🤖 AI 资讯晚报 · 11-02

今晚的主线是「模型侧的密度」：一家把参数推到 1.6 万亿并公开了国产卡上的训练工程细节，一位图灵奖得主用 37 页论文把「唯规模论」拆出前提条件，还有一位理论神经科学家声称让 GPT-6 解开了悬置 38 年的解析难题。三条都带明确限定，读的时候请连同限定一起看。另有 8 条值得展开的进展与 12 条留档。

🔥 必读

1️⃣ 美团 LongCat-2.5：1.6 万亿总参、480 亿激活，国产卡 80GB 显存下吞吐提升 86%

美团 LongCat 团队今日发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数 1.6 万亿、每 Token 激活约 480 亿，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程。架构上把不同分辨率图像经语义对齐编码器（SAE）与残差向量量化（RVQ）压成多层级离散 Token，与文本同由一条主干处理，视觉码本 Embedding 与主干联合学习（在激活约 30 亿的小 MoE 上，t-SNE 已见两类信号交织）。训练侧的增量主要在 Agentic RL：从 GitHub PR/issue 自动生成可交互环境与 fail-to-pass / pass-to-pass 测试，用 partial rollout 异步凑批、按通过率动态调过采样率，并裁剪采样与训练阶段之间的 Logprob 差来处理样本陈旧；奖励端用断网、清 git 历史限制投机，对重复思考与工具重复调用罚分。最值得记的是工程口径——面对国产加速器单卡不足 80GB，团队重排 FSDP/EP/CP 并行度、叠加混合词表并行与 MoonEP 动态专家复制，并把视觉编码移出训练计算图，长序列 SFT 单卡吞吐较 DDP 基线提升 86%。评测上 AutomationBench、LongCatClawBench 领先 Opus-5 与 GPT-5.6-Sol，但 Terminal Bench v4.0 得 38.5，超 GPT-5.6-Sol 仍落后 Claude-Opus-5；智东西实测 HTML 动画与财报 PPT 完成度不错，细节、空间图层关系与排版仍有提升空间。⚠️ 除 Terminal Bench 外的主基准均为厂商自建或自选口径。 原文：智东西 · 美团发1.6万亿参数新模型，通用Agent测试超Opus-5，国产芯特别优化

2️⃣ LeCun 新论文给「唯规模论」加前提：1.09 亿参数 JEPA 跨模态对齐胜过 72B，但只赢在一个指标上

66 岁的 Yann LeCun 与布朗大学 Randall Balestriero 于 10 月 29 日发布 37 页论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》，把 2024 年 ICML 的「柏拉图表征假说」推进了一步：只要不同模态的模型用符合特定条件的正样本对（论文称 Good Views，如同一场景的多视角观察）训练，它们学到的表征空间可以只差一个旋转变换。实验里，1.09 亿参数文本 JEPA 在跨模态对齐指标上得 0.184，高于 Qwen2.5-72B 的 0.154——参数差约 660 倍；样本效率上，约 2160 万样本即可达到下一 Token 预测用 9 亿样本的对齐水平（按样本 42 倍、按实际读入 Token 约 14 倍）。应用侧，用一个线性变换把独立训练的视觉编码器与文本模型接起来做图像描述，COCO 上 CIDEr 0.838。⚠️ 两处限定必须带上：一是该分数衡量的是「跨模态表征结构相似度」，不代表数学推理、代码或知识问答能力超过 72B；二是结论有明确前提（Good Views 正样本关系），不是「大模型无用」的证明，而反例同样清楚——用前缀续写、遮挡片段这类 Bad Views 训练，表征容量会被单模态细节吃掉。 原文：InfoQ · 66 岁 Yann LeCun 发新论文挑战 Scaling Law：1.09 亿参数胜过 720 亿，模型越大不一定越懂世界

3️⃣ 「外星数学」：GPT-6 Astra 跑 100 分钟，给出 1988 年 Sompolinsky 模型的完整李雅普诺夫谱推导

理论神经科学家 David Clark 公开称，他解析求出了 Sompolinsky–Crisanti–Sommers（1988）随机耦合神经元网络的完整李雅普诺夫谱。这个问题在 1988 年原论文里只解出最大的那一个指数，完整谱被留作公开问题搁置 38 年；2023 年 Engelken 等人用数值方法算出过，但「数值计算 ≠ 解析推导」。按 Clark 的自述，他把问题交给开启 Max 模式的 GPT-6 Astra，模型独立运算约 100 分钟后给出推导：先把指数整体平移、转成「有多少切方向会衰减」，用最小范数解证明单步响应即衰减方向的投影算子（迹即衰减方向数，有限 N 下精确）；再把最小范数解写成正则化趋零的二阶问题，得到前向与后向两个场的时间演化；最后用统计物理的空腔方法把一个 N 维混沌系统压成单点自洽问题。Claude Opus 5.5 参与了解读与收尾。⚠️ 三点限定：这是 arXiv 预印本（2610.12426），尚未同行评审；是单一研究者自述的突破，正确性有待领域复核，文中「与超级计算机模拟完全吻合」也只能算旁证；「外星数学」「硅基统治力」属新智元的渲染措辞。它更准确的意义是：AI 在「把难题重构成可解形式」这一步上，开始提供人类没想到的路径。 原文：新智元 · AI推导出「外星数学」！38年无解混沌难题，被GPT-6联手Claude终结

📌 值得看

4️⃣ 模思智能 MOSS-Live：全双工实时交互，停顿抢话率 1.44%，无关语音误接话 2%

邱锡鹏团队的模思智能发布全双工实时交互系统 MOSS-Live，关键不在「边听边说」，而在判断声音在当前对话里意味着什么。架构是前后台协同：前台交互模型持续接收语音、画面与环境声，判断何时回应/沉默/接受打断；后台模型承接深推理与长程任务，通过记忆、上下文与任务状态与前台协同，因此可以一边聊一边查资料而不用让对话卡住，结果返回后主动反馈。还支持实时视频与屏幕共享理解、流式同传，以及按用户规则主动提醒（如背错时纠正、会议盯特定事项）。评测（⚠️ 厂商自测）里，FDB v1 停顿抢话率 1.44%，对比 GPT Realtime 2.1 的 3.83%、GPT-Live-1 的 10.37%、Doubao SeedDuplex 的 14.29%；FDB v1.5 无关语音误接话仅 2.00%，其余参评系统在 68%–88%；τ-Voice 附和抗干扰 98.17%。短板也在同一张表上：FDB v3 工具调用成功率 51% 与 Doubao 并列最高，τ-Voice 多轮任务 57.93% 仅次于 GPT-Live-1。API 已开放、限时免费。 原文：机器之心 · 多项指标排名第一，全双工实时交互系统MOSS-Live发布

5️⃣ 优必选 Thinker-Sim：Real2Sim2Real 一站式仿真平台，单节点 8 卡日均产 390 小时数据

优必选发布具身智能仿真平台 Thinker-Sim，打的是「真实数据贵、仿真环境难搭、算法验证周期长」这三个卡点。链条分三段：用自研 Thinker-GS 做真实场景三维重建（工厂产线、商业展厅），再用 SimReady 流程把场景变成仿真资产（图文驱动批量生成、低模拓扑优化、材质生成、碰撞体自动配置）；数据侧靠自研渲染引擎与大规模并行仿真合成训练数据；评测侧提供统一的感知/导航/操作基准，并用场景、光照、纹理、材质随机化来测鲁棒性与泛化。官方自述指标（⚠️ 均为厂商口径，无第三方复现）：渲染效率提升 67.3%，单节点 8 卡日均 390 小时仿真数据产能，SIL/HIL 通信效率提升超 400%；可视化工作流覆盖 90% 以上目标场景，另有 Ulab-Agent 支持用自然语言完成仿真编排。 原文：机器之心 · 高保真复刻真实世界，优必选Thinker-Sim具身智能仿真平台正式发布

6️⃣ Karpathy 两小时用 Claude 造 HackerTube：6454 条 HN 推荐视频，用「人推荐」替代算法排序

周五晚 Karpathy 受不了 YouTube 首页推荐，第二天打开 Claude Code 桌面版（Opus 5.5、Medium 推理强度），用一句提示词让它建一个只收录 Hacker News 多年反复推荐视频的站点，两小时后 HackerTube（hackertube.org）上线。站内 6454 条视频全部来自 YouTube，但排序信号换成 HN 用户主动贴出的链接：详情页显示 HN 评论、推荐人数与被推荐的时间；分类涵盖艺术、软件工程、历史、思想、商业、游戏；不用上传者精心优化的封面（改取视频中间帧）、不需登录、观看状态存本地，还能导出底层数据交给自己的 Agent 重做一个版本。他自己只做了三件事：申请 Google Cloud API Key、开 VPS、买域名。⚠️ 说「重做 YouTube」夸张了——没有托管、上传、版权、创作者分成与 CDN，它是建在 YouTube 与 HN 语料之上的个性化策展层；HN 的技术圈品味不等于普遍高质量，实测搜索仍会混入不相关内容。真正的看点是分发机制：把推荐算法的服务对象从平台增长拉回个人偏好。 原文：爱范儿 · 卡帕西用Claude两小时重做了YouTube，每个人都能拥有一个自己的互联网

7️⃣ 小米开源 HachimoDock「哈基米机」：150 元桌搭，语音指挥本机 Agent 并联动米家

小米内部创新小团队开源的 AI 硬件 HachimoDock，自制成本约 150 元：一块小屏、三个按键、一个摇杆，屏幕上是一只西高地小狗。定位不是语音输入工具而是「搭子」——你用聊天口吻交代任务，它转给电脑上的 Agent（Codex、WorkBuddy 等）执行，屏幕以桌宠表情、动作和声音同步思考/执行/等待确认三种状态，例如「帮我整理桌面文件并换张壁纸」。另一条主线是「分钟级个性化组件创作」：用自然语言生成直接跑在设备上的组件（自选股行情、待办、电脑状态与 Token 用量仪表盘、番茄钟、喝水提醒），也支持小游戏与电子宠物；外壳、键帽与桌宠形象都可自定义（可用自家猫或情侣照）。家庭场景通过小米另一个开源项目 xiaomi Miloco 联动智能家居。热度已传导到供应链：所用开发板与屏幕出现涨价缺货。⚠️ 开源 DIY 项目、非量产商品，需要自己买料与刷写。 原文：量子位 · 小米开源了个150元的AI小玩意，火到配件都涨价了

8️⃣ 淘宝 Taobao3D 开源：TaoFlowForge + TaoTex，把高保真 3D 商品压进 5MB、40fps

淘宝 Meta 技术团队开源两项 3D 生成成果，目标是让电商 3D 商品规模化：手淘的硬指标是资产体积 <5MB、渲染帧率 >40fps、秒级加载，同时还要还原材质类型与纹理高频细节（文字与 logo）。TaoFlowForge 走原生网格路线，三阶段渐进生成：先用 DiT 生成 16³ 结构隐变量、VAE 解码到 64³ 体素稳住「骨架」，再由三个各自独立的 DiT 连续上采样到 512³ 精细顶点位置，最后用融合「连接关系 + 顶点法向量」的拓扑编码 VAE 保持顶点位置、一步预测面片与法向。这样做的关键收益是解耦控制，缓解八叉树上采样「一步错、步步错」的误差累积，产出的网格更轻、拓扑更干净、可编辑。TaoTex 负责材质解耦与高频纹理还原。代码与权重已开源（github.com/alibaba/Taobao3D，Apache-2.0，273 star），论文 arXiv 2609.37139 / 2609.34934。⚠️ 效果对比图由团队自绘，尚无第三方复现「分钟级建模 + 5MB」这套口径。 原文：机器之心 · Taobao3D 拓扑生成算法开源！让高保真 3D 更轻量

📄 其他