AI 日报 · 2026-10-07（周三）
AI Coding × 具身智能 ｜ 6 条主推 + 8 条速览 ｜ 开源权重的卖点从「跑分」换成「单位算力与合规姿态」，物理 AI 的钱正从模型流向场景与数据
01 Mistral 放出 1 万亿参数「Le Chonk」：主打网安能力，权重 10 月 27 日放开
事件内容
- 10 月 6 日，法国 Mistral AI 发布 Mistral Large 4（内部代号 le Chonk）公开预览版，总参 1 万亿、激活 490 亿的稀疏 MoE，原生多模态（可输入文本与图像，输出文本），即日起通过 Mistral Studio API 使用（Mistral 官方、VentureBeat、IT之家）
- 训练用 3800 块 NVIDIA Grace Blackwell GPU（约 52 个 NVL72 机架）、从零起训约 2 个月、约 10 兆瓦电力，全部在 Mistral 自建欧洲数据中心完成；语料覆盖 160 种以上语言，囊括欧盟全部官方语言
- 权重计划 10 月 27 日放出（自定义 Mistral 许可）；预览期后 3 周联合顶尖网络安全机构、受信任合作伙伴与政府监管部门做红队测试，测试版本适当放宽内容安全审查策略并强化网安攻防能力
- 定价：每百万 token 输入 1.36 美元／输出 4.18 美元
- 网安是主打卖点：官方称在需复现并修补真实漏洞的测试中得 82%，而 Claude Opus 5.5 与 GPT-6 Astra 因拒答机制接近 0；官方称该模型在 Artificial Analysis 网安指数进入全球前五、领先中国以外的开源模型
- 其他官方自报分数：DeepSWE v1.1 61.7%（对照智谱 GLM-5.3 的 61%）、视觉定位 DIOR-RSVG 73%（对照 GPT-6 Astra 的 68%）；但独立评测机构 Artificial Analysis 把 ML4 预览版的智能指数排在 DeepSeek V4.1 Flash 与 GPT-6 Luna 之间，明显低于 OpenAI 与 Anthropic 的旗舰
- 背景与限定：公司上月完成 30 亿欧元 D 轮（欧洲科技公司史上最大股权融资）；官方称强化学习仍在运行、权重放出前能力还会提升；上述跑分均为厂商自报，尚未经独立复现
为什么值得关注
- 这条真正的变量不是 1 万亿参数，而是**「合规姿态」被做成了产品规格**：闭源旗舰因安全策略拒绝网安任务，Mistral 直接把「不拒答 + 可自部署 + 可审计训练记录」当卖点，卖给需要每天扫自家系统的银行、政府与安全厂商
- 对采购方的含义是选型表要重排：开放权重意味着可内网跑、不受供应商断供影响；代价是在权威智能榜上仍落后闭源旗舰一个身位——「能力」与「主权」需要显式取舍
- 要留意分期发布的落差：预览版先给基准与 API，权重 10 月 27 日才到，期间所有对比都只是厂商口径；「红队期放宽安全策略」对拿到专项权限的机构是能力，对普通用户不是
- 可行动项：把「许可条款 / 能否自部署 / 代码与网安任务是否被拒答」三项并列进模型选型表，不要只看智能指数排名
02 OpenAI 一次性放出 722 份数学手稿：模型未发布，先交了作业
事件内容
- 10 月 6 日，OpenAI 在 GitHub 发布 openai/math 仓库（Apache 2.0 许可），一次性公开 722 份数学手稿、归入 372 个结果家族，成果来自一个尚未发布的内部前沿模型（OpenAI 官方、The Verge、Unite.AI）
- 产出过程：评测中向模型投喂约 4000 道问题，官方称平均每条结果的算力相当于 3 小时 ChatGPT Pro 思考；仓库另附 10 份模型推理摘要，覆盖 π 的无理性指数、Mahler 猜想、Kaplansky 直接有限性猜想等
- 两个偏离固定流程的例外：Riemann zeta 函数 Re(s) > 11/12 的无零点区域，以及 CM 阿贝尔簇的 Hodge 猜想；其中 zeta 一文经人工编辑以提升可读性
- 开放程度有限：并非所有结果都带 Lean 形式化证明，仓库明确提示「部分未形式化的结果可能有问题」并承诺尽快修补；这批手稿未经整体同行评审，产出模型本身不对外开放
- 背景张力：独立咨询组 AGMAI（国际高等研究院）于 9 月 29 日发布负责任发布建议，要求实验室公开模型名、所用提示词、思维链摘要、耗时与算力成本，并明确要求各实验室「不要把数学成果的发布当成模型营销」；本次发布正是对该建议的回应
为什么值得关注
- 这标志着 AI 实验室正在成为数学成果的大宗生产者，但配套的学术规范还没建起来：722 份手稿、372 个家族的量级已不是「能不能逐篇审」而是「审不过来」，评审机制缺位会直接影响这些结果能否折算成学术信用
- 对做形式化与证明工具的团队是需求侧利好：Lean 化缺口意味着定理证明器、证明检查器与比较器工具链会持续有活干，OpenAI 自己也承认要逐步补齐形式化
- 「3 小时 ChatGPT Pro 思考」这个单位值得记：它把研究算力翻译成普通用户能理解的计价方式，等于给后续所有实验室设了一个成本披露的格式标准
- 可行动项：引用这批结果时默认标注「未同行评审、部分未形式化」；需要确定性的场景优先取带 Lean 证明的那一部分
03 Anthropic 把 Glasswing 并成三级 CVP：累计已挖出约 13.45 万个漏洞
事件内容
- 10 月 6 日，Anthropic 宣布把运行半年的两个项目合并为新的三级网络核验计划（CVP）：原 Project Glasswing 面向关键软件安全机构开放 Claude Mythos（其网安能力最强的模型系列），原版 CVP 向经审核的安全团队开放降低防护的 Claude Opus 与 Sonnet（路透社、IT之家、AI Weekly）
- 战果：合作方在 4 月至 7 月间找到至少 129000 个已核实漏洞，Anthropic 自有开源扫描在 4 月至 10 月再补 5500 个，合计约 13.45 万；其中 33000 个以上被评为严重或高危
- 官方称这是明显低估：数据来自对有限数量合作方的调研，实际影响至少是现有数字的 5 倍
- 三级权限：Defense（应急响应、恶意软件分析，安全团队、关键基础设施运营方、开源维护者与有漏洞上报履历的研究者可申请）、Red Team（增加授权渗透测试与红队演练，仅机构可申请）、Specialized（约束最少，仅极少数机构，用于电网、飞行系统、行间转账等安全攸关系统）；三层都可用 Opus 5.5、Sonnet 5.5、Mythos 5.1 及后续模型
- 权限差异被量化：CyScenarioBench 50 次试验中，无 CVP 权限的模型全部被拦，Defense 权限拦下 46/50，Red Team 权限零拦截且 Opus 5.5 完成 34/50（约等于无防护时 67.6% 的成功率）
- 门槛与限定：每个成员与美国政府共同审核，原 Glasswing 成员直接转入 Specialized 层；所有层级强制开启数据留存用于滥用监测，零留存选项要等今秋的 Enterprise Frontier Safeguards；Defense 审核数天、Red Team 审核数周
为什么值得关注
- Anthropic 事实上把自己变成了**「授权攻击性 AI」的发证机关**：13.45 万个漏洞的战绩是最有力的获客素材，也让每一家安全团队都要面对「不进这个计划就落后」的入场压力
- 真正的决策点是强制数据留存：客户合同禁止第三方处理数据的渗透测试公司必须先改合同才能入组；走 Amazon Bedrock 的客户在零留存选项上线前无路可进
- 对运维方的含义是能力与责任同时放大：拿到 Red Team 权限等于拿到一把几乎不设拦截的钥匙，误用后果与审计责任都落在自己身上
- 可行动项：申请前先确认三件事——数据留存条款能否满足既有客户合同、是否必须走 Bedrock 通道、以及 Specialized 层与政府共审带来的合规成本
04 斗山机器人拿下两个韩国国家级物理 AI 项目：989 亿韩元，自研 AI 芯片进协作机器人
事件内容
- 10 月 6 日，斗山机器人宣布其申报的两个项目同时入选韩国产业通商资源部与 KEIT 主管的国家级研发计划，两项合计研发预算约 989 亿韩元（约 6900 万美元），其中政府补助约 681 亿韩元（约 5100 万美元）（The Korea Herald、Seoul Economic Daily、THE ELEC）
- 项目一（54 个月）：把国产 AI SoC 装进协作机器人，芯片集成 NPU 与实时通信控制功能，让机器人不依赖外部 PC 或云即可处理视觉、触觉、力／力矩与语音数据；计划开发负载 5、10、20 公斤的三款协作机器人，以及一台双臂、可全向移动的工业人形机器人
- 项目一的商业化路径：在至少两个客户现场完成 72 小时连续运行演示并通过国际安全认证后，2031 年起作为标准产品商业化；目标市场是核电、国防、生物医药等因担心通信时延与数据外泄而此前不敢自动化的行业
- 项目二（45 个月）：协作机器人 + AI + 数字孪生做核电部件高精度焊接，摄像头识别目标并自动纠偏、模仿熟练焊工动作生成焊接路径与摆动；目标路径匹配 95% 以上、误差 ±3 毫米以内、焊接工时下降 超过 50%，在斗山 Enerbility 核电中心试验，后续扩至造船、工厂与国防
- 参与方：项目二由斗山机器人牵头，DeepX、Sage、昌原大学产学合作团参与，斗山 Enerbility 作为客户方；斗山称两个项目将把国产 AI 半导体、软件与机器人硬件整合成一套物理 AI 平台
- 口径限定：989 亿韩元是研发预算、681 亿是政府补助；72 小时连续运行、95% 路径匹配、2031 年商业化均属项目目标，而不是已完成的测试或已上市的产品，斗山尚未公布人形机器人的定价与已承诺采购的客户
为什么值得关注
- 这是**「物理 AI 半导体化」这条路线迄今最具体的国家级投入：把推理能力从云挪进机器人本体，动机不是省成本，而是核电、国防这类场景根本不允许把数据发出去**
- 对比中美两条路径能看出差别：美国更靠风险资本推整机与模型公司，韩国用政府研发计划直接补贴芯片 + 本体 + 工艺的组合，赌的是保住本土制造业的话语权
- 时间表也说明了这类项目的性质：2031 年才谈商业化、54 个月周期内只有研发里程碑没有营收，适合能承受长周期的产业资本，而不是财务投资人
- 可行动项：评估同类「端侧 AI 芯片 + 机器人」方案时重点核对三件事——是否真的脱离云端、是否拿到功能安全认证、目标客户是否愿意接受 72 小时以上的连续运行验收
05 Minerva 出隐身：1000 万美元做「危险作业」人形，先让专家远程出手
事件内容
- 10 月 6 日，Minerva Humanoids 结束隐身，宣布约 1000 万美元 pre-seed 轮，由 General Catalyst 领投，Long Journey Ventures 与 Credo Ventures 联领，Hugging Face、Codecademy 等跟投；公司同时启动首个付费试点（GlobeNewswire 官方稿、Interesting Engineering）
- 产品 Roger 是专为危险作业设计的半自主人形：操作员戴 VR 头显通过机器人视角执行精细操作并掌管每一个关键动作，机载 Minerva Intelligence 负责平衡、跌倒恢复与向指定路径点导航，低延迟控制环保证响应
- 目标场景：陆上与海上油气作业、高压设施、排爆（EOD）与危化品处置；官方引用数据称能源行业约每 75 分钟就有一名工人因工伤死亡，全年约 7000 人
- 团队与制造：CEO Sandor Felber（MIT CSAIL 人形机器人研究方向，曾参与 Tesla Optimus 项目）、CTO Maurice Rahme（在 Boston Dynamics 6 年，Stretch 机器人的技术负责人之一）；软件主要在美国开发，首批原型在德国辛德芬根制造，计划美德双地生产，并声明不依赖单一中国供应链
- 进度：从概念到可行走原型用了 5 个月；发布前在斯洛伐克 NATO 排爆卓越中心完成展示与演讲，并在机场完成高风险公共安全场景的现场测试，正洽谈在两个全球最繁忙机场之一部署
- 限定：官方称目前仍是原型，尚未公开负载、续航、速度、操作精度与售价；抗尘抗盐雾加固与自主返回基地仍在开发中；通信链路断开时只能摆出安全姿势，自主返航尚未完成
为什么值得关注
- 它给具身智能选了最不性感但最刚需的一格：不追求通用家庭助手，而是接替「必须有人走过去」的高危动作，商业逻辑是把人命成本换成设备成本，付费意愿天然强于消费级
- 技术路线的取舍很清晰：走共享自主（shared autonomy）而非全自主——高层次判断留给人，平衡与导航交给机器，既绕开 VLA 当前的能力上限，也满足排爆这类「一次误判就出事」场景对人的责任的要求
- 对行业是一条对照线：同一天波士顿动力把 CEO 位置交给了做 Alexa 的 AI 高管，而 Minerva 反过来强调「高层次智能就是人」，两条路线谁先跑通商业闭环，比谁的演示更炫更有参考价值
- 可行动项：看这类公司时优先核是否有实名付费试点、是否公开安全认证与失效处置流程——Roger 断链只能摆安全姿势、自主返航未完成，这一点应写进采购问询清单
06 TwelveLabs 发布 Pegasus 1.6：把第一视角视频变成机器人训练数据
事件内容
- 10 月 6 日，TwelveLabs 发布 Pegasus 1.6，这是其首个原生支持自我中心（egocentric，第一视角）视频的模型，明确转向物理 AI 的数据准备环节（GlobeNewswire 官方稿、VentureBeat）
- 五项工作流：动作分割与标注（按自定义分类体系生成带时间戳的动作、步骤、物体与手物交互标签）、密集描述标注（描述空间关系与手物交互，供语言条件机器人策略训练）、质量评分（按动作清晰度、构图与稳定性筛掉低质素材）、检索与策展（用自然语言搜索长尾场景与重复片段）、同意与合规标记（进管线前标出人脸、路人与敏感屏显）
- 规格与成本：261120 token 上下文，单次可处理最长 2 小时视频；改进了跨片段跟踪手、物体与工具的实体识别；定价为每视频小时 1.75 美元、输入图像 token 每百万 3 美元、输出 token 每百万 15 美元（约为 1.5 版的两倍）
- 官方给出的对比量级：人工标注自我中心视频每 1 小时素材需 70 至 155 小时；CEO Jae Lee 称一次运行在约 18 小时内处理了约 17 年的第一视角素材，但未披露算力条件，属轶事性口径
- 限定：官方未提供任何数值基准，也未公布具名机器人客户；批量分析仍在 Pegasus 1.5，高吞吐作业尚未全部迁移；模型只负责描述画面，压力、触觉与精确控制仍需机器人团队自行用其他传感器补足
- 竞争面：NVIDIA Cosmos Curator（开源工具、无软件许可费）做筛选标注与去重、Encord（托管平台 + 人工复核）做标注与策展、Google Gemini Robotics ER 2 偏视频理解与任务规划、Black Forest Labs 与 mimic 的 FLUX-mimic 直接把视频表示转成机器人动作
为什么值得关注
- 它点出的是具身智能最贵的一段工序：遥操作采集贵、人工标注更贵。TwelveLabs 赌的是「普通第一视角视频 + 自动标注」能替代专用数据采集，把数据成本从硬件问题变成软件问题
- 但能力边界要看清：模型能描述肢体动作与大致轨迹，给不出触觉与力控信息——它降低的是标注成本，不是让机器人学会控制，把它当成「训练数据全自动」会高估收益
- 这一段的竞争格局已经成形：开源工具、托管平台、规划模型、动作模型各自占据管线的不同层，TwelveLabs 能否守住「描述层」，取决于第三方能否复现出准确的标注质量数据
- 可行动项：有存量第一视角素材的团队可先做小批量对照实验——用同一批视频比较自动标注与人工标注在下游策略训练上的差距，再决定是否上量
速览
- Google EmbeddingGemma 2：10 月 6 日发布 7.4 亿参数多模态嵌入模型，Apache 2.0 许可，把文本、代码、图像、视频、音频统一映射到同一嵌入空间；MTEB Code 从 68.76 升到 78.68（+9.92），8K 上下文为上代 4 倍，Matryoshka 支持把 768 维截到 512/256/128 维（存储最多降 6 倍）；Pixel 11 Pro 上量化后纯文本约占 191MB 活跃内存、全模态约 567MB（Google 官方博客、IT之家）
- Google 收紧 Gemini 免费额度：10 月 9 日起免费档只能用 Flash Lite，要用标准 Flash 需订阅 4.99 美元/月的 Google AI Plus（The Verge、ZDNet）
- Anthropic 送初创公司一年企业版：为符合条件的初创公司提供免费一年 Claude Team 企业服务与 1000 美元 token 额度，官方解释是「AI 的收益会通过基于模型创业的公司触达大多数人」（TechCrunch）
- Google Docs 与 Drive 原生支持 Markdown：可直接打开、编辑与协作 .md 文件并保留渲染格式；谷歌员工 Chandu Thota 称 Markdown 已成为「人类与 AI 智能体之间的通用语言」，该能力可与 Gemini Notebook 同步（IT之家）
- 波士顿动力换帅：10 月 6 日任命前 Amazon Alexa 高级副总裁兼首席科学家 Rohit Prasad 为 CEO（10 月 7 日生效），接替 2 月离任的 Robert Playter；现代汽车计划 2028 年起在佐治亚工厂部署 Atlas，年产能目标最多 3 万台（Boston Globe、A3 Automate）
- YYForce 在新加坡开机器人训练与数据体验中心：10 月 6 日启用，用于人形机器人训练、运营数据采集、工作流测试与客户演示，覆盖酒店客房、清洁、安保、配送与设施管理场景，并评估 RaaS 与机器人租赁模式（PRNewswire）
- 瑞萨首款低压氮化镓功率半导体：10 月 6 日推出 100V 增强型 GaN 分立功率晶体管系列，面向 AI 数据中心、人形机器人、工厂自动化与工业电机驱动；官方称相比同类 GaN 器件硬开关 FOM 最高降低 35%、软开关 FOM 最高降低 63%（IT之家）
- Lambda 冲 IPO 前最后一轮：据 WSJ，英伟达支持的算力公司 Lambda 拟募资最多 40 亿美元、投前估值 145 亿美元，由 Blackstone 与 Coatue 领投，目标 2027 年上市；其未交付订单从 6 月的 150 亿美元增至 9 月的 500 亿美元（WSJ、新浪财经）
主线判断
今天两条线各自给了一个价值重估的样本。编程侧，Mistral 用 1 万亿参数的 Le Chonk 把卖点压到两件事上——单位算力（490 亿激活）和合规姿态（网安任务不拒答、权重可自部署、训练记录可审计），代价是权威榜单上仍落后闭源旗舰一个身位，开源模型的竞争第一次从「分数」转到了「主权与许可」。同一天，OpenAI 交出 722 份数学手稿、Anthropic 亮出 13.45 万个漏洞的战绩，两家都在用产量证明能力，但一家被独立咨询组要求「别把数学当营销」，另一家把强制数据留存写进了入组门槛——规模越大，披露与合规的账单越贵。具身侧的重心则明确从模型移向「场景与数据」：斗山拿 989 亿韩元国家预算把推理塞进机器人本体的 AI 芯片，赌的是核电与国防这类数据不能出网的场景；Minerva 用 1000 万美元把「必须有人走过去」的高危动作换成一笔人命账；TwelveLabs 去做最不显眼的一段——把第一视角视频自动变成带标签的训练数据，并直言人工标注每 1 小时素材要花 70 至 155 小时。同一天波士顿动力把 CEO 交给了做 Alexa 的 AI 高管，而 Minerva 与 TwelveLabs 却在强调「人是本体智能」和「数据管线」——这一轮真正稀缺的不是更聪明的模型，而是愿意交出场景的产线、能通过审计的数据，以及权限交出去之后仍然可控的关停回路。
信息来源
- 中文媒体：IT之家、新浪财经
- 英文媒体：路透社、The Verge、VentureBeat、TechCrunch、Interesting Engineering、The Boston Globe、The Korea Herald、Seoul Economic Daily、THE ELEC、ZDNet、Unite.AI、AI Weekly
- 一手源：Mistral 官方博客、OpenAI 官方博客与 openai/math 仓库、Anthropic 官方、TwelveLabs 官方新闻稿、Minerva Humanoids 官方新闻稿、斗山机器人公告、Google 官方博客、The Wall Street Journal、PRNewswire