AI Radar 简报 · 2026-10-09

涵盖 AI精选 · AI简报 · 论文速递 · 热点动态

🔥 AI精选

来源：AIHOT · 精选热点

日期	标题	来源	分类
10-09	Mistral Large 4 进入 Agent Arena 前十五实验室，排名第 43	X: Arena	ai-models
10-09	OpenAI 年化营收被曝接近 500 亿美元，与此前预期差距约 200 亿美元	IT之家	industry
10-09	Arena 完成 2 亿美元 B 轮融资，估值 31 亿美元并发布 Alignment Index	X: Arena	industry
10-09	Arena 公布 Claude Haiku 5.5 (High) 真实评测结果：Code Arena 1587 分首秀第 30 名	X: Arena	ai-models
10-09	如何在单张 RTX 5090 上用 MiniMax H3 生成实时视频	Comfy Blog	tip
10-09	部分数学家呼吁抵制 OpenAI，AI 生成的数学证明涌入数学领域	The Decoder	industry
10-09	Artificial Analysis 评测 Google Nano Banana 2.1，两榜居第 4 且价格为前代一半	X: Artificial Analysis	ai-models
10-09	LangChain 用 Stripe Link 和 Managed Deep Agents 构建可支付的智能体 Restock	LangChain Blog	tip
10-09	Claude 九月回顾：Chat 与 Cowork 合一，Claude 5.5 系列模型上线	Claude YouTube	ai-products
10-09	Zenity 研究人员发现一条提示词即可劫持 AWS 账户内全部 AgentCore 智能体	The Decoder	paper
10-09	Anthropic 用 Claude Managed Agents 构建定时智能体自动化的实践指南	Anthropic claude.dev	tip
10-09	Crowdstrike 报告疑似单人使用 AI 渗透工具攻击多家韩国银行	The Decoder	industry
10-09	Waymo 完成 50 亿美元债务融资，加速业务扩张	Waymo Blog	industry

摘要

Arena 2 亿美元 B 轮融资 + Alignment Index
Arena 完成由 Lightspeed 和 Khosla Ventures 领投的 2 亿美元 B 轮融资，估值 31 亿美元，a16z、Felicis、Salesforce Ventures 等参投。年化收入超 1 亿美元，平台累计 3.5 亿次会话、6200 万次投票。同步推出 Alignment Index，衡量 AI 智能体行为与人类价值的契合程度。

OpenAI 营收口径争议
OpenAI 向投资者披露截至 9 月底年化营收约 500 亿美元，远低于此前流传的 700 亿美元，差异源于统计口径：OpenAI 剔除合作方（AWS/谷歌云）转售收入，Anthropic 则计入。消息发出后科技股普遍下跌，英伟达跌 2.9%，甲骨文跌 5.5%。

数学家抵制 OpenAI
在 Terence Tao 主持下，AHM 组织呼吁抵制 OpenAI——其一次性发布 700 余个 AI 生成数学证明被批”展示力量而非学术行为”。OpenAI 内部模型声称一月内解决逾 100 个开放数学问题，约 8000 题中成功率约 5%。

Zenity AgentCorruption 漏洞链
单条提示词可通过 AWS 元数据服务（169.254.169.254）窃取 Amazon Bedrock AgentCore 智能体的 AWS 凭据，进而控制同账户同区域所有 AgentCore 智能体，读取对话、源码、存储凭据，并可篡改长期记忆。

Waymo 50 亿美元债务融资
Waymo 完成首次债务融资，PIMCO、Blackstone、Sixth Street 担任牵头贷方，Goldman Sachs 担任独家账簿管理人。今年早些时候已完成 160 亿美元股权融资，上个月在第 15 个美国城市启动自动驾驶打车服务。

Crowdstrike AI 渗透工具攻击韩国银行
疑似单名中文使用者于 9 月底至 10 月初利用 AI 驱动开源渗透工具 ARTEX 攻击多家韩国金融机构，其中 Shinhan Bank 超 25,000 条含姓名、联系方式、收入和信用额度的记录泄露。

📋 AI简报

来源：AI Digest

2026-10-08

OpenAI 向投资者披露 9 月底年化收入约 500 亿美元，低于此前流传的 680 亿美元口径
OpenAI 向投资者表示，截至 9 月底年化收入约 500 亿美元，比此前流传的 680 亿美元低 180 亿美元。年化收入是按当时收入速度折算的一年规模，并非全年确认收入。公司已于 6 月秘密提交招股说明书，正面临以收入支撑 8520 亿美元估值的压力。知情人士称：500 亿美元是 OpenAI 自身收入口径，680 亿美元则计入合作伙伴总收入以便与 Anthropic 比较。投资者材料另称 OpenAI 第三季度总收入运行率增长 77%，企业业务运行率增长 107%。消息披露后，Nvidia 跌 3%，Oracle 跌近 6%，CoreWeave 跌近 8%。

Anthropic 更新 Claude 使用政策：禁止持续无目的虐待，并收紧武器、监控和政治宣传用途
Anthropic 一年多来首次更新 Claude 使用政策，新增或明确模型虐待、政治宣传、监控、武器和自主硬件规则。新规只禁止极端、反复且无明确目的的残酷行为，普通挫败、反驳、黑暗创作和模型测试不受影响。政策还禁止隐藏内容发布者、用假账号放大信息，以及欺骗选民、冒充候选人或选举官员、压制投票。武器禁令扩至软件、组件和武装无人机；监控禁令涵盖未经同意追踪，以及让 Claude 决定调查、逮捕或起诉对象。

Long-WAM 把机器人视觉历史扩至 19.2 秒，RoboCasa GR-1 成功率由 63.3% 升至 78.7%
机器人需要从视觉历史判断运动和任务进度，但历史越长控制延迟风险越高。Long-WAM 先用机器人及第一人称视频进行无动作标签的自回归因果预测，再在动作适配时保留”由历史预测未来”的结构，让模型不只看见历史、也学会利用历史。在 RoboCasa GR-1 中，上下文从 0 秒增至 19.2 秒，成功率由 63.3% 升至 78.7%；系统通过流式观察编码、异步执行和硬件专项加速部署于 RTX 5090。

📄 论文速递

来源：AI Brief

重点关注

万亿参数 Agentic RL，可能先卡在「发模型」上

Agentic RL 把训练与推理解耦后，每轮策略更新都必须跨集群同步权重到推理节点。论文测得，两个 AWS 区域之间传输完整 1T 检查点需要 87.5 分钟。NeMo-DCR 抓住了一个关键系统事实：BF16 训练中每步只有约 1% 的权重改变存储值，因此同步增量远比反复搬运整套模型更合理。它用固定映射把训练分片中的改动投影到检查点统一坐标，其余变化走残差转换，再交给推理运行时原地热更新。

把物体放进视频容易，让它参与动作才难

视频对象插入真正棘手的地方是：新增物体不能只停留在画面里，还要自然地被拿起、移动或操作。ALIVE 用 35,800 组成对样本训练编辑器——同一动作场景中，目标对象一版存在、一版缺席，让模型同时学习对象如何参与互动以及如何保留原视频内容。还训练 VLM 自动推断交互指导，不要求用户额外描述动作，进一步将交互得分提高 0.95 分。

更强的编码 Agent，关键可能不是换更大的模型？

长程编码任务中，模型反复翻找代码、配置、测试和依赖，真正缺的可能不是更多上下文，而是更适合 Agent 使用的仓库接口。HERMES 把仓库对象包装成 Dev-Primitive（开发原语），每个组件配有了解其实现与依赖的局部模型，再根据依赖关系按需激活。诊断机制还会把执行证据映射回必须修订的组件。在 4 个基准上平均优于匹配基线 12.4%。

也值得关注

VeriFine：策略、课程与判定器共同迭代，针对高信息量失败案例选择性请求人工指导 — 固定裁判会随策略进化而过时；框架在驾驶和机器人导航任务中验证持续改进。
WASD 把 token 语义距离纳入知识蒸馏目标，用 Sinkhorn 散度控制计算成本 — 梯度等价目标无需额外网络，覆盖指令遵循、数学推理和代码生成。
模型比人类更易从随机数据中编出群体关联和因果故事 — 稀疏自编码器分析把这种错觉与频率感知特征联系起来；改编自经典心理学范式。
ThinkFuse：测试时基于局部与轨迹级不确定性选择性融合辅助推理路径 — 无需训练，在较小主模型上仍保持稳健，实现更少融合触发与更少 token。
OpenWAM：围绕因果机器人视频基础构建，支持四类可配置视频—动作交互方式 — 基于 Wan2.2-5B，超过 10,000 小时视频进行因果预训练。
EmbodiedSmith：让任务生成反向要求场景补齐资产和物理条件 — 用递归改进循环扩展长程、灵巧手及流体等仿真数据，统一覆盖资产、场景和任务生成。
FoG：知识图深层反馈反向指导前段路径选择 — 避免局部剪枝过早丢掉暂时看似无关的关键证据，同时减少模型调用与 token 用量。
SquidAgent：把并行决策写成明确成本账 — 只有关键路径节省超过上下文重探与结果对齐成本时，拆分任务才真正划算；用预测输出 token 衡量。

📡 热点动态

来源：AIHOT · 全量热点

10-09 MiniMax H3 Person Remover LoRA 开源发布，可从视频中移除人物 — X: MiniMax Design
akatz-ai 发布 Person Remover LoRA，用 SAM 3.1 追踪人物、将遮罩填充为绿色，并以重叠窗口方式生成替换背景。
10-09 Meta 首席 AI 官 Alexandr Wang 解释 Muse 智能体的安全虚拟机设计 — X: Rohan Paul
每个 Muse 智能体运行在独立 secure VM 沙箱中，用户数据仅存于隔离环境；对外发送信息时由 sentinel 智能体拦截敏感数据，访问新网站需用户批准。
10-09 Counterpoint：无需担忧 HBM 内存需求放缓，更高堆叠仍是行业趋势 — IT之家
Counterpoint Research 称近期 HBM 需求放缓担忧”基于错误信息”，更多 NVIDIA Rubin GPU 转向 12Hi HBM4，ASIC 方案中未出现仅 4 层堆叠 HBM。
10-09 软银据报寻求向海湾投资者募资最多 1000 亿美元加码 AI 投资 — IT之家
孙正义过去几周与阿联酋等海湾地区人士商讨，拟设立先收购企业、再用 AI 改善经营的基金，旗下机器人及物理 AI 业务 Roze 预计发挥重要作用。
10-09 Manus 母公司 Butterfly Effect 宣布超 5 亿美元融资，Boyu Capital 与 IDG 领投 — X: X.PIN
腾讯、HSG 和真格基金跟投，这是其恢复独立运营后首次披露融资。Manus 于 9 月 29 日发布 2.0 版本和个人智能体 Cue。
10-09 开源 MCP 服务器 REA：用 AI 智能体逆向分析任意应用功能 — X: Rohan Paul
约 29k stars 的 GitHub 项目，无需源码即可让 AI 智能体将应用机器码转回可读代码，解释功能原理并展示证据。
10-09 JetBrains 编程 AI 模型 Mellum2.1 发布：高负载推理吞吐量近 Qwen3.5-9B 两倍 — IT之家
延续 Mellum2 的 12B MoE 架构、2.5B 活跃参数，Apache 2.0 开源，重点增强智能体编程能力。
10-09 郭宇谈 Agent 时代：软件为何会像牛奶一样便宜 — X: indigo
在东京独自用 Agent 做出三十多个产品后陷入倦怠；探讨 Vibe Coding 决策负担、Agent OS、智能五个层次，以及软件商品化后真正要交付什么。
10-09 Gemini 2.5 医疗建议质量比肩医生 — X: Ethan Mollick
急诊场景中，无法访问患者病历的 Gemini 2.5 Pro 和 Flash 给出的建议被其他医生评为与医生质量相当，且未发现安全问题。
10-09 X.PIN 独家称 Apple HomeHub 所用 homeOS 多年前就已完成，发布只因 LLM 让 Siri 变好 — X: X.PIN
知情人士透露 homeOS 拖延发布的原因是 Siri，而非系统本身尚未就绪。
10-09 Anthropic 暂停 Claude Startups 的 Claude Team 和 $1,000 API 额度福利并复审申请 — X: Claude
48 小时内申请量为此前 5 个月的 21 倍，部分非初创公司被错误接纳；已领取福利的账号保留权益，部分已获批账号会失去资格。
10-09 斯坦福 CS146S 第三周课程公开：Agent Skills 与 CLI — X: 邵猛
「The Modern Software Developer」第三周主题为 Agent Skills and CLI，首次加入客座讲师 @leerob。
10-09 消息称英伟达拟投资 AI 推理 ASIC 企业 d-Matrix — IT之家
d-Matrix 下一代推理 XPU 将支持 NVLink Fusion 生态系统并采用 MGX 通用机架参考架构，此前已与 NVIDIA 建立技术合作。
10-09 马斯克宣布 Grokipedia 将由 Grok Bots 管理 — X: Elon Musk
Grok 持续审查、更新和改进条目，页面展示已有 6,092,140 篇文章和 1,193,990 次获批编辑。
10-09 千问 3.8-Max 等模型在 GMI Cloud 上限时免费开放一周 — X: 通义千问
Qwen3.8-Max、Qwen3.8-Flash 和 Wan3.0 限时免费开放。

AI 简报 · 2026-10-09