🤖 AI 资讯晚报 · 10-12

🔥 必读

1️⃣ 跨维智能 UNITAS：全球首个机器人任务原生 3D 世界模型，1.7B 参数横扫操作榜单

跨维智能（DexForce）发布 UNITAS（A 3D-Native World Action Model for Embodied Manipulation），主张具身智能缺一个像「文本之于大模型」那样的原生统一空间——答案是三维物理世界本身。它把机器人「看见什么（观察）、自己怎么动（动作）、世界因此怎么变（场景动力学）」统一放进同一个三维点表示空间：观察对应三维位置，动作是夹爪上三维点随时间变化的轨迹，环境变化是场景点在同一坐标系下的轨迹；主干模型直接处理三维 Token，而不是从二维画面里反推三维。成绩：仅 1.7B 参数，LIBERO 平均成功率 99.8%、LIBERO-Plus 89.1%、RoboTwin 2.0 双臂 Clean 92.94% / Randomized 93.04%，超越 6B 的 Fast-WAM、8B 的 Motus 以及 π0.5、LingBot-VA、PointWorld，真实机器人任务平均成功率 85%。关键发现：加入 Scene Flow 监督后，动作策略本身还在继续提升——「理解世界会发生什么」反过来帮它「知道自己该怎么做」。论文 arXiv 2610.12099，代码已在 GitHub 开源。⚠️ 为论文/厂商自测口径，尚无第三方复现。 原文：机器之心 · 全球首个机器人任务原生3D世界模型：跨维UNITAS

2️⃣ 华为 Memento 3 用「代码即模型」通关 ARC-AGI-3 全部 25 款游戏，操作比人类少 56%

华为诺亚方舟实验室联合 UCL 等提出 Memento 3，在 ARC-AGI-3 公开集 25 款游戏、183 个关卡上全部通关，RHAE（相对人类行动效率）满分 100；总操作 7518 次，比人类完成同套关卡所需的 17135 次少约 56%，也比此前最强 baseline（独立开发者 Sergey Rodionov 的 baseline1，99 分、8347 次）更省 829 次。底模是 Claude Opus 5，全程不改权重、不做游戏微调，靠的是「Code as Model」：边玩边维护一本 Markdown 规则手册（Rulebook）＋一套能运行的 Python 可执行世界模型，先在自己搭的模拟器里推演再行动；发现规则写错就推翻重来（例：原以为图案按进入方向镜像翻转，实测是顺时针旋转 90 度），并逐格比对 64×64 画面校验——同一份规则手册迭代了 11 个版本，团队甚至用 Git 管理版本。对照实验：去掉规则手册、只留代码世界模型，操作数从 617 升到 677（「攻略」省约 9%）。转到 Atari 的 Pong，AI 摸清策略后不再调用大模型，连赢三局 21:0。论文题为 Model-Based Recursive Self-Improvement。⚠️ 单源（量子位）报道、团队自测口径。 原文：量子位 · 华为AI靠RSI通关25款游戏！操作次数比人类少56%

3️⃣ Claude 上线 Managed Agents 动态工作流：单次最多 1000 个 Agent 自己组队干活

Anthropic 于 10 月 10 日为 Claude 开启两项 Agent 能力公测：① Managed Agents 动态工作流——主 Agent 接到任务后可自己编写分工程序、安排其他 Agent 分阶段完成再汇总，单次工作流累计最多启动 1000 个 Agent（当前同时工作线程上限 64），接入时把 multiagent 配置的 type 设为 multiagent_20261001。官方示例是筛 300 份合同中的控制权变更条款，流程规定第二轮由另一个 Agent 复查全部合同、漏检的返工后再复核。② Claude Code Projects 扩大公测（原等待名单的 Pro/Max 用户已可开通）：围绕一个项目持续提需求、多线程云端并行推进，并积累项目记忆（需求变更、已做决定、踩过的坑都可留档供后续线程读取）。对比数据：在 11.6 万行代码里预埋 70 个 Bug，单 Agent 跑三次最好只揪出 27 个（不足四成），动态工作流三次每次都查出 66 个（九成以上）。⚠️ 官方未披露 Bug 测试的具体分工，不能据此断定其流程与合同审查示例一致。 原文：新智元 · Claude自己组队查Bug！11.6万行代码揪出66个

📌 值得看

4️⃣ 智谱 GLM-5.3 HighSpeed 曝光：输出速度突破 490 tokens/s

智谱在其 AI 编程工具 ZCode 中悄悄灰度测试高速旗舰模型 GLM-5.3 HighSpeed。据 X 平台编程博主 Leo 爆料，该模型输出速度可超 490 tokens/s——作为参照，AI 评测平台 AI Ping 数据显示 DeepSeek V4.1 Flash 官方 API 为 121.34 tokens/s、智谱官方 GLM-5.3 API 为 70.84 tokens/s，即达到国内主流模型的数倍。上下文窗口 100 万 token、单次最多输出 131072 token，与 GLM-5.3 一致；输入输出价格尚未披露。提速来自软硬件系统级优化（重写推理路径、动态批处理与 KV 缓存调度、集群/网络/负载均衡协同），此前 GLM-5.1 Highspeed 用过 TileRT 方案，把推理计算图在编译期静态编排成常驻 GPU 的 persistent Engine Kernel。目前仅对 ZCode 订阅用户随机开放、无公开内测入口。⚠️ 灰度测试速度仅供参考，最终看规模化上线后的表现。 原文：智东西 · 每秒狂喷近500个token！智谱GLM-5.3高速版悄悄亮相

5️⃣ 无问芯穹完成 23 亿元 C 轮，累计融资 43 亿元创国内 AI Infra 新高

脱胎于清华电子工程系的无问芯穹完成 C 轮 23 亿元，累计融资 43 亿元，单轮与累计均创国内 AI Infra 行业新高；据外媒报道公司正筹备 IPO。团队源自清华汪玉的 NICS-EFC 实验室，2024 年完成全球首次「4+2」式 700 亿参数大模型异构芯片混合训练（昇腾、天数智芯、沐曦、摩尔线程＋AMD、NVIDIA，算力利用率 97.6%）。战略为「前店后厂一中心」：算力集散中心已触达超 37000P 算力、覆盖 16 种芯片，曾联合中国电信完成国内首例超 4000 公里跨域混训（性能提升 165%）、四个异构 GPU 集群联训性能提升 41%；Token 工厂的跨集群异构 PD 分离架构 PDD 把首 Token 延迟降 51.5%、单 Token 成本降 37.5%，截至今年 7 月单日 Token 调用量较去年 12 月增长 40 倍。⚠️ 增长与优化数据均为官方口径。 原文：智东西 · 累计43亿！国内最大AI Infra融资诞生，无问芯穹C轮拿下23亿

6️⃣ 模思智能超 10 亿元 Pre-A：邱锡鹏团队押注全模态实时交互

上海大模型公司模思智能（MOSI）完成超 10 亿元 Pre-A 轮融资，华控基金领投，国开科创、上海科创基金、新微资本等参与，老股东元禾控股、星连资本等持续跟投；今年 3 月刚完成数亿元天使轮（IDG 领投）。公司孵化于复旦大学邱锡鹏教授团队（2023 年 2 月推出国内首个类 ChatGPT 开源模型 MOSS），主攻语音、视觉及全模态实时交互，面向 AI 眼镜、智能汽车、家庭终端、机器人等场景；2026 年以来半年多发布 20 多个模型（MOSS-TTS / Audio / VL / Transcribe-Diarize / MOVA 等），即将推出全模态实时交互系统 MOSS Live（前端交互模型＋后端能动性模型协同）。另在探索 AI for AI——用生成模型产数据、理解模型筛选反馈来加速迭代。⚠️ 落地进展与即将发布功能均未经独立核实。 原文：智东西 · 10亿！上海大模型创企拿下新融资

7️⃣ InfoQ：编码智能体三周重构 30 万行 C 代码，Code Health 从 5.6 升至 10.0

CodeScene 发布案例：编码智能体三周内重构一个 30 万行 C 代码库（开源《街头霸王 III：三度冲击》反编译项目），token 成本约 4000 美元，在 726 个文件中产生 2903 次提交、改动 252055 行，Code Health 评分从 5.6 提到 10.0。两项机制支撑：CodeHealth MCP Server 提供确定性质量信号，回放轨迹测试框架逐帧比对状态哈希保证行为正确。智能体还自主积累出一套重构手册（22 个方案＋82 条说明），含针对该代码库的特定方案（如 Shared Index Range 处理仅起止范围不同的重复循环）。团队报告：搭配 Opus 的 Claude Code 明显优于搭配 Sol 的 Codex。争议集中在「这证明了什么」——支持者认为逐帧回放标准远高于「测试全过」；质疑者关心改动是否真合并（已通过 54 个 PR 并入分支版 main）、是否只在开源而非有营收的生产代码上做，并指出架构与非功能性能（帧率/内存/延迟）未纳入衡量。⚠️ 单案例、自测口径。 原文：InfoQ · AI 智能体三周重构 30 万行代码，Code Health 从 5.6 升至 10.0

📄 其他