1、清华姚期智团队新作：代数世界模型，让AI像牛顿一样思考
清华大学姚期智、袁洋团队提出代数世界模型（AWM），把环境对象、关系与规则抽象为代数结构，结合大模型数学能力按探索、凝炼、证明建模并用Lean 4验证。在ARC-AGI-3的183个关卡上得分99.9%，平均通关动作数为人类基准43%，无解关卡两次尝试即可证明不可行。
2、算力的尽头是电力？从第一性原理看AI基础设施
国际能源署报告指出AI数据中心功率密度与电网、装备制造周期出现结构性错配，2025年全球数据中心用电增长17%，AI相关用电增长50%。前沿模型训练算力与单次训练功率高速增长，瓶颈从GPU转向变压器、燃气轮机与并网排队，微软、Meta、亚马逊等正通过核电购电和现场发电应对。
3、AI 公司要进入盈利时代了吗？
Anthropic招股书披露2026年第二季度首次实现单季GAAP营业利润9.74亿美元，营收115.55亿美元，调整后营业利润率约19%；上半年营收162.86亿美元、调整后净利润26.71亿美元。按用量计费收入约131亿美元、占比约80%，企业客户净收入留存率约900%，但盈利能否跨周期持续仍存分歧。
4、驳AI泡沫破灭论！Anthropic成「垃圾股」，OpenAI融资爆降都是胡扯
针对“OpenAI融资暴跌、Anthropic被评为垃圾级”的传言，事实被澄清：OpenAI融资目标从300亿美元下调至约200亿美元，估值仍比3月高约47%；Anthropic的BB+评级只针对“北极星计划”中180亿美元次级贷款，三大评级机构尚未正式评级。纳斯达克100当日下跌主要受英特尔和亚马逊财报影响。
5、一张GPU背后的多层交易，牵动科技股的敏感神经
纳斯达克单日下跌2.86%，科技股经历2025年3月以来最严重月度调整。CoreWeave部分无担保债券收益率一度超过15%，甲骨文公布融资控制计划；美银、花旗、摩根士丹利和黑石安排630亿美元融资支持Anthropic部署博通AI芯片。GPU更新周期短于六七年贷款期限，设备残值与算力收入风险正传导至数据中心和芯片采购。
6、刚刚，DeepSeek重磅开源：Agent底座架构！
DeepSeek开源Personal Agent底层架构Super-agent的设计思路及原型代码，提出连续、高效、主动、持久四大特征，采用Router与Worker双层架构、订阅直通、两级事件过滤、异步ReAct Loop、云端状态分离及Watchdog。模拟环境中任务完成时间中位数12.4分钟、95分位15.7分钟，优于传统单会话方案中性提示下的29.5分钟。
7、Claude Code悄悄更新：不让Opus 5.5复刻游戏
Anthropic通过服务器端向Claude Code推送无法关闭的规则：可制作原创或某类型游戏，但不得复刻特定现有游戏，即使改名或声称原创也不行。规则以字符串存于本地配置文件，与claude-opus-5-5模型配置并列；开发者确认此举依据既有知识产权政策，为Opus 5.5提示词新增两句指令。
8、Tibo 28连更后，OpenAI合并额度池，计费聊天开始了
OpenAI宣布自12月起将Plus、Pro、Business三档订阅的用量额度在ChatGPT与Codex之间合并共享，计量由按消息条数改为按Token，仅Instant聊天不计入，具体额度与上线日期尚未公布。同期收紧设备限制，单台设备可登录的付费账号数量设上限。此前Codex负责人Tibo完成28天连续更新并翻倍部分套餐额度。
9、当Agent遇上猪队友！实测多Agent冲突场景，前沿大模型如何应对
Google、Emory、USC等机构联合发布多智能体冲突基准CLASHarness，覆盖20个领域、600个可执行任务、7970张4K视觉证据图，评测Claude Opus5、GPT-6 Astra、Gemini 3.x及Kimi K3、DeepSeek V4 Pro等15个模型。模型单项检查得分约60%，但端到端通过率均未突破30%，Claude Opus5为25.2%，关闭图像输入后通过率下降87%—90%。
10、AI真实工程设计能力，大排行出炉：多模型零分！
Xplore AI发布RWE-Bench，含20道机械、航空航天、电子工程设计题，由从业工程师出题并调用物理求解器逐项自动判分，单题限时24小时。成绩最好的GPT-6 Astra通过率仅37%，Claude Opus 5.5为29%，GPT-6.1 Sol为25%，Gemini 4 Argon为12%，其余模型几乎全部零分。该评测样本量偏小，且发布方销售RL训练环境。
11、告别VAE和ViT! 英伟达开源PixelUMM, 在像素空间统一视频图像理解与生成
英伟达与滑铁卢大学提出并开源无编码器统一多模态模型PixelUMM，直接在像素空间统一图像与视频的理解和生成，不使用VAE和ViT。模型将图像切为16×16 patch、视频切为4×16×16 tubelet，经单层线性投影接入Mixture-of-Transformers主干，理解与生成共享注意力但参数分离，可生成832×464、96帧、24fps且不经VAE解码的视频。
12、混合架构用线性注意力还是滑窗注意力？复旦创智OpenMOSS团队：我全都要
复旦创智OpenMOSS团队发表论文，在376M至3B四种规模上比较RoPE/NoPE全注意力与滑窗注意力、GLA/GDN门控线性注意力的混合架构，评测PG19 PPL、RULER、BABILong和LongBench。研究提出混合位置视角及六条结论，据此设计的滑窗线性注意力使GLA-NoPE在RULER NIAH-SK1上从4k外推至64k，实现16倍免训练外推并保持100%准确率。
13、AI推导出「外星数学」！38年无解混沌难题，被GPT-6联手Claude终结
理论神经科学家David Clark宣布解析1988年Sompolinsky模型的完整李雅普诺夫谱，解决悬置38年的公开问题。GPT-6 Astra在Max模式下进行约100分钟独立推导，Claude Opus 5.5辅助整理为物理上透明的版本并重现原作者薛定谔方程结果。该工作还表明系统吸引子维度与信息产生速度随神经元数量N成正比增长。
14、24项真机硬碰硬！不靠大规模机器人预训练，Fysiverse-UniWAM拿下导航、移动操作双第一
飞捷科思联合复旦大学CITLab提出统一世界动作模型Fysiverse-UniWAM，不依赖大规模机器人预训练，基于预训练视频世界模型和共享骨干联合学习导航与操作，并构建超150万条轨迹、约7500小时的MAP-Data数据集。在MAP-Bench上平均位置误差9.85厘米、朝向误差2.30°；部署于4种机器人平台完成24项真机测试，13项导航位置误差全部领先。
15、具身RSI的真假之争：机器人是在自我进化，还是在反复刷题？
星衍智能推出通用具身Harness框架Auriga，以GPT-6 Astra为基础模型，在不针对目标任务预调优、不依赖专家演示、单次执行且不允许环境重置的Zero-shot协议下，于RoboDojo榜单42项任务、3个随机种子共6300个测试回合中取得57.74%平均任务成功率与64.00平均过程评分。该框架将物理RSI划分为任务级搜索、单次在线适应与系统级能力改进三个层次。
16、整仓迁移交给Coding Agent，训练与推理行为还能对齐吗？谷歌团队发布T2J-Bench
谷歌云AI研究院、Google DeepMind等团队发布T2J-Bench，构建63个整仓PyTorch至JAX迁移任务，覆盖18个模型家族，含45个LoRA训练任务和18个推理服务任务，并配套诊断—迁移—验证循环的TwinHarness。最强基线OpenCode+opus-5得0.676；固定Claude-Code+opus-5时，TwinHarness将得分从0.649提升至0.723，相对提升11.4%。
17、AI如何解析物理世界？清华联合清屿科技等团队推出自进化多物理场建模系统EvoSim
清华大学张强教授团队联合香港大学、北京怀柔实验室与清屿科技提出自进化多物理场建模系统EvoSim，使AI能从实验偏差中追查物理机制、修订方程并沉淀可复用建模方法。系统在电池快充析锂与车辆动态电压预测中验证，析锂起点荷电状态平均绝对误差1.79%；45组任务中模型构建或物理机制失败减少36.4%，累计执行时间减少42.6%。
上一篇
【紧急加更】谷歌Bard中文版火爆上架，畅享中文对话，一键登录，告别ChatGPT封号困扰！
下一篇
10月31日AI资讯 | Mol-1登顶AI制药；谷歌TPU上太空；Claude Ultra取消5小时限；苹果智能接入千问；GPT-6三维评测仅0.53
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/40b629a6-152d-810c-aec0-c0073c50b6bb
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
