AI 技术 | ReWorld长时记忆世界模型、WikiHow起诉OpenAI、GPT-5.6登陆Kiro - 2026.08.26

一句话总结：arXiv 新论文 ReWorld 用混合注意力窗口+姿态索引地标库实现长时记忆交互世界模型（64 秒长程回放仍保持起点重建），BPCO 提出稳定高效的 RL Critic 训练配方（单响应匹敌 GRPO），SWE Refactor Bench 揭示编码 Agent 全仓库迁移仅 5.4% 通过率；版权与内容治理成为今日焦点——WikiHow 起诉 OpenAI 侵权（涉 1.1 万篇教程、1200 项版权），ARIA 封杀纯 AI 歌曲上榜；应用端 GPT-5.6 全家桶登陆编码平台 Kiro（Terminal-Bench 2.1 成本削减约 82%），老板电器"食神"AI 烹饪眼镜明年 3 月开售。

🧠 前沿技术

1. 七成英语生物医学论文已用 AI 代笔：学术界呼吁"建监管而非封杀"

• 机构/作者：研究团队（分析 PubMed Central 平台数据，2026 年 8 月 25 日报道）
• 标签：【生成式 AI】【学术】【AI for Science】

对 PubMed Central 平台 119 万余篇英文生物医学论文的分析显示：2025 年约 77% 的论文出现明显的 AI 辅助写作或编辑特征，较 2023 年的 19%、2024 年的 52% 大幅跃升。

内容摘要： 从章节看，2025 年讨论部分 AI 辅助迹象最高（约 78%），摘要、引言、结果、方法依次为 68%、63%、58%、54%；地区上，韩国、中国等非英语母语研究者使用比例超 80%，明显高于英美等母语国家——研究者认为这得益于 AI 帮助改善语法与表达。风险随之而来：大模型可能编造虚假事实与不存在的参考文献，且常以笃定语气输出错误，加上部分作者未按规范披露使用，进一步侵蚀科学公信力。研究者主张与其禁止不如建立规范，对事实核查、文献真实性与 AI 披露提出明确要求：当 AI 辅助已成普遍现象，划清合理边界比单纯封杀更关键。

• 来源：https://news.aibase.com/zh/news/30594^[1]

2. WikiHow 正式起诉 OpenAI：涉 1.1 万篇教程、1200 项版权，AI 版权边界再掀风暴

• 机构/作者：WikiHow × OpenAI（美国曼哈顿联邦法院，2026 年 8 月 25 日报道）
• 标签：【大模型】【版权】【生成式 AI】

全球最大的协作式"怎么做"生活指南百科 WikiHow 正式向美国曼哈顿联邦法院提起诉讼，指控 OpenAI 未经许可抓取超过 11000 篇教程文章用于训练 ChatGPT 及 GPT 系列大模型，涉嫌侵犯至少 1200 项已注册版权。

内容摘要： WikiHow 在诉状中详细列举了大模型的商业负面影响：经过海量教程数据"喂养"，ChatGPT 能根据提示词直接复现 WikiHow 的文本内容并自主生成同类完整教程，用户无需访问原网站即可获取答案——这不仅大幅缩减同类内容制作成本，更直接分流并削减了 WikiHow 的核心流量与收入来源，长期看会消磨创作者继续生产高质量文章的动力。WikiHow 要求法院判令赔偿并下达强制禁令。OpenAI 发言人回应称模型完全使用公开数据训练，建立在"合理使用"法律基础之上。该案将再次成为衡量 AI 训练与传统版权保护边界的关键风向标。

• 来源：https://news.aibase.com/zh/news/30598^[2]

3. 纳德拉"代币资本"论：企业不能依赖单一 AI 模型，否则可能无法生存

• 机构/作者：微软 CEO 萨蒂亚·纳德拉（CNN 播客访谈，2026 年 8 月 25 日报道）
• 标签：【大模型】【企业 AI】【产业观察】

微软 CEO 纳德拉在 CNN 播客节目中表示，企业不应依赖单一 AI 模型，否则可能"无法继续生存下去"——企业自身创造的知识、提示词、交互记录及使用 AI 产生的元数据都是重要资产，不能被绑定在某一家 AI 供应商或模型上。

内容摘要： 纳德拉提出，随着 AI 深入业务流程，企业未来不仅拥有"人力资本"，还将积累越来越多的"代币资本"——员工与 AI 交互过程中形成的提示、上下文、知识和元数据，这些信息可进一步用于训练企业自己的模型或权重。他强调 AI 模型本身存在变化甚至消失的可能，企业必须保持模型选择权和技术自主权："任何一种模型都可能消失，但你仍然可以掌控自己的命运。"这一观点与微软产品策略相呼应：Microsoft 365 Copilot 允许企业按需选择包括 OpenAI 和 Claude 在内的不同模型。从模型选择到数据治理，企业 AI 竞争正从单纯追求模型能力，转向争夺对数据、知识和 AI 基础设施的长期控制权。

• 来源：https://news.aibase.com/zh/news/30601^[3]

📄 学术论文

4. ReWorld：长时记忆交互世界模型，固定预算下重建 64 秒长程回放

• 机构/作者：arXiv:2608.23565（2026 年 8 月 24 日提交）
• 标签：【世界模型】【多模态】【Agent】

交互式世界模型必须跟随用户动作、记住展示过的场景并实时流式生成，但"控制想要短视界、记忆想要无界视界"存在结构性矛盾。ReWorld 通过混合注意力窗口与姿态索引地标库，将二者在训练期分离、推理期约束。

内容摘要： ReWorld 的关键设计：①混合逐头注意力窗口——多数头只关注近期，少数全局头关注全部历史，随机头路由防止能力绑定特定头，随机 chunk 丢弃让稀疏历史在分布内；②推理期固定预算——有界 KV 缓存+姿态索引地标库，检索当前姿态最近的地标；③度量尺度对齐数据引擎——把 Unreal 渲染飞越、游戏漫游、真实世界镜头等八类数据源统一到同一物理动作尺度，回文轨迹提供记忆训练所需的"重访证据"；④LoRA 蒸馏把采样压缩到 4 步，一个主干同时服务高保真多步模式与实时交互模式，704x1280 视频流式输出。在三轴协议（动作跟随、长程回忆、视频质量）对比六个近期交互世界模型，ReWorld 控制保真度与生成质量均最佳；64 秒长程回放中固定 12-chunk 缓存仍能重建起始视角，而滑动窗口早已逐出证据、全 KV 注意力则内存溢出。

• 来源：https://arxiv.org/abs/2608.23565^[4]

5. BPCO：如何稳定且高效地训练 Critic，单响应即可匹敌 GRPO

• 机构/作者：arXiv:2608.23566（Penghui Qi、Xiangxin Zhou、Wee Sun Lee 等，2026 年 8 月 24 日提交）
• 标签：【强化学习】【大模型】

GRPO 等基于组的 RL 方法通过为每个 prompt 采样多条响应来回避 Critic 训练，但一个可靠的 Critic 本可从单条响应估计 token 级优势。BPCO（Best-Practice Critic Optimization）系统化地解决了 Critic 训练不稳定的问题。

内容摘要： BPCO 配方组合了 DPPO、裁剪到奖励范围的值预测、蒙特卡洛值目标、非归一化策略优势与长度自适应广义优势估计（GAE）；因 Critic 仅在训练期使用，还可让它基于参考答案或评分标准等对策略隐藏的"奖励定义信息"做条件化。对照实验逐一隔离每个设计选择的影响：在 1.5B 到 30B-A3B MoE 的数学推理任务上，BPCO 一致超越强 Critic 基线，并在单响应/提示设置下匹敌或超过基于组的基线；同一配方对基于评分标准的奖励同样有效。结论：精心设计的 Critic 是组相对优势估计的可靠替代，能显著降低 RL 训练采样成本。

• 来源：https://arxiv.org/abs/2608.23566^[5]

6. SWE Refactor Bench：编码 Agent 能否完成长程全仓库栈迁移？

• 机构/作者：arXiv:2608.23564（2026 年 8 月 24 日提交）
• 标签：【Agent】【编码】【评测基准】

现有编码基准只评估行为正确性，导致 Agent 可以"复制原实现骗过测试"（论文称为 Blindness）。SWE Refactor Bench 构建了 20 个全仓库迁移任务、覆盖 4 类技术债，用三阶段评估协议同时度量迁移完整性与行为正确性。

内容摘要： 三阶段协议：①迁移审计（验证迁移真实发生）；②行为测试（固定测试套件衡量正确性）；③Agent 验证（6 个独立编码 Agent 为隐藏行为差异生成定向测试）。在 8 个前沿模型、26 种模型-努力配置共 520 次运行中，仅 28 次（5.4%）通过全部三阶段，20 个任务中 13 个无任何可接受解，最佳模型 claude-opus-5 也仅得 47.0/100。关键发现：迁移完整性与行为正确性是两种独立能力——部分运行靠"跳过迁移"保住行为被审计拦截，多数尝试迁移却破坏行为被测试拦截；通过迁移审计的 340 次运行中，58% 达到固定检查的 99%，仅 26% 达到 100%。按类别看，Agent 在构建工具链重写（31.4 分）远好于语言重写（5.6 分）。这是编码 Agent 长程可靠性研究的严格测试场。

• 来源：https://arxiv.org/abs/2608.23564^[6]

7. SkillAlchemy：从开放世界材料中"炼金"出可靠 Agent 技能

• 机构/作者：arXiv:2608.23417（2026 年 8 月 24 日提交）
• 标签：【Agent】【工具调用】

Agent 技能是可复用的程序化构件，但创建可靠技能仍依赖人工编写、模型先验或执行轨迹——对陌生任务这些来源往往不可用。SkillAlchemy 研究"开放世界技能创建"：给定不完整的技能简报与来源访问规范，让创建者自主发现简报遗漏的行为相关需求。

内容摘要： SkillAlchemy 是一个以"准入"为中心的来源落地技能创建框架：通过对比证据识别隐含需求，基于证据支持的边界准入候选流程，并把准入内容编译成语法制导的技能包。在 SkillsBench v1.1 的 87 个任务上，SkillAlchemy 将无技能执行的通过率提升 19.9 个百分点，比最强自动化基线高 8.6 个百分点，性能接近人工策划技能。这意味着 Agent 不再依赖"人类喂技能"，而是能从文档、代码、教程等开放世界材料中自主沉淀可复用能力——技能自动化的关键一步。

• 来源：https://arxiv.org/abs/2608.23417^[7]

8. ChebBooster：免训练切比雪夫外推，DiT 推理最高 3.68 倍加速

• 机构/作者：arXiv:2608.23429（2026 年 8 月 24 日提交）
• 标签：【生成式 AI】【推理加速】

扩散 Transformer（DiT）采样每个时间步都要完整跑一遍模型，计算开销巨大。缓存加速中的朴素复用长间隔精度差，泰勒级数外推又常因 Runge 振荡不稳定。ChebBooster 基于切比雪夫多项式理论实现稳定高效的免训练外推。

内容摘要： ChebBooster 采用重心（Barycentric）公式评估切比雪夫逼近，数值稳定性高、额外开销极小，并把外推解耦为离线权重预计算+轻量在线应用两个阶段。在 DiT-XL/2、PixArt-Σ、FLUX.1-dev 三个代表性模型上，ChebBooster 在多种生成任务与分辨率下一致提升视觉质量与推理效率：最高 3.68 倍延迟加速、5.12 倍 FLOPs 削减，全面超越现有免训练基线。对高分辨率图像/视频生成的成本敏感场景，这是一项开箱即用的提速方案。

• 来源：https://arxiv.org/abs/2608.23429^[8]

📱 应用产品

9. GPT-5.6 全家桶登陆编码平台 Kiro：Terminal-Bench 2.1 成本削减约 82%

• 机构/作者：OpenAI × Kiro（2026 年 8 月 25 日报道）
• 标签：【大模型】【编码】【Agent】

OpenAI 与软件开发代理平台 Kiro 达成深度合作，将 GPT-5.6 模型家族（Sol、Terra、Luna）全面引入 Kiro，无缝嵌入团队规划、构建、审查与测试软件的完整开发工作流。

内容摘要： GPT-5.6 实现每 Token 产出效率大幅提升，在 Kiro 中可应用于长期运行的开发任务，把高阶设计意图转化为清晰运行需求、技术设计与可执行任务。开发者可完成：产品创意直接转结构化实现计划、高连续性处理多步骤编码、规范驱动开发注入秩序、全量调用代码库与团队规范上下文、关键检查点审查微调、基于属性的测试验证。OpenAI 与 AWS 对 Kiro 环境与模型做了底层优化：公开测试数据显示，GPT-5.6 Terra 在 Kiro 中完成 Terminal-Bench 2.1 任务时成本大幅削减约 82%。AWS 代理 AI 副总裁 Swami Sivasubramanian 与 OpenAI 生态副总裁 Colleen Kapase 均表示将持续深化合作，让开发者按需匹配智能水平、速度与成本。

• 来源：https://news.aibase.com/zh/news/30600^[9]

10. 老板电器 AI 烹饪眼镜明年 3 月开售：把"食神"大模型戴进厨房

• 机构/作者：老板电器（蓝鲸科技报道，2026 年 8 月 25 日）
• 标签：【多模态】【硬件】【AI 应用】

老板电器新一代 AI 烹饪眼镜预计明年 3 月发布并真正面向消费者销售——与仅供线下展示的第一代不同，新品整机比前代约 89 克更轻盈，显示方案从全彩改为单色，充电改为换电方案。

内容摘要： 软件上，该产品搭载"食神"AI 烹饪大模型，具备"厨房场景 AI 算法与厨电联动逻辑"，算法来自老板电器成都团队，光波导光学模组由谷东智能提供。从体验样机到量产发售，这款把 AI 大模型"戴"进厨房的硬件，标志着厨电厂商正把竞争从灶台延伸到可穿戴入口——垂直场景 + 轻量可穿戴 + 行业大模型，正在成为家电厂商 AI 化的新样板。

• 来源：https://news.aibase.com/zh/news/30603^[10]

11. ARIA 封杀纯 AI 歌曲：人类创作主唱才能上榜，AI 辅助仍可准入

• 机构/作者：澳大利亚唱片业协会（ARIA，2026 年 8 月 25 日宣布，下周一生效）
• 标签：【生成式 AI】【内容治理】【音乐】

澳大利亚唱片业协会（ARIA）决定禁止完全由 AI 生成的歌曲进入官方排行榜，新规自下周一起生效。导火索是一首用 AI 生成人声与鼓点翻制的麦当娜名曲《Like a Prayer》，连续 16 周跻身澳榜前 20、一度升至单曲榜第 2。

内容摘要： 按新规，歌曲须由人类创作、主唱、演奏主要乐器方能上榜，纯 AI 生成作品也不得参评 ARIA 音乐奖；采用 AI 辅助制作的部分作品仍可准入，但须使用合法 AI 服务。这与国际唱片业协会 7 月"主要由人类创作"原则一致，也回应了流媒体上用未授权作品训练的工具引发的争议。悉尼音乐学院讲师韦弗肯定这是"非常好的一步"，认为在难完全避开 AI 的环境下，关键是人类仍掌握主导权、作出最主要创意决定。ARIA 的边界划分，实质是为人类创造力在 AI 洪流中划出一道受保护的准入线。

• 来源：https://news.aibase.com/zh/news/30604^[11]

📎 参考链接

1. 七成生物医学论文 AI 代笔研究报道：https://news.aibase.com/zh/news/30594^[12]
2. WikiHow 起诉 OpenAI 报道：https://news.aibase.com/zh/news/30598^[13]
3. 纳德拉"代币资本"论报道：https://news.aibase.com/zh/news/30601^[14]
4. ReWorld 论文（arXiv:2608.23565）：https://arxiv.org/abs/2608.23565^[15]
5. BPCO 论文（arXiv:2608.23566）：https://arxiv.org/abs/2608.23566^[16]
6. SWE Refactor Bench 论文（arXiv:2608.23564）：https://arxiv.org/abs/2608.23564^[17]
7. SkillAlchemy 论文（arXiv:2608.23417）：https://arxiv.org/abs/2608.23417^[18]
8. ChebBooster 论文（arXiv:2608.23429）：https://arxiv.org/abs/2608.23429^[19]
9. GPT-5.6 登陆 Kiro 报道：https://news.aibase.com/zh/news/30600^[20]
10. 老板电器 AI 烹饪眼镜报道：https://news.aibase.com/zh/news/30603^[21]
11. ARIA 封杀纯 AI 歌曲报道：https://news.aibase.com/zh/news/30604^[22]
12. arXiv cs.AI 最新论文列表：https://arxiv.org/list/cs.AI/recent^[23]

本文由 AI 自动整理，信息来源于公开报道、arXiv 预印本与第三方评测，仅供技术资讯参考。

引用链接