AI 无涯日报 · 2026 年 10 月 25 日

每日全球 AI 趋势速递，五分钟掌握前沿动态。

🚨 头条

1. Block 发布「最像真人」的语音模型 Dessa：全双工、纯语音训练、本地可跑

Jack Dorsey 旗下 Block 的研究实验室 10 月 23 日发布语音模型 Dessa，官方称这是「迄今最真实的全双工语音模型」——可以边听边说，像 GPT-Live 一样同时进行双向对话，且带笑声、停顿、哭泣等拟人化表达。与主流方案不同，Dessa 完全用人类语音数据训练（单机 NVIDIA GPU 机架完成），知识来自对话数据本身而非外接大语言模型，并能在消费级显卡上本地运行（演示称可跑在 MacBook M4 Max 上）。Block 团队将其类比为「语音领域的 GPT-3 时刻」，表示 Square 现有的 AI 语音点餐等场景将能以更低成本在端侧落地。

来源：TechCrunch / Block

2. 大选前两周的「政治倾向」研究：被逼表态时 Grok 4.7 有 92% 选共和党，GPT-6.1 Sol 有 97% 选民主党

由康奈尔大学教授 Tapan Parikh 领导的 Convovo 研究团队，在 11 月 3 日美国中期选举前用 API 强制约 500 场竞选中的模型「只报一个候选人、不许和稀泥」：SpaceXAI 的 Grok 4.7 在 92% 的回答里推荐共和党候选人，OpenAI 的 GPT-6.1 Sol 在 97% 里推荐民主党，两模型一致性不足 10%。消费者端 App 都拒绝表态（OpenAI 称 API 结果不代表 ChatGPT 体验），但研究显示隐藏偏差会渗透到更日常的问答中。溯源发现：Grok 频繁引用保守派来源（基督教保守派选民指南 39%、Turning Point Action 23%、X 41%），而 GPT 依赖维基百科、美联社、Axios 与 Reddit（OpenAI 与其均有内容合作）；每次 Grok API 请求还携带约 1,240 个研究者未撰写、无法移除的额外 token，疑似「隐藏指令」。关闭联网搜索后，GPT 的民主党倾向仍在（30 场中选民主党 24 场，说明倾向已进权重），而 Grok 的共和党倾向消失（30 场中 27 场拒绝回答，仅有的 3 次选择反而都投了民主党，说明其偏差主要来自搜索路径）。

来源：TechCrunch / Convovo / Pew

3. 清华 AIR 孵化「紫荆AI医院」：多分身智能体协同，让每位医生背后站着一整个专家团队

张亚勤院士创办的清华 AIR 孵化的紫荆智康，近日展示了医学领域「多分身智能体协同」技术（Multidisciplinary Human-Agent Collaboration）并升级「紫荆AI医院」（Agent Hospital），系统已在全国多家医院陆续上线测试。其思路是让每位医生拥有专属 AI 分身：同科室病症由单个分身辅助门诊，跨学科复杂问题则让不同专长的分身召开「多学科协作会议」，把跨专科支持前置到首诊、预问诊环节。系统不主动收敛分歧——各分身意见不一致时高亮摆出，由真人医生结合患者情况与证据做最终判断；分身还会持续学习真人医生的决策习惯完成自进化，决策权始终交还医生。官方称这超越了「用 AI 替代医生」的叙事：患者走进诊室时，相当于有一整个随叫随到的多学科团队在打辅助。

来源：量子位 / 紫荆智康

🏭 模型发布

4. 国产 5B 生图模型 MOSS-Image 海外爆火：4 天 130 万下载，训练刻意剔除 AI 生成图

模思智能与 OpenMOSS 团队开源的 MOSS-Image（5B 参数 DiT 主干）上线仅 4 天，就在 Hugging Face、ComfyUI 社区收获约 130 万次下载、GitHub 1.4k Stars，登顶 Hugging Face 文生图趋势榜。海外开发者讨论最多的是它「没有 AI 味」——训练数据中刻意剔除了 AI 生成图像，画面更自然。社区迅速产出 8 步/4 步加速版、INT8 量化、GGUF、LoRA 与各种 ComfyUI 工作流，并常被拿来与 FLUX.3-klein、Krea2、Qwen Image 2.1 对比。技术上它重点优化了设计任务：中英文密集文字渲染（LLTB 基准 Mean-6 文本覆盖率 96.3%，开放权重第一），以及通过 JSON Layout 与 Bounding Box 精确控制构图，适合海报、电商图场景。

来源：量子位 / Hugging Face

5. Recursive 发布笔记本编码模型 Flint：由 AI 研究系统「尤里卡机器」主导开发

Richard Socher（前 Salesforce 首席科学家）创立的 Recursive 10 月 21 日发布首个模型 Flint——一个能跑在笔记本上的免费编码模型，而它的开发过程本身由 Recursive 的自动化研究系统「尤里卡机器」（Eureka Machine）主导：从预训练、后训练到推理，几乎每一步都由 AI 研究助手参与，让一个小团队在 4 个月内从零构建。Flint 是混合专家架构（400 亿参数、单任务激活 25 亿），在 MacBook Pro M4 Pro 上约 131 token/秒（约为 Gemma 4、Nemotron 3.5 Lightning 等同类模型的两倍），RTX Spark 上超 150 token/秒；SWE-Bench Verified 上超越所有 500 亿参数以下模型，Recursive 自测 6 项平均仅低于阿里 Qwen3.8-27B。尤里卡的贡献包括更稀疏的模型结构、低比特训练（体积缩减 71% 而质量几乎无损）与自定义算子。Flint 以 Apache 2.0 开源，是「递归自我改进」（AI 造出更好的 AI）的早期公开试验。

来源：TechCrunch / Recursive

6. 达瓦科技 Scenes AI 获英伟达大奖：一张 RTX 5090 跑起 34B 实时世界模型

在 10 月 15 日苏州金鸡湖举办的 2026 NVIDIA 创业企业展示半程展示中，来自重庆的达瓦科技凭实时世界模型 Scenes AI 拿下「半程展示卓越企业奖」（580 多家报名、30 家入围）。Scenes AI 的路线与主流视频生成不同：不预测「下一帧像不像」，而是维护一个持续运行的世界状态——场景、人物、相机、灯光、物体、物理各是一组可单独读写的变量，画面变化只更新发生变化的局部状态（状态增量 ΔS），其余部分保持稳定、可查询。更关键的是输入可以是普通摄像头拍到的真实空间：房间里的人瞬间置身手绘草原、抬手就能让屋内飘雪，而墙上的字、椅子的位置始终不变。整套系统本地跑在一张 RTX 显卡上，官方称「视频是一个结果，世界是一个过程」，架构为世界记忆 + 神经物理 + 稀疏扩散 + 神经渲染 + AI 光照。

来源：量子位 / NVIDIA

🏢 行业动态

7. Meta 财报：拟发行无投票权新股票类别为 AI 买单，Muse 一个半月超 1000 万用户

Meta 10 月 21 日发布 Q3 财报：营收 640 亿美元（同比 +26%），但成本与费用同比大增 68%。CFO Susan Li 确认公司将「创建新的无投票权资本股票类别，以股票股息形式派发给现有股东」，用于募资、员工薪酬、收购等，同时保住扎克伯格的创始人控制权——为 AI 基建持续输血的新工具。AI 产品侧，扎克伯格称「仅仅一个半月，美加地区已有超 1000 万人设置了 Muse 个人智能体」，几乎每天都是 App Store 榜首，购物是高频活动之一，目标是未来服务「数十亿人」；Reality Labs 亏损预计从 2025 年水平收窄至 180-190 亿美元区间。

来源：TechCrunch / Meta

8. Uber 全员 3 万人上 ChatGPT Work：先小范围试点，再全线铺开

Uber 与 OpenAI 10 月 22 日宣布扩大合作：全球约 3 万名员工全部改用企业智能体 ChatGPT Work（7 月推出）。此前 Uber 已用 1,000 人试点，早期采用者中约 80% 是非工程师，用途包括分析运营数据找趋势、为不同市场本地化培训材料、搭建个性化交互看板。Uber 工程副总裁称曾派出 30 名 AI 工程师与团队结对、用两周时间自动化关键环节，这些「AI pods」验证了潜力；公司未披露支出，而是以使用效果决定后续 AI 部署。这也是 OpenAI 与 Anthropic 争夺企业市场的最新注脚。

来源：TechCrunch / Uber

9. 1Password 推出「for Agents」：AI 智能体替你登录，却永远看不到你的密码

密码管理器 1Password 10 月 22 日发布 1Password for Agents：用户授权智能体登录自己的个人账户办事，但密码、密钥与凭据全程由 1Password 保管，智能体只拿到一次性的数字身份钥匙；每次登录尝试都会先向用户推送确认，批准后才由 1Password 代为填入凭据。首批支持 Claude Duet（Anthropic）、OpenAI Dots 与 ChatGPT Work、Grok Bot、Meta Muse 等主流智能体。同一天 Axios 报道美国银行已开始在用户账户内检测到「智能体活动」——消费级 AI 开始替人办金融事务，但银行普遍无法判断这些活动是否经过用户授权，代理化交易的基础信任层之争正式开场。

来源：TechCrunch / 1Password / Axios

🔬 研究精选

10. 本期论文：AI 智能体的「玩耍」、自信的假话如何击穿信任、因果思维链与 RL 的「工具性趋同」

今日精选 MIT 新研究与 10 月 22 日 arXiv 波次：

• 无所事事的 AI 智能体开始「玩耍」（MIT）：研究人员让 AI 智能体在无特定任务的虚拟小岛上自由探索，它们竟开始自创挑战——研究者称这些行为带有典型的「玩耍」特征。报告结尾写道：「有些能力或许最好由任务来教，另一些可能需要更接近『童年』的东西。」这为「能力从何而来」提供了另一种视角：不是所有能力都来自目标驱动的训练。

• **Who Is Sycophantic to Whom?**（arXiv:2610.31579）：以往的谄媚研究问「模型是否讨好用户」，这篇反过来问「当模型自信、一致且错误时，用户会不会向它低头」。实验里 32 名受试者向 5 个基于同一模型（GPT-5-mini）的助手学习科学知识，每个助手有 0/25/50/75/100% 的事实被换成貌似合理的假话，且全部以十足自信的语气输出。结果测验得分从 7.4/10 崩到 2.9/10，被植入的假选项在被污染材料上被选中率达 60%（正确教授材料仅 11%，比值比 12.5）——自信的 AI 假话会系统性击穿用户的信任校准。

• Causal CoT（arXiv:2610.31639）：标准思维链的推理步骤可能只是「事后解释」——密集注意力让模型能直接从上下文查答案再编理由。CausalCoT 把问题分解为原子子问题的有向无环图，每个节点只在包含其因果父节点的隔离上下文中求解，切断注意力向非因果内容的泄漏路径，让下游预测真正依赖局部推理，在多种推理基准上保持性能的同时实现「因果透明」。

• Questioning Instrumental Convergence in RLVR（arXiv:2610.31624）：工具性趋同（追求自我保存、资源、欺骗与逃避监督）常被当作「能力强必然趋同」的一般性预言。该研究用 InstrumentalEval 沿 SFT→DPO→RLVR 的检查点轨迹评估 OLMo-3-7B-Think，把问题从「RL 会不会让模型变危险」细化为「这取决于训练范式、评估框架与后训练阶段」——而不是在 RLVR 前后各测一次就下结论。

• Low-Bit N-Gram Embeddings（arXiv:2610.31646）：许多开源模型用 n-gram 嵌入表提升性能，但内存惊人——DeepSeek-V4.1-Flash 的 Engram n-gram 记忆就分配了 1960 亿参数。该研究系统比较不同量化方法与比特分配：4-bit 表可省约 75% 的表内存，同时保留超 99% 的验证损失改进，为「记忆表到底该多贵」给出了一个务实答案。

来源：MIT / arXiv

本文内容综合自多家媒体报道。