🤖 AI 资讯早报 · 10-19

🔥 必读

1. Murea-InWorld 双榜第一：交互视频世界模型，5 秒视频 3.6 秒生成

机器之心拆解 Murea-Labs 的 Murea-InWorld：多轮交互视频评测 WBench Full-289 拿 81.13 分第一，交互能力 82.60（领先第二名 9.52）、物理合理性 74.42（领先 5.23），导航 71.79 是最弱项。实时性上，8×H20 把 5 秒有声视频从 231.6 秒压到 6.96 秒（50→4 步蒸馏，累计加速 33.3 倍），换 RTX PRO 6000 Blackwell 只需 3.6 秒，RTF≈0.71，即生成快于播放。架构是双层 World Agent：上层 Murea-Mind 读世界状态、用户指令和上一段尾帧规划下一事件，下层 Murea-Pro/Fast 联合生成音视频并回写校验；系统另维护「世界状态账本」，固定身份（参考图/声音/描述）与动态状态（位置/服装/情绪/天气）分开管理，支持撤销快照、并行分支、多人同框。轻量版 Murea-Fast 以 64.98 分居 OpenS2V-Eval 参评开源模型第一。⚠️ 限定：WBench 榜单托管在美团 LongCat 的 GitHub Pages，评测独立性未在文中说明；「实时」是高端卡 + 特定管线下的 RTF 口径，非通用设备。

原文：机器之心 · 双榜第一背后，他们想做的不是下一个世界模型

2. VAST EdenLive 全面开源：单卡 RTX 5090 实现 24FPS 实时生成式渲染

VAST（三启万物）把 Project Eden 系列中负责「实时生成式渲染」的 EdenLive 全面开源——不同尺寸权重、推理代码、Tech Report，外加 Game Prototype Turbo（Prompt to Proxy Game 技能）与端到端 Demo。规模 5B 参数，单张 RTX 5090 上 720P 输出超过 24 FPS，端到端延迟百毫秒级，连续生成可维持分钟级，提供 480P/720P 两档。核心设计是把「交互状态」与「视觉渲染」解耦：游戏规则、碰撞、任务进度由上游交互系统维护，EdenLive 只吃代理画面/参考视频 + 目标首帧 + 提示词做实时重绘，因此不会像纯视频模型那样让世界状态误差逐步累积。落地指向游戏实时渲染、影视动画前期风格试错、具身智能数据增广（保留动作轨迹只换外观）。⚠️ 限定：24FPS 与百毫秒均为官方口径，未见第三方复现；「全面开源」的具体许可条款文中未说明。

原文：机器之心 · 整活了！爆火「闪身步」实时生成动漫版，VAST世界模型全面开源

3. 美银：云厂商未来 12 个月自由现金流转负逾 1000 亿美元，钱正流向半导体

美银全球研究测算，微软、亚马逊、Alphabet、Meta、甲骨文等超大规模云厂商「未来 12 个月合计自由现金流」已跌破 -1000 亿美元，资本开支吃掉 95% 的经营现金流；对照之下，英伟达、美光、博通三家同期 FCF 已接近 5000 亿美元。报告把这轮分化归因于云巨头在收入兑现前就大幅加码基建——AI 资本开支的现金流压力集中在买方，利润红利集中在卖方。同一窗口高盛数据显示对冲基金连续五个交易日净卖出全球 AI 股票、全球前 20 大 AI 与半导体股蒸发逾 1 万亿美元，说明市场开始对「投入—回报时滞」重新定价。⚠️ 限定：这是卖方对「未来 12 个月」的预测口径，不是已实现财报；FCF 为负本身是重资产扩张期的常见特征，不等于需求证伪。

原文：36氪 · 美银：超大规模云服务商合计未来12个月自由现金流已经暴跌至负1000亿美元以下

📌 值得看

4. VisionHOPE：首个「自修改学习」视觉骨干开源，52.9M 参数跑出 ImageNet 85.2%

明略科技与中科院自动化所提出 VisionHOPE，把「决定怎么学」的参数也放进前向计算随图更新。核心 SRNL 模块维护五类可更新记忆（内容/Key/Value/学习率/保留率）：读到后面区域时，前面的内容会改变特征关联方式、更新步长与旧记忆保留比例；用 Delta 梯度下降避免重复纹理反复堆积，并加稳定性约束防止自指反馈被放大。VisionHOPE-S（52.9M）ImageNet-1K Top-1 85.2%，比 89M 的 VMamba-B 高 1.3 个百分点，VisionHOPE-B 达 85.6%，自修改算力随 token 线性增长。HF 每日论文榜第 2、GitHub 近千星，代码/算子/权重按 MIT 开源。⚠️ 只有 ImageNet 分类口径，多模态下游增益尚无数据。

原文：机器之心 · GitHub star量过千，HF榜单第二，第一个会自己改学习规则的视觉骨干开源了

5. 广交会机器人：动易科技一个月把羽毛球能力迁到乒乓球，PhyStack 拆成四层

第 140 届广交会上，动易科技把 PHYBOT C 的服务从 139 届的 5 天羽毛球互动，扩到中英双语导览 + 羽毛球/乒乓球对打、连做三期到 11 月 4 日。关键不在表演而在迁移：不到一个月把羽毛球的目标跟踪、落点判断、动作协调迁到乒乓球，正面回应「一机一训」痛点。其 Embodied PhyStack 把「大脑—小脑—本体」拆成四层：通用大模型做长程规划，PhyAgents 用端侧 VLA 做实时决策，PhyCore 转运动指令，PHYBOT 执行并回传结果。⚠️ 厂商自述实验：真机抓取曾连续两次失误，单个任务耗时约 3 小时，连续作业时效仍是瓶颈。

原文：智东西 · 广交会上的机器人，正在从「秀一场」走向「用一程」

📄 其他

  • StartLux-Decision-v1.1-27B 以 69.1 分登顶 Hugging Face Decision Index，为榜上唯一破 69 的模型。原文：36氪
  • 亚历山大王复盘 Meta Muse：不到 200 人团队、上百项行为清单，以及「魔法时刻的良率」。原文：机器之心
  • 斯坦福博士博客：如果《Attention Is All You Need》没发表，能否从零推导 Transformer？线索藏在九年前论文里。原文：机器之心
  • EMNLP 2026 Main｜浙大 & 北大 SPADER：用 step-wise GRPO 与多样性感知奖励做多答案问答长尾探索。原文：机器之心
  • 研究了一辈子「遗憾」的人：在线凸优化与 regret minimization 的二十年。原文：机器之心
  • 英伟达辟谣 RTX 5090 停产：只是产能不足，不会断供。原文：36氪
  • 17 岁 Kimi 架构核心参与者离职，确认将赴湾区。原文：InfoQ