🤖 AI 资讯早报 · 10-08

🔥 必读

1️⃣ OpenAI「疯狂 28 天」Day 2 四连更：Auto-review 全面免费、API 分档五改三、Meetings 进 ChatGPT、Decisions API 公测

Tibo 承诺「连续 28 天、每天一项明确更新」，第一天让 GPT-6 Astra / GPT-6.1 Sol 订阅下默认速度提升约 50%；第二天一口气放出四项跨 Codex / ChatGPT / API 的更新。① Auto-review 全面免费（即权限菜单的「Approve for me」，不再消耗套餐额度）：主 Agent 执行时由第二个 Agent 专盯高风险、偏离原始意图的操作，缓解长任务里频繁手动批准的负担——但它不等同绝对安全，只是让长任务权限管理更接近可用工作流。② API 付费分档由五档压成三档（Build 5 美元 / Launch 100 美元 / Grow 500 美元），进最高档门槛从 1000 美元减半、达标自动升级，缓解扩容时的 Rate Limit 摩擦，而非直接降价。③ Meetings 插件进入 ChatGPT（macOS 桌面端 Pro/Business 公测），会议记录与待办自动存入 ChatGPT Space，让「工作发生」到「AI 拿到上下文」的距离更短。④ Decisions API 进入 public beta（DevDay 首发，由 GPT-6 Luna 驱动），提供 Predicates / Choices / Scores 三类输出，专做「判断下一步做什么」而非生成长文本，官方称速度最高约为 Responses API 调 GPT-6 Luna 的 10 倍（150ms vs 1.6s，⚠️ 系 OpenAI 自测口径）。

原文：机器之心 · 刚刚，OpenAI四连更！API最高档付费砍半，Auto-review全面免费

2️⃣ 谷歌发布 Nano Banana 2.1：设计感、蒙版编辑与多人一致性全面升级，底模换成 Gemini 3.6 Flash

Google DeepMind 于 10-07 凌晨发布 Nano Banana 2.1，底模换成 Gemini 3.6 Flash，定位仍是「Flash 级速度成本 + 向专业图像生成与编辑靠近」。重点提升三项：① 设计/信息图——Infographic Design 得分 1048（前代 961、Pro 912），整体偏好 1050（990/935），能把排版、字体、色块组织到同一画面而非只画好单个主体；② 蒙版局部编辑（Mask/Ink-Based Editing 1049，前代 965/927；General Editing 938→1026），可圈选物体改环境而保持主体位置不变，逼近传统编辑软件的确定性；③ 主体一致性——单角色 981→1028、多角色 978→1106（整个编辑评测表中差距最明显的一项），并强调消除「AI 味」的照片与材质自然度。开发者侧支持 1K/2K/4K 输出、最多 14 张参考图、1:4～8:1 极宽幅平铺，已上架 Gemini App / AI Studio / Gemini API / 搜索 AI Mode / Ads / Flow / Stitch。评测为人类侧对侧 Elo（⚠️ 均为谷歌自测口径）。

原文：机器之心 · 刚刚，Nano Banana 2.1发布！这一次杀向专业设计师

3️⃣ 2026 诺贝尔化学奖：95 岁 Kagan「迟到 25 年」，与硤合宪三破解「生命为何只用一只手」

瑞典皇家科学院 10-07 将 2026 诺贝尔化学奖授予法国 Henri B. Kagan（1930 年生，95 岁）与日本 硤合宪三（Kenso Soai），表彰他们在不对称有机合成中发现非线性效应与自催化现象。自巴斯德发现分子手性以来，「生命为何只用单一手性（同手性）」百年悬而未决，1953 年 Frank 提出实现它所需的三条理论条件。Kagan 在 1986 年（JACS 三篇）发现：金属催化剂会形成「左-左 / 右-右 / 左-右」三种组合，若异手性组合恰好低活性，等于把杂质锁起来，产物的手性纯度可超过催化剂本身的纯度——非线性效应由此成为独立研究方向；他 2001 年与诺奖擦肩（沃尔夫奖同年授予、诺奖却无他），法国学界称「被偷走的诺贝尔化学奖」，时隔 25 年终获认可。硤合宪三 1995 年在《自然》做出首个不对称自催化反应（Soai 反应），2003 年更进一步：从完全不带手性的原料出发，靠随机涨落放大，加料三次即从 0.00005% 领先冲到 >99.5%（且每次实验赢的可能是另一只手）——人类首次在生命之外造出接近纯粹的单手性。Frank 的三条件到此全部打通。

原文：机器之心 · 刚刚，诺贝尔化学奖揭晓！95岁的他等了25年

📌 值得看

4️⃣ USENIX Security 2026：上海创智学院×复旦给智能体装上「轨迹安全规则审计员」MATE

上海创智学院与复旦大学提出 MATE——首个面向移动/GUI 智能体执行轨迹的「规则感知」安全审计模型（已发表于 USENIX Security 2026）。它把「任务指令 + 执行轨迹 + 自然语言安全规则」一起交给专门训练的轻量模型（0.5B/1.5B/3B 三档），输出违规判定、风险类别与基于轨迹证据的解释。关键设计是安全规则以可编辑文本存在、不写死在参数里，换场景 / 改政策 / 调整权限边界无需重训，同一条轨迹在不同规则下可得不同结论。它直击现有两类方案的痛点：静态规则难覆盖长轨迹的上下文语义，通用大模型 Judge 成本与延迟高、且把完整轨迹外发有隐私风险。训练语料由 158 个中英文 App 的功能/工作流/安全策略知识驱动合成，超过 14 万条规则条件化轨迹，并引入轨迹—规则错配等增强策略。配套 MATEBench 基准、GitHub 与 HuggingFace MATE-3B 开源。

原文：机器之心 · USENIX Security 2026｜上海创智学院×复旦大学给智能体装上轨迹「安全规则审计员」

5️⃣ NeurIPS 2026：SAGE 用「结构信号」纠偏长推理，AC 实例 Lean 验证通过率近 8 倍

弗吉尼亚理工、威斯康星大学麦迪逊分校与达特茅斯团队提出 SAGE（结构可采纳性引导探索），追问「长推理为何总在中途走偏」。它用符号闭包分析（SCA）把长推理的两类偏差摆到同一张结构地图上：探索偏差（局部可行前缀占比随深度连乘急剧缩小，终点奖励有限时难采到有用轨迹）与累积偏差（仅终点给奖励，早期决策缺纠偏，微小偏离沿长链放大）。SAGE 据此设计两个训练期结构势函数——代数稀疏化（比较候选操作对应子空间能解释多少残差）与双曲结构引导（把状态与目标映射到双曲空间，逐步反馈远近），只软重排训练采样、推理期零额外开销。12 个基准、7 个模型家族中总体优于 SFT/GRPO/EMPO/GRPO-PRM；Andrews–Curtis（AC）长程符号任务上，Qwen3 的 Lean 验证通过率接近基础模型的 8 倍。⚠️ 结构信号是训练期构造、非正确性证明，理论保证不能原样搬到自然语言任务。

原文：机器之心 · NeurIPS 2026｜长推理为何总在中途走偏？SAGE用结构信号纠偏

6️⃣ 视频世界模型的「量化闪烁」：QuantWM 免训练 2-bit KV Cache 压缩，最高 6.2 倍

哈工大（深圳）iLearn-Lab 与新加坡国立大学 LV-Lab 发现：把视频世界模型的 KV Cache 量化到 2-bit 后，即使 VBench 分数几乎不变，画面仍出现明显闪烁、模糊（现有 QVG 方法的评测指标未捕捉到这种退化，例如 HY-World 1.5 上 BF16 与 QVG 的时序闪烁分为 95.62% vs 95.85%）。根因：分别量化 Key 与 Value 时，量化 Key 比量化 Value 更伤画质——Key 的量化误差虽更小，却会改变注意力分数的相对排序，让模型检索到另一帧 / 另一个时空位置，扰动对历史场景的利用。团队据此提出免训练的 QuantWM：量化敏感性感知聚类（QSAC） 选择量化后注意力扰动最小的聚类中心，主子空间注意力补偿（PSAC） 用低秩形式补回关键方向误差（仅用 8 个主方向即可覆盖约 71% 的 Query 能量）。在 Matrix-Game-2、LingBot-World-v2、HY-World 1.5 等 5 个模型上，KV Cache 最高压缩 6.20 倍，最高分历史 token 选择偏移从 53.88% 降到 10.19%。

原文：机器之心 · 量化后画面闪烁？时序稳定的视频世界模型2-bit KV Cache压缩方案诞生

📄 其他