🤖 AI 资讯早报 · 10-22

🔥 必读

1️⃣ 谷歌联手 Meta 开源 TorchTPU：8000 颗 Ironwood 上验证，PyTorch 代码可直接搬去 TPU

谷歌 10 月 21 日开源 TorchTPU——与 Meta PyTorch 团队共同开发的原生 TPU 软件栈，用标准 PyTorch API 就能在 TPU 上跑模型：先 eager 模式调试，再用 torch.compile 编译优化，已有模型只需少量改动即可迁移。生态接入面铺得很宽：训练侧 TorchTitan、VeRL（TPU 后端 + GRPO 参考配方）、Ray；推理侧 vLLM（与 Inferact 合作的原生后端，保留连续批处理、量化、多芯片并行）、SGLang（与 RadixArk 合作，复用跨请求缓存）、llm-d 1.0（与红帽、IBM 及 500+ 贡献者发布，新增多租户流控与 Agent 会话路由）；Hugging Face Transformers v5 里设 device_map="tpu" 即可，LiteRT-Torch 还能一跳导出到 Android/iOS/物联网。

关键数据：TorchTitan 已在最多 8192 颗 Ironwood（TPU v7x）完成验证，Qwen3-8B 训练实现最高 52% MFU 且接近线性扩展；印度 Zenteiq.ai 用 llm-d + GKE Inference Gateway 后，1000 颗 TPU v6e 上日生成 Token 从 14.7 亿升到 59.7 亿（>4 倍）。

⚠️ 两点限定：① 我核了仓库 google-pytorch/torch_tpu 确实存在，但只有 578 star、2026-03 建库、GitHub 标注许可为 NOASSERTION（非标准 OSS 许可）——”开源”是真的，”生态成熟”还很早；② “奇袭英伟达”是 TechCrunch 的推断，谷歌官方口径只讲”让开发者在 TPU/GPU/CPU 间按成本与规模选”，没说要抢 GPU 份额。

原文：智东西 · 谷歌联手Meta奇袭英伟达，开源TorchTPU，给PyTorch代码搬家

2️⃣ OpenAI 把前沿模型与 Codex 搬上谷歌云 Model Garden，但微软仍是主云

10 月 21 日 OpenAI 宣布与谷歌云合作：把自家前沿模型及 Codex 智能体工作流接入谷歌云 Model Garden，计划未来几周正式开放；企业客户还能直接通过谷歌云市场购买这些模型，并用已承诺的谷歌云消费额度付款；模型后续会陆续接入谷歌的 Antigravity 与 Gemini Agent。OpenAI 同时明确表态：微软仍是其主要云合作伙伴。

这条的分量在于”多云”从口号变成可交易的商品：过去 OpenAI 模型在 Azure 上是深度绑定关系，现在企业可以在谷歌云上按既有承诺额度买 OpenAI 的推理——对采购方是议价筹码，对谷歌云是把”模型货架”补齐，对微软则是分成与独占性的松动。⚠️ 目前只有 36氪/界面一条快讯，OpenAI 与谷歌云均未公布分成比例、是否独家、TPU 算力是否参与等关键条款，”微软仍是主云”也是 OpenAI 单方表述，不宜读成”OpenAI 转投谷歌”。

原文：36氪 · OpenAI与谷歌云达成合作，将开放前沿模型及Codex

3️⃣ 物理 AI 大会上，爱思科技用一套 Harness 把「一句话」接到机器狗、小车与机械臂

10 月 20 日南京「2026 物理 AI 与世界模型大会」上，爱思科技（Agnes AI）演示了一条完整链路：一句”让 Go2 用英语向小车打招呼，再让小车播放《YMCA》，Go2 跳舞 30 秒”，系统自己拆成多步——先 list_media 查音频、两台设备各调 look 读摄像头、say 互相问候、play_audio 放歌、action 跳舞；第一段跳完发现”30 秒还没到”，会继续调用下一段动作，而不是一次工具调用结束就收工。

架构分六层：LLM 当大脑做规划，决策模型 JEV 当小脑做结构化选择，Workflow 串动作，Agent Loop 维护任务状态与主动性，RSI+TTT 负责”越干越聪明”，MHS（Model Hardware Standard）协议负责把能力接到真实硬件。自进化部分给了数字（厂商技术报告 + 现场大屏）：王者荣耀内置 Bot 测试中 1v1 最佳策略胜率从约 3% 升到 90%；3v3 经三轮 RSI 约 60%；5v5 经五轮 RSI 现场显示 100%。机械臂侧用 Agnes Embed TTT 只调”下一步怎么做”的决策模块参数、主体不动，迭代可压到 30 分钟–1 小时一轮。

⚠️ 全部为展台演示与厂商自述：火星救援等多设备协同只在自建虚拟沙箱里跑过，文章自己也写”仿真能否迁移真实环境还需进一步验证”；文中称 Agnes Harness 是开源框架，但未给仓库地址，未能核实。

原文：机器之心 · 一句话指挥机器人组团打工，还能越干越聪明?这波物理AI有点夯

📌 值得看

4️⃣ Fireworks AI 新一轮融资估值冲 300–400 亿美元，但公司拒评、且刚出过安全事件

据 Business Insider，AI 推理基础设施公司 Fireworks AI 正就新一轮融资初步洽谈，拟以 300 亿–400 亿美元估值募资，较 7 月 D 轮 175 亿美元高 71%–129%（约合人民币 2016 亿–2688 亿元）。7 月 D 轮金额 15.05 亿美元，英伟达参投；CEO 乔琳（复旦本硕、UCSB 博士、前 Meta PyTorch 团队）与两位华人联创均出自 Meta/谷歌。基本盘：年化营收超 10 亿美元、日处理 40 万亿 Token，其中 95% 以上来自客户专有数据定制的模型。两个必须写进判断的前提：① 谈判处早期、估值可能变、公司拒绝置评，属单一信源；② 10 月 9 日刚披露安全事件——内部凭证被入侵，少量客户 API Key 可能泄露（公司称模型与数据未被访问），这轮融资正撞在信任修复期。

原文：智东西 · 黄仁勋投的复旦女学霸，又要融资了！估值冲刺2688亿

5️⃣ 理想发布自研电池「连山」：自燃赔新车，但电芯仍由欣旺达/中创新航代工

2026 款理想 i6 将首发连山电池：CLTC 续航 780km（+8%），靠自研电量算法 + 整车余热回收在冬季多出 30km，后续 OTA 再给 -20°C 加 10km。安全是发布重点：六道防线，单颗电芯受 500 焦耳冲击不起火，50°C 热失控下整包坚持 24 小时不起火；每颗电芯制造数据存 20 年、云端协同可提前 72 小时预警。讨论度最高的是兜底承诺——自燃赔一辆新车，碰撞起火则补车损险保额与实际理赔的差额（仅覆盖车辆，未提人身伤害）。”自研”的边界要说清：理想不建电芯厂，电芯交欣旺达与中创新航代工，理想主导材料配方、结构设计、BMS 与电池包组装。背后是账：电池占纯电整车成本四到六成，宁德时代上半年净利 430 亿元，超过 15 家主流上市车企利润总和。

原文：爱范儿 · 电池自燃直接赔新车？理想发布自研电池「连山」，理想 i6 首发搭载

6️⃣ OpenAI 前研究主管做制造业 AI：Arda 融资 2.3 亿美元、估值 15 亿

Bob McGrew（2017 年加入 OpenAI、2024 年高管离职潮中离开）创办的 Arda 把 AI 对准工厂：产品形态是”制造工程师的 Cursor”——把新设计变成可运转的自动化产线。痛点很具体：设计改一次，重新培训工人只要一天，改造自动化设备却要 3–6 个月，因为运动路径、检测标准都是为旧设计写死的。Arda 用自有模型吃制造专有数据与工艺逻辑 + 开源模型与前沿模型承担通用能力，不押单一模型。已融 2.3 亿美元、估值 15 亿美元，Altimeter 领投，Accel、Khosla 参投；投资人给的市场口径是全球制造业约 16 万亿美元（美国 3 万亿）。路线图下一步是让机器人上产线做物理操作。⚠️ 融资信息来自 CNBC 对 Arda 的独家采访，非企业官方公告。

原文：智东西 · 估值超百亿，OpenAI前高管创业，杀入16万亿美元市场

7️⃣ 北大 DragMesh 被 IJCV 2026 接收：一次拖拽，给已有 3D 资产补上关节运动

现有 articulated 3D 生成多是从零造整套可动资产（几何 + 部件 + 关节），但用户手里往往已有柜子、微波炉、抽屉的模型，只想让门绕对铰链转、抽屉沿滑轨走——重新生成整个物体，算力大半花在不变的静态部分。DragMesh 的做法是三步解耦：① KPP-Net 用全局 + 局部两路特征，从几何、movable-part 与一次拖拽里预测关节类型、轴、原点；② 用 Dual Quaternion VAE（8 维/帧）以非自回归 Transformer 一次并行生成 16 帧轨迹，避免逐帧误差累积，也没万向锁；③ 把同一套运动迁到 Mesh 与 3D Gaussian Splatting 两种表示。局限写得很明确：只针对单关节刚体，在 GAPartNet 的 clean mesh 设定下验证。论文 arXiv:2512.06424，代码 AIGeeksGroup/DragMesh。

原文：机器之心 · IJCV 2026｜北大团队提出DragMesh：一次拖拽，实现可交互的3D关节运动生成

📄 其他