OpenAI 发布 GPT-6 与全新「智能界面」

2026-10-07 OpenAI

OpenAI 推出 GPT-6，并同步上线 ChatGPT「Intelligent UI」更新，让回答中直接嵌入图片、图表与可交互按钮。这是 ChatGPT 迄今最重大的一次界面与模型双重升级。

Google 将 Agentic AI 引入 Gemini，先从企业场景落地

2026-10-08 TechCrunch

Google 发布面向工作任务的「一站式」Gemini 智能体，率先向企业用户开放，标志其把 agent 能力产品化、商业化。同期 Google 还上线了可完全离线转写会议的 AI 笔记应用。

Anthropic 推出面向开源项目的免费 AI 安全扫描

2026-10-08 The Verge

Anthropic 为开源项目提供免费的 AI 安全扫描服务，同时更新使用政策，明确禁止「虐待或残忍对待 Claude」的行为以及干预选举，收紧模型滥用边界。

OpenAI 被曝收入比此前预期低 200 亿美元

2026-10-08 TechCrunch

报道称 OpenAI 的实际收入比此前对外预计低了约 200 亿美元。叠加 USA Today 成为最新一家起诉 OpenAI 的出版商，其商业化前景与版权压力同时承压。

Nvidia 押注「物理 AI」，瞄准更安全的 Robotaxi 与人形机器人

2026-10-08 Ars Technica

Nvidia 大举布局物理 AI，目标指向更安全的自动驾驶出租车与人形机器人。不过 MIT Tech Review 泼冷水：机器人领域的 AI 突破短期内难以真正改变日常生活。

Mistral 称新模型「Le Chonk」可挑战最强 AI 模型

2026-10-07 Ars Technica

法国 Mistral 发布新模型 Le Chonk，宣称其能力足以挑战当前最顶尖的 AI 模型，继续在欧洲本土大模型赛道上加码。

中国 Manus 与 Meta 分手后首轮融资超 5 亿美元

2026-10-08 TechCrunch

中国 AI 公司 Manus 在与 Meta 分拆后完成首轮融资，金额超 5 亿美元。同期 AI 排行榜网站 Arena 估值 10 个月内近乎翻倍至 31 亿美元，AI 一级市场热度不减。

Microsoft 发布新款 AI PC 与改版 Windows 11

2026-10-07 TechCrunch

Microsoft 推出搭载 Nvidia 芯片的新款 AI PC 并更新 Windows 11，把 AI 能力进一步下沉到终端硬件与操作系统层面。

本周（10/2–10/9）AI 重要论文：

AI 论文周报

• RoboJEPA: Scaling Robotic Latent World Models —— 基于 JEPA 的机器人世界模型，在横跨 12 种机器人本体的数据上训练。核心发现：其“想象误差”（latent rollout 误差）随算力呈二阶幂律，可据此在远超出拟合规模的区间外预测模型质量；下游规划性能随算力可预测提升，且与想象误差强相关——可作为真机评测的可靠代理指标，支持零样本部署为机器人 agent。 • arXiv cs.AI / cs.RO, 7 Oct 2026

• SciExam for ENSO: Can AI Agents Build Climate Models? —— 全新科学基准：让 agent 用真实观测、在 6 小时预算内从零构建厄尔尼诺-南方涛动（ENSO）的低阶随机模型，诊断工具写完后冻结、只能作为反馈。隐藏评分器检验模型能否复现 ENSO 统计、恢复未观测变量、预测留出年份。12 个 agent 系统中 6 个得分超过已发表模型。 • arXiv cs.AI / cs.LG / physics.ao-ph, 7 Oct 2026

• Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models —— 解决“哪个 base checkpoint 值得砸钱做 agentic 后训练”的问题。把成功的后训练轨迹当作 base 模型潜力的前瞻信号：重放每条轨迹、在每个改动代码的步后重跑测试，定位“决定性步骤”（累积补丁首次让仓库由失败转通过的步）。比端到端 pass@K 和单轮任务更贴合多步工具使用的真实能力。 • arXiv cs.AI / cs.SE, 7 Oct 2026

• AgentTime: Can Agents Estimate and Control Their Own Runtime? —— 首个考察 agent 时长控制能力的基准，含 222 个任务（编码、computer use、agentic work、自动研究）。仅追加一句“工作多久”的指令，从约一分钟到数天不等。误差惊人：Claude Code 里的 Fable 5.1 典型偏差达 2.9×，而 Codex 里的 GPT-6 Astra 仅 1.2×；但时长匹配本身并不等于任务质量达标。 • arXiv cs.AI, 7 Oct 2026

• DrugTargetWorld: A Synthetic Biobank for Training and Benchmarking AI Scientists —— 面向药物靶点发现的仿真生物样本库框架：程序化生成“世界”，每个含 5.4 万名参与者（基因型、蛋白、健康记录、结局、合成 MRI），因果结构已知但隐藏。Agent 需构建疾病表型、识别因果驱动蛋白、推断调控方向，可选做虚拟“湿实验”。在 20 个心血管世界、540 个 episode 上评测 9 个 agent，Opus 5 与 GPT-5.6 Sol 领先（百分制 39.98 / 35.38）——整体得分仍低，任务远未解决。 • arXiv cs.AI, 7 Oct 2026

• World Potential Model: Pretrained World Knowledge as Progress Potentials —— 长程语言 agent 通常只有终端奖励，难分辨中间行为是有进展还是停滞。作者提出 World Potential Model（WPM）：用预训练模型自身的世界知识识别任务相对进度，无需为每个任务训练单独 value function 或过程奖励模型。在 ALFWorld / ScienceWorld 上，现成预训练模型显著优于随机；把进度锚定到任务里程碑得到标量势能后，其时序差分提供步骤级 credit，匹配比较下优于仅用结果奖励。 • arXiv cs.AI, 7 Oct 2026

• SkillForge: Co-Evolving Skills and Agents via Dynamic Skill Lifecycles —— 记忆增强 RL 中“技能”是一类重要记忆，但无差别保留会让过时/有害条目累积并误导 agent。SkillForge 用适应度驱动的技能生命周期（trial → active → stable → retired）让技能与策略共同进化：先以 base 模型自身 rollout 预淘汰低适应度技能，再 SFT 播种、进入 RL，每轮做选择性淘汰、稳定化与 LLM 引导变异。 • arXiv cs.AI, 7 Oct 2026

• Fault-tolerant foundation models —— 反直觉结论：LLM 可以被训练到容忍不可靠硬件，且误差韧性随模型变大而增强，而非退化。基于 4 万 GPU 小时、在模拟故障数字硬件上的训练推导出修正版神经缩放律，暗示模型学会在“好”的纠错码内计算、其相对开销不随模型增大而发散。作者猜想经适当训练的 LLM 或可形式化容错——若成立，在低能耗故障硬件上跑推理可能是显著省电的路径。 • arXiv cs.LG, 7 Oct 2026