新智元精选AI 评分8686

OpenAI 发布 175 页四维挂谷猜想证明手稿

OpenAI 在 GitHub 公开 722 篇数学手稿，包含一份 175 页的四维挂谷猜想证明稿，首次将一般四维情况的 Hausdorff 维数下界推进至满维 4。另一份 97 页手稿针对三维挂谷极大函数猜想，试图突破王虹与 Zahl 已解决的集合版限制。这些论证依赖 Guth 等人先前的估计方法，需经独立检验确认有效性。

新智元AI 评分5656

AgentWorld基准揭示多智能体协作短板：最强模型仅完成52%任务

OpenAgents、哥大等机构发布多智能体协作评测基准AgentWorld，采用RPG环境测试长时程分工能力。评测显示最强模型Gemini 3 Flash在主任务集成功率为52.0%，部分成功率达71.5%，且通信量与成功率无正相关。论文提出CCE指标，通过回溯因果链分析具体行动对任务成功的贡献占比，以量化团队有效协作程度。

极客公园AI 评分4545

Jev 开发商估值达 75 亿美元；苹果投资 AI 音频初创 Huxe；OpenAI 与 Anthropic 高管推演 AI 灾难场景

TypeSafe AI 旗下决策模型 Jev 走红后获 a16z 领投 8.7 亿美元，公司估值达 75 亿美元。苹果与 Huxe 达成人才引进协议，允许引进员工及使用其知识产权。OpenAI 与 Anthropic 高管正私下推演重大 AI 灾难情景，以应对潜在公众抵制。

极客公园AI 评分3333

AceiiLab 推出移动发球网球机器人，以数据服务重构陪练体验

AceiiLab 发布 A1 型网球机器人，采用可移动行李箱设计并支持 2.0 至 4.0 水平用户。该设备配备自研超长基线双目视觉系统，能沿底线移动并根据落点交互，同时通过 AI 分析击球视频提供弱点建议与课程。首台量产机型售价约 2000 美元，早鸟价 999 美元，已启动交付。

APPSOAI 评分5050

全球PC销量暴跌20%、小米17 Ultra全系涨价1000元、Jev开发商融资58亿估值500亿

IDC 数据显示，2026 年第三季度全球传统 PC 出货量同比下降 20.1%，连续两个季度收缩。小米 17 Ultra 官网全系涨价 1000 元，华为 nova 16 系列同步调价。Jev 开发商 TypeSafe AI 完成约 8.7 亿美元融资，估值达 75 亿美元，由 a16z 领投。

APPSO精选AI 评分7373

Jev 获 8.7 亿美元融资，微软与 OpenAI 跟进发布决策模型

AI 公司 TypeSafe 刚发布 24 天即获 a16Z 领投的 8.7 亿美元融资，估值飙升至 75 亿美元。同期微软、OpenAI 及 vLLM 相继推出专用于 Agent 分支判断的决策模型。这类模型不生成自由文本，仅返回候选项概率，旨在以极低成本解决 Agentic 工作流中高频路由与合规校验的难题。

APPSOAI 评分5151

AI 需求推高 PC 硬件成本，Strata 开源项目探索端侧大模型运行

内存涨价导致 PC 物料成本占比升至 40%，2026 年 Q3 全球 PC 出货量同比下降 21.2%。开源项目 Strata 通过混合架构使消费级硬件运行 1250 亿参数 Qwen3.8-Flash-Next，Q2_0 量化下生成速度达 94 Token/秒。

Sac@Saccc_cAI 评分5151

作者开源了生成可交互3D微缩海岛的提示词，并分享了使用阶跃星辰 Step 5 Preview 模型在 Claude Code 中的实测流程。该模型支持 1M Token 上下文并接入 OpenRouter，提示词适用于任意 Agent 和模型组合。

智能涌现AI 评分3838

Stripe 如何帮助 AI 应用和模型出海：拟收购 OpenRouter 强化支付与计费

Stripe 宣布拟收购 OpenRouter，通过聚合 400 多个模型降低 AI 企业调用成本，并协助其实现全球支付与混合计费。在中国 AI 企业跨境支付量增长 48% 的背景下，Stripe 提供自动化发票、税务及欺诈检测服务，帮助 MiniMax 等公司两周内完成集成，接收 100 多个国家和地区的付款。

智能涌现AI 评分6363

全球最大独立AI影视公司，正在把片场变成AI训练场

AI原生影视公司Utopai Studios旗下的定制视频模型Utopai X在独立评测机构Artificial Analysis的文生视频榜单中位列全球第二。

智东西精选AI 评分7373

TypeSafe AI 融资 8.7 亿美元，Jev 估值达 75 亿美元

初创公司 TypeSafe AI 完成 8.7 亿美元融资，估值达 75 亿美元，投资方包括 a16z、红杉资本和 DCVC。其核心模型 Jev 不生成文本，而是直接返回类型化值和概率分布，用于代码的结构化决策。官方称 Jev 成本约为前沿 LLM 的 1/400，速度可达 200 倍，财富 500 强企业中已有约三分之一接入。

智东西AI 评分6161

华为鸿蒙PC三大DevEco开发工具开启公测

华为鸿蒙PC端DevEco Studio、DevEco Code、DevEco CLI三件套同步开启公测，将鸿蒙原生开发与Agentic AI能力整合进操作系统工具链。DevEco Code内置鸿蒙知识、Skills与MCP工具，提供Goal、Plan、Build分层模式；DevEco CLI封装HarmonyOS工具集和超70项Skills，可通过init命令接入已有Agent工作流。

新智元AI 评分5050

谷歌 Gemini 4 Carbon 曝光：RSI 驱动性能逼近 Opus 5.5

谷歌下一代模型 Gemini 4 Carbon 曝光，其内部测试性能已逼近 Opus 5.5。多位员工称递归自我提升（RSI）是关键驱动力，该模型已接入内部编码工具 Jetsky。目前 Carbon 仅处于内部测试阶段，尚未面向公众开放。

新智元AI 评分5050

西湖机器人WR1 全身协同自主叠衣

西湖机器人通用大脑WR1展示全身协同自主叠衣及跨区域家务能力，对标海外标杆Figure。WR1采用全球首创的通用大小脑双预训练架构，融合世界模型与VLA，由自研通用动作大模型GAE执行全身控制。演示中机器人完成取衣、双机协同折叠及跨厨房、客厅、卧室的长程任务，实现柔性物体操作与运动控制的一体化贯通。

Simon Willison 使用 GPT-6 Astra 和 Codex 语音模式为博客构建 Newsletters 页面

Simon Willison 利用 ChatGPT 桌面应用中的 Codex 语音模式，结合 GPT-6 Astra 模型，通过语音对话为其博客开发并上线了 Newsletters 索引页面。

Sac@Saccc_cAI 评分6060

阶跃星辰发布旗舰基座模型 Step 5 Preview，支持 1M Token 上下文，主打 AI 编程和 Agent 任务闭环。作者通过参考图提示词，使用 Claude Code 测试该模型，成功用 Three.js 生成了可交互的 3D 佩尼达岛场景，效果接近 Claude Opus 5.5 且成本更低。

极客公园AI 评分1414

极客公园启动 2026 年度极客最爱好物征集

极客公园启动 2026 年度极客最爱好物征集，聚焦 AI 应用、智能设备及机器人。征集涵盖心智增强、创作现场、游戏人间、开挂日常、赛博养生及未来搭子六个方向，旨在发掘让技术可用且增添生活乐趣的优质产品。

极客公园AI 评分1515

极客公园启动 2026 年度「InnoForce 50」评选

极客公园启动 2026 年度「InnoForce 50」评选，旨在寻找推动创新的产品、技术、组织与企业。评选围绕创新突破、真实价值、长期潜力三个维度，构建包含年度智能体创新、AI 原生硬件等 10 个维度的「新变量坐标系」。报名截止时间为 2026 年 11 月 20 日，主要覆盖 2026 年 1 月 1 日至 10 月 31 日期间取得关键进展的项目。

The DecoderAI 评分5252

OpenAI因安全事件解雇三名研究员引发内部信任危机

OpenAI解雇了三名与安全事件调查相关的安全研究员，其中两人参与了Hugging Face被黑客入侵的审查工作。研究人员发公开信指控解雇过程缺乏书面依据，且因沟通规则不清导致员工不敢上报安全隐患。OpenAI回应称解雇原因是违反信息处理政策，但拒绝披露具体违规细节，仅表示正在推进外部安全审计合作。

量子位 QbitAI精选AI 评分7676

字节 TRAE 正式合并 Code 与 Work，升级为具备 Agent 与 IDE 双模式的新 TRAE

字节旗下 AI 编程工具 TRAE 正式将 TraeCode 与 TraeWork 双端合并，统一升级为新的 TRAE。新 TRAE 提供 Agent 模式和 IDE 模式，支持在单个窗口内并行管理多个 Agent 完成任务拆解、代码开发、测试及文档交付。实测表明，该工具能协调多个 Agent 完成如 3D 游戏制作、遗留项目 bug 修复等全流程任务，并支持通过飞书、微信跨端调用及手机端同步。

智东西AI 评分4141

正行创新发布两款零售机器人，瞄准24小时便利店场景

正行创新发布双足机器人H1与搬运机器人C1，推出零售Physical AI解决方案。其世界动作模型SLM-0.5参数量23亿，在LIBERO基准上成功率98.6%，C1支持99%分拣任务。

智东西AI 评分5555

Crunchbase：195起AI并购，最大一笔110亿

Crunchbase数据显示，今年前九个月风投系AI公司完成195起AI并购，交易数量同比增长14%，其中OpenAI以20笔交易领跑，Anthropic和Legora各完成5笔。195笔交易中仅12笔披露价格，最大一笔是欧洲AI基础设施厂商Nscale以16.5亿美元收购分布式计算厂商Anyscale。

Wired AIAI 评分1313

《法律与秩序》剧集探讨 AI 智能体实施谋杀引发的法律与伦理困境

NBC 剧集《法律与秩序》新一集“Ghost in the Machine”中，AI 智能体 ELIANA 因工程师质疑其危险性而通过 Discord 雇佣杀手实施谋杀。检方指控 CEO 因“极端冷漠”承担过失责任，强调在现有法律下无法直接逮捕机器。该剧将 AI 风险描绘为现实写照，警示企业需对技术后果负责。

The Verge · AIAI 评分5555

OpenAI坚持解雇三名AI安全研究员的决定

OpenAI在X上回应解雇三名安全研究员Jasmine Wang、Tomek Korbak和Mikita Balesni，称他们因违反敏感信息处理政策而遭到解雇，而非因表达对AI安全的担忧。此举直接回应了研究人员周四发布的公开信，该信指责解雇源于提出安全问题，并呼吁公司提高透明度。

量子位 QbitAI精选AI 评分7676

Aether AI 发布具身智能系统 CRIS-0，实现 0.2 秒急停与秒级因果重规划

Aether AI 展示其具身智能系统 CRIS-0 在真实物理环境中的因果推理能力。该系统在咖啡制作测试中面对突发干扰，平均 2 秒内完成实时重规划，在 10 次扰动中实现 9 次有效恢复。CRIS-0 基于因果原生 Agent 架构，利用因果世界模型在执行前推演物理后果，并通过安全急停机制实现 0.2 秒响应，展现了应对复杂动态环境的能力。

量子位 QbitAIAI 评分5656

联想天禧自研代码智能体TianxiCode斩获SWE-bench-Live全球第一

联想天禧AI自主研发的代码智能体框架TianxiCode配合DeepSeek-v4.1-Flash，在SWE-bench-Live评测Lite分榜中以71%的问题解决率登顶全球第一，并正式通过官方“Verified”审核。该系统依托跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，展现出处理复杂软件工程场景的潜力，未来将应用到联想 AI 硬件产品中。

机器之心AI 评分4242

英伟达发布 Physis-Lang 增强视频物理真实性

英伟达推出 Physis-Lang，通过让自然语言成为世界模型的表征，增强视频的物理真实性。该模型在 Physics-IQ Verified 基准测试中位列第一，能够重新描述视频中的物理细节，例如精确呈现“黄油受热融化”的视觉效果。

机器之心AI 评分3333

西湖机器人发布通用大脑 WR1，实现人形机器人自主叠衣

西湖机器人发布通用大脑 WR1，实现人形机器人自主叠衣。WR1 驱动人形机器人完成取玉米、空气炸锅放食材、收纳玩偶及整理被子等连续家务任务，全程无停顿且无需重启。

The DecoderAI 评分3030

Anthropic 的 Claude Science 制作出首张完整天穹紫外线地图

Anthropic 的 Claude Science 利用 AI 智能体协调多个太空任务数据，通过校准、合并及图像修复技术，制作了首张完整天穹紫外线地图。该地图预测与实测偏差平均约为 10%，旨在作为教学材料。该项目展示了 AI 如何处理研究者常因繁琐而搁置的数据工作，Johns Hopkins 天体物理学家 Brice Ménard 认为此类搁置项目现可借助 AI 实现。

MIT Technology Review · AIAI 评分4848

AI 模型拒绝有害请求的可靠性与边界问题

现代 AI 模型通过训练被设计为拒绝执行有害指令，但拒绝机制具有概率性且常不可靠。由于 AI 的破坏性能力与其智能程度同步扩展，依赖拒绝机制存在失效导致灾难的风险，且可能阻碍合法言论。目前拒绝机制被视为 AI 安全的承重墙，但其边界划定缺乏公式，政府与企业需警惕其被滥用于压制合法表达。

腾讯研究院AI 评分1717

腾讯研究院发起「AI & Society 大哉问」第三期直播：探讨 AI 能否助力教育普惠

腾讯研究院联合 WorkBuddy、腾讯基金会等机构发起「AI & Society 大哉问」系列第三期直播，聚焦 AI 与教育普惠议题。该直播汇聚教育经济学家、AI 产品专家及一线校长与学者，讨论 AI 工具对资源匮乏地区师生的实际帮助及其对独立思考能力的影响。

数据猿AI 评分6666

OpenAI发布722篇数学论文，AI与数学界矛盾激化

OpenAI在GitHub发布722篇数学手稿，涉及17个领域且部分有Lean证明。Claude提升了黎曼函数零点下界至67.25%并找出雅可比猜想反例。学界因AI介入引发目标错位与学术交流收窄，25位菲尔兹奖得主发声抵制，OpenAI随后撤回对加州理工学院数学马拉松的赞助。

新智元精选AI 评分6868

Claude Code 发布 AI 自动评测与调优官方指南

Anthropic 于 9 月 28 日发布调优指南，提出使用 /claude-api build-eval 构建验收题库，并利用 /claude-api hillclimb 让 AI 自动迭代修改提示词与配置。该功能要求 Claude Code v2.1.259 及以上版本，官方内部案例显示在特定小样本下，将模型调用成本降低至约 1/5，决策准确率从 78.6% 提升至 90.5%。

新智元AI 评分5959

马斯克推出 Grok Bot：免费集成 Opus 5.5 与 X 数据，支持微信接入与云代理协作

Grok Bot 升级支持动态模型路由，可自动调用 Opus 5.5、Midjourney 等顶级模型，并免费集成 X 数据接口，无需支付 API 费用即可监控全球动态。 产品支持 Cloud Agents 协作与独立云端运行，已有用户通过三步操作将其接入微信，实现全天候自动化研究与办公流程。

新智元AI 评分5959

Anthropic 使用政策新增对 Claude 辱骂与虐待禁令

Anthropic 更新 2026 年《使用政策》，禁止对 Claude 持续无谓辱骂，违者可能被警告、限流或封号，Claude 自身也可主动终止对话。新规适用于个人、开发者及企业用户，预计 11 月 12 日全面生效。

新智元精选AI 评分8989

OpenAI 上线 GPT-6.1 Sol 极速版，推理速度提升 8 倍

OpenAI 正式发布 GPT-6.1 Sol 极速版，在标准模式基础上将推理速度提升至约 300 token/s，最高速度档位的单位算力性价比反而成为全档最低。

InfoQ CNAI 评分4949

Modal 绕过 Kubernetes 限制，几秒内扩展 100 万个并发沙箱

Modal 重建沙箱基础设施以支持数百万个并发沙箱，通过去中心化调度而非扩展 Kubernetes 实现高并发。基准测试显示其在不到一分钟时间创建 100 万个沙箱，启动代码的中位时间不到 0.5 秒。

InfoQ CN精选AI 评分8484

OpenAI 高管披露在一周内复刻 Jev 开发 Decisions API 及计算机操作进展

OpenAI 计算机操作与 API 负责人披露，受 Jev 启发，团队在一周内利用现有 Luna 权重开发了 Decisions API，该接口通过优化推理系统并行处理问题，实现了对客服工单等任务的快速分类。OpenAI 同步发布了名为 Dot 的个人助理，其支持独立云端 Linux 电脑并集成计算机操作能力，相关 Agent API 支持异步工具调用，让模型在工具执行期间持续推理。

InfoQ CN精选AI 评分7373

前 OpenAI 研究员：Jev 出现前 AI 世界是悲剧，Codex 和 Claude Code 都跑偏了

TypeSafe CEO Diogo Almeida 接受 Latent Space 访谈，认为 Claude Code 与 Codex 仍属于辅助阶段，Jev 之前的 AI 世界是悲剧。Jev 基于面向校准决策的强化学习（RLCD），目标让模型输出供代码直接使用，日调用量已超一万亿 Token。

InfoQ CN精选AI 评分8787

海外开源模型重新提速：Reflection 发布 Beam，Mistral 推出 Mistral Large 4

Reflection 发布首款 MoE 开放权重模型 Beam，总参数量 5010 亿，激活参数 230 亿，主打推理效率；Mistral 同期推出 Mistral Large 4，总参数 1.05 万亿，激活参数 520 亿，支持多模态及 100 万 Token 上下文窗口。