AI短剧用户破6亿：字节铺完整条链路，长视频平台集体入局
文章分析AI短剧对大众内容消费的渗透：2026年一季度全行业上线微短剧12.8万部，AI微短剧占12.2万部、占比超95%，用户规模上半年突破6亿，市场规模超220亿元。
#推理
钛媒体AI 评分6767 雷峰网AI 评分7373 书生-S2助力完成三维Ghys猜想证明并通过Lean形式化验证
许地生团队依托上海AI实验室书生-S2模型，通过人机协同完成三维Ghys猜想证明，论文已发布于arXiv，形式化代码在GitHub公开。攻关中书生-S2完成7批接续推演，问题图从15个节点扩展到389个，输出上千页推导；北大董彬、刘若川团队用SHEAF框架在约5天内以峰值100个智能体并行产出约55万行Lean代码，完成全部四个主定理的形式化验证。
钛媒体AI 评分6969 书生-S2多模态大模型助力中国团队完成三维Ghys猜想证明并通过Lean形式化验证
许地生团队依托上海AI实验室的书生科学多模态大模型S2，通过人机协同完成困扰数学界30余年的三维Ghys猜想证明，论文已发布在arXiv，形式化代码公开于GitHub。书生-S2完成7批接续推演，问题图从15个节点扩展到389个，输出上千页推导；北大董彬、刘若川团队用自研SHEAF框架在约5天内完成全部四个主定理的Lean形式化验证，产出约55万行代码。
钛媒体同新闻AI 评分8080 OpenAI 发布 722 篇 AI 数学手稿，25 位菲尔兹奖得主联合声明引发制度冲突
OpenAI 将内部 AI 模型生成的 722 篇数学手稿放上 GitHub，整理为 372 组成果、覆盖 17 个方向，部分宣称涉及黎曼猜想、BSD 猜想等千禧年难题，发布次日因错误撤回 3 篇，总数降至 719 篇，模型未公开、第三方无法复现。
同一新闻，精选展示《OpenAI 放出 722 篇数学手稿，声称将挂谷猜想推进到四维》
钛媒体AI 评分4040 Edge AI Daily 早报（10月15日）
Anthropic 拟以超2万亿美元估值 IPO，年化营收650亿美元但未来云与计算支出承诺约5180亿美元；OpenAI 任命 xAI Colossus 建造者 Uday Ruddarraju 负责数据中心，并就收购安全公司 Trail of Bits 展开初步谈判。
The DecoderAI 评分6262 Google DeepMind 称自我改进的 AI 仍很遥远：AI 未显著加速 AI 研究
Google DeepMind 工程师 Haydn Belfield 表示，AI 自身驱动的研究加速尚未出现，但显著的自动化已在发生。AI 现在编写超过 75% 的生产代码，但约 88% 的代码变更仍需人工监督，完全交由 AI 的变更占比从 7.5% 升至 11.9%；跨 1,389 次 Argon 智能体内部运行，任务越复杂、无需人类介入的成功率下降越明显。
Google ResearchAI 评分3737 Google Research 发布 Research@ 2026 十大成果：用 AI 放大人类创造力
Google Research 在 Mountain View 的 Research@ 活动上展示 10 项研究亮点。
钛媒体AI 评分6060 钛媒体：东亚做题家方法论借AI出海，Gauth、Question.AI、QANDA等产品畅销全球
钛媒体作者针尖分析称，中国、韩国教育创业者正把东亚应试训练方法论借助AI封装成APP反向输出全球。文章介绍，字节的Gauth截至2026年9月全球安装超2亿次、月活5341万；作业帮Question.AI稳居北美iOS教育榜前五；猿辅导Uknow.AI在越南同类应用用户活跃度第一；韩国QANDA累计融资超1.05亿美元，2025年营收270亿韩元。
雷峰网AI 评分4949 宾大茅佳源：从单次演示到 83% 真机泛化，破解具身智能数据困局
UPenn、MIT 与 Stanford 联合团队的茅佳源在 IROS 2026 分享了具身智能泛化机制，提出诊断视觉与动作脱节的 TR 指标（时间比率），并介绍仅需一次人类演示即可泛化执行非抓取任务的 RAPID 闭环框架。
爱范儿同新闻AI 评分8383 Google 发布 Gemini 4 Argon，主打长程任务与低价 API
Google 正式上线旗舰模型 Gemini 4 Argon，API 提供最高 100 万统一输入输出 Token 上限，首发定价为每百万输入 Token 2 美元、输出 10 美元，缓存输入折扣达 95%。
AWS Machine Learning BlogAI 评分3737 Amazon SageMaker AI 上的 MoE 内核工程优化解析
AWS 团队分享了针对融合 MoE 模型的内核工程优化，包括利用 Swap-AB 在 NVIDIA Hopper 架构上满足 WGMMA 指令 M≥64 的形状要求，在 H200 上带来 2–4% 的端到端吞吐提升，并已上游合入 vLLM 0.24.0 及以上版本。
Ars Technica · AIAI 评分7272 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推开，暂限付费用户
Google 开始大范围推送 Gemini 4 Argon，目前仅向付费用户开放，低档订阅也无法完全使用，模型能力与上月发布的基准结论不变。
AWS Machine Learning BlogAI 评分5757 在 Amazon Bedrock 上用 Grok 4.7 构建长程智能体并评测推理档位
AWS 博客介绍 Grok 4.7 登陆 Amazon Bedrock，并通过三个需搜索而非查询的任务评测其 reasoning effort 档位。
The Verge · AI精选AI 评分8383 Google 发布 Gemini 4 Argon 模型
Google 发布长期预告的 Gemini 4 Argon 模型，称其在编程、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5，并减少冗余与套话。
推荐理由：Google 在落后数月后发布 Gemini 4 Argon，并给出定价与内部用例，读者可据此判断前沿模型竞争格局的变化。
The DecoderAI 评分6666 微软研究：清空对话历史可让 AI 智能体找到更好解法
微软研究院一项研究指出，长时间运行的 AI 研究智能体即便增加算力也会陷入表现瓶颈，同一智能体在同一任务上的 8 次独立运行最终得分从 68.3 到 100.0 不等，且差距在算力大幅增加后依然存在。
The Decoder精选AI 评分8080 Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48。
推荐理由：Meta 新模型在智能体与编码评测上大幅跃升，但事实知识与成本仍是短板，可据此判断其前沿位置。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和普通用户开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在真实工作流中的落地程度。
TechCrunch · AIAI 评分5656 WindBorne 获美国空军最高 4900 万美元气象气球数据合同
美国空军与 WindBorne Systems 签订最高 4900 万美元合同，购买其约 700 个自主气象气球采集的大气数据，目前已下单 170 万美元，按需下单且未经竞争性招标。WindBorne 表示这是其最大单笔合同，同时公司此前融资 3700 万美元 B 轮并发布 WeatherMesh 6 预报模型，还在今年 8 月首次将无动力飞行系统送入台风眼采集数据。
爱范儿AI 评分2424 早报｜苹果发布十多款「果家」新品/Gemini 4来了，写代码更省心/3999元，阶跃智能体手机发布
苹果 10 月 13 日发布首款家庭中枢 HomeView、第四代 Apple TV 4K 和 HomePod mini 2，HomeView 搭载 A18 芯片与 7 英寸屏幕，与 Apple TV 4K 均售 299 美元，11 月 13 日发售。
开源中国AI 评分3434 智谱发布 GLM-Legal 模型：基于 GLM-5.3-Flash 底座、基准测试追平闭源模型
智谱发布面向法律领域的 GLM-Legal 模型，基于轻量级的 GLM-5.3-Flash 底座打造。该模型在主流法律基准上追平前沿闭源模型，Harvey LAB 评测全过率达 19.2%，比基座模型提升 12.5 个百分点。GLM-Legal 专为真实法律工作流设计，支持合同审查、证据分析、合规规划等场景。
钛媒体AI 评分4444 TikTok CEO 周受资：AI 将在两到三年内带来真正的科学突破
TikTok CEO 周受资 10 月 12 日在新加坡 DBS 亚洲未来前沿会议上表示，AI 有望在两到三年内在物理、生物技术、化学和材料科学领域产生真正的科学突破。
钛媒体AI 评分6363 王兴兴与梁文锋从相反方向重估具身智能时间表
钛媒体发布具身商业前哨的专栏文章，梳理王兴兴在工博会上把具身智能最乐观时间表从两三年缩短到一两年、自称最大错误是对AI相信不够，以及凤凰网科技援引信源称梁文锋密集接触具身智能创业者。
钛媒体同新闻AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full，重回模型前沿
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款模型，均支持 100 万 Token 上下文窗口，主打编程、长期 Agent 任务和专业知识工作。
开源中国AI 评分6060 AI 逆向国产 LS77-II 处理器：5 分钟写模拟器，一下午复现 BASIC
微博博主 EE_Archeology 晒出用 AI 逆向一块国产单板机的全过程，全程未写一行代码。该单板机最终被确认搭载骊山 771 所（今西安微电子技术研究所）研制的 LS77-II 处理器，由 1977 年的 LS77-1 优化而来，用一片 ALU 加一片微码 ROM 实现全部功能。AI 用 5 分钟写出模拟器，一个下午复现了 BASIC。
钛媒体AI 评分3636 智源王鹏伟：当下世界模型都只学到了片面的世界，悟界·RoboBrain Orca 押注 action-free 泛化
智源研究院具身模型研究中心负责人王鹏伟在2026年智源大会发布悟界·RoboBrain Orca世界模型，提出以“无意识学习+有意识学习”两种范式建模，预训练未使用任何一条action数据，数据包含12.5万小时Web视频和130m事件级状态转移数据。
钛媒体AI 评分6262 杨立昆新模型 H-JEPA 反对 Agent 与 RSI 叙事
杨立昆提出分层联合嵌入预测架构 H-JEPA，把多个 JEPA 逐层堆叠，每层在各自表征空间预测不同时间跨度的状态，规划时由高层给出粗略目标、下层细化到动作。论文以 Visual AntMaze 迷宫任务为参照，单层 LeWM 成功率 18%，三层 H-JEPA 达到 73%；但在 Push-T 任务中三层、四层表现反而下降，论文推测是短轨迹限制了高层可用的训练数据。
量子位AI 评分6262 智谱 GLM-5.3-Highspeed 在 Zcode 灰度，实测速度达 490 tokens/s
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，订阅用户随机获得体验资格，有网友晒出 490 tokens/s 的输出速度。
量子位AI 评分6666 华为 Memento 3 通关 ARC-AGI-3 全部 25 款游戏，操作次数比人类少 56%
华为诺亚方舟实验室联合 UCL 等团队提出 Memento 3 智能体系统，以 Claude Opus 5 为底模、不更新权重也不微调，通关 ARC-AGI-3 公开集全部 25 款游戏、183 个关卡，拿下满分 100 的 RHAE 成绩，总操作 7518 次，比人类的 17135 次少约 56%。
量子位AI 评分6262 陶哲轩：数学2.0时代已至，证明泛滥后数学家护城河在哪
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至，认为AI正让数学证明从稀缺走向泛滥，建立在证明稀缺之上的数学1.0评价体系即将落幕。他归纳数学易受AI冲击的三个条件：证明可被客观检验、数学对象与推理高度可数字化、大量高质量文献已数字化，并提醒警惕只展示成功案例的幸存者偏差，呼吁把失败结果和算力成本纳入评估。
量子位AI 评分7171 何恺明团队发布多模态视觉原生 Harness 框架 VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA，让现有多模态模型直接观察环境、保存原始画面，并在推理时随时回看、放大和检查细节，无需从头训练。
新智元AI 评分6666 OpenAI 公开首批 722 篇数学手稿，含 175 页四维挂谷猜想证明稿
OpenAI 于 10 月 6 日在 GitHub 上公开首批 722 篇数学手稿，其中包含一份 175 页的四维挂谷猜想证明稿。此前王虹已攻下三维挂谷猜想。
雷峰网AI 评分7171 字节论文发现 DeepSeek V4 分块 KV Cache 压缩的相位敏感缺陷
字节团队论文《Periodic Weak Spots: Phase Sensitivity from Chunked KV-Cache Compression》指出，DeepSeek V4 系列采用的分块 KV Cache 压缩会带来相位敏感性：关键 Token 落在切块交界盲区时模型容易答错。
开源中国AI 评分5858 谷歌内测新 AI 模型 Argon，员工称编码能力与 Claude Opus 5.5 打平
谷歌正在内测新 AI 模型 Argon，员工称其编码能力与 Claude Opus 5.5 打平。Antigravity 中已出现该内部模型的选择器，提供 256K 默认、512K 和 900K 三档上下文，后两档每轮分别约消耗 1.3 倍和 1.8 倍 quota，配置方式接近 Gemini Flash 系列现有选项。
开源中国AI 评分5858 Cloudflare 发布多模态决策模型 Clef-omni，并下调 Clef-flash 价格、提升 Clef 速度
Cloudflare 发布 Clef 系列首个多模态决策模型 Clef-omni，可处理音频、视频、图像和文本，基于开源的 Qwen3-Omni-30B-A3B-Instruct（MoE）构建。同时 Clef-flash 价格下调，Clef 速度提升，官方博客以 faster、cheaper、multimodal 概括这三项变化。
雷峰网AI 评分5050 WorldArena 2.0 挑战赛结果揭晓：JEPA 与空间智能路线正面交锋，视启未来、小米机器人分获赛道第一
WorldArena 2.0 Challenge 在 IROS 2026 揭晓终榜，视启未来 WorldIncept 以 72.33 分拿下 Track 1 视频质量赛道第一，同济大学 BWM-Turbo 以 71.49 分位列第二。
开源中国AI 评分6262 微软发布基于 Qwen 后训练的决策模型 Microsoft-Decision-1
微软发布决策评分模型 Microsoft-Decision-1，基于 Qwen 后训练，已在 Microsoft Foundry 可用，OpenRouter 即将上线。该模型不给文本，而是针对一组答案选项输出每个选项的校准概率，可直接被软件消费，定位与 TypeSafe AI 的决策模型 JEV 高度重合。
雷峰网AI 评分3232 昆士兰大学 Jen Jen Chung 在 IROS 2026 谈数据与信息的关系：数据越多≠决策越好
昆士兰大学 Jen Jen Chung 在 IROS 2026 主旨演讲中指出，决定智能上限的不是数据绝对规模，而是数据质量与信息密度。她以无人机自主滑翔、多机器人通信和富接触装配任务为例，说明盲目堆砌数据会导致系统崩溃与策略失能，并提出“策略修复”方案，用定向选取修复性样本替代盲目扩增数据。
量子位AI 评分6262 Aether AI 发布因果智能机器人系统 CRIS-0
Aether AI 发布代号 CRIS-0 的因果智能机器人系统，通过提取物理因果变量而非拟合像素相关性来驱动机器人动作。在咖啡制作干扰测试中，系统平均 2 秒内识别因果变量变化并重规划，10 次随机扰动实现 9 次有效恢复；在客厅长程整理任务中可连续执行数十步，并在人手突然插入时 0.2 秒急停。
InfoQ 中文AI 评分2222 从 Rollout 到权重同步：Mooncake 如何支撑高性能强化学习系统｜QCon上海
Mooncake 社区 Maintainer 马腾博士将在 QCon 上海站分享 Mooncake 如何支撑高性能强化学习系统。
InfoQ 中文AI 评分5050 Anthropic 技术负责人谈 2 万亿美元估值：蒸馏会毁掉前沿研发，中美 AI 竞赛不会单边暂停
Anthropic 两位强化学习技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客中表示，蒸馏只能复制当前前沿、无法推进下一代前沿，而一次前沿训练成本可能达 100 亿甚至 1 万亿美元。他们同时称，任何真正的 AI 放慢方案都必须完全协调，基本不存在美国单独放慢的情形。访谈还提到，18 个月内模型已从需人盯守的工具变成能独立完成一两天工作的“初级团队成员”。