🤖 AI 资讯晚报 · 10-15

🔥 必读

1. 库克确认：国行 Apple 智能 10 月底推测试版，千问（阿里）提供模型能力

库克在上海探访「蓝盒子」时确认，苹果智能首批功能将于 10 月底推出测试版，含写作工具、照片「消除」和实时翻译，首批不含全新 Siri AI。彭博社此前称苹果计划 12 月通过 iOS 27.3 正式推出国行 Apple Intelligence（覆盖 iPhone/iPad/Mac），库克此次只确认测试版安排，正式版是否仍按 12 月尚无定论。爱范儿从消息人士获悉：阿里千问将作为 AI 能力集成进 Apple 智能，为 iOS/iPadOS/macOS/visionOS 中国用户带来文本与图像理解、内容生成等能力；双方合作至少两种形式——把千问集成进 Apple 智能，以及与阿里联合训练面向中国市场的专属模型。⚠️ 测试功能具体对应哪些能力、联合训练模型何时上线、Siri AI 何时登陆国行均待苹果公布。（36氪 同窗口回捞另报「阿里提供模型能力、百度负责 Siri 与视觉智能」的双合作伙伴说法，可交叉参考。）

原文：爱范儿 · 独家｜库克确认苹果国行 AI，10 月底上线测试版！

2. 斯坦福 & Together AI 提出文本生成「第三范式」：先写提纲，最快 31 倍

斯坦福大学与 Together AI 提出既非自回归、也非扩散的第三种文本生成范式 Next-Concept Modeling（NCM）：借鉴 NeurIPS 2024 最佳论文 VAR 的「下一尺度预测」，让模型先并行写出几句「概念大纲」，再逐层并行填充细节还原成完整文字，正面叫板主流的 Next-Token 建模。训练分两阶段：先训多尺度残差 VQ-VAE（把文本转成多层离散编码，训练时随机截去细层以防粗层「偷懒」），再冻结并训 Transformer 预测下一层。效果（单块 H100 SXM 80GB）：LM1B 无条件生成比强扩散基线快约 21 倍且困惑度更好；OpenWebText 约 10 倍；XSum 摘要在 ROUGE-L 相当下约 31 倍；训练 token 仅为对比对象的 1/4.9 与 1/4（DUO/MDLM 在 OpenWebText 需跑 100 万步、逾 5000 亿 token）。数独困难题（30 线索）完整解出率 86.1%，高于 FMLM+ 的 81.3%，生成器调用 12 次 vs 16 次。⚠️ 主体实验约 1 亿参数、扩展至 7.25 亿参数，规模化与长文本表现待验证。arXiv 2610.14162，代码开源（HazyResearch）。

原文：机器之心 · 大模型下个范式：文本生成先写提纲，速度能快 31 倍

3. EinsiaAI 发布 EmbodiedEvo：自进化 Coding Agent 登顶具身基准 RoboDojo

Einsia AI 旗下 Navers Lab 提出 EmbodiedEvo：让 Coding Agent 用 Python 程序控制机器人，每个任务仅用一个 Playground 场景交互，积累两类经验——Skills（把「怎么做」写成代码，如对齐、抓取、抬升并检查夹持）与 Lessons（把「何时做、哪里易错」记下，如先看完演示再动）。探索后把经验冻结成 harness 交给新 Agent，在未见场景评估，无需更新模型权重。控制接口只有四个原语（get_instruction / get_observation / step / reset），不预置「抓取成功」等高级技能。在被称为「具身珠峰」的 RoboDojo 评测中取得 45.08 平均分、38.95% 成功率，超过所有 VLA/WAM、Agent、Agent+VLA 方法。自进化让同配置成功率从 13.36% 提升到 35.08%；原本 0 成功的堆叠与井字棋升至 100%、模仿分拣 0→80%；但插管/插钥匙仍为 0 成功率（精细接触未解决）。继承 Astra 经验后，较弱模型 GPT-5.6-Sol 成功率也提升。arXiv 2610.18867，代码与项目主页开源。

原文：机器之心 · 具身智能迎来范式跃迁！EinsiaAI 发布 EmbodiedEvo

📌 值得看

4. Artificial Analysis 首个 AA-Robotics 榜单：GPT-6 Astra 居首，但比人类慢近两个数量级

Artificial Analysis 10-14 发布 AA-Robotics v0.1：让前沿大模型通过编程 Agent 控制真实机械臂（Hiwonder NexArm 六轴 + 4 摄像头），零样本完成倒水、写字、搭积木等 8 项任务。综合分：GPT-6 Astra 69.4 居首（Sol 64.6、Gemini 4 Argon 55.3、Opus 5.5 48.8、Fable 5.1 46.3）；Astra 8 题仅 4 题满分、Sol 反而 5 题满分。核心反差：完成一项平均约半小时（Gemini 4 Argon 约 52 分钟），人类基线仅约 20 秒；Astra 平均每任务模型成本 16.36 美元、Sol 仅 1.93 美元而只差 4.8 分。拆解显示 Astra 约 59% 时间用于规划、机械臂运动仅约 13%；抓取成功率 Astra 45%、Sol 28%。多家具身公司质疑「通用模型可取代专用机器人大脑」的降维打击之说。

原文：机器之心 · 通用大模型要「降维打击」具身智能？首个 AA-Robotics 榜单来了

5. Linux 之父用 Claude Code 写内核补丁：8 线程吞吐约 3 倍，顺带挖出十年旧 Bug

Linus 的官方内核仓库出现新分支 noref-filemap-read-with-llm，他在补丁说明中承认核心代码、测试用例、改动审查与文档草稿均在其指导下由 Claude Code 完成。改动针对内存管理老问题：多线程小块读同一文件时反复修改 folio 引用计数，引发 lock cmpxchg/lock decl 造成的缓存行颠簸（其测试机上 8 线程小读时该瓶颈占 Load HITMs 开销 99.92%）。补丁借助 RCU 延迟归还被移除的缓存，减少共享引用计数争抢：8 线程吞吐约 3 倍（约 1000 万→3300 万/秒）、单线程约 +10%（Core i7-8565U/ext4）。次日又冒出一个 assoc-array-fixes 分支：借大模型拆分晦涩函数并用用户态测试，除开发者 Nils Ollrogge 报告的 Bug 外又找出 3 个，全部可追溯到 2013 年的首次提交。

原文：新智元 · Linux 之父彻底入坑 AI！Claude Code 写内核，性能暴涨 3 倍

6. 陶哲轩《数学 2.0》：数学从「证明稀缺」走向「证明过剩」

陶哲轩 10-09 在加州理工把演讲从《机器辅助证明》改题为 《数学 2.0》。核心判断：数学已从「证明稀缺」的数学 1.0 迈入「证明过剩」时代——AI 已解决埃尔德什单位距离问题、用约 1 万个智能体 88 小时给出 Navier–Stokes 有限时间奇点证明并完成 Lean 形式化验证（千禧年难题之一）、10-06 一次公开 700+ 篇 AI 生成数学手稿（372 个结果）。他抛出犀利的「抗癌药」思想实验：若 AI 给出无人能理解机制的完美方案，人类敢用吗？警告「唯解题论」是危险陷阱。Math 2.0 主张用 AI 增强「人类理解」，例如解决「开放性解释问题」——为已证明但晦涩的结论找到更有启发性的证明。要点：AI 是认知放大器而非替代者。

原文：新智元 · 证明大爆炸，数学界变天！AI 把陶哲轩逼出「数学 2.0」

7. 蚂蚁百灵开源 Ling-3.1-flash：560B MoE、1M 上下文，主打办公与复杂 Agent

蚂蚁百灵 10-15 正式开源 Ling-3.1-flash（9-30 发布）：总参数约 560B、每 token 激活约 25B、上下文上限 1M，主打日常办公、长周期软件研发与复杂 Agent 任务。Artificial Analysis 公开测试：智能指数 41、输出约 210 token/s、混合调用价约 $0.19/百万 token（≈1.27 元）。智东西编辑部实测：完成 Meta/微软/Alphabet 近三年财报对比（研究简报 + 可编辑数据表 + 交互式可视化网页）、搭出含 33 项待办的交互工作台、把《桃花源记》做成 3D 方块场景、开发手机新闻 App 原型。Design Arena 开放权重评测中，数据可视化/React Native/3D/游戏开发四方向均列第三。同期推出金融模型 LingFin、医疗增强模型 LingSante。⚠️ 系厂商实测口径。

原文：智东西 · 个人智能体爆火！蚂蚁发新模型接招，实测编辑部小助理上线

8. 微软一轮致谢 23 个 Windows 漏洞：智谱 GLM 辅助，白帽古河加盟智谱

微软最新安全更新致谢名单中，23 个 Windows 漏洞的发现与智谱 GLM 辅助研究有关，含一个 CVSS 9.8 严重漏洞，公开记录署名「Yuki Chen using GLM from z.ai」；五度登顶微软 MSRC 年度榜的白帽古河（Yuki Chen）10-14 在 X 上宣布加入智谱。智谱此前披露：GLM-5.2 曾在 269 个项目发现 2436 个漏洞（1097 中高危）；GLM-5.3 在白盒验证基准 CyberGym 得 84.5%，领先 Anthropic Mythos 5 与 GPT-5.6 Sol。NIST 下属 CAISI 9-17 报告称 GLM-5.3 为当时网络安全能力最强的开放权重模型，但评估口径下仍落后美最前沿模型约四个月。网络安全正成大模型厂商新战场（OpenAI Codex Security、Anthropic Project Glasswing、微软 FORGE Lab）。

原文：InfoQ · 微软一口气致谢 23 个漏洞，背后是智谱 GLM 和一位顶级「白帽」

9. 源策未来发布「全身智能」WBI：人形机器人终于能用双腿参与干活

极客公园分析「人形机器人长了一双腿、却只能定住干活」的尴尬：双足控制长期面临「要稳定手就晃、要手准就易摔」的两难。源策未来以 全身智能（WBI） 给出解法——分运动控制基模 S0（小脑）与智能基模 S1（大脑）两层：S0 把手部末端跟踪误差从开源基线（SONIC）的 10 厘米级压到 2 厘米，并突破 SONIC「绑定平地」的缺陷，支持有高差地形上的全身协调（上台阶、大幅弯腰）。S1 预训练自采 EgoBody 全身人类数据，结合真机高精度示范与 DAgger 纠偏，具备长程任务理解。演示：俯身扶起倒地自行车、搬踏台登高取物、跨高差进厨房完成取米加水按键做饭。已在宇树 G1 与加速进化 T2 两种构型验证。⚠️ 均为厂商演示口径。

原文：极客公园 · 人形机器人最尴尬的事：长了一双腿，却只能定住干活

📄 其他