返回资讯列表

每日AI资讯 2026-10-20

AI技巧AI论文行业动态AI工具AI新元素

一、AI 行业动态

Claude Code「自产自审」:九成代码不再经过人类(10.20)

Anthropic 披露 Claude Code 已实现 AI 自产自审:90% 的代码由 AI 编写并审查。6 至 9 月 PR 翻倍、回滚率降四成;采用七层检查机制,AI 投票审查配合人工终审,实质审查意见采纳率从 16% 升至 54%,平均审查轮数从 2.08 降至 1.32——无效来回大幅减少。当"写"和"审"都交给 AI,人类工程师的角色正式转向"终审法官"。

MiniMax M3.1 Flash 发布:全网霸屏的神秘"太空兔"揭晓(10.20)

前阵子刷屏的神秘模型 Space Bunny 揭晓身份——来自 MiniMax 的 M3.1 Flash 早期版本,已处理超 200 万亿 Token。正式版推理速度提升 3 倍、Agent 任务成本降低 70%,输入价格低至 1 元/百万 Token,多项评测排名第一。闫俊杰治下的 MiniMax 押注"高效率低成本规模化"路线:在价格战打到分币级的当口,性价比本身就是护城河。

Gemini 4 Argon 打穿"AGI 终极考场"ARC-AGI-3(10.20)

谷歌 Gemini 4 Argon 在 ARC-AGI-3 上取得 97.5% 的成绩——七个月前所有模型还不到 1%,该测试通过交互式游戏考核 AI 的自主学习能力,Argon 通关效率比人类基线高 62%。需要留意的是:这一成绩在定制接入方式下取得,标准配置下仅 49.8%。考场的分数暴涨与"怎么接入"高度相关,这一点比分数本身更值得行业讨论。

首次!国产大模型攻克世界级数学难题(10.20)

大湾区大学许地生团队与上海 AI 实验室合作,借助书生-S2 大模型证明了 Ghys 猜想在复余维一情形下成立,解决了悬而未决 30 多年的复三维情形;北京大学董彬、刘若川团队随后用 Lean 4 完成形式化验证,5 天内生成 55 万行代码。这是中国团队首次用国产大模型攻克世界级数学难题——"国产模型+人类数学家+形式化验证"的接力范式,第一次完整跑通。

GPT-6 Astra 解决 98% 世界级物理难题,人类数学家却坚持不用 AI(10.20)

两则对照新闻同日出现:GPT-6 Astra 在 TheoPhysEval 物理评测中 50 题答对 49 题(98%),还纠正了人类专家的计算错误,MIT 数据显示 AI 理论科学解决率两年从 2% 飙升至 35%、每题成本约 3 美元;另一边,Thorner 等人基于 OpenAI 的突破成果推进广义黎曼猜想,并用 Lean 完成验证、无条件证明了悬置 19 年的类群猜想——三位作者特意声明"本工作未使用任何 AI 工具"。人机协作与人类独立坚守,正在同时被写进数学史。

一句话总结:今天的主线是"验收权"——AI 写的代码、做的证明都到了九成量级,人类剩下的工作从"生产"变成了"验收":谁制定验收标准,谁才真正说了算。

二、AI 新元素

清华特奖得主创业三个月,估值数亿美元:物原科技押注物理直觉(10.20 深读)

清华特奖得主吴海旭创立物原科技,聚焦世界模型与物理建模:公司 3 个月内完成多轮融资、估值数亿美元,投资方包括蚂蚁、美团、达晨财智。技术路线延续其 GeoPT 研究——通过合成动力学把静态几何提升到动态空间,让 AI 学习粒子轨迹演化来获取"物理直觉"。

它怎么赚钱? 物原的生意是"卖物理常识":现有世界模型擅长生成好看的画面,却常常违反重力、碰撞与摩擦;它要让模型先懂"东西会怎么动"。上游是合成动力学数据与自建仿真引擎,下游卖给具身智能公司(做决策前先在脑子里预演)、工业仿真客户(产线/机器人调试)与内容生成平台(物理正确的视频),按模型授权或仿真调用收费。三个月估值数亿美元的赌注在于:谁先让模型具备可靠的物理直觉,谁就握住了具身智能和世界模型共同的底层入口。

禾赛发布 Kosmo:15 分钟把真实世界搬进 AI(10.20)

禾赛发布三维世界数据引擎 Kosmo:空间相机 Kosmo One 集成激光雷达、影像系统与高精度 IMU,约 15 分钟即可完成百平方米空间扫描(专业团队需 300 小时),毫米级精度;云平台 Kosmo World 可生成 3DGS、Mesh、Depth 三种表达并自动产出上万条训练轨迹,实现"一次采集、持续复用",机器人任务成功率达 99%。世界模型最卡脖子的"数据从哪来",被一台相机回答了一半。

腾讯内测"懂了鸭":AI 交互式内容瞄准少儿(10.20 独家)

腾讯内测 AI 互动内容产品"懂了鸭",面向少儿与青少年,提供网页版与微信小程序:以"奇妙卡"为载体,用 3D 模型、游戏、绘本等交互形式呈现知识,支持 AI Agent 一键创作——家长与教师也能自制绘本和互动游戏。在双减之后的内容空档里,大厂用生成式交互补上了科普与亲子场景。

Apate.AI:让 AI 假扮受害者,陪骗子唠出 25 万条情报(10.20)

Apate.AI 开发 AI 智能体假扮潜在受害者与诈骗分子周旋:已进行 250 万次交互,累计消耗骗子约 17 年时间,收集超 25 万条情报,合作银行诈骗损失下降 76%、近 59 万通可疑电话被转接处理。它把安全领域的"蜜罐"思路 AI 化了——用 AI 的耐心去对冲骗子的耐心,这是反诈战场上最省人力的一支队伍。

Meshy 完成近 4 亿美元 B 轮:AI 3D 成了最争气的出海品类(10.20)

9 月 AI 出海数据显示 23 家公司订阅收入合计 8566 万美元,其中 3D 建模品类最突出:Meshy 成为首家 ARR 突破 1 亿美元的 AI 3D 公司,以 15 亿美元估值完成近 4 亿美元 B 轮融资。3D 是首个同时展现用户增长、付费能力与资本认可三个维度的 AI 品类——生成"看得见摸得着"的东西,比生成一段文字更容易让人掏钱。

一句话总结:新元素都在解决"从哪来"——数据从相机来(Kosmo)、直觉从轨迹来(物原)、线索从骗子嘴里来(Apate)、收入从 3D 模型来(Meshy):AI 产业的管道工,正比炼金术士更值钱。

三、X 大 V 动态(近 30 天精选)

Grant Sanderson(3Blue1Brown 创始人):现在正是学习数学的最佳时机(10.20)

这位用动画让千万人爱上数学的科普者发声:即便 AI 全面超越人类证明定理的能力,数学的应用价值、个人能力培养与审美价值都不会受冲击;他预测数学研究将转向"理论构建",而证明本身会降格为"原始数据"。他甚至认为现在进入数学领域正逢关键转折点——有机会参与定义"什么样的数学工作值得被认可"。当证明变得廉价,品味和提问能力就变得昂贵。

Felix Rieseberg(Claude Code 负责人):大家用 AI 都太保守了(10.20)

Felix 分享自己"更有野心"的 AI 使用法,涵盖速度、高度、深度、广度四个维度:设定远高于直觉的目标、用动词而非名词下达任务、让 AI 像专家一样自行获取原始资料并验证结果。他的核心论断是——人类需要更新对自己能力的判断,敢于提出"不合理"的目标,然后相信 AI 能做到。这句话出自亲手打造 Claude Code 的人,分量不轻。

Alex Gerko(XTX Markets 创始人):46 岁数学博士靠 AI 交易杀进富豪榜前十(10.20)

俄罗斯数学博士 Alex Gerko 创立的 XTX Markets 凭借纯 AI 交易系统,日交易额超 2500 亿美元;他以 160.06 亿英镑身家杀入英国富豪榜第八,一年内财富增长约 643 亿元人民币。在所有人讨论"AI 能不能赚钱"时,量化交易给出了最直白的答案:AI 早就赚到了,而且是在最不相信故事的市场里。

一句话总结:三位大 V 从三个角度回答同一个问题——AI 把什么变便宜了:Sanderson 说证明便宜了、Felix 说执行便宜了、Gerko 说赚钱的门槛便宜了:真正的稀缺品,正在从"能力"转向"判断力"。

四、GitHub 项目精选

lemo-opuscar 开源风格库:98 部奥斯卡影片的"风格提示词"(10.20,1.5k 星)

项目把 98 部奥斯卡最佳影片复刻成短片风格库(77 部 2D、4 部 2.5D、17 部 3D),所有风格提示词公开可一键复制——无需剪辑与绘画基础,就能用 AI 做出电影质感短片。为什么有趣:它把"导演的视觉语言"变成了可检索、可复用的开源资产,与 SVML 视频语言(10-12 资讯)同一思路:创作门槛的降低,靠的是把审美沉淀成工程件。

谷歌开源 Harness²:让模型自己优化外围脚手架(10.20)

谷歌开源双层递归架构框架 Harness²:大模型自动优化自己的外围脚手架(提示、工具、流程),完全无需改动权重;GLM-5 接入后在 WorkBench-Bench 上得分飙升 11.5 分,反超原生 Gemini 3.5 Flash,项目已全面开源并支持 OpenCode 与 Codex。为什么有趣:RSI 不一定非要"改脑子",改"工具箱"同样能涨分——这让没有训练算力的团队也能搭上自我改进的快车。

DynStream:无位姿流式动态场景的高斯前馈重建(10.20)

北京大学、VGI Labs 与 UC Merced 联合提出:输入无位姿 RGB 视频流,前馈输出相机轨迹与动态场景表示,按时间分块做局部重建再用相对位姿变换做全局聚合,无需额外计算;5 个数据集指标最优,KITTI 长程序列误差从数百米降到 40 米。为什么有趣:它让"随手拍的视频"直接变成可用的三维场景,配合 Kosmo 这类采集设备(板块2),真实世界数字化的成本正在两头同时下降。

五、今日技巧:用 Claude Code 负责人的"四维度法",把 AI 用得更有野心(当天上手)

Claude Code 负责人 Felix Rieseberg 认为多数人用 AI 太保守,并给出四个可立刻执行的维度。当天上手三步:

  1. 把目标抬高到"不合理"(高度):别问"帮我写个脚本",改问"给我一套能自动巡检并修复这类问题的完整方案"——先抬高目标,再让 AI 拆解;
  2. 用动词替代名词(深度):把"写一份分析报告"改成"先去查这三处原始数据,交叉验证后指出矛盾,再给出结论"——动词会逼 AI 真的动手;
  3. 让它自取资料并自验(广度/速度):要求 AI 自行抓取原始资料、交叉核对、列出不确定的地方,你只做终审。

适合所有把 AI 当"高级打字机"用的人——从"让 AI 帮你做"切换到"让 AI 替你完成一件事",产出量级完全不同。

注释:用动词下达任务 语言学中动词天然携带"动作+对象+约束",比名词更能让模型明确执行路径,是提示词工程里最简单有效的技巧之一。

六、AI 论文精选

《EMem-Bench:具身智能体的长程记忆基准》(arXiv:2609.28236)

浙江大学 OmniAI 团队提出:长程具身交互要求智能体持续记住并更新环境信息,但现有智能体"看见不等于记住"。论文用四类任务、2,554 条可执行交互样本系统评测这一能力,并指出四大短板(细粒度视觉记忆弱、动态世界状态跟踪不可靠等);配套发布外部记忆系统 EMem 与学会管理记忆的 EMem-8B 模型,将成功率从 35.3% 提升至 58.9%(HuggingFace 三周下载近 3 万次)。讲什么:给"机器人的记性"做了一次标准体检。有什么用:家庭服务机器人要真正可用,先得过这道"记住昨天把杯子放哪了"的考试。

《IdeaScientist:为科研创意编排智能体》(arXiv:2610.04074)

CMU 与 Meta(Reality Labs + FAIR)联合提出:把"想点子"从完整科研流水线中单独拆出来评测与训练。三个角色分工——Gap Finder 找研究缺口、Innovator 做跨域迁移创新、Report Writer 写成结构化研究方案,另有论文阅读与评审两个辅助智能体与一个统管编排器。团队构建 Svalbard Idea Vault(470 万篇论文、277 万条结构化创意记录),用强化学习训练三个角色;采用 Qwen3.6-27B 时综合得分 74.6、新颖性提升 57%。讲什么:AI 不只做实验,还能提出"值得做的题"。有什么用:科研团队可以用它做选题雷达,尤其在跨学科交叉处最容易挖到新意。

《RoboPrompt:用稀疏人类输入直觉式引导机器人策略》(arXiv:2610.10534)

上海交大(与上海创新研究院、Noematrix)提出:让普通人像"在图片上画线、点位置、说方向"一样引导机器人。系统不改底层策略结构、不需重新训练,在推理时把稀疏输入转成"动作草稿",再交给原策略细化执行(通过渐进偏置去噪平滑交接控制权)。真机实验中提示对齐率达 99.44%、97.1%、100%;用引导数据做在线改进后,π0.5 三个任务平均成功率提升 15.5%,Insert Bread 提升 21.3%,人工干预次数最多下降 81.9%。讲什么:用户知道该怎么做却不知道怎么教它——这个断点被补上了。有什么用:机器人在真实场景失手时,旁边的人可以"随手扶一把",而不必等工程师。

信息来源


评论

加载中…