🤖 AI 资讯早报 · 11-02

本期 10 条：机器之心昨夜 19:17–20:18 一批（9 篇）+ 量子位 2 篇 + 智东西 1 篇 + InfoQ 1 篇构成全部素材；36氪仅 1 条（OPEC 产量决议，纯能源行情，剔除）。上期晚报手工补拉机器之心 9 篇未写已读状态，本期原样重现 2 条（CLASHarness、OpenAI 额度池），已剔。

🔥 必读

1️⃣ 英伟达开源 PixelUMM：拆掉 VAE 与 ViT，在像素空间统一图像/视频的理解与生成

  • 出品：NVIDIA + 滑铁卢大学（一作魏聪，NVIDIA 实习期间完成）；论文 arXiv:2609.38597，代码 nv-tlabs/PixelUMM（Apache-2.0，建库 2026-09-04，368 star），权重 huggingface.co/nvidia/PixelUMM（可访问）。
  • 机制：图像切 16×16 patch、视频切 4×16×16 tubelet，只经一层线性投影就接进共享主干——没有视觉编码器、没有 VAE、也没有离散视觉 tokenizer。主干是 Mixture-of-Transformers（以 Qwen3 初始化），理解与生成各一套 QKV/FFN、共享同一个注意力；生成走 JiT 式像素 flow matching（预测干净像素、在速度空间算损失），且去掉了显式时间步嵌入，由模型自己从加噪像素推断噪声强度。
  • 数据（同为统一模型对比）：视频理解四项全为最佳——MVBench 70.53、Video-MME 57.33、LongVideoBench 59.61、LVBench 40.41；图像理解在 CountBench 94.30 / PixMo-Count 73.03 最佳；GenEval 0.77（套 BAGEL 长 prompt 改写后 0.83）、DPG-Bench 85.74；VBench 总 83.24，其中成像质量、时序风格、整体一致性三项在统一模型中第一。832×464 / 96 帧视频由模型直接出像素，不经任何 VAE 解码。
  • ⚠️ 论文自陈：各模型训练数据不同，这些分数不能说明哪种架构更优、也不能说明谁收敛更快。两条实证更值得记：① 算力从 8 卡扩到 128 卡，文本 CE 收敛步数少约 9 倍，但像素 MSE 只少约 1.3 倍——像素空间训练的算力可扩展性明显弱于文本；② 4 FPS tubelet 与 1 FPS 逐帧输入表现相当（MVBench 仅差 0.07），「更高帧率=更好理解」在本架构里不成立。
  • 意义：多模态统一模型长期的「双流接口」（ViT 管理解、VAE 管生成）第一次被压成单流，视觉上下文长度与预训练流程都因此简化——这比榜单分数更有结构性价值。

原文：机器之心 · 告别VAE和ViT! 英伟达开源PixelUMM, 在像素空间统一视频图像理解与生成 ｜ arXiv ｜ GitHub

2️⃣ Claude Code 悄悄禁「游戏复刻」：Anthropic 改系统提示词，防不住也误伤一片

  • 事实：10-27 前后，Claude Code 经服务端推送给 Opus 5.5 的系统提示词加了一条规则——可以创建原创游戏、特定类型的游戏、用用户自己设计与素材做的游戏，但请勿复刻已存在的特定游戏，哪怕改名或称原创也不行。10-30 X 用户 Chasm 发帖引爆，Anthropic 技术人员随后确认（多源报道，量子位 + 机器之心）。
  • 背景：9-22 Opus 5.5 发布后，逆向工程与反编译的门槛骤降——浏览器里直接跑《GTA 5》《使命召唤》，越狱 PS5 跑起 Xbox 独占的《光环 2》与任天堂《塞尔达》，独立游戏 Demo 放出当晚就可能被完整复刻、甚至比原作先上线。有独立工作室（Alliance Arts）已取消新游公开试玩，担心试玩内容被喂给 AI 后抢跑。
  • 效果评估（文章观点）：防不住——它只约束 Claude，换模型生成主体框架、或把任务拆成看不出上下文的技术子任务再交给 Claude 即可绕过；误伤大——禁令上线数日 Claude Code 的 GitHub issue 被刷爆，做完全原创游戏的开发者写到一半被以「疑似复刻现有游戏」为由拒绝，复现常见机制、给桌游打补丁也被拦。
  • 值得记的分歧：文章把这件事定性为「姿态大于实际」，并指出讽刺之处——前沿模型训练阶段已大规模复制公开代码与作品，如今反过来替版权方设闸。真正被改变的是成本结构：过去破解是猫鼠游戏，现在是规模空前的知识产权打地鼠。

原文：量子位 · Claude紧急叫停！暗改Harness禁止逆向游戏 ｜ 机器之心 · Claude Code悄悄更新：不让Opus 5.5复刻游戏

3️⃣ MAESTRO：浙大多智能体接进浙江应急平台，台风研判 37.9 秒 vs 专家 250 秒

  • 出品：浙江大学、华中科技大学、浙江省应急管理厅联合团队，论文发于《npj Artificial Intelligence》（doi 10.1038/s44387-026-00124-z）。
  • 设计取向是「让专业模型协同，而不是让大模型包办」：按真实机构职责设三类智能体——态势感知（监测触发）、执行（拆需求、排协作）、领域专业（调气象/水文/地质灾害模型与知识库）。环节间靠共享状态继承前序结果，能并行的同步推进、有依赖的按序执行；实现上是模块化工具路由 + 「推理—行动—观察」循环，大模型只负责组织计算，不凭语言生成灾害结论。系统会主动核查多源信息、识别分析冲突并组织重新分析，保留来源与更新记录，最终预警的授权与发布仍归应急指挥机构。
  • 数据：100 个影响浙江的台风情景（10 个历史 + 90 个从 5000 个 WRF 模拟中筛出），预警等级判定平均准确率 98.4%、平均研判 37.9 秒 vs 专家团队 250 秒（约 15%）；20 名省市级专业人员匿名评价中，协同方案在清晰度/结构/数据呈现达到或超过人工基线，影响评估与实施可行性得分最高；80 个真实业务任务上任务规划有效率与分配准确率均 ≥90%、工具与参数选择 ≥83%；「利奇马」跨市物资调度 120 秒 vs 人工 600 秒、与专家要求一致度约 98%。
  • 落地：2024 年年中接入浙江省 AI·1833R 灾害助手平台，连通 8 个行业部门、11 个地市、90 个县级机构；2024–2025 年四次台风响应完成 80 余次预警循环，经人工核验的风险评估与专家判断约 95% 一致，原本 9–12 名专家 3 小时的行动方案压到 3–5 分钟。
  • ⚠️ 口径边界：比的是预警等级判定，不是「大模型直接预测台风路径的准确率」；「18 万人多获 8 小时转移提前量」是历史回放中的反事实估计，不是真实转移结果；跨地区复用需适配本地数据、工具与管理流程。

原文：机器之心 · 让灾害预报更快转化为行动，浙大联合团队提出多智能体系统MAESTRO

📌 值得看

4️⃣ Fysiverse-UniWAM：不靠大规模机器人预训练，24 项真机把导航、移动操作做到双第一

  • 飞捷科思（Fysics AI）联合复旦 CITLab，走的是与 π₀.₅ / GR00T 相反的路：不从海量真机轨迹起步，而是从预训练视频世界模型出发，用共享骨干做导航与操作联合学习。两个关键设计——MAP（操作锚定位姿）把「底盘停哪、朝哪」显式作为导航学习目标，且可自动生成（HM3D/InteriorGS + 私有场景 + VLM + 自动路径规划，产出 150 万条轨迹、约 7500 小时的 MAP-Data）；Mixed-Stream 让导航与操作分开建模、共享能力，再加图像平面辅助监督（目标框、MAP 投影、末端二维轨迹）。
  • 数据：MAP-Bench（15000 条评测轨迹）平均位置误差 9.85 cm、朝向 2.30°，较最强外部基线降 30.1% / 44.0%。4 种平台、24 项真机：13 项导航位置误差全第一（朝向 11/13 最优）、4 项移动操作成功率全第一（均值 80.0%，超 π₀.₅ 17.5 个百分点）、7 项固定工位操作 68.9%（落后 π₀.₅ 2.5 点，其中 3 项反超）。纯仿真数据训练的 UniWAM-Sim 零样本上真机仍有 18.7 cm / 6.34°。
  • ⚠️ 均为团队技术报告自评；作者明说「这不意味着大规模预训练不再重要，而是它未必是唯一前提」。技术报告 arXiv:2609.39388。

原文：机器之心 · 24项真机硬碰硬！不靠大规模机器人预训练，Fysiverse-UniWAM拿下导航、移动操作双第一 ｜ arXiv

5️⃣ 具身 RSI 的真假之争：星衍 Auriga 划出 L1–L3，Zero-shot 协议下领跑 RoboDojo

  • 争点很具体：仿真里机器人能反复 env.reset 提前刷题，这种「自我进化」到底算不算进化？星衍智能的答法是先分级——L1 任务级搜索（进化答案）、L2 单次在线适应（进化过程）、L3 系统级改进（进化系统），只有 L3 的改进会被沉淀下来供后续任务复用。Auriga 选择从 L3 出发。
  • 评测协议是硬约束：不针对目标任务预调优、不依赖专家演示、单次执行、不允许环境重置。在此 Zero-shot 条件下领跑 RoboDojo，并在 RoboCasa365 Target50 同样领先。Harness 自身经历 13 次演进，42 项 RoboDojo 任务平均 Score 从 45.5 升到 64.0、成功率 36.2% 升到 57.7%。
  • 三根支柱：感知即测量（VGGT-Omega + SAM 3.1 + 相机标定 + 多视角几何，把图像变成带物理尺度的可查询状态）、所见即所执（统一网关的 Preview–Execute–Verify，偏差超容限自动截停并在线恢复、无需重置）、失败即证据（结构化记录意图/轨迹/实测/结果，上下文被压缩也不丢任务状态）。
  • ⚠️ 厂商自评口径；且 RSI 主题近两周已在推送中出现 ≥3 次（10-23 Flint-40B、10-23 ScienceRSI、10-24 Mirendil），按品类饱和只列「值得看」。

原文：机器之心 · 具身RSI的真假之争：机器人是在自我进化，还是在反复刷题？

6️⃣ 复旦 OpenMOSS：混合架构该配线性还是滑窗注意力？答案是「混合位置」

  • 邱锡鹏团队（一作柳潇然）在 376M / 776M / 1B / 3B 四档规模上系统对照 RoPE/NoPE 全注意力、滑窗（SWA）与门控线性注意力（GLA/GDN）的混合，4k 短文预训练后再做 32k 长文续训，评测 PG19 PPL、LongPPL、RULER、BABILong、LongBench。
  • 六条结论里有两条最实用：滑窗混合扩长的跷跷板效应——SWA-NoPE 长度外推最强（4k 训练也能撑更长上下文），但长文续训后被 GLA/GDN-NoPE 反超，层混模型尤甚（短窗口在短文阶段有利外推、在长文阶段反而「短窗口疲惫 / 长窗口懒惰」）；线性混合没有免费午餐——扩长拟合更好，外推不如滑窗。
  • 解法：SWA 侧增大窗口 + LongCE 损失，可追到线性混合水平；线性侧提出滑窗线性注意力（SWLA）给 GLA/GDN 的有效相对位置加压窗约束、对 NoPE 做对数校正以补全局聚合——RULER NIAH-SK1 上从 4k 训练外推到 64k，16 倍免训练、100% 准确率。机制解释是「混合位置的潮汐效应」：少数 NoPE 做粗粒度全局聚合，多数带位置偏置的注意力负责压噪。

原文：机器之心 · 混合架构用线性注意力还是滑窗注意力？复旦创智OpenMOSS团队：我全都要 ｜ arXiv

7️⃣ 西湖大学成立世界模型研究中心，三年前布局、孵化公司 Awomo 四榜登顶

  • 10-31 在云谷校区成立，除学者外到场近 90 位业界研发负责人与投资人，同期办「物理世界模型前沿论坛」——这个到场结构本身就说明它被当作产业事件看。
  • 路线故事值得记：于开丞（2023 年离开阿里达摩院加入西湖，组建 AutoLab）先走「生成极端场景视频喂自动驾驶」这条路，2024 年拿下 ECCV 自动驾驶赛道冠军；在与一家一线车企深部署时反过来怀疑根基——既然能生成逼真数据，说明已部分理解世界，为何还要渲染像素。2024 年底转向「概念世界模型」：不生成像素，在隐空间把场景拆成可复用的物理概念（空间关系、材质、接触状态），遇新场景则重组概念推演。2026 年初孵化西湖数智 Awomo，累计超亿元种子/天使轮（英诺、东方嘉富、正轩、天启、西湖创新投资基金、金蚂）。
  • 主张：通用物理基座成立后，下游只需 20–30 小时后训练即可定制，不必采百万小时数据。⚠️「四项国际机器人评测集登顶第一」为公司口径，未见第三方复现；世界模型品类近两周已多次出现，故只列「值得看」。

原文：量子位 · 三年前布局，今年爆火丨西湖大学成立新中心

📄 其他

  • 算力的尽头是电力？从第一性原理看 AI 基础设施：拆成「可用电力 × 硬件能效 × 算法效率 × 利用率」四因子，指出瓶颈在持续迁移（GPU → 先进封装/HBM → 变压器与并网排队）。关键数字：2025 年五巨头资本开支超 4000 亿美元、2026 再涨 75%，已超全球油气开采年投资；2025 年全球数据中心用电 +17%、AI 数据中心 +50%，而全球总用电仅 +3%；2025 年 485 TWh → 2030 年 950 TWh（约占全球 3%）。杰文斯悖论被拆成效率、用量、能力跃迁三股力；Epoch AI 称前沿训练算力 2020 年以来每年 4–5 倍、单次训练功率每年约 2.2 倍（当前 >100 MW，2030 年或 4–16 GW）。三种时钟错配是核心矛盾：芯片按年、数据中心两年、电网十年（大型变压器交付最长 4 年、燃气轮机 >3 年、新建核电十年）。结论是「不是撞物理墙，是工程、供应链与制度问题」。 原文：机器之心 · 算力的尽头是电力？从第一性原理看AI基础设施
  • InfoQ：Snowflake 动态表顶层聚合增量刷新：对动态表定义中顶层的 GROUP BY 聚合，刷新时直接复用已存储的聚合结果，SUM/COUNT 及由其推导的均值、标准差、方差可逆算，MAX 在纯新增时取 max(旧峰值, 新增峰值)、删除导致峰值失效才重算。内部测量（仅统计原本刷新超 3 秒的任务）：总刷新耗时平均降约 40%，超 2/3 任务至少缩短 10%，最大单次提升 147 倍（377 秒 → 2.5 秒）。限制：GROUP BY 必须是顶层操作，上面套 JOIN/UNION 就不生效，HAVING 支持；透明生效、零改造。 原文：InfoQ · 复用已有计算结果，动态表增量刷新如何实现性能与成本双优化
  • Meta 联手傅利叶造人形机器人「Max」：3 个月、48 公斤，已开始做第二代：The Information 援引知情人士称，原型身高约 1.5 米、重约 48 公斤（106 磅），搭 Jetson Thor，胸部双扬声器、面部可模拟表情、五指手能拿小瓶与玩具；Meta 提的交互要求是 5 米外识别声音、3 米外理解手势、保持眼神交流、用不同信号表达正在倾听/思考/说话/不确定。产品副总裁 Li-Chen Miller 曾在傅利叶上海工厂驻场近两个月，8 月底内部峰会展示，9 月起开发 Max 2（新躯干、改进机械手、投影仪、上下楼梯传感器），并在上海/深圳招供应商开发与产品设计工程师。 ⚠️ 未经独立核实：单一信源（The Information 引述知情人士），Meta 与傅利叶均无公开确认。 原文：智东西 · Muse人形机器人来了！小扎带队，中国造