1 小时 30 分、平均 1.5 秒每页，单序列 KV 显存砍掉 96.2%，一张普通游戏显卡就能跑。 谷歌 Genie 4 世界模型来了：10 月 27 日发布研究预览，升级分三层——感官上首次实现声音与画面同步生成（背景音乐、环境音、交互对话一起出），交互上支持模拟中途改天气、换机位、加人手，架构上由 Gemini 负责规划与校验、Genie 负责渲染。一致性时长翻倍至两分钟，官方也承认模拟越长细节越漂移。 纳德拉改口了：微软 CEO 做客 20VC 时说，自己过去一年最大的转变是不再相信"对齐会随规模自动涌现"；他判断算力终将沦为廉价大宗商品，连 Copilot 内部也在大量混用廉价模型，并呼吁企业假定前沿模型"已被攻陷"、建立零信任架构，未来企业最核心的资产将是"专有 AI 评测基准"。 OpenAI 上线常驻助手 dots：内嵌 ChatGPT 桌面与移动端，面向 Pro 及以上订阅者，起价每月 100 美元。它持续在线、会在合适时机主动介入，而不是等指令才动。 英伟达与 AMD 合计 40 亿美元入股 Meta：英伟达 30 亿、AMD 10 亿，同期 Meta 980 亿美元股权方案被约 5 倍超额认购。芯片供应商反过来成了大客户的股东——卖出去的每一块 GPU，同时也是自己的投资标的。 达利欧：AI 已是"经典泡沫"：桥水基金创始人 10 月 7 日在新加坡福布斯全球 CEO 大会上警告，为资助 AI 市场正在借入巨额债务，随着利率攀升，泡沫"已经很接近"破裂临界点。
此外还有 5 条大 V 观点、3 个 GitHub 项目、3 篇论文，以及一份「先立一条朴素 RAG 基线」——论文实测显示，只做检索与重排的朴素 RAG，在六组场景里击败了那些复杂的记忆系统。
一、AI 行业动态
Genie 4 来了：世界模型第一次"能听"，还能边跑边改（10.27）
谷歌 DeepMind 推出世界模型 Genie 4 的研究预览，升级分三层：感官上首次实现声音与画面同步生成，背景音乐、环境音与交互对话一起出；交互上支持在模拟中途改天气、换机位、加人手；架构上采用"混合世界模型"，由 Gemini 负责规划与校验、Genie 负责渲染。一致性时长翻倍至两分钟。官方也坦白了几处不足：模拟越长细节越漂移、音频不准、画面中的文字仍不可读。目前仅面向受信任测试者，数周后扩展至 AI Ultra 订阅者与 Gemini API、AI Studio 早期合作伙伴。
“ 注释：世界模型 一类能从当前状态推演"接下来会发生什么"的模型。它不只生成画面，还得理解空间、物理与因果，常被当作机器人和智能体的训练场。
百度开源文心 Unlimited OCR 2：一本 3623 页的书，一次读完（10.28）
百度开源文心 Unlimited OCR 2，首次做到"任意页数"文档解析。它总参 3B、实际激活仅 500M，靠稀疏参考滑动窗口注意力（SR-SWA）与无限解码机制，把 OCR 的页数上限从上一代的 40 多页直接推平：3623 页的《哈利·波特》全七部可以一次读完，耗时 1 小时 30 分、平均 1.5 秒每页，单序列 KV 显存砍掉 96.2%，一张普通游戏显卡就能跑。MPDocBench 得分 84.59。长文档一直是 RAG 最脏最累的活儿，这次被压进了消费级硬件。
OpenAI 上线常驻助手 dots：每月 100 美元起（10.28）
OpenAI 推出常驻助手 dots，内嵌在 ChatGPT 桌面与移动端，面向 Pro 及以上订阅者，起价每月 100 美元。它持续在线、会在合适时机主动介入，而不是等指令才动。从"你问它答"到"它一直在"，个人智能体的形态终于收敛成了同一种东西——区别在于，这次是明码标价的。
英伟达与 AMD 合计 40 亿美元入股 Meta（10.28）
英伟达与 AMD 将合计向 Meta 投资 40 亿美元，其中英伟达 30 亿、AMD 10 亿。此前 Meta 启动的 980 亿美元股权融资方案已被约 5 倍超额认购。芯片供应商反过来成为大客户的股东，是一种很新的绑定方式：卖出去的每一块 GPU，都同时是自己的投资标的。
扩散语言模型基准超越 GPT-6 Luna，速度快 8 倍（10.28）
一款扩散式（diffusion）语言模型在基准测试中超过 GPT-6 Luna，推理速度达到其 8 倍。与自回归模型逐词生成不同，扩散语言模型以并行去噪的方式产出文本，在延迟与吞吐上具有结构性优势。36 氪报道称，该方法在多项基准上已追平甚至超越同代自回归模型。非自回归路线沉寂多年后，正在重新回到牌桌上。
一句话总结：今天的主线是"把上限推平"——页数上限（百度）、感官上限（Genie 4）、形态上限（dots）、绑定上限（英伟达入股 Meta）：每一处被推平的，过去都是别人收费的地方。
二、AI 新元素
双博士创业：超球面科技拿下数亿元天使轮，主攻组合式 Scaling（10.26 深读）
深圳超球面科技完成数亿元天使轮融资，由君联资本、某超一线美元基金、中科创星、商汤国香资本、华山资本 WestSummit Capital、庚辛资本中国等共同投资。公司成立于 2026 年 8 月，主攻下一代基础大模型研发，方向是组合式基础模型 Scaling 新范式。创始人刘威杨先后获美国佐治亚理工学院计算机科学博士与英国剑桥大学机器学习博士学位，曾任职于 Google Brain、NVIDIA 及马克斯·普朗克研究所，现任香港中文大学助理教授、博士生导师；核心团队规模在 20 人以内，全员为海外顶尖高校与科研机构的博士。
“ 它怎么赚钱？ 超球面押的是"用架构换算力"。团队早期提出的 SphereFace 奠定了架构基础，当前自研 Orbit 万亿参数 RL 后训练框架、POET-X 预训练框架与 OFT 正交微调算法，目标是单节点高效训练与抗遗忘微调；并构建 Infinite Models 组合式 Scaling 范式——通过分化专家模型并动态调用，让模型能力提升不必线性依赖堆卡。上游是算力与合成数据，下游：一是把训练框架与微调服务卖给缺算法能力的行业客户，二是通过 API 直接卖模型推理。数亿元天使轮的估值逻辑在于：如果 Scaling 的成本曲线能被架构创新掰弯，那么"训练不起大模型"这件事就不再是大厂专属的门槛。风险同样直白——公司成立仅两个多月，范式尚未经过大规模验证。
灵光 2.0 发布：从"任务执行"升级为"能管事"的个人助理（10.28）
灵光 2.0 正式发布并逐步推出，从"任务执行"升级为能主动管事的个人 AI 助理。这个措辞的变化很关键：执行是被动的，管事意味着它得自己判断轻重缓急。在 dots、Today 等产品同期涌入的当口，个人智能体赛道的评价标准正从"能不能做"转向"该不该插手"。
自变量机器人获 10 亿元融资：字节、阿里、美团罕见"会师"（10.28）
自变量机器人完成 10 亿元融资，字节跳动、阿里、美团三家同时出现在投资方名单里。这在业务高度重叠的三家之间并不多见。自变量坚持自研端到端大模型，在业内被称为"最强大脑"。互联网大厂集体下注具身智能的"大脑"层，逻辑是一致的：本体可以外采，决定机器人能干什么的那套模型不能。
科大讯飞发布语音基座 SparkAudio 1.0：全国产算力训练（10.22 发布）
科大讯飞发布语音基座大模型 SparkAudio 1.0，采用全国产算力训练，通过 SemiEnc、S-S2S、CoDec 三项技术分别强化表征、压低时延、降低算力开销。基于它孵化出 Spark-ASR-2.0 等三大专用模型，同传 MOS 由 4.4 升至 4.6；相关能力已落地讯飞输入法与 AI 录音环——35 克的录音环可在约 10 秒内把 2 小时录音传到手机。语音这条线，正在被拉到和文本同等的工程水准。
新型窃密木马 Aokigahara 盯上 AI 助手与开发者密钥（10.28）
Check Point 研究人员发现新型窃密木马 Aokigahara，专门针对 AI 助手与开发者密钥。随着 Agent 越来越多地持有 API 密钥、云凭证与本地文件权限，攻击者的目标也在迁移：不再只偷浏览器里的 Cookie，而是直奔那个"什么都帮你做"的助手。Agent 越能干，它身上的钥匙串就越值钱。
“ 注释：正交微调（OFT） 微调时给参数更新加正交约束，让新学的知识尽量不打乱旧知识，从而缓解"学了新的、忘了旧的"这类灾难性遗忘。
一句话总结：新元素都在争"入口"——模型架构的入口（超球面）、日常事务的入口（灵光）、机器人决策的入口（自变量）、语音的入口（讯飞），以及攻击者的入口（Aokigahara）：谁握住了入口，谁才谈得上收费。
三、X 大 V 动态（近 30 天精选）
萨提亚·纳德拉（微软董事长兼 CEO）：我不再相信对齐会随规模自动涌现（10.26）
纳德拉做客风投播客 20VC，与主持人哈里·斯特宾斯进行了一场 24 分钟的对话。他给出了三个很硬的观点：其一，大模型底层终将面临"极其惨烈的价格战"，算力会沦为廉价大宗商品，连微软 Copilot 内部也在大量混用廉价模型；其二，他推翻了"安全对齐随规模自动涌现"的假设——性能提升不会自动保证系统按人类意图行事，安全与控制是两件独立的事，企业应假定先进模型"已被攻陷"并建立零信任架构；其三，他警告企业不要沦为模型的数据养料，五年后企业最核心的资产将是"专有 AI 评测基准"。
李飞飞（斯坦福大学教授）：大语言模型不是终点，下一个前沿是空间智能（近期访谈）
虎嗅刊出李飞飞的这篇深度访谈，录制于今年 9 月 AMD 收购其联合创立的空间智能公司消息公布之前。她在访谈中明确表达：语言之外，人类在三维物理世界中的感知与行动，才是 AI 的下一个真正前沿。她同时重申了一个常被忽视的次序——范式跃迁的第一推动力往往不是算法，而是结构化数据资产的先行投入；ImageNet 留下的方法论遗产，是"固定测试集 + 公开榜单"把模型竞争变成了可度量的工程竞争。算力可以采购，高质量数据资产和可复现的评测基准买不来。
李开复（零一万物 CEO、创新工场董事长）：AI 普惠的关键，是培养"AI 创收者"（10.25）
李开复在卡塔尔多哈出席第九届世界投资论坛时表示，AI 真正的普惠不只是让更多人用上 AI，而是让更多人能借助 AI 创造价值、获得收入。他一直强调 AI 下半场看应用：对企业，AI 应深入核心业务与经营决策、创造可衡量的商业价值；对普通人，AI 应成为创造收入、改善生活的新工具。他特别提醒，"会用 AI"不等于"能用 AI 赚钱"——这中间隔着的，正是他所说的要从使用者变成创收者的那一步。
瑞·达利欧（桥水基金创始人）：AI 已是"经典泡沫"，离破裂点很近了（10.07 新加坡）
达利欧在福布斯全球 CEO 大会上警告，AI 投资热潮已呈现"典型泡沫"特征：为资助 AI，市场正在借入巨额债务，而随着利率持续攀升，泡沫可能开始破裂。"我们正处于那个阶段之前，但正在接近，我认为已经很接近了。"他还提到，迫使投资者把账面财富变现的因素（如财富税）也可能成为触发点。把这段话和今天英伟达、AMD 入股 Meta 放在一起看，意味格外复杂：资本正在往里冲，而最老练的那批人在算出口。
亚历山大·恩比里科斯（OpenAI 企业产品团队负责人）：常驻助手要先过"打扰关"（10.28）
在 dots 上线之际，恩比里科斯对外阐释了这款产品的定位：它不是等指令的对话框，而是持续在线、会在合适时机主动介入的助手。这也意味着产品成败的关键指标变了——不再是回答得好不好，而是"该不该开口"。个人智能体的下一道考题，是打扰的分寸。
“ 注释：零信任 默认不信任任何内部系统或用户，每次访问都要重新验证、最小授权。纳德拉把它搬到 AI 上：先假定前沿模型"已被攻陷"，再在外面加护栏。
一句话总结：大 V 们今天说的是同一件事的两面——纳德拉、恩比里科斯和李开复在讲"怎么用才不翻车"，李飞飞在讲"数据才是买不来的资产"，达利欧在问"这趟车什么时候到站"：热的和不热的，第一次说得一样具体。
四、GitHub 项目精选
openbot：给常驻 AI 队友准备的本地工作台（10.28 上榜）
openbot 是一个本地优先的桌面工作空间，用来安置"常驻 AI 队友"。它可以在同一个界面里运行 Codex、Claude 与 Grok 等不同模型，并为它们配备独立工作区、任务队列、文件共享、浏览器控制与 Agent 协作机制。为什么有趣：当 Agent 从"用完就关"变成"一直在跑"，缺的恰恰是一个能同时容纳多个 Agent、看得见它们在干什么、还能互相交接任务的地方。它把"个人智能体"从应用形态拉回到了操作系统形态——这也正是 dots、灵光这类产品背后还没解决的那层。
Nutlope/hallmark：给 AI 生成的 UI 做一次"去模板化"体检（38.9k 星，10.28 单日 +2,830）
hallmark 是面向 AI 代码编辑器（Claude Code、Cursor、Codex）的设计技能包，通过 57 项反模式检测与 21 套主题系统，生成不带"AI 痕迹"的 UI 代码。它会根据不同需求自动选择宏观结构、配色与排版方案，确保每次生成的页面具有独特的设计指纹，而不是一眼就能认出的模板。为什么有趣：AI 生成代码已经很快，但生成出来的东西越来越像——同质化本身就是一种缺陷。把"审美判断"变成可执行的检测规则，是把品味工程化的一次具体尝试。
HKUDS/DeepTutor：把 RAG 与教学代理装进一个终身学习平台（45k 星，10.28 单日上榜）
DeepTutor 是一个基于 Python 与 Next.js 的终身个性化教学平台，集成多种大语言模型、知识库检索（RAG）与智能教学代理，提供个性化辅导、知识管理、引导式学习路径与多模态交互，面向需要自适应学习支持的教育工作者与自主学习者。为什么有趣：教育是最需要"长期记忆"的场景之一——系统得知道你三周前卡在哪、现在该复习什么。它把 RAG、记忆与教学策略打包成一个可直接部署的平台，让"个人 AI 教师"不再只是演示。
五、今日技巧：先立一条"朴素 RAG 基线"，再决定要不要上记忆系统（当天上手）
Agent 记忆是这两年最热也最容易过度工程化的方向。但 arXiv 2610.30755 的实测给出了一个反直觉结果：只做稠密检索 + 重排的朴素 RAG（Raw-RAG），在 LoCoMo、LongMemEval、MEME、MemoryAgentBench 四个基准的七组"基准 × 模型"设置中有六组排名第一，超过最强的对比记忆系统 0.13 至 5.53 分。当天就能做的三步：
先把基线跑起来：别做任何结构化整理，直接把原始对话历史切块、做向量检索与重排，把命中的原文喂给模型。几十行代码就能跑通，这是 Raw-RAG； 拿它当对照组：在你的真实长对话任务上跑一批样例，记录准确率与 Token 成本，把这条线定为及格线； 只在明显超过时才升级：只有当复杂方案（记忆抽取、图谱组织、 learned 检索）显著超过这条基线，才值得付出那套工程量——论文里最强对比系统对基线的优势也只有几分。
适合所有正在为长对话、客服记录、个人助理做记忆层的团队。先证明需要，再谈复杂。
“ 注释：朴素 RAG 不做结构化整理，直接把原始历史切块、检索、重排后交给模型。它是复杂记忆系统最该先跑通的那条对照基线。
六、AI 论文精选
《复杂的智能体记忆总是必要的吗？朴素 RAG 比我们以为的更强》（arXiv:2610.30755）
智能体记忆系统普遍采用改写、结构化组织、可学习检索策略等复杂操作，但这些复杂度真的必要吗？来自西安交大等机构的研究者专门研究了 Raw-RAG——一个只用稠密检索与重排、把原始历史作为证据喂给阅读模型的朴素基线。结果出人意料：在 LoCoMo、LongMemEval、MEME 与 MemoryAgentBench 四个基准上，Raw-RAG 在七组"基准 × 模型"设置中有六组排名第一，超过最强对比记忆系统 0.13 至 5.53 分。论文还解释了原因：证据分析显示，原始历史检索虽然单次利用率较低，但必要证据的覆盖率更高，足以弥补这一劣势；有用的证据不仅包含答案本身，还包括推导答案所需的关系与依赖路径。即便给完全访问权限，读取转换后的记忆库仍与直接读原文存在准确率差距。讲什么：记忆系统工程里最贵的那部分，可能没带来相应的收益。有什么用：团队在选型前应先跑这条基线，把"复杂"留给被证明需要的场景。
《又来烦我？面向个人智能体交互偏好的记忆基准》（MemPABench，arXiv:2610.30485）
个人智能系统正承担越来越复杂的日常任务，但反复提问、不必要的确认与不合时宜的主动联系，会把得力的助手变成交互负担。纽约大学阿布扎比分校等机构的研究者指出，现有记忆基准聚焦事实回忆与个性化回答，很少检验智能体是否学会并执行了用户的"交互偏好"。他们提出 MemPABench——一个用于 on-policy 评测个人智能体记忆的交互式环境，任务是长程的，要求智能体自行判断何时澄清、何时确认、何时直接行动。四位有依据的模拟用户共持有 14 项偏好，覆盖工作与个人场景，反馈横跨四个月共 99 个会话，每位用户还有 5 次事件驱动的偏好变更用于测试记忆更新。在四个记忆系统、四个模型骨干上的结果显示：检索型记忆（Mem0、MemOS、简单 RAG）都没有超过"无记忆"；文件型记忆提升了准确率，却会把偏好套用到不相关的场景中。即便给出了正确的偏好，覆盖智能体默认的交互习惯依然困难。讲什么：记住事实和记住"该怎么相处"是两回事。有什么用：做个人智能体的团队，应该把"打扰成本"当成和准确率并列的一级指标。
《MemoProAgent：通向记忆驱动的主动式协助》（arXiv:2610.22671）
当助手从被动应答走向主动介入，记忆的角色就变了：它不再只是回答问题的素材，而是决定"要不要开口、什么时候开口"的依据。来自 Meta 等机构的研究者构建了 MemoProBench，把第一人称视频与跨度一年、充满干扰项的用户记忆（平均约 61.8 万 Token）配对，并配有人类验证的触发窗口，评测时把内容与时机一起打分。结果相当残酷：所有基线的表现都很差，最高不超过 15%，连拿到摘要或检索增强记忆的前沿模型也不例外。控制实验揭示了原因——在触发窗口内给出"标准答案级"证据时，GPT-5.3-Chat 可达 96%；让它自己选时机就掉到 38%；再把标准答案换成检索结果，只剩 15%。内容与时机各自都是必需的，缺一个就是灾难。据此他们构建了 MemoProAgent：一个可插拔的 Harness，从图结构记忆库中捞出线索并筛选出"值得打断用户"的部分，再用轻量 RL 抑制过早与重复的触发。无需训练，它就把严格准确率从不足 10% 提到 37.5%（Qwen3.8-27B）与 38%（GPT-5.3-Chat）；加入 RL 后达到 42.4%。讲什么：主动式助手的难点不是说什么，而是知道什么时候该说。有什么用：做主动介入类产品的团队，应该把"时机"当作独立的模块来优化，而不是顺带。
