AI 无涯日报 · 2026 年 10 月 12 日

每日全球 AI 趋势速递，五分钟掌握前沿动态。

🚨 头条

1. 陶哲轩宣告「数学2.0」时代已至：证明稀缺落幕，人类数学协会公开抵制 OpenAI

菲尔兹奖得主陶哲轩正式发文称，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时代即将落幕。他认为数学之所以最先被 AI 冲击，源于三个叠加条件：证明可被客观检验、数学对象与推理过程高度可数字化、海量高质量文献已数字化。他同时亮出「飞机弹孔图」提醒幸存者偏差：AI 厂商展示的都是精挑细选的成功案例，大量失败尝试不会进入大众视野，现在迫切需要建立更透明的评估机制，把失败结果与算力成本一并纳入报告。而就在前一天，由陶哲轩牵头的「人类数学协会」（AHM）发布联合声明，号召全球数学家全面抵制 OpenAI：后者用内部模型测试了约 8000 道开放数学问题（命中率约 5%，平均每道消耗 3 小时 GPT-Pro 级别算力），并一口气甩出 700 多份机器生成的手稿——理论计算机学家 Scott Aaronson 称之为「数学末日浩劫」（Mathocalypse），其妻子 Dana Moshkovitz 看到自己深耕多年的「唯一博弈猜想」被声称证明后，形容论文「像吃了致幻剂的人写出来的」。更令人不安的是，这批成果中唯独缺失密码学领域，外界猜测 AI 公司已在暗中用大模型探测密码学协议的底层漏洞。

来源：量子位

2. 何恺明团队发布 VISTA：视觉原生 Harness，多模态模型「翻旧账」式推理

何恺明团队在最新论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出一套视觉原生的 Harness，让现有多模态模型无需从头训练即可直接观察环境、无损保存原始画面，并在推理时随时回看、放大和检查细节。相比把环境抽象成文字或代码的做法，VISTA 保留了完整的视觉信息，让视觉经验成为模型随时调用、反复检查的上下文。它由三个组件构成：视觉观测、无损视觉记忆与主动视觉检查（inspect 工具）。评测中，配合 VISTA 的 Claude Opus 5.0 完成了 ARC-AGI-3 全部 25 个公开游戏，相对人类动作效率得分满分 100，所用动作数比首次游玩的人类基线少 57.4%；换成 GPT-5.6 Sol 同样全部通关，得分 99。团队还在浏览器游戏、迷宫与连线题中验证了该方法，并将更接近物理世界的具身任务列为下一步方向。

来源：量子位

3. Jev 母公司 TypeSafe AI 完成 8.7 亿美元 A 轮：估值 24 天翻 37.5 倍，硅谷疯抢「决策模型」

只「做决定、不聊天」的 AI 模型 Jev 背后的 TypeSafe AI 宣布完成 8.7 亿美元 A 轮融资，投后估值达 75 亿美元——距其 9 月 15 日 4000 万美元种子轮（估值 2 亿美元）仅过去 24 天。a16z、红杉资本、DCVC 等入局，a16z 合伙人 Martin Casado 亲自加入董事会。这家由前 OpenAI 研究员、InstructGPT 核心作者 Diogo Almeida 创立于 2024 年的公司，砍掉了大模型的生成功能，只保留「下判断」：输出 token 永久免费，输入每百万 token 仅 0.042 美元。Jev 上线仅 3 天日吞吐量即达 1 万亿 token；接入 Vercel AI Gateway 后 24 小时内被约 13% 的付费团队采用，成为史上采用最快的模型；官宣时已有约三分之一《财富》500 强企业开始使用或接入。Almeida 曾参与教会大模型「好好说话」，如今却坚信行业把太多力气花在让 AI 说话上——「Build Prod, Not God（造生产工具，别忙着造神）」。

来源：量子位、TechCrunch

4. 硅谷排队臣服：特朗普将 AI 更名为「超级智能」，马斯克、黄仁勋、纳德拉接连改口

据 The Verge 报道，特朗普宣布将人工智能重新命名为「超级智能」（Super Intelligence），白宫行政令要求政府机构统一使用新术语，硅谷大佬正在排队跟进：马斯克承诺把 SpaceXAI 更名为 SpaceXSI；出席峰会的英伟达 CEO 黄仁勋随后表态支持，称 AI 的危险被夸大了；最新的「投降者」是微软 CEO 纳德拉——他在前一日呼吁为 AI 装「紧急刹车」的文章中，通篇使用「super intelligence」而非 AI。报道评论称，经历第一任期龃龉后，硅谷在特朗普第二任期正反复试图与白宫修复关系。

来源：The Verge

🏭 模型发布

5. Google 发布 Nano Banana 2.1：4K 直出、中文大幅进步、1K/2K 价格砍半

Google 凌晨发布新一代生图模型 Nano Banana 2.1（基于 Gemini 3.6 Flash），围绕视觉设计、蒙版编辑、主体一致性与画面真实感全面升级。据 Arena 评测，相比上代 Nano Banana 2，其文生图（排名第四，+80 分）、多图编辑（第五，1328 分）、单图编辑（第六，1428 分）平均提升约 61.7 分。价格方面，1K、2K 图片生成价格直接砍半，4K 也便宜约 25%。实测中 4K 直出质感媲美单反，中文文字清晰度与错字问题大幅改善，中文海报生成效果明显优于 GPT 系；网友还将其与 Veo 3.1 联动在 Google Flow 内做出高清短片。不过连续编辑存在「水印叠加」Bug——修改次数越多画质越差。目前已上线 Gemini App、Google AI Studio 等平台（每天赠送 50 积分），开发者可通过模型名 gemini-nano-banana-2.1 接入付费 API。

来源：量子位

6. 民间「DeepSeek-Bot」上线：DSH 插件版多 Bot 团队，不到一天 250+ 星

DeepSeek 官方 Muse 尚未发布，民间开发者 FeiZhuLulu（Fei2411）已基于 DeepSeek Harness 做出「DeepSeek-Bot」：一套多 Bot 团队界面，每个 Bot 可拥有独立名字、角色、形象与所调用的模型，并具备「持久化」的长期记忆。为节省 token，可以设置一个「Bot 主管」，群聊消息默认由主管回复、再协调其他 Bot；也支持直接 @ 某个 Bot 一对一沟通。技术层面，每个 Bot 底层对应一个 DeepSeek Harness Session，超出上下文窗口时用压缩、交接摘要与本地搜索管理记忆，并基于 Markdown 文件做长期记忆存储与团队共享记忆。数据全部保存在本地，项目采用 Apache License 2.0，桌面端与 Web 端均可安装（插件名 ds-bot）。上线不到一天即获 250+ 星。

来源：量子位

🏢 行业动态

7. 语音 AI 高管集体反思：全双工已实现，但「ChatGPT 时刻」还没到

TechCrunch 在 HumanX 大会采访了多家语音 AI 高管。企业级语音平台 PolyAI CTO Shawn Wen 认为，尽管全双工模型（边说边听）已经达成，但「下一个挑战是让推理变得非常快」，让模型快速取回答案、对话足够自然，客服智能体不应听起来像机器人。会议纪要工具 Otter 的 CMO Alex Gay 则表示，说话人识别、意图捕捉与组织知识结合是自动化的关键，公司还在开发能代表用户出席会议的「数字分身」；他强调转写是基础层——如果原始转写不准确，后续一切行动都会出错。两位高管还共同呼吁工具透明性：AI 参与通话时应明确告知用户。

来源：TechCrunch

8. Google 研究首次登上《柳叶刀》主刊：诊断 AI「预习」病情，75% 场景帮医生提前准备

Google 与贝斯以色列女执事医疗中心（BIDMC）合作的研究今日发表于《柳叶刀》主刊，这是 Google 研究成果首次登上该刊。在 BIDMC 门诊初级保健诊所的真实临床研究中，98 名患者在急诊就诊前使用了 Google 的研究级诊断 AI 聊天机器人 AMIE，医生全程实时监控——按预设安全标准，没有一轮对话需要被中断。临床反馈显示，75% 的场景下 AI 生成的摘要帮助医生提前做好接诊准备，超过半数案例中 AI 的输出改变了医生的诊疗思路；AMIE 给出的鉴别诊断与医生最终确诊结果的吻合度达 90%。研究者强调，面向大规模落地仍需更大规模的临床试验。

来源：量子位

9. 因果智能走进真实世界：Aether AI 发布 CRIS-0，机器人 0.2 秒急停、秒级重规划

由加州大学圣地亚哥分校助理教授、CMU 因果学派学者黄碧薇创立的因果智能企业 Aether AI 亮出官方 Demo——机器人系统 CRIS-0。面对人手突然插入，机械臂关闭微波炉门的急停时间仅 0.2 秒；咖啡制作干扰测试中，面对咖啡机被移位、光照突变等 10 次随机扰动，系统平均 2 秒内识别因果变量变化并完成实时重规划，9 次有效恢复——且只修正出错的阶段，而非全流程重启。长程任务被拆解为原子化、可验证的因果阶段；它甚至展现常识与物理感知：清理桌面时把普通书本放上茶几、把涉及隐私的账单收进抽屉，扔饮料罐前先抓取晃动感知内部液体状态。在 20 条需要隐含推理的模糊指令测试中取得 18 次精准抓取与放置。

来源：量子位

10. openJiuwen 发布并开源企业级 AgentOS：多 Agent 协同 + 自演进 + 算力亲和

由华为 2012 实验室、华为云等团队联合高校与企业开发者构建的开源 AI Agent 平台 openJiuwen，发布并开源了企业级 AgentOS，将多智能体协同、自演进、算力亲和与企业级安全可靠能力融入统一底座。它支持蜂群协同与工作流编排，让复杂任务有序分工、并行执行；依托执行轨迹、用户反馈与记忆机制沉淀可复用经验；通过多租户隔离、安全沙箱、权限管理与故障恢复支撑高可靠运行；插件化架构配合 Agentic Hub 北向生态，让技能、连接器、插件等资产灵活组合。在华为全联接大会 2026 上，华为还发布了基于 Jiuwen AgentOS 的一体机开源 Agent 加速平台，可实现小时级企业端到端私有化部署。

来源：量子位

🔬 研究精选

11. OpenAI 两篇挂谷手稿：把菲尔兹奖得主王虹的方向，直接推到四维

在 OpenAI 10 月 7 日放出的 722 篇数学手稿中，编号 074 的一组只有两篇、共 272 页，作者栏只有一个词「OpenAI」——它们正是今年 7 月凭三维挂谷集维数猜想拿下菲尔兹奖的王虹所在的方向：一篇声称证明了三维挂谷极大函数猜想（比王虹与 Zahl 证明的「集合版」更强的版本，97 页），另一篇声称证明四维挂谷集的 Hausdorff 维数为满维 4（175 页；此前人类最好成绩是 Katz 与 Zahl 在 2019 年推进到的 3.059）。仅三维那篇手稿中「Wang」就出现了 23 次，OpenAI 自己也承认四维论文的关键引理正来自其三维手稿。但该组成果没有 Lean 形式化、未经同行评审，OpenAI 在 README 中坦承部分未经形式化的结果「可能有问题」；四维仅证了 Hausdorff 维数版本，五维及以上只给出一个下界。

来源：量子位

12. AgentGarten：代码造世界、扩散绘现实，智能体在 30fps 实时试炼场里边玩边进化

MirroS 团队发布 AgentGarten，将可执行的代码环境与实时神经渲染器连接：代码定义物理规则（场景布局、接触判定均由代码裁决，无「幻觉物理」），扩散模型根据几何草图（深度/法线）实时渲染拟真画面，以超过 30fps 的吞吐让智能体持续与世界交互。在重做的捉迷藏实验中，躲藏者第 4 轮学会搬动挡板搭建掩体，搜寻者第 10 轮掌握借坡道翻墙，一次跳跃失败后还会主动推近坡道再次尝试——推动策略演化的，是智能体自己写下的「实验手册」：每轮复盘尝试、记录发现、标注疑问，下一轮带着经验继续探索。团队认为，过去构建 100 个逼真仿真环境的成本高到难以承受，而现在任何极简代码场景都能套用神经渲染器获得写实光影，虚拟环境扩充第一次从「美术劳动密集型」变成「代码程序化扩展型」。

来源：量子位

本文内容综合自多家媒体报道。