AI 无涯日报 · 2026 年 10 月 15 日

每日全球 AI 趋势速递，五分钟掌握前沿动态。

🚨 头条

1. 阶跃终端首款「Agent 手机」STEPX Neo 正式发布：A仔是系统原住民，背屏实时直播它干活

期待已久的阶跃终端大模型原生智能体手机 STEPX Neo 正式亮相。整机以「复古未来美学」为核心设计语言，磨砂玻璃背板把早期计算机、赛博电路与 AI 文明符号融为一体，芯片、电池这些元器件直接「裸露」呈现；背板上的「42」「user_potential」代码、图灵测试二进制、深蓝棋盘格和 Transformer 架构五个彩蛋，串起了一部 AI 探索史。真正决定它「原生智能体手机」身份的，是智能体原生操作系统 Step AOS：系统层面直接支持 Loop 循环执行、自主 Tool Call，还能调取各种 Skill 和 MCP 工具——能力上接近电脑端的 Codex 或 Claude Code，体验上又像 Muse 这类个人助理一样简单。内置的个人智能体「阶跃 Amoo」（A仔）有很强的人格化属性：侧边 AI 键轻按呼出输入框、长按直接语音对讲；右滑进入 Amoo 专属系统级空间，左滑回到桌面；屏幕底部常驻一个 Agent 任务导航栏，能实时看到 A仔在后台推进的所有长链路任务与历史，需要确认时它会弹窗请示，任务跑完主动把结果推到你面前。最「骚」的是背屏，思考中、Tool Call、输出……这些本来只存在于 UI 里的字段，直接出现在物理世界。记者实测把飞书 CLI 装给 A仔后，一句指令就生成了每天学单词的定时任务并自动同步到飞书日历，全是后台 Tool Call 和脚本直通，不走模拟点击。对比之下，传统手机 Agent 跨软件办事全靠笨拙的视觉识别和模拟点击，页面一改版、权限弹窗一拦整条任务链就断——而在 Step AOS 里，A仔是系统原住民。

来源：量子位

2. 下架 8 个月，「拯救 GPT-4o」运动仍在继续：OpenAI 将停用首个 API 快照

OpenAI 将停用 GPT-4o 最早的 API 快照——它的名字里写着「2024-05-13」，正是 4o 第一次亮相的日子；API 里的其他版本还在，但最早的那一版即将停止对外提供。这两天，「拯救 GPT-4o 的运动仍在继续」又火上了 X 趋势页。最新一轮行动，是 10 月 7 日网友 BlueBeba 提出的「GPT-4o 存档式开放权重」方案：OpenAI 应该给退役模型定一套存档政策，4o 既然不再开发了，就按合适的许可证把权重放出来；训练数据、训练流程、内部工具和后训练方法统统不要，唯一要的就是这个已经训练好的模型本身——「只想留下做好的菜，不要求公开菜谱」。他指责 OpenAI：「你们说它过时了，过时到可以退役；可你们又觉得它值钱，值钱到要永远锁起来。」回看整场运动的时间线：2025 年 8 月 GPT-5 上线当天 4o 被撤，用户涌进奥特曼的 Reddit 问答说新模型「变笨了」，奥特曼松口让 Plus 用户继续选 4o，几天后 4o 回归——这是 Keep4o 运动赢下的唯一一次；2025 年 9 月底用户发现聊到情绪或敏感话题时回答被悄悄换成安全模型；今年 1 月 OpenAI 宣布 2 月 13 日正式下架，理由是「大部分用户已转用 GPT-5.2，每天只有 0.1% 的用户还在选 GPT-4o」，粉丝们随即在 Change.org 上把老请愿重新翻出来，签名涨过两万；2 月 2 日新请愿要求以非商业研究许可放出 4o 权重，反驳 0.1% 的数字（系统几个月来一直把用户自动切到 GPT-5）；2 月 28 日三十多人带着几百只纸鹤在旧金山 OpenAI 总部门外办了一场守夜；今年 7 月底，奥地利数字权利组织牵头的 opensource4o 联盟发公开声明，要求以 Apache 2.0 许可开放 2025 年 3 月版本的权重。一位粉丝的话概括了这场运动的情感内核：「跑分很廉价，但实时理解人是无价的。」

来源：量子位

3. 魔法原子具身 Agent 框架拿下 MolmoSpaces 全球第一：抓取成功率 94.4%，VLA 逼近「产线可用」

在艾伦人工智能研究所（AI2）发起的全球具身智能零样本评测基准 MolmoSpaces 最新榜单上，魔法原子旗下面向通用机器人操作的 VLM Agent 框架 EchoPolicy-0 以 75.4% 的机器人操作平均成功率位列 Combined 榜单全球第一，覆盖全部 4 个 v1 任务（截至 2026 年 10 月 13 日）；同一榜单同分组下，自研具身智能 Agent 框架 MagicBrain 仅凭 3.4B 参数规模就以 72.4% 的平均成功率位列全球第四，其中抓取任务成功率高达 94.4%，远超行业平均水平。MolmoSpaces 生态包含超过 23 万个室内环境、约 13 万个物体资产，机器人必须在陌生背景、几何结构与物体分布下找目标、完成接触类操作。EchoPolicy-0 的打法是用 Agent 框架 + 轨迹打分保证指令遵循：让动作模型先提出多种候选运动，投影到图像平面，再按 VLM 指定的目标筛选更匹配的轨迹，执行后持续验证，让高层视觉理解参与低层动作选择。研发团队在测试中发现，抓取失败案例里绝大多数不是动作执行不稳，而是抓错了对象或放错了位置——「错不在手，而在眼睛」；MagicBrain 因此采用 In-Context Visual Guidance（上下文视觉引导）路线，把上层识别出的交互目标以视觉标记的形式注入底层 VLA 的观测，「语言说清做什么，像素说清是哪个、在哪里」，各交给擅长的模型，没有引入新结构、没有堆砌参数量。抓取成功率从此前约 70% 到 94.4% 的跨越，意味着 VLA 正从「演示可用」逼近「产线可用」的临界线——工厂分拣、仓储搬运、家庭整理这些高频基础动作的商业化边界正在扩大。

来源：量子位

4. 2026 全球开发者先锋大会月底开跑：国际具身智能技能大赛十大亮点抢先看

2026 全球开发者先锋大会暨国际具身智能技能大赛将于 10 月 23 日至 25 日在上海浦东举办，延续「开发者，找找找」主题，以赛带会、赛会一体，聚焦「真机实景、实景实训」。本届大赛设置 9 大重点赛道、23 个赛项，覆盖上下料搬运、焊接、精密装配、质量检测、能源巡检、安防巡防、商超零售、快递分拣、养老康养、消防灭火、应急搜救、文旅导览等真实应用场景；智元、宇树、国地中心、傅利叶、联想、擎朗、节卡、开普勒等整机与人形机器人企业联合核心部件厂商集中亮相，现场还设有实操环节，参会者可亲自上手头部厂商真机。超万台机器人已入驻张江人工智能创新小镇，千余支参赛队伍同台竞技，赛事将科学评估机器人真实作业成功率、效率提升率、安全可靠性及经济可行性，推动打造百个高价值应用场景。开源方面，大会专设开源与开发者社区专场，OpenJS 基金会执行董事 Robin Bender Ginn、前 Linux 基金会战略副总裁 Ibrahim Haddad、Lovell AI 联合创始人 Jeanine Banks 等百余家头部社区与机构参与共建。行业标准方面，库帕思将集中发布建筑、法律、金融、具身智能、科学智能五大方向行业标准并首次公开评测结果与榜单；大会还将重磅发布「中国移动·时空智能」三大模型及场景标杆，覆盖地球物理遥感、园区厘米级实时重建、智能车间时空感知体系。恰逢 1024 程序员节，平均年龄 30 岁以下的开发者天团将围绕「世界模型还是端到端具身大模型」「具身智能如何走出实验室」等议题展开思想碰撞；同期还将举办福布斯中国「非人类主体」颁奖晚宴——人形机器人与 AI 数字人物登台领奖。

来源：量子位

🏭 模型发布

5. APUS AI 开源 Reflex Agent：响应速度比 Claude Code 快 3 倍，实现真正无限上下文

10 月 13 日，APUS AI（麒麟合盛）宣布开源 Personal Agent 产品 Reflex Agent，基于自研开源决策模型 Reflex 构建 Harness，并结合 Continuum 记忆引擎，由模型驱动 Harness 核心控制逻辑。据 APUS AI 实验室实测，Reflex Agent 在相关测试场景中的响应速度最快可达 Claude Code、Codex 等主流 Agent 的 3 倍。与传统主要依赖代码和提示词组织 Harness 的方案不同，Reflex Agent 由决策模型 Reflex 承担模型路由、技能选择、结果审查和执行监督等决策工作，通过「决策—执行—反馈—再决策」的循环推动任务持续向前，APUS 称之为 Loop Working（循环工作）——Agent 不只回答问题，更要围绕用户目标持续行动。记忆方面，Continuum 记忆引擎提供无限记忆、无损记忆与无损输入：无限记忆持续积累任务信息，无损记忆保留原始内容及关联，无损输入让相关历史尽可能以原始内容参与决策，使 Agent 在长周期任务中按需检索历史信息、减少对压缩摘要的依赖——这里的「无限上下文」并非突破单次模型调用的输入长度限制，而是让记忆与任务周期不再受限于单次窗口。项目采用 MIT 协议开源，提供桌面端、Web 和 SDK；决策模型 Reflex 同步发布在 Hugging Face，开发者可体验、复现并扩展。

来源：量子位

🏢 行业动态

6. 商汤「云宇星空大模型」升级：上海量子城市首批政务智能体落地，调度效率提升 80%

由商汤大装置与上海市规划资源局联合打造的「云宇星空大模型」全面升级，进一步强化专业空间推理与复杂任务执行能力，实现从「会解答」到「能干活」的进化。基于此，上海市规划资源局集中发布量子城市首批政务智能体，其中「禹智河洛」「大略之眼」「详规小工单」三大智能体由商汤大装置团队研发并交付，分别化身负责防汛调度、空间洞察、规划更新等工作的「数字员工」。作为全国首个规划资源领域的行业基础大模型，「云宇星空」已形成 1.3 万对高质量问答和 15 亿 Token 语料，覆盖规划设计、测绘地理、自然资源等主要专业领域；商汤大装置打造了贯通「模型调度—信息供给—任务执行—能力沉淀」端到端任务链路的智能体通用平台底座，以统一模型服务实现「分层灵活调度」——高频查询、信息抽取等任务由轻量模型快速处理，复杂空间推理、方案研判则交由核心大模型承接。「禹智河洛」面向苏州河流域防汛，通过 48 小时乃至 2 小时提前研判、实时调度推演，实现「河网—管网—街区」调蓄空间的智能动态水平衡，落地后空间智算、动态模拟、智能调度效率分别提升 65%、70%、80%；「大略之眼」汇聚 18 年现状、规划、权属、审批等高质量时空数据构建全要素数字孪生底图，过去需要数月开发的数据分析指标如今几分钟即可用自然语言定制。下一步，「云宇星空」将从行业大模型走向城市级宏观世界模型，从单一智能体向城市智能体群协同演进。

来源：量子位

7. 铭芯启睿完成「泰山一号」流片：国际首款高密度大容量 1T4R 1Gb RRAM 芯片

10 月 12 日，铭芯启睿（MemSilicon）宣布完成基于 1TnR 技术路线的首代高密度、大容量 RRAM 芯片「泰山一号（MountTai 2026）」流片。该芯片采用 28nm CMOS 工艺平台和 1T4R 单元结构——一个选择晶体管对应四个阻变存储单元，单芯片容量 1Gb，密度达 30Mb/mm²，访问延时小于 20ns，并集成片上硬件纠错电路。1TnR 的思路是让多个阻变存储单元共享选择晶体管，降低平均到每个存储单元上的晶体管面积开销，再结合与 CMOS 平台完全兼容的后道集成方式，实现密度、容量和成本兼得。这项技术源自中科院刘明院士团队——早在 2020 年，团队就已公开 28nm 1T2R RRAM 研究。面向大容量 RRAM 的核心技术挑战，「泰山一号」首次提出并验证了系列自主创新：负压设计与统一复位电路抑制阵列漏电流、降低功耗并提升可靠性；多电压域字线驱动电路实现高、低压读写路径彻底解耦，配合自适应保护偏置电压降低误写风险；片上自适应跟随读取电路攻克 Gb 级大容量下的读可靠性与读良率难题，配合硬件纠错构建「电路自适应＋硬件纠错」双重读保障。今年 9 月，工信部、国家发改委联合发布的《电子信息制造业发展「十五五」规划》已把阻变存储器等新型存储产品及存算一体范式列入发展方向。铭芯启睿目前布局三条产品线：嵌入式 RRAM IP（已进入客户场景）、高密度大容量 RRAM、以及面向具身智能与 AI PC 端侧推理的 RRAM+DRAM 混合存算。

来源：量子位

🔬 研究精选

8. Science Corporation 完成首例 Stargardt 病患者视网膜芯片植入：从「看到一个字母」到「读出一个单词」

前 Neuralink 总裁兼联合创始人 Max Hodak 创办的 Science Corporation 宣布，已将视觉恢复芯片 PRIMA 植入首位 Stargardt 病患者体内。Stargardt 病是一种会逐渐摧毁中心视力的遗传性眼病，全球约 15 万人因此失明；患者今年 5 月在澳大利亚悉尼眼科医院接受了植入手术，第一次康复训练时看到了一个字母，第二次就能读出一个单词。工作原理：患者先接受约一小时的手术，把一枚 2mm×2mm 的芯片植入眼底光感受器退化处，然后佩戴一副带摄像头的眼镜，将外部世界的画面实时传输给芯片——芯片本质上就是人工光感受器。Hodak 在 TechCrunch Disrupt 现场解释：「视网膜是中枢神经系统的一部分，人工耳蜗、视网膜假体、运动假体，这些都是不同形式的 BCI」；而「视觉对大脑来说就是沿视神经传导的电活动，只要让视神经向大脑正确传递信号，就能为大脑提供视觉」。PRIMA 目前已在欧洲上市，用于因地理萎缩（晚期老年黄斑变性）失明的患者；公司认为这一方案可推广到 Stargardt 病等多种疾病。当前植入体视野还像「透过吸管看东西」：黑白、高对比、锐利，但一次只能看清几个字母；下一代植入体正在开发中，计划一年内进入人体试验，五年内接近原生视力水平。Hodak 还透露，公司近期的首个临床适应症将是一款「人人都听说过的神经退行性疾病」，并同时探索中风等方向——「我们想延长的不只是寿命，还有健康寿命」。

来源：TechCrunch

9. 破晓智能联合天珑移动发布 SeePhys Hub：给「第一视角数据」补上全身姿态与触觉

10 月 14 日，破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub，尝试给 Ego（第一视角）数据补上被遗漏的身体信息。整套设备由四目头环、两个腕部手环、三个腰腿部动作追踪器和一副（可选）触觉手套组成，通过视觉与运动信号融合恢复全身姿态，并按任务需求采集手部接触压力。背景在于：Ego 数据已成为具身数据采集的重要来源——人戴上设备在日常场景中操作，相机跟着人走，不必始终围绕机器人本体展开；但只记录眼前画面会遗漏关键状态，人抬手够高处时头环拍得到双手，却看不到手肘和腿的位置，身体遮挡、视角盲区下的全身姿态估计更不可靠。SeePhys Hub 采用稀疏节点方案：在腰部和双小腿布置三个动作追踪器（IMU 提供运动信号、UWB 提供节点间测距），结合头部视觉与双腕信息用算法恢复全身姿态；四目头环提供 360° 环视，腕部相机补充近距离操作细节，可选触觉手套记录双手与物体接触时的压力变化，多路信号同步精度不超过 0.5 毫秒。创始人兼 CEO 杨朔（国内最年轻 AI 教授之一）提出的三层数据金字塔里，底层是量大的人类互联网视频，顶层是高精度动捕与真机操作数据，SeePhys Hub 瞄准的是中间层——兼顾规模化采集潜力与更完整的交互记录。工程上，头环不超过 220 克、腕部手环不超过 75 克，手环与手套可分开使用（客户反馈洗碗等防水场景里精细操作会受穿戴影响）；天珑移动负责成本控制、供应链与质量保障，合作方覆盖数据采集运营商、具身模型团队、场景方与科研机构。

来源：量子位

本文内容综合自多家媒体报道。