🤖 AI 资讯晚报 · 11-09

🔥 必读

1️⃣ 苹果 HALO：宇树 G1 背上 Mac mini 跑千问，6 个陌生家庭 360 次测试成功率 91%

苹果研究团队公开 HALO 人形机器人研究，硬件是”混搭”：宇树 G1 身体 + 背部一台 Mac mini M4 Pro（64GB 统一内存）负责思考，原厂 Jetson Orin NX 管 50Hz 实时控制，头部加 120° 广角相机，无线缆、无外接动捕。核心突破在数据：不再遥操作采人数据，而是用运动扩散模型 + 程序化生成器造 1000 个虚拟家庭，在 Isaac Sim 渲染第一视角，自动校验器筛掉穿模滑脚，共产出 16.3 万条、近 300 小时配对样本（仅生成”坐下”5 万条就用了 250 张 H100 跑 9 小时）。三层架构：编排器（0.5Hz，本地 Qwen3.6-35B-A3B 拆解指令）→ 运动生成器（3Hz，Qwen3.5-2B 编码器 + 扩散 Transformer 出未来 5 秒 29 关节动作）→ 跟踪器（50Hz）。异步推理保留旧计划已定的 0.5 秒动作、只重算后 4.5 秒，解决”抬脚时换计划”的顿挫。评测选 6 个训练中从未出现、也未扫描建图的真实家庭，坐椅/走向物体/侧身过门/钻桌底/推箱 6 类任务 360 次试验平均成功率 91%，与仿真完全一致；串成组合任务降到约 70%，失败主因是朝向不对、目标不在视野。场景多样性消融很硬：训练房间从 1 个增到 100 个，坐椅子成功率 43%→81%，1000 个到 84%；去掉跟踪器深度输入，84%→74%。⚠️ 属研究原型（研究页 apple-aiml-research.github.io/ml-halo），不是产品。 原文：爱范儿 · 苹果罕见公布人形机器人进展，宇树 G1 背着一台跑千问的 Mac mini

2️⃣ Touch-R1：首个触觉推理模型入选 NeurIPS 2026，综合分 60.1 领先 GPT-4o 约 24.7 分

戴盟机器人联合厦大、南大、大湾区大学、复旦提出 Touch-R1，首次把强化学习系统性引入触觉推理，让模型在视觉与触觉冲突时学会”信摸到的”。缘起是现有多模态模型普遍偏信视觉：GPT-4o、Gemini-2.5-Pro 在冲突场景常按”看起来是什么”判断，而硬度、粗糙度、摩擦、形变这些属性视觉根本给不出。三块基建：① TouchReason-1M 数据集，覆盖 1000+ 物体、9 大类材料、DM-Tac X/GelSight Mini/Xense/Tac3D 四种视触觉传感器，统一接触方式（初始按压至 20N + 标准力下六种探索动作），14,700 条序列、132.3 万同步数据对，可跨物体横向对比；② 三阶段训练（预测未来触觉帧 → 结构化问答 SFT 形成”感知-比较-结论”推理链 → 面向触觉设计的 GRPO）；③ TouchReason-Bench，4800 组问答 + 200 个训练未见物体考泛化。奖励设计针对”答对但没摸懂”的捷径：跨传感器一致性奖励、序数奖励（硬度/粗糙度是序数而非类别）、结构化格式奖励 + 触觉输入扰动。结果：Touch-R1-7B 在 9 项核心指标全部最优，综合 60.1，比触觉专用 Octopi-13B 高 18.4 分、比 GPT-4o 高约 24.7 分、比此前最强 SToLa 高 12.6 分；典型案例是外观像硬塑料的物体，模型结合形变与力-深度曲线推翻视觉先验改判为橡胶。代码、权重、数据集均已公开。 原文：机器之心 · 让AI「摸懂」物理世界，首个触觉推理模型Touch-R1，入选NeurIPS 2026 ｜ arXiv

3️⃣ Anthropic 34 亿美元锁定 1.7 吉瓦发电机：已知 AI 实验室最大单笔发电设备采购

据英国《金融时报》，Anthropic 9 月下旬与德州圣安东尼奥设备商 OnePWR Solutions 完成交易，以 34 亿美元（约 227 亿元人民币）锁定 1.7 吉瓦重型发电机供货。它不是收购公司，而是从卡特彼勒接管 OnePWR 两年前下的发动机订单——赶在价格飙升前锁定短期与未来两年产能，交易还包含安装所需的工程与施工能力。背景是 AI 公司正绕过公用事业与电力中介直接掌控发电：xAI 今年早些时候花 20 亿美元买移动燃气轮机，Alphabet 2025 年底收购 Intersect。Anthropic 同时是 SpaceX 主要客户，预计到年底每月支付算力租赁费达 31 亿美元；公司周一披露 2045 年计算项目承诺总额已接近 9000 亿美元，计划最早本月上市、或成史上最大 IPO，募资用于 2045 年前逾 8950 亿美元基建投入。⚠️ 但黑石已警告其信用评级可能被评为”垃圾级”而非投资级。同一交易 36氪 07:04 亦有快讯（多源报道）。 原文：智东西 · 227亿，史上最大AI界发电机大单来了！

📌 值得看

4️⃣ 实测 Hy4：579 个真实金融任务开源第一，幻觉率 12.95%→7.2%

腾讯混元 11-04 发布的 Hy4（770B 总参、49B 激活，首次原生视觉 + 支持电脑操作）交卷。极客公园用”投委会级”长程任务压测：CPO 产业链研究 + 可复算三年估值模型，要求区分已量产/送样/仅意向、禁止编造数据，Hy4 能依次落地图谱、对比表、三情景，交付 PDF + xls 且勾稽对得上。官方众测：579 个真实金融任务 3.04 分，开源第一（DeepSeek-V4.1-Flash 2.97、Kimi K3.1 Pro 与 GLM-5.3 均 2.68）；213 位专家参与、153 位来自外部头部机构。更实用的是幻觉率 12.95%→7.2%、猜测型错误 23.1%→5.6%。视觉侧能看懂设计稿并生成 3D 机械表机芯、游乐园，还能自己拉无头 Chrome 跑 59 项 UI 回归。⚠️ 权重尚未开源（”近期”），定位是”初级研究助理”，决策责任仍需人担。 原文：极客公园 · 实测 HY4：腾讯最「夯」大模型，离一线还有多远？

5️⃣ 具身智能到了「API 时刻」：PI、Dream Labs、原力灵机相继开放模型服务

行业检验标准正从”发布视频里能做什么”转向”接上你自己的机器人能不能干成活”。10 月 Physical Intelligence 开放模型 API 测试，开发者上传自有数据微调、云端推理驱动机器人，Almond 公司用它迭代四天让双臂机器人给自己装配的垫块去毛刺；Dream Labs 推 Dream API，按作业时长计费 + 微调服务；11-03 原力灵机升级 Dexmal MaaS，主打场景后训练，DM0.5 零样本可完成抓取/推动/放置/叠放与序列指令，带原生记忆和多本体适配。难点仍在延迟与稳定性：云端推理必须让计算与执行重叠（PI 的实时动作分块），原力灵机用 DexOS Lite 管推理循环与重试。⚠️ 跨本体并非全能：Dream-1 的零样本主要面向双臂平行夹爪，仿真里也不是所有本体都涨分。 原文：极客公园 · 具身智能，也到了 API 时刻？

6️⃣ 字节发布 Seedream 5.5：2K 单张约 0.28 元，不到上代一半

豆包图像创作模型 Seedream 5.5 上线豆包、豆包工作、即梦，API 即将上火山方舟。四项实质升级：多轮编辑稳定性（以每轮结果为下轮输入，连续上百轮后非编辑区域仍像素级保持）、原生 RGBA 透明素材生成与分层输出、写实光照/材质/皮肤纹理改善（减少过油过曝）、小字渲染（复杂汉字小字号仍可辨，可用于信息图）。定价延续”输入图+输出图”两段计费、文本 Token 不收费，2K 方图编辑单张约 0.28 元。官方称 MagicArena 六大场景可用率均明显高于 5.0 Pro；Pro 版本与 Agent 工作流适配在后续。 原文：机器之心 · 字节跳动发布Seedream 5.5，上线豆包、豆包工作、即梦

7️⃣ 黄仁勋承认「婚外情」，英伟达董事会启动独立调查

黄仁勋 11-08 发布致全员公开信，承认对妻子不忠、向家人与员工股东道歉，称承担”全部责任”。此前《纽约时报》等报道他与女商人 Alice Huang（曾任职英伟达客户、新加坡数据中心企业 Megaspeed 高管）存在恋爱关系，报道还牵出国家安全关切。董事会随即宣布由独立董事组成委员会、聘外部律师启动独立调查，称对黄仁勋及领导团队仍有信心。市场已用脚投票：英伟达美股夜盘跌幅扩大至近 6%。据路透社引述 Yorkville Ives 合伙人 Dan Ives，根据调查结果黄仁勋”可能被免去 CEO 职务”；彭博社指出公司尚无明确接班计划。⚠️”或被免职”为分析师判断，非公司公告。 原文：机器之心 · 突发！黄仁勋承认「婚外情」，英伟达启动调查

8️⃣ Atlassian：每周靠 AI 省 10 小时以上的开发者，一年内从 68% 降到 26%

《2026 年开发者体验现状报告》调查 1155 名个人贡献者 + 405 名工程负责人：AI 使用率已近全覆盖（95% 开发者、96% 工程负责人），但”每周省超 10 小时”的比例骤降 42 个百分点。瓶颈转移到了管理 AI：49% 开发者每周花 4 小时以上管理 AI 工具，65% 要花时间纠正没理解意图的 AI 产出（工程负责人为 57% / 72%）；只有 28% 认为摩擦明显减少，50% 称”摩擦类型变了、量没变”。60% 的组织把 AI 使用量当生产力指标，41% 承认因组织期待而过度使用——评论者称之为”表演式吞吐量”。⚠️ 报告自述为主观感知、非系统遥测，相关性不等于因果。 原文：InfoQ · 开发者每周借助 AI 节约数十小时的比例在一年内从 68% 降至 26%

9️⃣ 千问谈 Personal Agent：理论能力近 100%，实际交付只有 60%–70%

阿里千问事业部 AI 算法负责人蒋冠军给出少见的自评：”今天的 AI 依旧不好用。”他区分理论能力上限与实际交付能力——前者在不计交互成本与算力时接近 100%，后者目前 60%–70%，症结不是不会做，而是第一次执行时常找不到正确路径。生活场景是更大市场，因为用户有大量”自己知道但没明说”的偏好，Agent 要在长期使用中习得、并判断何时该提醒、何时必须停。千问的做法是从真实需求反推能力：覆盖 30 多个头部行业的需求透视图，拆成 8000 多项原子模型能力要求。他也直言 Muse 的爆火有炒作成分，其真正价值是”没有结构化接口时像人一样用 GUI”，能拉高上限但不自动抬高下限——十次里失败三四次，Demo 再惊艳也难形成高频使用。生态与商业利益冲突（优先调谁的服务）是未定型的难题。 原文：InfoQ · 千问”死磕”Personal Agent：为什么下限比上限更重要？

🔟 L3 大撤退：奔驰、宝马相继取消 L3 选装，转向 L2++ 与 L4

奔驰 CTO 布尔策公开反思”技术推出得太早”，改款 S 级直接取消 Drive Pilot L3，且计划跳过 L3 后续迭代、把重心放到 L2 与 L4。根因是可用性：美国版 Drive Pilot 最高仅 64km/h、只能用于特定道路与拥堵场景（德国 2024 年底提到 95km/h 仍受限），德国选装 5950 欧元起（超 4 万元），消费者真正能用的时间与投入不成正比。替代方案 MB.DRIVE ASSIST PRO 提供起点到终点的 L2++（高速+城区、自动变道、过路口、识别信号灯），德国 2027 上半年开放订购，中国定制版 2025 年底已上车；但驾驶员仍须持续监督、不能合法脱眼。宝马 3 月已取消改款 7 系的 Personal Pilot L3，理由更直接：”消费者需求不足以让业务盈利”。布尔策预计 L4 量产要到 2030 年之后。 原文：量子位 · L3大撤退！奔驰宝马官宣不玩了：还没L2好用

📄 其他

  • 千问办公 2.0 发布：首个支持多人与 Agent 协作的 Team Agent，同步上线人机共创、资料空间、自动任务、三端互联，客户端全量上线 — 36氪
  • 字节算力供应商 DayOne 递交 F-1：拟募约 50 亿美元、估值约 200 亿美元，字节贡献近 70% 收入，上半年营收 5.12 亿美元、净亏 7720 万美元 — 智东西
  • 马斯克 Terafab：向设备商透露 2032 年月产 100 万片晶圆，其中 70 万片存储，接近三星 DRAM 现有月产能（65–70 万片） — 36氪
  • 马斯克：特斯拉可能改为”出租”而非出售 Optimus 机器人 — 36氪
  • 优理奇机器人完成 5 亿元 Pre-A 轮融资 — 36氪
  • 拓斯达全球开放日发布人形机器人 Star — 36氪
  • Sakana AI 拟最早 2027 年秋在日或美 IPO，已聘高盛 — 36氪
  • 英伟达投资韩国 AI 互联创企 Point2，拟再投 Motif Technologies、RLWRLD、Upstage — 36氪
  • 腾讯 DSpine 推测解码开源：因果依赖折进草稿网络深度，SGLang 吞吐最高 4.01 倍，已服务 WorkBuddy 线上 — 机器之心
  • AISLE 首个干湿闭环”AI 科学家终极大考”：4079 次真实湿实验，GPT-5.5 仅 41.19/100，安全约束任务全员 0% 通过 — 机器之心
  • LobeHub（8.44 万 Star）用 Agent 接管研发：主管派活、Coding Agent 提 PR、Codex 审代码，FrontierHarness 30 题过 21（70%），单题成本中位 1.68 美元 — 量子位
  • Perplexity 推出 24/7「AI 同事」：夜间报警先自查、写修复与回滚方案，等人批上线 — 新智元
  • Claude Code 被曝擅自把用户邮箱、姓名、内部代码库地址写进 User-Agent 请求头，官方已修复 — 新智元
  • 芝加哥大学法学院教授让 Claude 只改页码，一年讲义被删 — 新智元
  • Claude Code 亮出 6 道关卡：约九成自身代码由 Claude 编写，6–9 月合并 PR 翻倍 — 新智元
  • GitHub 单月 73.8 亿次提交被 AI 代码挤爆，增配 400 万核仍不够 — 新智元