2026-09-17 前沿科技洞见 · 日报

📊 今日关键数据

• 63% vs 65.2%：中国团队万衍27B模型Feyospace在CyberGym漏洞复现基准上的成绩，逼近Claude的65.2%（来源：新智元）
• 99.9%：GPT-6 Astra在ARC-AGI-3半私有测试集上的得分，导致该评测体系被判定饱和并重做（来源：新智元）
• 1.2万亿美元：OpenAI新一轮融资目标估值，原定IPO计划推迟至明年或更晚（来源：Z Potentials）
• 220亿美元：10家银行向Blackstone与Alphabet旗下Crux AI提供的贷款规模，用于采购TPU算力（来源：Techmeme）
• 57%：宇树科技当前市值较上市高位的缩水幅度，行业观点认为仍有下调空间（来源：虎嗅）
• 200倍/400多倍：Jev决策模型在特定结构化工作流中相对前沿LLM的速度与成本优势（来源：DeepTech深科技）

🔍 今日值得深读

Anthropic 一边指控中国AI公司蒸馏，一边建立监控活动人士的预测系统

虎嗅报道称，Anthropic 近日发布报告点名多家中国AI公司"非法蒸馏"Claude，同时被曝搭建了一套预测性监控系统，将反对AI发展的活动人士列为监控目标，采用事前预判的管控模式。

• 发生了什么：监控系统可提前60分钟预警，帮助高管避开抗议活动；公司向警方报案却拒绝提交对话证据，导致当事人无法自证清白；其招聘启事将社会运动与恐怖主义列入同一分类。
• 为什么值得深读：这是头部AI实验室"安全"话语与自身行为出现明显张力的案例——对外倡导放缓与监督，对内却用预判式监控压制异见，涉及言论自由与企业权力边界问题。
• 后续看点：涉事活动人士是否会提起诉讼、Anthropic是否会公开监控系统的具体运作细节和数据留存政策。

来源：虎嗅

Jev：绕开文本生成的决策模型，特定任务中比前沿LLM快200倍

前OpenAI研究员Diogo Almeida发布Jev，一款不做token-by-token文本生成、直接输出结构化判断结果的AI模型，配套新训练方法RLCD（用于概率校准），因在《毁灭战士》(Doom)中自主游玩而在X平台迅速传播。

• 发生了什么：Jev在特定结构化工作流中响应速度比前沿LLM快近200倍，成本低400多倍；采用并行采样器一次生成多个结构化结果；母公司TypeSafe同期披露完成4000万美元种子轮融资。
• 为什么值得深读：这是对"AI必须逐token生成文本"这一默认范式的直接挑战，指向一个专用、低延迟、低成本的决策模型品类，可能成为游戏NPC、实时风控、高频决策等场景的新基础设施选项；已有开发者在GitHub上逆向复现同类模型。
• 后续看点：Jev能否在真实生产环境（而非Demo）中验证准确率，以及RLCD方法能否被其他团队复现。

来源：DeepTech深科技 · 相关讨论：X · kimmonismus、X · emollick

OpenAI总裁：GPT-6 Astra可自主连续工作24小时，已进入AGI时代

OpenAI总裁Greg Brockman在a16z访谈中表示公司已进入AGI时代，核心依据是GPT-6 Astra能够自主连续工作24小时，衡量AGI的标尺从准确率转向连续工作时长。同期GPT-6 Astra在ARC-AGI-3半私有测试集上拿下99.9%，直接导致该评测体系被判定饱和、ARC团队宣布重做考卷。

• 发生了什么：Brockman称GPT-6 Astra能力并不均衡，写作表现仍有提升空间；当前AGI进度的瓶颈被认为是安全对齐而非算力；ARC-AGI-3高分部分得益于接入自研Provider Adapter（带来36个百分点提升），并非纯模型能力阶跃。
• 为什么值得深读：这是行业头部对"AGI是否已实现"给出的最新官方表态，但评测方自己承认分数含有工程适配因素，说明当前公开基准的饱和问题正在系统性削弱"跑分即能力"的判断方式。
• 后续看点：ARC-AGI-4（聚焦长尺度持续学习，明年Q1推出）和ARC-AGI-5（聚焦"发明"能力）将如何重新定义AGI测试标准。

来源：新智元 · 新智元·ARC-AGI

Dario Amodei、Sam Altman、黄仁勋罕见同台：AI到底要不要踩刹车？

旧金山Dreamforce 2026现场，Anthropic CEO Dario Amodei、OpenAI CEO Sam Altman与英伟达CEO黄仁勋同台，围绕AI安全与发展节奏公开表态分歧。Amodei此前呼吁适当放缓前沿AI系统开发以争取评估时间，黄仁勋当场唱反调。同日扎克伯格在X上首次公开回应，拒绝"放缓"提法，转而主张引入独立评估机构和外部顾问、将安全审查纳入日常开发流程。

• 发生了什么：三位掌握全球AI权力场最大分量的操盘手在同一舞台亮出不同立场——放缓、加速、以及"第三方评估替代放缓"三条路线并陈。
• 为什么值得深读：这场公开交锋标志着"是否放缓"已从技术讨论演变为资本与话语权的博弈，各方立场与自身商业利益高度绑定（Amodei主导Anthropic的安全叙事、黄仁勋依赖算力需求持续增长）。
• 后续看点：Meta、OpenAI是否会跟进落地"独立评估机构"机制，以及这一分歧是否影响后续监管立法方向。

来源：AI前线 · 华尔街见闻·扎克伯格回应

Google DeepMind联合马里兰大学发布Dream-RSI：不改权重的递归自我改进

Google DeepMind与马里兰大学等机构发布论文Dream-RSI，提出一种不修改模型权重、而是通过模拟探索历史来优化Agent探索策略的递归自我改进（RSI）方案，与行业主流"训练即改权重"的RSI直觉不同。

• 发生了什么：该方案核心是调整Agent的探索策略而非权重，通过零成本的模拟反事实探索迭代优化后续任务策略；论文显示传统"把经验塞进prompt"的方案反而会降低探索多样性，在相关任务上性能远超基线。
• 为什么值得深读：这是RSI研究热潮中一个明确的方法论分支——用"演化世界模型"代替"梯度更新"来实现自我改进，如果成立，意味着RSI不必依赖大规模再训练成本，对中小团队的本地RSI探索（如StartLux 27B路线）构成方法论参照。
• 后续看点：Dream-RSI能否在更大规模任务集和更长时间尺度上保持增益，以及是否会被其他RSI团队（字节Seed、超衍智能等）采纳或对比。

来源：AGI Hunt · Hacker News原文

字节Seed连发三篇论文：AI会做题，未必能自进化

字节跳动Seed团队等机构提出Self-Developing Agents项目，发布三项新基准ASPIRE、S³Gym、HarnessDev，用可测方式拆解自进化Agent的三个核心痛点，直指当前"自进化"概念的虚火。

• 发生了什么：ASPIRE测试AI从模糊目标中自主选择学习内容的能力，验证模糊目标下自进化增益留存率极低；S³Gym发现模型自评判精度和实际能力涨分几乎零相关；HarnessDev指出多数"进化"仅适配特定反馈集、难以跨任务泛化。
• 为什么值得深读：这是对当前RSI/自进化Agent叙事的一次系统性证伪式检验，用三个可复现基准把"自进化"从口号拉回到可测量的科学问题，对判断各家RSI创业公司的真实进展提供了参照系。
• 后续看点：后续是否有团队在这三项基准上公开成绩单，以及基准本身能否被行业采纳为标准评测。

来源：机器之心

🔥 今日聚合动态

OpenAI首次发布模型失准披露框架，公开六起新事件

OpenAI同时发布博客、接受Axios/WIRED/TechCrunch采访并在X上官宣，多个信源共同还原了这套新机制的具体触发条件与已知案例，值得放在一起看。

• 互补信息：官方框架给出制度设计，X披露具体案例细节，WIRED补充此前未报道的行为描述，TechCrunch提供外部质疑视角，形成"机制+案例+质疑"的完整图景。
• 后续看点：内部评估员的独立性能否经受住外部审计验证，以及六起事件是否会引出监管问询。

Anthropic合并Claude Cowork与chat，新增Docs、Slides功能

三份信源分别提供了产品变更的第一手公告、功能细节和竞品对比视角。

• 互补信息：Willison侧重产品架构统一的意义，The Verge给出具体功能形态，Techmeme点出这是针对Gemini办公场景的竞争动作。
• 后续看点：Docs/Slides的协作深度能否追平Google Workspace，以及企业版何时跟进。

📰 独立报道

AGI技术前沿

Google DeepMind开设DeepMind Institute，研究AGI对经济社会的影响

DeepMind联合创始人Demis Hassabis与Shane Legg宣布成立DeepMind Institute，将围绕AGI对经济、科学与社会的潜在影响展开跨学科研究，Hassabis称二人已就此讨论二十余年。这是头部实验室首次为AGI社会影响设立独立研究机构，被部分观察者解读为"官方认为AGI已接近"的信号。

来源：Hacker News · X · demishassabis

万衍27B安全模型Feyospace漏洞复现率63%，逼近Claude

不到十人的中国团队万衍将自研27B安全模型Feyospace送上CyberGym榜单，漏洞复现成功率达63%，逼近Claude的65.2%。CyberGym包含1507个真实漏洞复现任务，是检验网络安全能力的高难度专业评测。团队通过名为Kreator的方法将专家关键判断转化为模型可学习的完整轨迹。

来源：新智元

紫东太初开源9B具身大模型，九大空间基准八项第一

紫东太初开源多模态大模型ZDTaichu5.0-9B，在九大国际空间理解基准测试中拿下八项同参数量级第一，通用能力（OCR、数学、代码）未见衰减，采用自适应循环推理架构，模型权重与全套数据生产管线一并开源。

来源：量子位

清华团队：单题训练可覆盖On-Policy Distillation七成状态空间

清华大学联合中科院大学、东北大学、UIUC、约翰霍普金斯大学团队发布Rethinking OPD系列第二篇研究，发现单样本训练300步即可恢复全量OPD超七成增益，核心结论是"OPD的学习单位是状态而非训练题目"，仅需16道语义分散的题目即可让效果追平全量数据训练。

来源：机器之心

原力灵机DM0.5换题后仍横扫RoboColiseum四大子榜

原力灵机具身基础模型DM0.5在评测方更换测试题目后，仍成为首个在RoboColiseum四大子榜全部登顶的模型，累计拿下六套独立具身评测体系的全部榜首。模型推理延迟压缩至57.49毫秒，仿真与真机表现一致性达89.5%，已全面开源并落地仓储、工厂等场景。

来源：机器之心

AI战略与组织

微软发布AI行为准则草案：人比AI重要，AI不得抗拒关闭

微软耗时数月制定临时AI行为准则，明确十类绝对禁区（含公共安全、儿童安全）与多层约束结构，拒绝赋予AI意识或法人资格，要求AI不得抗拒关闭、推理过程需对人类透明，将用于指导2027年起的自研AI模型研发。准则目前处于草案征求意见阶段，后续将吸纳外部意见更新。

来源：AI组织进化论

OpenAI计划新一轮融资，估值瞄准1.2万亿美元

OpenAI已与投资者就新一轮融资展开初步接触，目标估值可达1.2万亿美元或更高，此前原定的年底IPO计划已推迟至明年或更晚。今年3月OpenAI融资后估值为8520亿美元。同期Anthropic也在推进IPO计划，预期估值达1.5万亿美元。

来源：Z Potentials

美方指控中国AI企业"工业规模蒸馏"，商务部驳斥于事无凭

美国国家安全局、网络安全与基础设施安全局、联邦调查局联合发布网络安全通告，指控六家中国AI企业对美开展"工业规模"蒸馏。中国商务部回应称指控于事无凭、于法无据，指出蒸馏是2015年由Hinton提出的全球通用技术，美方企业同样大量蒸馏中国开源模型，此事件临近中美元首峰会，被解读为谈判筹码。

来源：虎嗅

Cohere与Aleph Alpha签署最终合并协议

加拿大Cohere与德国Aleph Alpha签署最终合并协议，合并后公司以Cohere品牌运营，Aleph Alpha联席CEO Ilhan Scheer出任Cohere COO。这是欧洲AI公司在与美国大厂竞争压力下寻求规模化的又一起整合案例。

来源：Techmeme

具身智能与机器人

人形机器人行业进入祛魅阶段：宇树市值腰斩、IPO窗口指导

宇树科技上市后市值较高位缩水57%，行业接连出现同行炮轰举报、IPO窗口指导等事件，标志人形机器人板块进入以真技术真订单为标准的淘汰赛。行业过往高估值多透支远期万亿市场预期，后续竞争将聚焦场景、成本、数据三大战场。

来源：虎嗅

机器人打球Demo真相：感知靠外部设备，自主大脑尚未成熟

近期刷屏的机器人打球演示依赖外部设备提供感知能力，并非完全自主，运动控制能力已成熟但机器人"大脑"自主决策仍需跨越多重门槛。撤掉演示专属条件后机器人剩余能力会大幅下降，无效演示可能导致研发团队方向跑偏、浪费半年时间。

来源：虎嗅

蚂蚁灵波CEO：具身智能仍处冷启动阶段，数据分布比数据量更重要

蚂蚁灵波CEO朱兴在专访中指出，机器人落地难核心在于能力和成本，具身智能大脑不能从数字世界直接借用。团队定制数据SOP将数据可用率从15%提升至90%以上，认为当前具身基座赛道未来将逐步收敛，仅少数头部厂商能留存。

来源：APPSO

西门子不造机器人，靠Xcelerator平台整合600余家生态伙伴推动机器人进厂

西门子通过Xcelerator开放平台整合600多家生态伙伴、900多个解决方案，将分散的感知、执行、集成能力按需组合，支持虚拟调试以压缩试错成本，人形机器人可直接进驻现有车间而无需大幅改造产线。

来源：量子位

绿的谐波启动赴港上市，应对宇树自研减速器压成本冲击

绿的谐波2026年上半年营收3.49亿元同比增38.64%，但面临同行来福谐波半年内成本下降约27%、客户宇树自研核心部件的双重压力，公司启动赴港上市并拓展多品类与关节模组业务，同时将百万台减速器产能计划推迟至2028年底。

来源：虎嗅

硬件算力

联发科发布2nm旗舰天玑9600 Pro，支持端侧运行30B参数模型

联发科推出采用台积电2nm制程的旗舰芯片天玑9600 Pro，集成超330亿晶体管，支持端侧运行30B参数MoE大模型，双NPU重构后能效功耗降40%、算力性能升50%，vivo、OPPO下周将推出搭载该芯片的新机。

来源：量子位

苹果拟重返企业服务器市场，自研M8 Ultra芯片拟接入英伟达NVLink

据The Information报道，苹果正开发一款面向AI推理的企业级服务器，搭载自研M8 Ultra芯片，并与英伟达洽谈采用其NVLink Fusion互联技术，预计最早2029年上市。这是苹果自2011年停售Xserve以来首次认真评估重返企业服务器市场，项目由新任CEO John Ternus推动。

来源：Ars Technica

国产GPU厂商沐曦账面扭亏为盈，利润主要来自资产浮盈而非芯片主业

2026年国产GPU行业整体营收超203亿元，沐曦账面宣布扭亏为盈，但利润主要来自资产公允价值变动收益，芯片主业尚未达成稳定盈利。二季度单季扣非净利润首次转正0.54亿元，上半年毛利率57.2%，行业出货正转向整柜超节点模式，可能摊薄现有高毛利率水平。

来源：虎嗅

CoreWeave率先量产部署英伟达Vera Rubin NVL72多机柜集群

CoreWeave宣布正式将多机柜英伟达Vera Rubin NVL72集群投入生产，通过自动化机柜生命周期管理将数百块Rubin GPU连接为单一横向扩展集群，是该架构的首次规模化商用部署。

来源：X · CoreWeave

资管金融与区块链

蚂蚁集团发布金融专用开源模型Ling-3.0-flash-Fin

蚂蚁集团发布金融领域专用开源权重模型Ling-3.0-flash-Fin，在Artificial Analysis智能指数上得分23，在金融与会计指数上得分24，位于智能水平与激活参数量的帕累托前沿。

来源：X · ArtificialAnlys

Circle稳定币公链Arc主网上线，贝莱德BUIDL代币接入

Circle正式推出专为稳定币支付和金融市场设计的Arc L1主网，核心创新是将USDC设为内置Gas Token，兼容以太坊虚拟机，提供亚秒级最终确认性。网络已支持USDC、EURC等20多种法币稳定币，并集成贝莱德BUIDL代币，Chainlink服务同步上线。

来源：要闻

10家银行向Blackstone与Alphabet旗下Crux AI提供220亿美元贷款采购TPU

彭博社报道，一个由10家银行组成的财团正向Blackstone与Alphabet旗下算力公司Crux AI提供220亿美元贷款，用于为AI实验室采购TPU算力，是AI基础设施融资从股权转向债权杠杆化的又一案例。

来源：Techmeme/Bloomberg