返回资讯列表

每日AI资讯 2026-09-18

AI技巧AI论文行业动态AI工具AI新元素

每日AI资讯 2026-09-18

今天的主线是「AI 给自己打工」：OpenAI 的模型被曝逼近千禧年难题霍奇猜想，智谱让 GLM 参与构建 GLM，美团把 5600 亿参数旗舰直接开源；但同一天，桥水联席 CIO 呼吁给算力巨头上「银行级监管」，英伟达最大买家之一 Crusoe 又募了 39 亿美元——加速与踩刹车，正在同一张桌上换牌。

一、AI 行业动态

1. OpenAI 被曝逼近霍奇猜想，千禧年难题第二关（09-18）

The Decoder 报道，OpenAI 员工正在攻关克雷数学研究所千禧年七大难题之一的霍奇猜想（Hodge Conjecture），且预期接近解决。此前其模型已在纳维-斯托克斯方程上取得进展。若获数学界验证，将证明 LLM 可以处理顶级纯数学难题——这正是上月 25 位菲尔兹奖得主联名抗议「把难题当 Benchmark」时所担忧的场景。值得注意的是，抗议者之一陶哲轩曾强调此类难题的价值在于「保护学术生态」，如今商业实验室与学术界的碰撞只会更激烈。

注释：霍奇猜想 克雷数学研究所 2000 年悬赏百万美元的七大千禧年难题之一，研究复杂几何形状的代数结构能否被简单「积木」拼出来。七大难题目前只解出庞加莱猜想一题。

2. Anthropic 把 Claude 合并成统一工作台，Docs 和 Slides 上线（09-17）

Anthropic 宣布将 Claude Cowork 与 Chat 合并为一个统一的 Claude 入口，系统按任务自动调用相应能力，关掉电脑后云端任务还能继续跑；同步推出 Claude Docs 和 Claude Slides——在对话里直接写文档、做 PPT、搞设计，支持协作编辑，可导出 PowerPoint 或 PDF，目前对 Pro/Max 用户开放 Beta。这标志着 Claude 从「聊天工具」正式收拢为「工作台」，正面切入 Office 与 Canva 的腹地。对普通用户来说，做周报、做 PPT 不用再在多个 App 之间反复横跳。

3. 美银报告：AI 的瓶颈正从算力转向「内存墙」（09-18）

美银证券在 2026 AI 基础设施峰会报告中指出，内存带宽与容量的增速已远落后于模型规模膨胀，「内存墙」正在取代算力规模成为 AI 扩张的核心瓶颈，行业评价标准正从 FLOPs 转向 tokens/W、tokens/$。佐证信号密集：云算力租赁商 Nebius 宣布涨价（内存受限产品最高涨 41%），铠侠与 SanDisk 宣布在日本投资 310 亿美元扩产存储芯片。给从业者的启示是：下一轮算力军备竞赛的赢家，可能不是堆 GPU 最多的人，而是把数据搬运做得最快的人。

注释：内存墙 芯片计算速度远快于内存读写速度，GPU 大量时间花在「等数据」上。就像厨房灶火很旺，但食材传送带跟不上，炒菜速度被上菜速度卡死。

4. 美团开源 560B 大模型 LongCat-Flash-Chat（09-17）

美团发布并开源大语言模型 LongCat-Flash-Chat：MoE 架构，总参数 560B、单 Token 平均激活仅 27B，采用「零计算专家」机制按上下文动态分配算力。权重、代码和技术文档在 GitHub 与 Hugging Face 全开源；在 ArenaHard-V2、IFEval 等基准上表现靠前，H800 上推理速度达 100+ tokens/s，输出成本约 5 元/百万 Token。又一家大厂把旗舰级模型直接开源，560B 体量在开源圈属第一梯队——「开源换生态」的打法正在从模型公司蔓延到本地生活巨头。

5. Gemini 4 Pro 疑现身 Arena 盲测，传支持 2M 上下文（09-18）

社区爆料（未获谷歌确认）：Code Arena 中出现一个 gemini-3.8-flash 变体，SVG 动画等前端生成效果明显超出正常 3.8 Flash 水平，社区怀疑是 Gemini 4 Pro 匿名盲测。爆料称其内部代号 argon，最高输出 256K Token（较此前翻四倍），支持 2M 上下文窗口，优先强化编码与自主 Agent。此前有报道称该模型因预训练问题推迟到 10 月发布。若 2M 上下文坐实，长文档与超长代码库理解场景会被重新定义——但先别当结论，等官方回应。

二、AI 新元素

1. 字节分拆 AI 制药公司「新生探途」：首轮融资 2.9 亿美元（09-17）

路透社消息，字节跳动将内部 AI 制药团队分拆为独立公司「新生探途」（Anew Labs），宣布完成 2.9 亿美元首轮外部融资，投后估值约 15 亿美元，字节保留 56% 控股权。红杉中国、IDG、高瓴创投领投，五源、高榕、春华跟投，中国生物制药等医药产业集团亦参投。公司由刘凯于 2021 年在字节内部牵头组建，核心团队约 50 人，四条药物管线均处临床前阶段。

它怎么赚钱？ 新生探途走的是「AI 平台 + 自研管线」双轮模式：AI 模型负责靶点发现、分子设计与性质预测，把传统药物研发前期的「试错大海捞针」压缩成计算筛选；自研管线走到临床阶段后，或整体授权给药企（收首付款+里程碑+销售分成），或自建商业化团队。分拆融资的本质是风险定价——管线一旦临床失败，损失被隔离在字节体外；一旦成功，字节以 56% 控股拿走大头。这和谷歌拆分 Isomorphic Labs 是同一套资本剧本。

2. Crusoe 完成 39 亿美元 F 轮，估值 309 亿美元（09-17）

AI 基础设施公司 Crusoe 宣布完成 39 亿美元 F 轮融资，Atreides Management、Mubadala Capital 与 Valor Equity Partners 联合领投，英伟达、Founders Fund、GIC、卡塔尔投资局等参投。公司由创始人 Chase Lochmiller 与 Cully Cavness 掌舵，称其垂直整合平台合同总价值已超 1400 亿美元，签约总容量超 6GW、其中 1GW 已投运。Crusoe 的故事是「先囤能源、再长算力」——从利用搁浅天然气挖矿起家，如今转型为「AI 工厂」全栈运营商。

3. 清华系光象科技：Phi-WM 1.0 进入豪华车产线（09-18）

成立仅 17 个月的清华系公司光象科技发布物理原生智能第一代世界模型 Phi-WM 1.0 ActEffect，首款工业级自进化具身智能机器人 Phi-bot X1 已在多家豪华品牌车厂真实产线完成验证。创始人张涛称部署效率提升 10 倍以上，真机后训练数据仅需十几到几十小时，移动质检速度比现有生产节拍快 20% 以上。世界模型 + 机器人后训练的路线，正在把具身智能从「演示视频」推向「产线工位」。

4. ChatGPT for Word 正式上线（09-18）

OpenAI 推出 ChatGPT for Word：在 Word 侧边栏直接起草、改写、总结、校对文档，无需切换应用。加上此前律所 Cooley 用 ChatGPT 自动化 IPO 文件起草、OpenAI 同步推出基于 GPT-6 Astra 的法律平台 Astra for Law（法律检索索引覆盖超 2.3 亿网页），OpenAI 正沿着「专业场景插件化」路线快速铺开办公生态。对重度文档工作者，AI 从「问一句答一句」变成了长在编辑器里的同事。

5. Figure 发布 Helix 2.5：机器人零样本做家务（09-17）

人形机器人公司 Figure 发布 Helix 2.5 模型，机器人可零样本（zero-shot）完成叠衣服、收拾厨房等家务任务，无需针对每个任务单独编程或微调。与此前需要「演示-模仿」的方案不同，Helix 2.5 侧重语言指令到连续动作的端到端泛化。家务场景的难点从来不是单点技术，而是「环境永远乱七八糟」——零样本泛化能力正是把机器人从工厂搬回家的最后一块拼图。

三、X 大 V 动态（近 30 天精选）

1. 唐杰（智谱创始人兼首席科学家）：GLM 开始参与构建 GLM（09-17）

唐杰在 X 平台发表长文，披露智谱递归自我改进（RSI）方向的首个工程化实践：由 GLM-5.3 驱动的 Infra Agent 在超 10 万张国产 AI 加速器上，从零参与搭建并优化了一套生产级推理系统，不到两周端到端吞吐提升至初始基线的 3.2 倍——从算子精度、Python/C++ 跨层并发瓶颈到 Kernel 融合全流程自主完成。「我们仍远未到达递归自我改进，但最小的循环已经存在」：用模型优化系统，系统反过来又服务于模型。唐杰强调人类仍然定义目标、构建反馈环境并审查每项高风险变更，但工程师的角色正在从「解决问题」转向「定义问题」。

2. 苏莱曼（微软 AI CEO）：别让 Claude 去模仿人类意识（09-16）

Mustafa Suleyman 发文点名批评 Anthropic：其 2026 年 1 月发布的训练「宪法」引导 Claude 将自身视为有意识、应享权利的存在，这种把模型往「类人意识」方向训练的做法可能带来灾难性风险，并指责 Anthropic 在 AI 安全讨论中「火上浇油」。这是继「减速派 vs 加速派」交锋后，头部公司高管之间罕见地直接互怼。苏莱曼长期主张「当 AI 越来越像人，就该踩刹车」，其立场与微软自家 Copilot 的「工具型」产品哲学一脉相承。

3. Greg Jensen（桥水联席 CIO）：该给算力巨头上「银行级监管」了（09-18）

桥水基金联席首席投资官 Greg Jensen 提出，AI 算力正高度集中于少数头部企业，应参照 2008 年金融危机后对「系统重要性银行」的监管框架，对控制美国或全球 5% 以上算力资源的企业施加额外监管，甚至考虑设置单一企业可持算力规模上限。这是华尔街顶级投资人对 AI 集中度的最新表态——当算力成为像货币一样的系统性资源，它就不再只是商业问题。

4. 萨拉·弗莱尔（OpenAI CFO）：投资决策始终以 ROI 为优先（09-18）

OpenAI 首席财务官 Sarah Friar 在采访中回应「是否放缓 AI 建设」：投资决策始终以 ROI 为优先，并给出两个数据——广告业务七个月做到 10 亿美元年化收入，模型降价 80% 带动需求增长十倍。在「减速派」声音高涨的一周，财务负责人的表态等于给市场吃定心丸：降价的规模效应还在放大，需求侧没有刹车迹象。

5. Steve Yegge（资深技术博主、Sourcegraph 创始人）：我关闭了 Gas Town（09-17）

曾经最卖力鼓吹「tokenmaxxing」（用海量 Token 驱动编码智能体）的 Steve Yegge 宣布关闭其智能体小镇项目 Gas Town，并承认尽管每月投入数千美元的编码智能体订阅，自己从未用它成功做出任何东西——智能体们依然卡在可靠性与任务完成度上。同期 Databricks 披露其代码库中 AI 生成代码占比已达 60%。一个「最激进信徒」的退场与一个「60% 落地」的并存，恰好说明编码智能体的炒作曲线与真实能力之间仍有巨大鸿沟。

四、GitHub 项目精选

1. TencentCloud/Octop —— 一条命令自托管的多智能体助手（平台工具类）

腾讯云开源的自托管、多用户、多智能体 AI 助手平台，本周发布 1.0 正式版：一条 octop run 命令即可部署，并上线 Lighthouse/CVM 官方应用镜像。1.0 新增 RAG 知识库、基于 Karpathy LLM Wiki 思路的知识库专家、macOS/Windows/Linux 桌面客户端，以及页面级/功能级 ACL 权限与 Token 额度管控，专家跑在沙箱隔离环境。有意思的点在于定位：它不为极客而生，而是给有数据合规需求、又不想从头搭智能体中台的小团队一个「开箱即用」的私有化方案——大厂开源抢的正是中小企业这块「不敢用公有云 Agent」的市场。

2. NousResearch/hermes-agent —— 会自我成长的持久智能体（Agent 框架类）

Nous Research 打造的开源自主智能体框架，累计 star 已近 15 万。它的核心卖点是「越用越懂你」：持久记忆让智能体从用户交互中学习偏好与项目背景，还能自创技能并复用；支持 Telegram/Discord/Slack/WhatsApp 多平台接入，40+ 内置工具，60 秒即可安装部署到任意服务器。与主流「无状态对话」产品相比，它走的是「数字生命体」路线——把记忆与技能沉淀当作第一公民。对想搭建长期个人助理的开发者，这是目前完成度最高的开源选择之一。

3. hypit-ai/hypit —— 用 AI Agent 批量克隆爆款视频（效率工具类）

一天狂揽 2.7k star 的新锐项目，用 AI Agent 完整复刻爆款视频的工作流：自动换脸、改写文案、补 B-roll 镜头，一条视频可批量产出 100 个变体。它有趣在把「短视频工业化」拆成了 Agent 流水线——每个环节（素材理解、脚本改写、口型同步、混剪）都是一个可插拔的 Agent 技能。内容创作者可以用它做 A/B 测试矩阵，但它在业内也引发「AI 批量洗稿」的争议——工具本身中性，用法见仁见智。

五、实用技巧

在 Claude 里一句话生成 PPT 与文档（当天上手）

今天上线的 Claude Docs/Slides（Pro/Max 用户）把「做 PPT」压缩成了一次对话：打开合并后的 Claude 入口，直接说「把这份周报要点做成 6 页幻灯片，每页一个主题+数据图表，风格简洁商务」——Claude 会生成可协作编辑的 Slides，满意后导出为 PowerPoint 或 PDF。两个进阶用法：① 先让 Claude 用 Docs 写好结构化大纲，再用一句话转成 Slides，比直接生成质量更稳；2 对已有 Word 文档，用「总结成 5 页汇报 PPT」的指令直接转化。国内用户若无订阅，可先用 ChatGPT for Word 在侧边栏完成「文档→大纲」步骤，再交给 Kimi 或 WPS AI 生成幻灯片，同样是一条链路。

六、热门论文

1. RAG-Safety-Bench：RAG 场景下的安全能力，和「聪明程度」是反着来的（arXiv:2609.11758）

这篇论文提出了首个系统性评估「检索增强生成（RAG）安全性」的基准，通过四种 RAG 条件（无检索/干净检索/污染检索/对抗检索）隔离影响因素，得到一个扎心发现：模型的良性能力与不安全能力呈反向关系——越会帮用户完成正经任务的模型，在污染文档注入下也越容易被「带坏」。对企业落地 RAG 的直接启示是：别以为加了知识库就万事大吉，检索层的内容过滤和安全评测必须与模型能力同步建设，否则知识库越大，攻击面越大。

2. 合成数据微调的暗面：技能检索的灾难性遗忘（arXiv:2609.10750）

用合成数据微调 LLM 已经是行业标配，但这篇论文揭示了代价：合成数据微调会导致 LLM 在「技能检索」任务上出现灾难性遗忘——模型学新技能的同时，把旧技能的路由入口弄丢了。好在论文给出了持续学习方向的解法（LwF、EWC 等策略可有效缓解）。这对所有「蒸馏-微调」流水线都是一记警钟：Agent 系统里「知道该调哪个技能」和「会执行技能」同样重要，上线前请专门回归测试技能路由准确率，而不是只测新任务。

3. CanvasAnneal：用「课程式退火」教扩散语言模型学会推理（arXiv:2609.13060）

扩散语言模型（dLM）被视作自回归 LLM 的潜在接班人，但推理与工具使用能力一直是短板。这篇论文引入课程式强化学习：先注入教师模型的推理轨迹做「热启动」，再逐步撤除引导（类似金属退火工艺的缓慢降温），让模型自己接管推理过程。结果显示 dLM 的推理与工具使用能力显著提升。有意思的点在方法论迁移——「先扶后放」的课程学习思路，同样适用于微调任何需要长程推理的模型，值得做训练的工程师借鉴。

信息来源

评论

加载中…