🤖 AI 资讯早报 · 10-02

🔥 必读

1️⃣ 何恺明团队新作：看猫片就能学会 ARC 挑战（量子位 · 原文）

MIT 何恺明团队提出 NAT-ARC，一条纯视觉的 ARC 解题路线——不靠 LLM，改用 ImageNet 上的 MAE 自监督预训练（约 130 万张猫狗花草自然图像）初始化视觉编码器，再把这份「看世界」的能力迁移到抽象彩色格子推理上。流程三步：① ImageNet MAE 预训练 encoder；② 在 ARC 训练集离线训练编解码器；③ 测试时对每道题单独 LoRA 微调（每题仅 2–5 组示范）。为适配 64×64 的格子，丢掉了与原图尺寸绑定的 patch embedding 和位置编码，改用 2D RoPE。

成绩：最大单模型（huge，0.6B 参数）ARC-1 pass@2 达 63.4±0.7%，三策略集成 70.2±0.6%（总参数约 2B）；对照专门微调的 The ARChitects 用 8B LLM 拿 71.6%——视觉路线以约 1/4 参数逼近专用 LLM。

最关键的发现是预训练打通了视觉路线的 scaling 瓶颈：无预训练时模型从 large 到 huge 反而掉点，加上预训练后才转为正收益。注意力可视化显示，ImageNet 预训练模型在从未见过的 ARC 格子上已能区分前景/背景、自动聚焦有意义图案——视觉世界与抽象世界在物体分组、图案匹配、区域分割上共享同一套表征。

2️⃣ 美国大厂嫌 OpenAI/Anthropic 太贵，转向中国开源模型（机器之心 · 原文）

据《金融时报》，企业 AI 正进入「模型分流」阶段：最难的任务留给最强前沿模型，大量重复、容错边界清晰的任务流向更便宜的开放权重模型——而当下开放权重市场里最活跃的一批玩家正来自中国（DeepSeek、智谱等）。

成本压力有具体数字：Tinder CTO 透露，按 1 月用量估算全年 AI 支出约 100 万美元，到 7 月已变成 1000 万美元/年（半年涨 10 倍），Tinder 已把部分普通用户请求转给开放权重模型；AT&T 每天处理约 450 亿 token，其中约 40% 的 AI 负载已跑在开放模型上，目标一年内提到 70%，并会用专有数据调优，部分任务效果可与闭源相当甚至更好。调用量上，今年 8 月 Vercel AI Gateway 处理的 token 中 56% 来自开放权重模型（去年 12 月仅 7%）。除成本外，数据主权与安全也是推手：Digital Realty 自建内部聊天系统，敏感数据只进私有基础设施上的模型。结论：OpenAI/Anthropic 的真正对手可能是「一张 Excel 表」——企业开始系统性拆任务、按成本分流。

3️⃣ 三星&上交 RoboICL：冻结 GPT-6 Astra，看一遍示范就会（机器之心 · 原文）

机器人学习通常要「收数据→训策略→部署」，RoboICL 走另一条路：冻结 GPT-6 Astra，不训练任务专用 VLA，只在推理时给模型少量示范 + 持续保留机器人刚执行过什么、环境发生了什么。

在 RoboDojo 30 项双臂操作任务（Open/Memory/Precision/Long-Horizon）上，30-task Overall 50.64，高于更新后最强对比方法 PhysicalRSI 的 39.56；相比官方零样本 GPT-6 Astra 控制器 RoboProbe，四类任务各提高约 20–27 个 progress-score points。无示范的 Open 类仅靠任务描述+在线经验就拿到 54.75 分。机制上，示范上下文（TRAIN）与交互记忆（LIVE）用同一种「观察→动作→执行回执→结果观察」语法，关键是 execution receipt——模型提出的动作不等于真实完成的动作，回执告诉模型实际执行了多少、哪些后缀没执行、是否被控制器中断。长任务记忆用 bounded anchored memory（固定保留最初交互+若干时间轴锚点+最近一次交互，省略处插 <TRAJECTORY_GAP>）。项目页公开 929 条可播放、可逐布局核查的三视角执行记录。

📌 值得看

4️⃣ 汽车之后，安徽开始让车企跨界「造人」（机器之心 · 原文）

安徽 9 月 28 日印发《关于推动机器人产业高质量发展的实施意见》，23 条里「深化车机协同发展」最受关注：鼓励车企把机器人当「第二增长曲线」，并开放研发平台、人才与零部件代加工/试制/检测。背景是安徽 2025 年汽车产量 368.65 万辆、新能源车 179.41 万辆双双全国第一，而人形机器人产量 2025 年仅 700 余台、今年上半年已超 2600 台。两个样本：奇瑞孵化墨甲机器人（称汽车与机器人约 70% 技术可共享，2026 上半年销量超 590 台、覆盖 60+ 国家）；零部件企业中鼎股份联合逐际动力等设合资公司，首台全尺寸人形机器人下线、规划 3000 台年产能。作者提醒：车机协同 ≠ 直接拆汽车零件——关节减速器、多维力传感器等仍需重新设计，真正能迁移的是研发、工艺与量产能力。

5️⃣ openJiuwen WorkSwarm：全双工多模态，边聊边办事（机器之心 · 原文）

openJiuwen 是华为 2012 实验室、华为云等联合构建的开源 AI Agent 平台，WorkSwarm 是其办公编码统一工作台，把实时音视频交互与 Core Agent 执行接入同一任务：用户可展示画面、随时插话打断播报，复杂任务交给后台 Core Agent 继续查资料、调工具——搜索在后台跑，对话在前台继续。任务队列支持排序、置顶、打断；音视频连接与后台任务分别管理（关掉音视频，已提交任务仍继续跑）。支持 Qwen Omni / JoyAI（ASR+LLM+TTS 拼接）协议，也可在昇腾 NPU 上基于 vLLM-Omni 部署，提供 Windows/Mac/HarmonyOS 一键安装包。⚠️ 华为生态首发稿，偏厂商口径。

6️⃣ EMNLP 2026：让报告「数字抄对了、意思却说歪」不再发生（机器之心 · 原文）

论文《Provenance Before Prose: Claim-Locked Reporting for Statistical Text Generation》（EMNLP 2026 Main）针对「统计主张失真」：数字没变，但比较方向、适用条件或结论强度被改写（如把 85.9% 写成「略低于」79.5%）。作者指出 FActScore 与 SelfCheckGPT 都有盲区——前者只要数字有证据就给分（方向写反也满分），后者只查采样一致性（每次都犯同样的错也能高分）。方法 Claim-Locked Reporting 先锁定 claim 再生成正文，三步：① 把统计结果整成带证据/数字/方向/最强措辞的「主张账本」，缺证据不进账本；② 风险审计器查是否说过头，策略层只能把措辞往弱压、不能往强推；③ 数字/表格/方向由代码呈现，LLM 只在约束下写衔接段。效果：fMRI 报告跨次生成数值复现率 61.1%→98.5%、临床报告 79.5%→100%；临床试验盲审中基线方向反转率 5.6%–14.3%，该方法为零；DeepSeek 成本实验 token 与耗时中位数最低。