🤖 AI 资讯晚报 · 11-10

本期九源合计 141 条命中，其中 36氪 80 条里约 66 条为回购／定增／个股公告与美股行情，已按画像剔除。另按「36氪 跨期覆盖」判据回捞 11-10 06:59→12:40 的上午段缺口（3 次 trial 一致，180 条，缺口内 AI 相关 21 条），补入 4 条。

🔥 必读

1️⃣ OpenAI 公开 722 篇数学手稿：证出「不存在 Landau-Siegel 零点」，但 P≠NP 仍无进展

OpenAI 在 GitHub 一次性放出 722 篇数学手稿（次日撤回 3 篇），归为 372 个结果家族，覆盖内部模型对约 4000 个开放难题的尝试，平均每题约 3 小时 ChatGPT Pro 算力。最受关注的是「不存在 Landau-Siegel 零点」——解析数论卡了几十年的关键命题，OpenAI 原始证明仅 8 页，随后数学家接力压缩：密苏里大学 Bill Banks 写出 19 页拆解，Bryce Kerr 压到 6 页，牛津 Ben Green 再砍到 5 页。理论计算机方面，第 112 号家族跨过「深度 3 电路显式下界」，第 102 号家族给出 Subhash Khot 唯一博弈猜想（UGC）的证明（含部分 Lean 验证）。

⚠️ 标题里的「P≠NP 重大线索」不等于解决：Lance Fortnow 次日撰文指出 AI 对给定问题的解出率 不到 10%，「这些结果没有一个让我们更接近 P vs NP」；Scott Aaronson 点名清单里连 P=BPP 这类「小一号」难题都没有，显然不是没试过。验证远未完成——仅约 42% 手稿附 Lean 形式化，其余全靠人工；Aaronson 坦言几乎还没有人类真正读懂任何一篇长证明，Moshkovitz 评价 AI 的 UGC 证明「糟糕到不借助 AI 根本读不懂」。

原文：新智元 · OpenAI破译数论百年悬案，揭开P≠NP重大线索

2️⃣ Anthropic 撤回 693 亿美元 IPO 定价：8.67 亿股 @70–80 美元，七大巨头另注 260 亿

当地时间 11-9，Anthropic 向承销银行发送的定价文件显示：以每股 70–80 美元发行约 8.667 亿股 A 类股（公司自售 8.433 亿股，老股东售 2330 万股），按上限计募资约 693 亿美元；文件发出后不久公司邮件撤回定价信息，称「定价细节不准确」，未说明错在哪，并拒绝置评。路透称最快 11-10 启动路演、下周完成定价。文件另披露一笔 260 亿美元同期私募：Alphabet、英伟达、AMD、博通、美光、微软、台积电七家按最终发行价认购 N 类普通股，IPO 完成后立即交割——两项合计约 953 亿美元。

⚠️ 数字仍在变动：晚间 36氪 引述「最新招股书草案」已改为 8.25 亿股、70–78 美元，以该口径计约 578–644 亿美元。估值预期持续下修：从年初部分投资者预期的 2 万亿美元，到 10 月中旬的 1.5 万亿，再到彭博报道的 1.2–1.3 万亿、个别低至 1.1 万亿（最高缩水 45%）。财务面：Q3 营收 169.56 亿美元（环比 +47%，增速已低于 Q2 的翻倍），经营亏损 5.67 亿美元（Q2 为盈利 9.74 亿），主因约 50 亿美元短期算力支出与 20 亿美元慈善配捐非现金费用；累计支出承诺约 8954 亿美元，绝大部分是算力与基础设施。

原文：InfoQ · 近 700 亿美元 IPO 定价突然撤回 ｜ 36氪 · 拟发行 8.25 亿股，区间 70–78 美元

3️⃣ 蚂蚁灵波开源 LingBot-Touch：4983 小时触觉数据，26 项真机任务最高 +26.9pp

蚂蚁灵波 11-10 开源面向灵巧操作的触觉预训练基础模型 LingBot-Touch：用 4983 小时真实触觉数据（约 46.4 万段交互、13.3 亿帧）预训练，覆盖磁触觉、视触觉、压阻式三类传感。做法是按传感原理分设编码入口，把不同触点布局映射到统一的指尖坐标空间，由共享模型学接触位置、受力及其随时间的变化，输出统一的触觉 Token——策略模型不必再处理各家原始信号。训练用自监督（随机遮挡部分触觉、让模型预测被遮区域特征），免逐点标注。

真机验证在 Sharpa Wave、XHand1 两款灵巧手上做 26 项任务（翻书、拧瓶盖、拉拉链、分拣、双手协同），接入 Diffusion Policy、π0.5、LingBot-VLA、T-Rex 四种策略模型，并与「不用触觉」「直接喂原始触觉」两组对照：Sharpa Wave 上 LingBot-VLA 45.60%→72.51%、π0.5 47.56%→68.58%；XHand1 上 π0.5 49.71%→74.17%。细节更能说明问题——拧瓶盖（T-Rex）不用触觉 56.25%、直接喂原始信号 62.5%、用统一表征 90%；拉拉链（π0.5）直接喂原始信号反而从 39% 掉到 15%，用 LingBot-Touch 回到 59%。XHand1 的磁传感器型号不在预训练数据内，固定模型参数、只训下游策略即可迁移。

工程上测试全部用约 530 万参数的 Tiny 版，接入后模型总量仅增 0.13%–0.16%。⚠️ 全部为厂商自测，无第三方复现；技术报告、权重、代码已在 GitHub / Hugging Face / 魔搭开源。

原文：智东西 · 蚂蚁灵波又放大招！机器人通用大脑学会共享「手感」 ｜ 机器之心 · LingBot-Touch 触觉基础模型

📌 值得看

4️⃣ Meta Muse Ember：AA 智能指数 36 分持平 Claude Haiku 5.5，单任务成本仅 1/3

Meta 发布迄今最小、最重效率的模型 Muse Ember，定位 Agent 高频工具调用、编码子任务、路由、信息提取与长文档解析。Artificial Analysis 智能指数 36 分，与 Claude Haiku 5.5 持平、高于 GPT-6 Luna 的 28 分；但接近最高智能水平时单任务成本约 0.136 美元 vs Haiku 5.5 的 0.411 美元（约 1/3，降 67%）。正式定价 $0.10/M 输入、$0.50/M 输出，支持 1M 上下文与文本/图像/音频/视频原生理解。能力面：AutomationBench-AA 37.8%（Haiku 13.9%、Luna 20.2%）、Agents’ Last Exam 61.6%、Terminal-Bench 4.0 40.9%；You.com 测 P95 延迟 2.2 秒。⚠️ 并非全面领先：FrontierCode 2.0-AA 仅 27.2%，低于 Haiku 5.5 的 34.9%。以上均为 Meta 及 Box、Cline、Cloudflare、You.com 等合作方自测。

原文：InfoQ · 成本仅 1/3！Meta 新模型 Muse Ember 硬刚 Claude Haiku 5.5

5️⃣ Jeff Dean 创业首谈 RSI：Discovery Loop 跑 20 个自动改进循环，「无限加速不可信」

离开 Google 27 年的 Jeff Dean 首次系统介绍新公司 Discovery Loop：团队来自 Gemini、DeepSeek、Kimi 与 Go 语言项目（成立前三周约 400 场面试，约 10% 拿过 ACM 计算奖），已自建 Agent Harness 与面向万级 Agent 协作的基础设施，运行约 20 个自动化改进循环，目标让领域专家生产力提升 20–50 倍；初期只做 ML 研究、ML 工程、硬件设计三个数字闭环领域（涉及物理过程的领域往后放）。

与李飞飞对谈时两人给 RSI 降温：Jeff Dean 认为「让循环以无限快的速度运行」不可信——真实训练、算力执行、数据保存与分析都要花物理时间，自动化能提速，但不等于无限加速；李飞飞批评硅谷把 RSI 一词用得太随意，并区分「自我改进」与「改掉那个负责提出改进方案的系统本身」。两人还谈到数学：机器证明可能只是 500 页 Lean 代码，没人知道是否存在简洁解法，而人类解题过程沉淀的方法论本身同样重要。

原文：InfoQ · 硅谷疯炒 AI 自我进化，李飞飞、Jeff Dean 齐泼冷水

6️⃣ WorkflowArena：最强 Claude Opus 5.5 完全解决率仅 36.95%，法律领域 9.09%

Einsia AI 旗下 Navers Lab 发布 WorkflowArena，专门评测大模型「自己组织多智能体」的能力：145 项长程任务、8 大领域 17 种形态（改开源库、复现科学结果、Lean 形式化、多主体合并报表、多被告案件分析、Blender 搭建筑群），只规定目标不规定工作流，评分只看交付结果、与用了多少子智能体无关，且每次调度都被完整记录。9 个模型 25 种配置里，最强 Claude Opus 5.5(max) 平均完全解决率仅 36.95%；领域差距悬殊——形式化数学 95.83%，软件工程 29.41%、金融 18.75%、法律 9.09%。风格分化清晰：Claude 系「谋定后动」（每题 0.86 次 Workflow、每次 5.55 个子智能体），GPT 系「小步快跑」（2.09 次、1.72 个）。编排本身值分：固定执行模型、只换 Opus 写工作流，Kimi K3.1 Pro 从 35.75→46.61 分，DeepSeek V4.1 Flash 18.37→25.24，四个执行模型平均 +6.41 分（静态）。

原文：机器之心 · Einsia AI 发布 WorkflowArena

7️⃣ 百度 ERNIE Evolve：昆仑芯 P800 生成速度提至基线 623.6%

百度首次披露参与文心 5.5 Flash 研发的自动研究系统 ERNIE Evolve：双层循环（外层结合历史实验提方向、并行多条研究线；内层改代码/评测/沉淀经验）+ 五个角色智能体（Director 选方向、Selector 定目标与代码起点、Executor 改代码、Evaluator 独立评测、Reviewer 查偏离与评测漏洞），只有通过评测和复核的改动才保留。在 NanoChat AutoResearch 与 NanoGPT Speedrun 三项指标上取得公开验证 SOTA。落到生产：昆仑芯 P800 低时延场景跑 168 小时、4 轮方向探索（原生融合算子＋投机解码、主机调度与同步、通信路径），最优版本生成速度提升至基线 623.6%；确定性推理吞吐 133.7%（每 token 时间 -26%、首 token 延迟 -12%）；极致解码累计 114.9%，精度与基线一致。⚠️ 均为百度自测，改动称已过压测与正确性检查；官方称后续将把同一闭环扩到训练系统与评测体系。

原文：机器之心 · 百度披露文心 5.5 Flash 研发技术

8️⃣ 清华 Asking the World：视频重建物理世界，CLEVRER 准确率 80.82%

清华团队 Asking the World（ATW） 让模型先从视频重建「可执行」的物理世界，再由智能体自主决定怎么建模、做哪些实验来回答问题：判断属性就查拟合参数，预测未来就延长仿真，反事实问题就复制场景施加干预，证据不足再补实验。以 Gemini-3-Flash 为基座、无需额外训练或微调：CLEVRER 逐题准确率 80.82%（比同模型直接回答 +46.50pp，比前作 PhysMind +8.27pp），ContPhy 70.56%（+28.10pp）；实拍台球/弹跳球/玩具车三类场景 60 段视频 60 个问题准确率 71.67%，同模型直接答仅 33.33%。配套 PolyWorld Engine 基于 Warp 构建，覆盖刚体、软体、布料、绳索、流体及耦合交互。论文 arXiv 2609.39135，主页与代码已公开。

原文：机器之心 · 看视频、建世界、做实验：清华 Asking the World

📄 其他

  • 马斯克披露 Grok 新 SI 训练推理基建：SpaceX 团队用 C 重写 RL 与推理栈，替代 JAX/SGLang 原文：36氪
  • 苹果新 CEO 闭门施压 Siri：iOS 28 编码周期改「6+2」周，Agent 与隐私两难 原文：爱范儿
  • openJiuwen 双轨自演进 TTSE：ALFWorld 98.51%，较 GraSP 提升 14.2pp 原文：量子位
  • DeepSeek Harness 日活 154 万，官方开始给插件作者发 Token 原文：InfoQ
  • 正元量子完成近亿元天使轮，瞄准千比特超导整机与 TSV 三维封装 原文：量子位
  • SpaceX 拟在德州投 240 亿美元建数据中心与燃气电厂 原文：36氪
  • 挪威暂停为新增数据中心预留电网接入容量，最迟 2027-08-01 解除 原文：36氪
  • 英伟达 × SK 电信 × Rebellions：依托 NVLink Fusion 搭异构 AI 计算系统 原文：36氪
  • 物原科技一个月内融资过亿美金，押注物理基座模型（厂商供稿） 原文：量子位
  • 京东科技拆分「云科技」与「金融科技」，JoyAI 并入云科技 原文：36氪
  • 软银上半财年净亏 7680 亿日元，AI 数据中心设备采购确认 5972 亿日元损失 原文：36氪
  • 荣耀成立奇点智能：注册资本 1 亿，含服务消费机器人制造 原文：36氪
  • 妙动 Beni 跟拍机器人开售：标准套装 4999 元，Kickstarter 众筹超 500 万美元 原文：新智元
  • 第三类磁性获关键证据：MnTe 中观测到手性交替磁振子（Science） 原文：36氪