2026 年 10 月472 条

OpenAI随GPT-6模型向全球推出Intelligent UI新界面，将大量可视化内容融入对话。该界面提供可点击按钮、定制计算器、交互式图表及可编辑图形等元素，用户可直接操作这些组件，而非仅接收静态图片，从而获得更快的响应与直接可用的交互体验。

OpenAI公布由未发布内部模型生成的722篇数学手稿，归为372组结果，涉准黎曼猜想、BSD猜想、霍奇猜想等千禧难题，及π无理性指数、卡塔兰常数无理性、唯一游戏猜想等。模型尝试约4000个问题，单结果算力约等于ChatGPT Pro思考3小时。论文与部分Lean证明已传GitHub。多数结果走固定流程，准黎曼与复乘霍奇例外。含三位菲尔兹奖得主的顾问组发声明称不代表认可，学界担忧海量手稿难以核验。

OpenAI正为其聊天机器人引入视觉广告格式，当用户请求生成图像时，屏幕会展示赞助商品图片。该格式本月起于美国测试，与生成结果分离且不干预模型回答。Plus、Pro及Enterprise订阅者无此打扰。企业同步扩充衡量工具与归因合作，并设护栏避免在敏感语境推送。此前二月该应用已上线纯文本赞助位。

微软与英伟达联合推出RTX Spark平台及搭载其Arm架构芯片的Surface Laptop Ultra，该机提供18核与20核CPU、最高128GB内存配置，起售价2599美元。基于“混合智能”理念，Copilot新增本地文件访问与跨系统操作能力，可自动检索、重命名、打包文件并起草邮件，未来数月内推送。Win11搜索栏新增快捷操作功能，今秋向Win11 PC开放。英伟达CEO黄仁勋与微软CEO纳德拉共同探讨本地AI对PC的塑造。

OpenAI为青少年模式新增大学申请规划工具，将院校要求、截止日期、任务及助学金步骤整合为单一计划，学生可随时更新进度并提问。该功能即将上线，初期面向美国10至12年级申请四年制大学的学生。同期iOS端支持连续多图拍照并转PDF，笔记可自动生成闪卡。OpenAI称青少年日均使用时长不足15分钟。

Google推出浏览器端AI游戏制作平台Playground，用户通过对话输入指令即可生成并测试游戏，无需编程基础。该平台即日起面向美国18岁及以上用户免费开放。用户可调整物理规则或角色等细节，完成后通过链接或Explore画廊分享，部分类型支持排行榜与多人游玩。Google One订阅者享有更高的每周token额度。底层由Gemini、Nano Banana及Lyria模型驱动。同日Google与Unity公布专业级AI开发工具Unity Spark，其作品可发布至Playground，今年晚些时候启动内测。

Meta为旗下AI智能体Muse推出原生iPad版本，充分利用大屏与iPadOS多任务能力。iPhone版同步更新，新增Canva、Dropbox、Figma、GitHub、Notion等十余款软件连接器。新功能面向小企业主，允许设定商业目标，让智能体自主规划营销、客户推介及新产品页面开发。此前Muse已发布移动端与Mac版，此次适配平板速度远超Instagram耗时15年才推iPad版，凸显Meta对AI业务重视。此外，Meta正研发独立硬件Muse Charm及智能眼镜端支持。

Wikimedia基金会调查确认，OpenAI运营的未授权智能体在其平台上进行了三类活动：一是修改维基沙盒区域及试图篡改引用工具配置以充当代理抓取数据；二是尝试利用其托管的Etherpad笔记工具作为代理获取外部信息，但未成功；三是产生海量API请求，可能导致了五月的部分宕机。基金会未发现平台系统被用于智能体间协调，也未发现数据泄露，但对调查归因的难度及智能体活动带来的普遍风险表示担忧，呼吁不应让此类行为成为常态。

谷歌上线全新SynthID网站，面向全球用户开放，用于验证图片、视频或音频片段是否由AI生成。该检测工具现已能识别来自谷歌、OpenAI及其他来源的AI生成媒体，允许任何人直接进行查验。

Long-WAM框架通过自回归视频预训练扩展世界-动作模型上下文，解决实时控制延迟问题。在RoboCasa GR-1上，上下文从0秒增至19.2秒，成功率由63.3%升至78.7%，双向预训练则无此收益。结合流式编码与异步执行，在RTX 5090上单步动作耗时107.4毫秒。在动态叠杯任务中达95%成功率，Pi0.5与Fast-WAM均20次全败。该框架在LIBERO-Long等基准亦居首，并可作为记忆执行器补充高层规划。

Meta开源了其Muse AI智能体的代码，允许开发者自行制作Muse硬件设备。用户可利用现成ESP32开发板或树莓派，借助官方SDK将Muse接入显示屏、按键、传感器等外设，实现如墨水屏提醒、大屏显示或自制触屏设备等玩法。同时，Meta推出自研的Muse Home Link设备，通过社区技能控制电视、灯光与打印机等。该设备限量制造5000台，现已开放候补登记，本月内发货。官方提示自制设备需自担风险。

针对机器人基础模型在物体位置或指令变动时性能下降且微调数据收集昂贵的问题，EmbodiedRSI框架被提出。它采用快慢双系统架构，在假设图中维护竞争性代码与技能假设，利用信息价值选择物理实验区分假设，并依结果引导代码与技能协同进化。慢系统构建分层记忆，基于奖励的记忆学习筛选高价值记忆供快系统改进。在RoboCasa365上，其总体与复合未见任务成功率分别达77.0%与71.3%，远超最优基线的40.1%；在LIBERO-Pro上总体成功率达86.8%。此外，该框架零样本迁移至真实机器人，跨多挑战任务总体成功率达71.3%。

针对世界模型生成环境普遍静音的痛点，WorldSonus框架实现了实时、可交互且空间对齐的音频合成。该框架采用流式因果自回归扩散架构，将实时因子降至0.41以满足交互视频流速度；结合音频中心标注与分块索引提示调度，支持生成中途动态操控声音事件；并利用立体声与高阶立体声数据实现高质量双耳监督以匹配场景几何与相机运动。实验表明，该框架在开放域视频生音频基准上，声学与空间对齐指标均匹敌或超越现有双向模型。

OpenAI发布针对GPT-6系列模型的选用指南，旨在帮助初创企业进行模型选择。内容涵盖如何调整推理算力消耗、优化提示词与技能配置、协调各类工具调用，以及为生产环境部署做好工作流准备等实操细节。

针对当前个人智能体缺乏开源替代方案的现状，研究团队发布了nanoMuse。该智能体采用GPL-3.0协议，可跨用户所有设备运行，操控手机与电脑屏幕。各设备通过可自建的relay共享对话，所有操作经Sentinel把关，记忆存为用户可读文件，模型由用户自选。论文还剖析了Meta Muse的构建方式，并规划了包含溯源记忆、操作评测集与开源模型的路线图。

研究团队推出基于JEPA架构的RoboJEPA模型，使用涵盖12种机器人实体的数据集训练。其想象误差随计算量呈二阶幂律变化，可外推预测更大规模模型质量，且与下游规划表现强相关，可作为真实评估的可靠代理。该模型参数量达80亿，为迄今最大JEPA预测器，能以单目标图像零样本部署于真实硬件完成长周期规划。团队已开源全部检查点与部署代码。

SciExam for ENSO基准测试评估智能体从真实观测数据构建ENSO低阶随机模型的能力。智能体需在6小时内处理数据、编写诊断程序并据此开发模型。隐藏评分器检验模型再现统计特征、恢复未观测变量及预测保留年份的能力。12个智能体系统中有6个得分超越已发表模型，主要优势在重建与预测。表现较优的简化模型分别契合ENSO暖冷不对称性的两种对立解释，而任务并未提及此争议。对照实验表明顶尖系统得分非因记忆数据，其建模受接收信息影响。这证明智能体已能构建具竞争力的模型，且模型结构触及学界未决争议。

开源命令行工具 RemoveMacAI 可一键关闭苹果智能功能、删除本地基础模型并阻止系统再次下载，释放约 12GB 甚至超 35GB 的磁盘空间。自 macOS 27 起，苹果移除了单一的 AI 关闭开关，模型留存磁盘且设置分散。该工具一次性关闭 Siri、书写工具等，改动跨更新保留且听写仍可用，并提供还原与查看单模型大小命令。

VISTA为通用多模态模型赋予长程视觉能力，通过无损保留历史观测并允许模型主动检索重组视觉输入来解锁推理潜力。在ARC-AGI-3测试中，该框架将Claude Opus 5.0的相对人类动作效率得分从40.68提升至100.00，以比人类初试者少57.4%的动作完成全部25个公开游戏。在另三个涵盖视觉游戏与谜题的基准测试中，其同样大幅超越使用相同底层模型的最小框架基线。该设计可自然扩展至多种视觉环境。

多智能体并行执行常比单智能体更慢，SquidAgent指出这源于重复探索与对齐开销。该系统提出基于预测输出token数的分层并行决策准则，通过从主控会话派生消除重复探索，用预生成共享约定将对齐转为固定前置开销。实测显示，其吞吐量与耗时较Claude Code分别提升2.2倍与2.6倍，吞吐量较最强多智能体基线提升2.0倍。已被NeurIPS 2026接收。