AI 无涯日报 · 2026 年 10 月 13 日

每日全球 AI 趋势速递，五分钟掌握前沿动态。

🚨 头条

1. Meta 首次发布前沿大模型：Muse Wonder / Muse Wonder Full，主动记忆碾压全场

Meta 超级智能实验室周一发布一对新一代模型 Muse Wonder 与 Muse Wonder Full，这是 Meta 首次冲击「前沿模型」定位。如果说 Muse Spark 主打低延迟轻量，Wonder 系列则更大、更强，在编码等复杂任务上表现显著提升。据 Meta 官方模型卡，Wonder 与 Wonder Full 的基准成绩对标 Fable 5.1 与 GPT-6 Astra，Meta 在博客中称其「标志着扩展阶梯的下一步，也是迈向个人超级智能的一大步」。定价上，Wonder 通过 Meta Model API 提供，每百万输入 token 4 美元、每百万输出 20 美元，与 GPT-6 Sol 或 Opus 5.5 大致相当；值得注意的是 Wonder Full 仅向 Muse Code 订阅用户开放，不通过 API 提供。两个模型还将共同驱动 Muse agent。延续 Meta 对「长周期个人助理」的执念，新模型特别强调「主动记忆」（active memory）能力：能够跨天、跨周、跨月保留并整合用户提供的信息，在团队推出的 MemoryBench 基准上，Wonder 的得分超越 Fable、Opus 与 Astra。这是自去年 8 月 Scale AI 创始人 Alexandr Wang 重组 Meta AI 部门以来，Meta 首次拿出对标 OpenAI、Anthropic 的旗舰级成果；模型训练于今年早些时候上线的俄亥俄州中部 Prometheus 数据中心。

来源：TechCrunch

2. GPT-6 Astra 联手非职业数学家，严格证明 57 年「摆圆」难题

数学爱好者 nor 掏出了 GPT-6 Astra，一口气把 N≤20 的「圆中摆圆」最优排列剩余情形（15、16、17、18、20）全部严格证明完毕。这道看似平平无奇的奥数题，难就难在严格性：1969 年研究者 Udo Pirl 已给出漂亮的排列方案并推进到 10 个圆盘，但 57 年来没人能证明那是最优解。nor 的做法是先让 Astra 处理 N=15，成功后再把同一方法推广到 16、17、18、20：不再直接搜索最优解，而是用几何约束把无限多种排列缩减为有限情形，再用计算机逐一排除——包括把靠外的圆盘推向边界、利用角度关系排除排列（圆盘间角度间隔总和超过 360° 即出局）、枚举圆盘到圆心的距离区间与环绕次序，最后用几何刚性证明「非常接近经典排列」的可行排列无法发生微小变形，从而把「接近」升级为「严格一致」。nor 在复盘中提到，真正费劲的是确定可行性、引导模型、与漏洞百出的网页 UI 作斗争、手动验证有效性，并用 Astra 和 Opus 5.5 复查了所有内容。网友感叹：AI 让数学的探索氛围浓得化不开。

来源：量子位

3. 字节世界模型「首秀」：从「造图」卷到「造世界」

抖音集团《2026 美好奇妙夜》科技节目现场，影视飓风 Tim 演示了一连串堪称「赛博造物」的操作：骑上纸飞机在三维世界自由飞行、实时交互、编辑物体、在不同空间之间自由连通——背后正是字节跳动默默研发多年的世界模型，虽然尚未正式发布，这次亮相已展示出三维场景生成、自由探索、实时交互与跨场景连续建模等能力。行业早已闻风而动：李飞飞创办的 World Labs（今年 9 月被 AMD 以 82 亿美元收购）、Google DeepMind 的 Genie、英伟达的 Cosmos 都在押注「让 AI 理解空间结构、模拟现实规律」。李飞飞团队今年 6 月发表《A Functional Taxonomy of World Models》，从功能上将世界模型划分为三种类型。国内厂商的差异化路径在于图像/视频生成的积累：Seedance 2.5 将单次视频时长扩到 30 秒，Seedream 5.0 Pro 支持圈选即改的交互式精准编辑。世界模型的意义还不止于内容生成——机器人、自动驾驶长期受制于真实数据采集成本高、危险场景难复现，而世界模型可以按需生成、反复模拟这些长尾场景，把部分训练环节从真实世界搬进虚拟世界。

来源：量子位

4. 华为 Memento 3 靠「世界模型 + 递归自我改进」通关 25 款游戏，操作比人类少 56%

华为诺亚方舟实验室联合 UCL 等团队发布 Memento 3：以 Claude Opus 5 为底模，全程不更新模型权重、不针对游戏微调，却在 ARC Prize 推出的 ARC-AGI-3 全部 25 款游戏、183 个关卡中拿到满分 100 的 RHAE（相对人类行动效率），总操作次数 7518 次，比人类基线少约 56%；作为对比，Claude Opus 5 在官方标准框架下平均 RHAE 只有约 40.7 分。Memento 3 的核心是 Model-Based Recursive Self-Improvement（基于世界模型的递归自我改进）：把规则、目标、操作效果交给 AI 自己摸索，构建可检查、可执行、可回滚的外部世界模型，冻结参数的通用模型也能在陌生领域自我迭代。细节很硬核：符号解密游戏 tr87 中 AI 起初分不清符号朝向是否影响含义，后来发现不同朝向可能代表同一字母；游戏 wa30 中单世界模型需要 899 次操作，换成双世界模型直接降到 597 次。团队还把它拉去挑战 Atari Pong——不使用世界模型时得分 -19（和随机乱按的 -20.7 差不多），用上世界模型后 AI 实时修正反弹公式，最终稳稳接住小球。不过研究也坦承：目前实验主要针对规则明确的游戏环境，换到复杂多变的现实世界能否奏效仍待验证。

来源：量子位

🏭 模型发布

5. 智谱新模型曝光：490 tokens/s，或为 GLM-5.3-Highspeed

据网友 @leo114119 爆料，智谱的新模型已经在 Zcode 3.15.1 里开放体验，订阅用户随机获得。它最炸裂的参数是速度：490 tokens/s——如果持续保持这一速度，输出 1 万 token 单算生成阶段只需约 20 秒。要知道上个月智谱刚发布的 GLM-5.3-FlashX 最高也只有 200 tokens/s，而按 Artificial Analysis 的实测，GLM-5.3-Flash 在 Z.ai API 上输出速度约 60 tokens/s。泄露目录显示该模型上下文窗口为 100 万 token，最大生成上限 131,072（约 128k）token，并划分了 low、high、max 三档思考强度配置。Reddit 上已有网友讨论，猜测它与 OpenCode 上的匿名模型 Omen Alpha 有关，也有人猜是 GLM-5.3-Omni 或 GLM-5.4-Flash。今年 5 月智谱推出的 GLM-5.1-highspeed（400 tokens/s）当时就已刷新全球大模型厂商 API 速度上限，若 GLM-5.3-Highspeed 真能到 490 TPS，对长程任务的意义相当可观。

来源：量子位

🏢 行业动态

6. 2026 年还没过完：480 亿美元已涌进物理 AI

《金融时报》援引 PitchBook 数据：截至 2026 年 10 月 8 日，全球机器人和物理 AI 企业今年累计融资接近 480 亿美元（约 3213 亿元人民币），已达 2025 年全年的约 1.7 倍；对比 2022—2024 年每年 100—150 亿美元的区间，资本明显提速。仅第二季度就融资 186 亿美元、环比增长 25.3%。大额融资密集出现：美国物理 AI 公司 Anduril 5 月完成 50 亿美元融资、估值 610 亿美元（Thrive Capital 与 a16z 领投）；Skild AI 1 月拿到 14 亿美元（软银领投、英伟达与贝索斯旗下机构参投），估值超 140 亿美元；NEURA Robotics 6 月宣布最高 14 亿美元 C 轮（高通、亚马逊、英伟达参与）；Physical Intelligence 二季度获 10 亿美元；Generalist 6 月获 4 亿美元新融资，李飞飞也出现在新增个人投资者名单中。数据采集成为新的军备竞赛：Figure 的 Index 计划付钱请普通人用配套设备录制日常任务视频，截至 8 月 25 日下载量超 26.4 万、覆盖 108 个国家和地区，累计收集 1600 多万段视频、已支付 1500 万美元，未来 12 个月还计划为数据和算力投入超 10 亿美元；中国至少 90 个人形机器人数据采集与训练中心在运营、建设或规划中（64 个已投用）。Dyna Robotics 的 Dyna-2 用超 100 万小时人类第一视角视频预训练，14 项真实机器人操作任务平均表现从 20% 提升到 53%——大模型时代的 Scaling Laws 正在机器人领域被验证。

来源：量子位、金融时报

7. 联想 TianxiCode 登顶 SWE-bench-Live：71% 问题解决率全球第一

在公认难度最高、最贴近真实开发环境的软件工程评测 SWE-bench-Live（Lite 分榜）中，联想天禧 AI 自主研发的专业代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，以 71% 的问题解决率登顶全球第一，并正式通过官方「Verified」核验——官方要求参评方案提交全链路智能体运行轨迹、严格审查信息隔离，排除向智能体泄露标准答案的可能。TianxiCode 的核心是三大系统工程能力：跨文件多跳检索与精准上下文管理，让智能体像资深工程师一样在大型代码库中「顺藤摸瓜」定位缺陷根因；自驱动规划与多轮工具调用，遇到 Bug 先列排错计划、主动开终端跑测试翻日志；闭环补丁生成与测试驱动自愈，在隔离环境中运行代码、发现报错立即自我反思修改直至通过验收。联想把两者的配合比作工程师团队：DeepSeek-v4.1-Flash 是大脑，TianxiCode 是眼、手、工具箱与工作流规范。未来这套能力将应用到联想 AI 硬件产品中。

来源：量子位

本文内容综合自多家媒体报道。