从“看懂世界”到“预演下一步”:世界模型与 VLA 如何让机器人拥有真正的“具身大脑”?
蚂蚁灵波的“灵波通用大脑”在预训练阶段适配17个主流机器人品牌、20种机器人构型,搭载该大脑的机器人已在上海国大药房多家门店正式上岗。智元9月发布世界—动作模型GE-Act 2.0,训练数据从300小时扩展至3万小时,陌生场景下总体成功率从17.1%提升至44.1%。上海正并行验证VLA与世界模型多条技术路线,规划、标准与评测同步跟进。
蚂蚁灵波的“灵波通用大脑”在预训练阶段适配17个主流机器人品牌、20种机器人构型,搭载该大脑的机器人已在上海国大药房多家门店正式上岗。智元9月发布世界—动作模型GE-Act 2.0,训练数据从300小时扩展至3万小时,陌生场景下总体成功率从17.1%提升至44.1%。上海正并行验证VLA与世界模型多条技术路线,规划、标准与评测同步跟进。
网易首个AI原生语音Agent「网易叭哥说」上线“用户荣誉联创计划”,投入10万元征集产品建议,设11个名额、单人最高5万元,不设学历专业门槛。该Agent可将自然口语转为结构化文本,口语输出对键盘打字效率比值提升至5倍,支持124个语种实时语音互译,专业领域翻译精准度达98%,数据本地处理且终身免费。
优必选 Thinker-WM 在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准中均拿下第一,WorldOlympiad 综合得分 0.740,EWMBench 总分 4.66,超过 Qwen-RobotWorld、Sora2 等模型。
Meta 于 10 月 15 日发布开放权重模型 Muse Spark Open,总参数 8160 亿、每次推理激活 420 亿,支持 100 万 token 上下文,扎克伯格发帖感谢苹果合作使其能在新款 Mac Studio 上流畅运行。
四川具身人形机器人科技有限公司(EIR)完成超1亿元Pre-A轮融资,资金将用于人形机器人“爱湫”的迭代研发、万台级生产基地建设及销售体系搭建。爱湫9.8万元起售,采用3D超短焦投影面部方案,主打情感陪伴,公司三大产品线已进入批量交付阶段。德阳凯州新城整机量产基地预计2026年年底投产,按计划从千台级迈向万台级产能。
百度公布百度世界2026五大亮点,大会将于11月12日在北京国家会议中心二期举办,主题为「下一幕,智能组织」,设1场主论坛、12场分论坛、30+AI公开课及6000平AI展区。李彦宏将带来主题演讲,百度还将发布多个产品,集中展示“芯-云-模-体”全栈AI升级,并可能推出企业级AI产品。
Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”,称许多著名的多义性与叠加案例其实是误读,用进一步的智能体分析即可拆解。他提到 2023 年在 OpenAI 的自动可解释性工作只找到约 2% 可读神经元。Neel Nanda 表示这未改变他的核心判断,仍认为存在表征叠加,Leo Gao 则主张用神经元模拟的 KL 指标来评判解释。
Character.AI于10月12日在美国特拉华州法院提交《破产法》第11章重组申请,进入法院监督下的资产拍卖流程。迪士尼作为底价竞购方出价2000万美元,买下部分知识产权的非独占永久许可,交易不含公司主体、产品App和用户资产,拍卖预计11月底至12月初收尾。
腾讯将原微信官方短剧小程序升级为绿泡泡短剧并大规模推广,正面进入字节红果短剧所在的免费短剧赛道。红果2026年7月日活达1.68亿、人均单日使用125分钟,10月日活升至2.2亿上下。绿泡泡依托微信入口和「朋友在看」社交推荐分发,并把分账门槛定为单用户有效观看时长不低于10分钟,但内容储备与头部热度仍明显落后红果。
NVIDIA 联合 IIT Madras 的 AI4Bharat 发布 Nemotron-pretraining-Indic-v1,覆盖 22 种印度语言、约 2.8 万亿 token,其中原生文字 2,601.0 亿 token、罗马化 224.6 亿 token(按 Gemma-4 tokenizer 计)。
Tim Cook 确认 Apple 智能国行 Beta 版本将于本月晚些时候上线测试,包含实时翻译、照片消除工具和写作工具,但不含 Siri AI。SpaceXAI 发布 Grok Voice 3.0 语音转语音模型,Artificial Analysis 语音榜单以 86.9 分居首,API 定价每分钟 0.08 美元。
库克确认苹果已获批向中国用户提供首批 Apple 智能核心功能,计划本月晚些时候推出测试版,首批含实时翻译、照片消除和写作工具,但不含全新 Siri AI 助手,阿里千问将作为 AI 能力集成至 Apple 智能。
Grupo Boticário 运营一套自研智能体平台,可自主解决经销商高达 80% 的运营请求,让销售团队转向顾问角色。这家起家于巴拉那州一家配药房、近 50 年历史的集团,借此强化人与人之间的连接。
Localiza 使用 ChatGPT Enterprise、OpenAI API、Codex 和 60 多个专用智能体重构工作方式,打造 AI 原生的出行体验。
Sega 已将《Total War: Shogun 2 — Complete Edition》从商店下架,该重制版在 Steam 获得"Overwhelmingly Negative"评价,用户投诉 bug 和疑似 AI 处理的画面放大问题。
特朗普在 Truth Social 发布白宫翻新对比照,其中一张被 Google SynthID Detector 检测出由 OpenAI 制作或编辑的 AI 痕迹。该"修复后"立柱两侧台阶数量不均,且与"修复前"照片角度、窗面反光几乎一致,引发 Reddit 用户质疑。白宫未回应置评请求。
Meta 发布 Muse Spark Open 模型,称其为迄今最强的美国开源权重模型,总参数 8160 亿,原生多模态,擅长长程任务、复杂软件工程和多步推理。
NVIDIA 发布 RTX Spark,定位为面向创作者、游戏玩家和 AI 智能体的 Windows PC,并将于 10 月 16 日在旧金山、柏林、台北、北京等地举办线下体验活动。原文引述 Tom's Hardware、TrustedReviews 等评测称其在本地 AI、游戏和创作工作流上表现良好,Artificial Analysis 的独立测试也提供了早期本地 AI 性能参考。
推荐理由:原文汇总了多家评测对 RTX Spark 本地 AI 与游戏表现的早期反馈,并列出全球线下体验活动的时间地点。
微软研究院推出零知识证明系统 Magnetar,可证明用 Rust、Go 或 C 编写的程序,平均比此前最快的同类系统快 10 至 39 倍,且安全性仅依赖标准哈希函数。该系统让证明生成像运行程序一样常规,验证者可在毫秒内确认结果而无需重跑程序或信任执行方。Magnetar 是微软研究院十余年零知识证明实用化研究的最新成果,建立在 Spartan、Phalanx 等工作之上。
美国联邦贸易委员会(FTC)正对 Anthropic 和 OpenAI 展开调查,此前特朗普将 AI 恐惧称为“骗局”。据 Ars Technica 报道,FTC 可能对 AI 公司处以与延迟报告数据泄露事件的公司同等级的罚款。
Anthropic 在周三的投资者活动上披露,Q3 营收为 168 亿美元,较上一季度增长近 50%,Q1 和 Q2 分别为约 48 亿美元和 115 亿美元。Q3 每支出 1 美元算力成本对应 1.70 美元营收,剔除股权激励后的调整后营业利润率为 11%。Anthropic 还向投资者表示,蒸馏贡献了 5% 至 7% 的营收,并已在 Q3 大幅削减这部分用量。
华为在创新技术沟通会上披露2016-2025十年研发投入达1.38万亿元,2025年研发费用率升至21.8%,并展示XMAGE华为睿影Z10模块相机、麒麟9050系列芯片、第二代灵珑屏等自研技术品牌。
源策未来发布以全身智能(WBI)为核心的人形基础模型系统,分为负责运动控制的 S0 与负责任务规划的 S1 两层。其自研 S0 将手部末端追踪误差从开源基线 SONIC 的 10 厘米量级压到 2 厘米区间,并把控制拓展到有高差的非平地。演示中机器人可扶起倒地自行车、搬踏台登高取物,并完成跨地面高差进厨房取米、加水、合盖按键的电饭煲操作,该路线已在宇树 G1 和加速进化 T2 两种构型上验证。
Modal 完成 16 亿美元 D 轮融资,ARR 达到 10 亿美元,成为纽约最新的 AI 基础设施十角兽,5 个月内使用量和估值均增长 3 倍、一年增长 15 倍。其 2023 年推出的 Sandboxes 产品单独已达 3 亿美元年化收入,累计启动近 30 亿个沙箱,可扩展至百万级并发。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲科研社区提供加速工具、算力与培训支持。
由北大智能学院、北大教育学院、北京通用人工智能研究院联合研发的北大体系中小学人工智能通识全栈解决方案正式开放合作,采用PBL项目式教学,配套TongLab一体化教学平台与自研AI硬件套件。2026通用人工智能大会将于10月21日至23日在重庆开幕,将发布覆盖智能体创制到测试全流程的“明镜”智能体平台,并成立智能体质检中心。大会另设10场分论坛,涵盖具身智能、产业投资等方向。
全球私立K12教育集团 GEMS Education 推出新型学校 GR8 School,将于2027年1月在现有学校中试运营。该校不设固定课表,学生用AI学习系统按自己节奏自主学习,每天另参加约90分钟至2小时真人老师课程,以及2到3小时拓展课程。经济型课程年费约8000至10000美元,高端课程约20000至40000美元。
NVIDIA 过去一年投资北欧科技生态,包括瑞典初创公司 Lovable 和 Legora,Lovable 正用 NVIDIA Dynamo 与 Nemotron 工具优化开放模型推理并训练自有模型。
OpenAI 与 Anthropic 在 AI Engineer New York 大会上分别阐述金融智能体的安全框架:OpenAI 的 Joseph Kim 提出模型能力将跨过"有用性阈值",并预测 2027 年智能体可胜任投资想法生成与交易;Anthropic 的 Keon Shahab 则强调先建身份与权限层、沙箱审批层,让智能体只提议不执行。
Epic 发布新版 Epic Games Launcher 的公开 "Preview" 构建,称其用 vibe coding 重写后比现有版本更快、更灵敏,并采用全新外观。Epic Games Store 总经理 Martin Keely 表示团队从零开始,用 AI 编写和审查新功能,目标是复刻旧版功能而非复用代码。新启动器支持 Windows 和 Mac,并将推出 Linux 版本。
Leash Bio 发布预印本、博客与开放数据集,推出面向智能体科学推理的 Minos 平台,其数据可提供数万次"lab-in-the-loop"模拟。仅用 Leash 自有数据训练的 Hermes 在公开基准上与 Boltz 保持同步。智能体沙盒中,LLM 用自然语言推理 SAR,在 6.5M 分子中按 100 的预算寻找最佳结合物。
研究人员利用 AI 蛋白质设计工具,保留两类蛋白酶的催化核心、替换其余全部结构,造出可定向将特定蛋白质切成两半的酶。他们用这些酶切割与神经系统疾病相关的蛋白质,验证了其有效性。该工作绕过了自然界蛋白酶多样化的演化过程。
Google 将 Gemini 驱动的 Geospatial Reasoning 智能体从早期原型升级为面向行星尺度数据的实验系统,可自动训练定制预测模型。技术报告在四个基准上评估了 Gemini 3.8 Flash 与 Gemini 3.1 Pro 的四种配置,并新发布 GeoKTools 和 GeoExpertQueries 两个基准。
Google 在 Research@ 2026 大会上公布 10 项研究成果,包括扩展 Google Earth AI 早期访问、向公众开放 Deep Review、预告下一代低功耗 Edge AI 芯片。
Hugging Face 发布 HiRO-ACE 系统更新 HiRO-ACEv2,其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场,对百万分之一概率的极端事件统计误差在 3% 以内。该系统生成全球 3 km 气候数据的成本约为 X-SHiELD 的 1/300,仅需单一区域时可再省百倍以上。模型已开放下载,并提供网页 demo 与教程 notebook。
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT,将 AI 智能体的能力拓展到代码之外的场景。
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析周期从数周压缩到数小时,从而腾出更多人力调查更多威胁。
第四波科技智库与中关村天成创新研究中心联合发布《中国青少年AI素养提升报告》,调研显示97.9%的受访小学生听说过AI、74.8%在日常学习中接触过AI,但56.4%表示学校从未教过如何使用AI。
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司,并加入 Earthshot Prize 成为 Global Alliance Founding Partner。此前 NVIDIA 已承诺五年 2.5 亿美元算力投入,用于加强英国智能体安全与安全研究。
欧洲多座城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴,基于 NVIDIA Cosmos、Nemotron 开放模型与 Metropolis VSS Blueprint 构建物理 AI 智能体和数字孪生,用于交通、能源与公共服务决策。