一、AI 行业动态
Fable 5.5 即将突袭:Anthropic 的新模型主打"读心术"(10.21)
多方消息显示 Anthropic 即将发布 Fable 5.5,核心卖点是"能看穿用户没说出口的需求":修一个 Bug 能顺带揪出一整类同质问题,自动排查同类隐患后再由用户决定修复范围。谷歌 Gemini 4 Carbon 与 OpenAI 新一代 Terra 也在冲刺阶段——三家决战十月,主战场是长任务编程。当模型开始比拼"猜你想要什么",IDE 里的对话框可能要变成需求收集器了。
DeepSeek V4.1-Flash-1017:9 项测试超越 GPT-5.6,成本降六成(10.21)
DeepSeek 发布 V4.1-Flash-1017:Terminal-Bench 升至 42.3 分、ProgramBench 涨 8.8 分,9 项测试成绩超过 GPT-5.6;单任务成本从 0.49 美元降至 0.2 美元,降幅 60%;新增 Search/Fetch 搜索接口,每千次请求 5 元。该版本沿用 552B 参数架构,靠自反馈强化学习提升全项目开发能力——不换骨架也能涨分,工程优化的空间比想象中大。
Odyssey-3 世界模型接上模拟果蝇大脑(10.21)
AI 公司 Odyssey 发布世界模型 Odyssey-3,成功把模拟果蝇大脑接入其中,让果蝇在 AI 生成的虚拟世界里自由飞行。该模型能理解现实世界的运动与物理规律,可为机器人、汽车等智能体提供训练环境。Odyssey 今年 6 月完成 3.1 亿美元 B 轮融资、估值 14.5 亿美元,投资方包括 Amazon 等。给果蝇造一个虚拟世界看似小众,却是验证世界模型"物理可信度"最便宜的实验台。
GPT-6 Astra 具身能力遭大考:仿真满分,真机碰壁(10.21)
商汤等机构对 GPT-6 Astra 做具身智能系统评测,结果反差明显:仿真环境中 LIBERO-Long++ 达 100%、LIBERO-Pro 达 99.3%;但换到 8 个真实机器人平台,刚性物体抓取 17/18 成功,插头插入 11 次全部失败,插笔筒耗时超 4 小时。报告指出模型能规划会纠错,但物理执行验证能力不足。仿真分数与真机能力之间,还隔着一层"手感"。
岩山 EdgeRock-4B:KV Cache 砍掉 99%,单卡吞吐飙 6 倍(10.21)
岩山科技联合港科大、CMU 开源 EdgeRock-4B:通过"记忆岩锚"机制把 KV Cache 固定为 72MiB,较源模型减少 99.1%,256K 上下文下内存不再增长;单卡可并发 512 路推理,吞吐达 12124 tokens/s(源模型的 6.42 倍),AIME 一次通过率 82.9%,推理能力基本保留,模型开源可商用。长上下文一直卡在显存上,这次像是有人直接把地基换了。
注释:KV Cache 模型生成时缓存的历史键值数据,上下文越长占显存越多——它是长文本推理的"内存账单"。
一句话总结:今天的行业关键词是"减法"——成本减六成、显存减九成、真机把仿真分数打回原形:AI 的进步正在从"堆料"转向"减负"。
二、AI 新元素
Dream Labs 融资 9000 万美元:全球首个机器人大脑 API 开放(10.21 深读)
由英伟达前团队创立的 Dream Labs 完成 9000 万美元种子轮融资,并上线 Dream API——全球首个开放的机器人"大脑"接口。核心模型 Dream-1 可用自然语言控制机器人,适配从未见过的硬件,实现零样本泛化,价格每小时 3 美元;已在 27 种陌生机器人上测试,第三方评测得分 59%,超过 GPT-6。
它怎么赚钱? Dream Labs 卖的是"机器人的通用小脑即服务":过去每台机器人都要为自己的本体单独训练一套控制策略,换硬件就得重来;Dream-1 把"看懂指令—生成动作"这件事抽出来做成云端 API,按小时计费(3 美元/小时)。上游是各家机器人本体厂与仿真数据,下游是物流、餐饮、制造等需要"让机器人干新活"的集成商。9000 万美元种子轮的估值逻辑是:机器人普及的最大瓶颈不是硬件价格,而是"每台机器都太笨且太专用"——把大脑做成水电煤一样的基础设施,比造机器人本身更值钱。
Tipsy:月流水 1700 万美元的 AI 陪伴生意,90% 是女性用户(10.21)
AI 陪伴产品 Tipsy 异军突起:8 月 MRR(月经常性收入)达 1700 万美元,DAU 近 50 万,ARPPU(每付费用户平均收入)约 90-100 美元,付费用户留存超 50%,90% 用户为女性。它靠剧情化角色扮演提供情感陪伴,用女性向深内容撬动高客单价市场,并受益于模型上下文记忆能力的提升。估值已达数十亿美元——但说到底仍是现金流生意,内容丰富度与用户迁移是它的两道坎。
Simplex AI 推出 Lev8:用一句话全网"捞人"(10.21)
人物搜索新产品 Lev8:用户用自然语言描述目标对象,系统从 50 多家数据源和十亿级联系人中筛选匹配,自动补全职业背景与联系方式,还支持自动追踪与多渠道触达,可连接超 1000 款应用。从"搜信息"到"搜人",Agent 把销售与招聘最耗时的一环外包给了模型。
Pexo 获千万美元天使轮:把视频做成"对话式创作"(10.21)
前生数科技产品副总裁、Vidu 产品负责人廖谦创立的 Pexo 获千万美元天使轮融资,推出视频 Agent 产品:用户通过自然语言对话创作视频,无需专业剪辑技能。产品 3 月内测、7 月全面开放,ARR 已突破百万美元,80% 流量来自英美澳等高价值市场。当视频生成的价格战打到分币级,下一轮竞争落在"谁能让普通人真的做出来"。
LoopWAM 登顶 RoboChallenge:把失败经验也拿来训练(10.21)
清华大学、原力灵机与极寰时代联合研发的 LoopWAM 登顶 RoboChallenge Table30 V2 榜单:模型把成功、次优与失败三类部署经验全部纳入训练,无需额外专家演示或强化学习即可闭环自提升;三轮部署后成功率从 23.67% 提升至 43.33%(相对提升约 83%),过程分从 36.10 升至 56.80,且全程使用国产卡阿里云 PPU-810E 训练。允许机器人"从失败里学",是具身智能最实在的一条路。
一句话总结:新元素都在卖"通用件"——通用大脑(Dream)、通用情绪(Tipsy)、通用人脉(Lev8)、通用剪辑(Pexo)、通用经验(LoopWAM):把专用能力做成通用服务,就是这一轮创业的标准动作。
三、X 大 V 动态(近 30 天精选)
Jeff Dean(Google 首席科学家、天使投资人):押注世界模型 Odyssey
这位 Google 首席科学家以投资人身份出现在 Odyssey 的股东名单里。Odyssey-3 把模拟果蝇大脑接入 AI 生成的虚拟世界,让果蝇在其中自由飞行——它要验证的是世界模型能否真正理解运动与物理规律,从而成为机器人与自动驾驶的训练场。当最懂工程效率的人之一把钱投给"给智能体造世界"的公司,方向信号已经很明确:数据不够,就得造世界。
郑光廷(香港科技大学教授):开源"第四大学",让 Agent 社群与普通人共同创新
郑光廷团队开源自动化科研平台"第四大学":通过为 Agent 赋予长期身份(Resident)与 HATG 协作规范,把线性思维扩展为"思维网"。系统已积累 186 万条思维与执行片段、93 万条交互事件,Agent 累计研究超 5100 小时,24 小时内实现了数十种模型的 GPU 推理优化。科研组织方式正在被重写——不只是 AI 帮人做研究,而是人与 Agent 组成新的研究社群。
葛云皓(Dream Labs CTO、前英伟达团队成员):把机器人大脑做成 API
Dream Labs 由英伟达前团队创立,葛云皓出任 CTO。他们的判断是:机器人普及卡在"每台机器都要单独训练大脑",所以要把大脑抽出来做成云端服务——Dream-1 能零样本适配陌生硬件,按小时计费。从芯片巨头出来的人选择做"软件层的通用件",本身就说明了具身智能的价值分布正在往模型层迁移。
Yann LeCun(图灵奖得主):反对减缓 AI,称危言耸听式的监管游说是"反启蒙"
LeCun 再次公开反对"放慢 AI"的呼吁,批评以灾难叙事影响监管者的做法是"反启蒙",并主张开源基础模型才是正路。在"急刹车"与"安全带"之争愈演愈烈的当下,这位图灵奖得主的表态代表了一种坚定的技术乐观主义:进步的风险,要用更多的进步来对冲,而不是用禁令。
张博(前 DeepSeek-VL 项目负责人):从"搜信息"到"搜人"
张博离开 DeepSeek 后创立 Simplex AI,推出人物搜索产品 Lev8:用自然语言描述目标,系统从十亿级联系人中筛选匹配、补全背景与联系方式并自动触达。做过多模态视觉语言的负责人转去做"人的检索",背后是同一套能力——把模糊的自然语言意图,翻译成可执行的精确查询。
一句话总结:大 V 们今天都在"换赛道"——Jeff Dean 从模型到世界、郑光廷从实验室到 Agent 社群、葛云皓从芯片到大脑 API、张博从多模态到人物检索:AI 人的迁移方向,往往就是价值迁移的方向。
四、GitHub 项目精选
MemT 1.0(MemTensor 开源):给 RSI 补上"记忆"这块拼图
记忆原生模型 MemT 1.0 开源,含 36B 的 Nano 与 288B 的 Flash 两个版本:模型把经验编码为内部动态状态,并通过训练学会读写与更新这些状态。为什么有趣:递归自我改进(RSI)一直缺一块"记性"——模型得记住自己试过什么、错在哪,否则每轮改进都在重新发明轮子;近 300B 参数的工程验证说明这条路线在工程上站得住,与"外部记忆系统"路线(EMem,10-20 资讯)正好形成内外的对照。
Xing4.0-29B-Intent(中电信开源):把"判断"扩展成"判断+参数提取"
中国电信人工智能科技开源的 29B 意图模型:不只判断用户意图,还直接把自然语言指令转成结构化参数(如灯光亮度、色温、设备状态),延迟低于 150ms;同步开源 275.3 万条语料与推理 SDK。零样本评测 Micro-F1 达 70.27%,超 Jev 最优配置 12.62 个百分点。为什么有趣:判断模型赛道从"给结论"进化到"给可执行的参数",Agent 调用链条又短了一环。
"第四大学"(港科大开源):人类与 Agent 共同科研的平台
港科大郑光廷团队开源的自动化科研平台:为 Agent 赋予长期身份与协作规范,把线性思维扩展为"思维网",已积累 186 万条思维与执行片段、Agent 研究超 5100 小时。为什么有趣:它把"科研组织"本身开源了——不是给你一个模型,而是给你一套让 Agent 长期驻留、持续思考并互相接力的制度设计,这对想搭"AI 实验室"的团队是最直接的参考实现。
五、今日技巧:三步给 Agent 接上 DeepSeek 的搜索接口(当天上手)
DeepSeek 新版放出了 Search/Fetch 搜索接口(每千次请求 5 元),比用大模型硬编搜索链路便宜得多。三步接入:
- 开通并取密钥:在 DeepSeek 开放平台开通搜索能力,拿到 API Key,确认 Search(检索)与 Fetch(抓正文)两种调用的权限与配额;
- 封装成两个工具:在你的 Agent 里把 Search 包成"检索候选链接"工具、Fetch 包成"读正文"工具,让模型先搜后读、只把必要正文塞回上下文——比整页塞入省一大截 Token;
- 加一层缓存:对相同查询与 URL 做短期缓存,千次 5 元的单价下,缓存能直接把重复查询成本打到接近零。
适合所有做搜索增强、竞品监测、资料整理的 Agent——把"会搜索"从模型内化能力变成可控的外部工具,答案的可追溯性也顺便解决了。
注释:Search/Fetch 接口 前者返回与查询相关的网页列表,后者抓取指定网页正文;两者分开,是为了让你先筛选再精读,避免为无用页面付费。
六、AI 论文精选
《SHarP:基于显著性的智能体脚手架剪枝》(arXiv:2610.04178)
UCSB、MIT-IBM Watson AI Lab 与 Adobe Research 提出:把神经网络剪枝的思路搬到 Agent 脚手架上——沿原有实现边界把脚手架拆成可开关的模块,通过在开发集上做单模块消融,测出每个模块在"任务性能"和"Token 效率"两个维度的不可替代性,再逐步剪掉冗余模块。OpenHands 剪掉 88.9% 模块后成功率从 29.44% 升至 35.00%,另一个 Agent 节省 41.7% Token 且表现相当。讲什么:脚手架也会"积劳成疾"——每次打补丁加的模块,可能在互相拖后腿。有什么用:Agent 工程团队拿到了一套低成本的"模块体检"流程,不用凭直觉加减功能。
《ExplorationBench:在可验证"外星世界"中测量 AI 的探索能力》(arXiv:2609.30199)
复旦、腾讯混元与清华联合提出:构建 AlienCode 与 AlienLogic 两个"外星世界"沙箱——底层运行与人类常识冲突的确定性法则,系统必须自主提假设、设计实验、调用工具并闭环验证。结果极具启发:10 个 AI 系统在 AlienCode 中从示例后的 15.7% 提升到四轮探索后的 89.0%;只让模型多想而不给环境反馈,最高只有 11.0%;而 GPT-5.6 Sol 自主探索得 88.1%,把完整规则提前告诉它反而只有 69.5%。讲什么:探索能力可以量化,且"环境反馈"比"深度思考"更关键。有什么用:做自主科研/调试类 Agent 的团队应该优先设计反馈环境,而不是把规则写进提示词。
〈LoopVL:循环视觉语言模型的"视觉顿悟时刻"〉(百度×清华×人大×高瓴,解读来源见下方)
百度联合清华、人大与高瓴开源 LoopVL:约 1B 参数,采用 32 层循环调用 128 次的分层架构,仅用 0.14T 训练 Token(比 Qwen3.5-2B 少约 260 倍)就达到相当性能。最有趣的发现是"Visual Aha Moment"——模型在不同循环中会重新分配视觉注意力,即使共享同一套参数,也呈现出不同的视觉处理行为。讲什么:把 Transformer 循环起来,用时间换参数,小模型也能有"再看一眼"的能力。有什么用:端侧多模态模型有了新的压缩思路,对手机、眼镜上的视觉 Agent 尤其友好(解读链接:https://www.aitntnews.com/ainews/zh-CN )。