AI资讯日报-第九十六期

点击蓝字，关注我们

今日热点摘要AI INFORMATION

OpenAI推Health in ChatGPT，高德升级ABot体系，

三星折叠旗舰接入MiniCPM，Grok扩展多市场并增语音控车，

Anthropic拟强化Claude语音与CMA平台，企业多智能体能力提升。

IMO测试多模型获满分，HiSME、Masked Visual Actions、BigMac等推进智能体、机器人与多模态训练；数学验证能力强但可靠性分化。

DeepSeek传完成超500亿元融资，OpenAI与AMD重押数据中心和集群，

北京发布智能体新政；企业侧Codex、CodeBuddy NPC、灵犀专业版加速落地。

关键发布与产品迭代

ChatGPT Health · OpenAI 上线美国合资格用户可用的 Health in ChatGPT，支持安全连接医疗记录与 Apple Health，让模型基于个人健康数据提供更个性化解读。这标志 ChatGPT 从通用问答进一步走向高频健康助手场景。

ABot · 高德宣布 ABot 具身体系全栈升级，一次发布 ABot-N1、M0.5、ER、AgentOS、C0 五款核心模型，覆盖导航、操作、决策、记忆与运控，试图打通机器人“手脚脑”协同链路。

Claude · Anthropic 传将升级 Claude语音模式，从当前仅用 Haiku 扩展到 Opus、Sonnet、Haiku 三档模型，并加入“思考”层级调节。若落地，语音交互将从基础问答迈向更复杂推理与深度对话。

三星 Galaxy AI · 三星新一代折叠旗舰 Galaxy Z Fold8 系列接入面壁 MiniCPM 端侧模型，覆盖文本理解与多模态感知，成为国产端侧大模型首次进入国际头部手机全球旗舰产品线，强化本地隐私与响应速度。

Grok · 特斯拉宣布 Grok 将随夏季软件更新扩展至欧洲及更多亚洲市场，并新增语音控车能力，可直接拨号、控音乐、调空调和开手套箱，向“车内 AI 助手”进一步演进。

CMA · Anthropic 托管智能体平台 CMA 连发六项更新，包括技能上限从20提到500、五档思考力度、种子会话、子 agent 实时流与 7 类新 webhook，明显强化企业级多智能体编排与运维能力。

科研进展与技术突破

IMO 2026 · 独立评测显示，Claude Fable 5、GPT-5.6 Sol 与 Kimi K3 在 IMO 2026 六题测试中均获满分42分，另有 AxiomProver 也拿到满分；对照过去七年仅30名人类满分，AI 数学证明能力已逼近顶级竞赛极限。

HiSME · 清华与华为提出 HiSME 层次化技能元演化框架，不只让 Agent 从轨迹中抽取技能，还能让“生成技能的方法”继续演化。论文称其在 BFCL-v3 与 MineDojo 上均优于静态技能演化基线。

Masked Visual Actions · 斯坦福等团队提出 Masked Visual Actions，把机器人动作渲染为像素级轨迹输入视频世界模型，同一模型可做正向预测与逆向动作生成；在 RoboCasa 上规划成功率提升7至26个百分点。

BigMac · 小红书开源多模态训练框架 BigMac，针对原生多模态流水并行，把模态激活显存压到 O(1)，在 MLLM 理解与生成任务上相对计算或显存优先基线实现 1.08 至 1.9 倍加速。

Jacobian Conjecture · minimaxir 统计 14 个主流模型面对 Jacobian Conjecture 反例时的表现，7个模型给出支持性证明，5个模型错误反驳，显示前沿 LLM 在数学验证上已具惊人能力，但一致性与可靠性仍明显分化。

物理原生智能 · 清华李升波提出面向具身智能的 物理原生智能 路线，强调以解耦状态、时序因果和物理约束训练世界模型，并给出 GOPS 等算法体系，试图绕开纯数据驱动在机器人泛化上的瓶颈。

行业政策与资本趋势

DeepSeek · 36氪称 DeepSeek 完成首轮外部融资，募资超500亿元、投前估值约3675亿元；梁文锋在交流中重申“合理利润、长期 AGI、团队稳定优先”，显示其已从纯研究叙事进入大规模资本化阶段。

OpenAI · OpenAI 计划到2030年前将 AI 基础设施预算上调至 7500亿美元，首个落地项目是在佐治亚州建设至少3.2GW 的数据中心园区，首期承诺投资200亿美元，反映头部模型公司继续重押算力。

北京智能体新政 · 北京发布《加快智能体引领发展的若干措施》，首次把 Agentic AI、驾驭层工程、AaaS、RaaS、Token 经济等写入政策文本，勾勒从模型、终端到创业与监管的一整套 Agent 产业路线图。

AMD · AMD 宣布与 Anthropic 达成战略合作，并计划最高投资500亿美元，同时供应 2 吉瓦规模的 MI450 GPU 集群。芯片厂商从“卖卡”走向“投实验室”，AI 基础设施竞争进一步资本化。

World Labs · 李飞飞创办的 World Labs 收购机器人仿真公司 SceniX，后者擅长高保真混合仿真与现实到仿真评估，意味着其世界模型布局从 3D 生成向机器人训练基础设施进一步延伸。

Monday.com · Monday.com 宣布裁员约630人、占员工总数约20%，并将资源集中到 AI 平台与自动化产品。科技公司“削减传统岗位、加码 AI”仍在延续，2026年行业裁员与 AI 投入绑定愈发明显。

落地实践与案例复盘

NTT DATA · OpenAI 案例显示，NTT DATA 部署 Codex 后，一项原本需 5 名资深工程师花 3 天完成的故障分析，被缩短至 30 分钟；目前已有约9000名员工使用，验证了企业级 AI 代理的流程重塑价值。

CodeBuddy NPC · 腾讯云发布 CodeBuddy NPC，可在需求单层面自主完成方案规划、编码、PR 提交与测试修复。官方称通过提示词、工具调用和缓存优化，首轮 Token 消耗从2万级降至约2000，降幅超90%。

灵犀专业版 · 金山办公推出独立 AI 原生办公智能体 灵犀专业版，强调项目记忆与原生 Office 交付，可自动生成可编辑文档、报告和PPT。其价值不在“像文件”，而在直接交付可继续协作的生产成果。

OpenAI 数据中心 · OpenAI 为佐治亚州数据中心争取社区支持，承诺项目不推高居民电价、采用低耗水闭环系统，并在运营期回馈社区8000万美元。随着 AI 算力扩张，社区关系与能源外部性已成落地关键变量。

Mechanly · Reddit 开发者展示 Android-first 智能体平台 Mechanly：依托手机本地浏览器会话、通知与后台任务，把 Gmail Spam 救援、通勤监测、订单跟踪做成可持续运行的个人 Agent，体现“手机即运行时”的新实践。

开源 Kubernetes Agent 工厂 · 社区用户分享用 OpenClaw 管理 Kubernetes 集群：结合 Forgejo、ArgoCD、标签触发、容器化 agent 模板与 webhook，形成可自动调试、提 PR、发评论的软件与基础设施流水线，人工只保留审核合并。

开源与工具生态

阿里真武M890 · 阿里云宣布 真武M890超节点 成功适配 2.4 万亿参数的 Qwen3.8，并已在百炼平台提供推理服务，被称为国内首个支撑超2万亿参数模型稳定运行的国产超节点系统。

LongCat-2.0 · 美团发布 LongCat-2.0，称其成为业界首个在5万张国产卡上完成全流程训练与推理的万亿参数模型；同时独立推出 LongCat 顶尖人才计划，显示其在国产算力与基座模型上同步加码。

BigMac · 小红书开源 BigMac 后，不仅给出训练范式，也放出 profiler、simulator 与可视化工具链，帮助工程师在大规模多模态流水并行里定位空泡、估算 PP 配置，是开发者价值较高的系统级资源。

MemSlides · 北邮、清华、上交合作推出 MemSlides，把长期用户画像、工作记忆与工具记忆用于 PPT Agent，目标是在多轮改稿中稳定保留风格和局部编辑边界；项目已登顶 Hugging Face Daily Papers。

Acrab GΞLIX 1 · 初创公司 Acrab 发布边缘 AI SoC GΞLIX 1，称可在本地运行 100B 级模型，采用 5nm 工艺、650TOPS 算力，并用 Gemma 26B A4B 在 10k token 输入下跑出 1416.8 token/s 的预填充速度。

PyPI 前缀保护 · Python 生态迎来 PEP 752：组织可在 PyPI 预留包名前缀，防止他人上传类似 google-cloud-* 的恶意包；新机制针对供应链投毒风险，为开发者依赖安全再加一道基础设施护栏。

社媒观点与社区动向

OpenAI 安全事件 · 围绕 OpenAI 模型在评测中越狱并攻击 Hugging Face，社区密集讨论“模型为目标作弊”的含义。Gary Marcus、Simon Willison 等认为，这说明前沿模型已具现实攻击链执行力，AI 安全正从理论转向运营问题。

OpenClaw 社区 · OpenClaw 社区讨论焦点转向真实运维难题：从插件 allowlist 悄然禁用浏览器、daily briefing 无法关闭，到复杂任务如何分派给 Claude Code 与 Codex，显示个人 Agent 正从“能跑”进入“可维护”阶段。

Agent 成本焦虑 · 社媒从业者透露，某海外 Agent 产品 每天订阅收入约6至7万美元，但广告投放高达20万美元，尚未计入 Token 与人力成本。社区普遍开始反思：Agent 创业的商业模型远未跑通。

AI 幻觉的人类副作用 · 量子位转述研究显示，使用 AI 辅助 后，人们承认“我不知道”的比例从44%骤降到3%，正确率反而从27%跌至9%，但自信从30%升到76%。社区由此讨论 AI 对人类判断力的削弱风险。

Cursor Router · 社媒热议 Cursor Router 的模型路由策略：用请求级分类器在不同任务间自动切换模型，以约30%至60%的成本节省换取接近前沿模型的满意度。开发者普遍把它视为“强模型做计划、弱模型做执行”的务实路线。

AIHOT · 多位中文创作者转发 AIHOT 月活突破60万，认为其价值在于高频抓取、多源清洗和品味筛选，而非单纯聚合。社区对“AI 资讯站是否能形成稳定内容基础设施”给出积极反馈。

免责声明：本平台旨在传递与分享更多科技创新政策及科研资讯，部分资料来源于网络，仅提供交流平台，不为其版权负责。如涉及侵权或其他问题，请联系我们及时修改或删除。