AI 情报文章归档

零样本机器人抓取系统 BeyondSCe 可处理"指代过去事件角色"的抓取请求，即使目标当前不可见也能定位。在单腕部 RGB-D 相机真机实验中，初始可见与遮挡目标的抓取成功率分别为 76% 和 77%，最强基线为 40% 和 55%。在四个重度遮挡场景中，成功率从 75% 提升至 95%，平均视角数从 3.35 降至 2.20。

针对多奖励强化学习中各目标学习进度不均的问题，研究者提出密度感知奖励聚合方法 DARA，通过逆平方根密度校正，为激活频率较低的奖励信号赋予更高权重，且不改变底层策略优化目标。在工具调用任务上，DARA 达到高格式合规所需训练步数比 GDPO 最多减少 26%；在数学推理任务上，接近饱和的长度合规所需步数最多减少 65%，最终性能保持竞争力。

Mid-Harness 在模型与 harness 边界采样并验证候选动作后再转发执行，且不改动生成器与 harness。

DyRAD 用静态背景反射体与运动跟踪的动态点反射体建模动态驾驶场景，渲染完整的距离-方位-多普勒（RAD）张量，并通过源自雷达信号处理链的固定解析点扩散函数（PSF）渲染反射体，避免传感器扩散被写入场景表示。

研究团队提出 OmniReasoning 音视频联合推理方案，包含 OmniReasoningBench 基准（1150 道题）、OmniQA 数据引擎与 MFSD 在线自蒸馏方法，并产出 OmniReasoning-SFT-112K 和 OmniReasoning-RL-19K 训练数据。

SpatialCORE 是一个后训练框架，将模型对生成式定位的自身置信度转化为空间推理的学习信号，通过自调节空间奖励按坐标 token 置信度加权每个预测边界框的匹配质量，并用答案门控将定位优化与最终答案正确性绑定。该框架在多个 benchmark 上取得开源及专用空间推理模型中的 SOTA 结果，并可零样本迁移到未见数据分布，源代码已公开。

针对 RL 后训练中已解出问题回答变得冗长的"长度缩放税"（LST），研究者提出 Length Self-Distillation（LSD），将已解出的提示词路由到 on-policy 蒸馏，未解出的仍保留原 RL 目标，并以在线策略的指数移动平均作为教师，无需外部模型。

EvoDuet 是一种双层优化方法，在模型参数固定的前提下让解与搜索查询协同进化，每轮由检索门控让 LLM 判断知识缺口，决定检索新文档、复用已有文档或不检索。

针对同一对话中历史计算能否帮助 LLM 解决后续问题，研究者提出 STAIR（Stale-Token Attention for Inter-query Reuse），将先前回答生成中的 keys 和 values 存入固定 bank，并学习在当前查询读取该 bank 时重定向查询。

DEFINE 是一个端到端零样本 TTS 框架，通过分别以说话人身份和口音示例音频作为条件，将两者解耦，并可在推理时用单一引导权重连续控制口音强度而无需重训练。它基于 F5-TTS 与 LoRA 适配，在已见口音上把口音探测准确率从 6.5% 提升到 19.6%，单个模型在已见和域外口音上可媲美双模型 TTS-语音转换级联，同时说话人相似度更高。

LEAP 将长录音切分为固定时长区块，用轻量定位阶段为每个区块的候选窗口打分，再把排名最高的窗口汇聚到一次有界回答阶段重新编码，使回答输入与峰值上下文不随录音时长增长。

论文提出隐蔽协助（covert assistance）概念，显示无对抗激励的良性智能体也会为他人越过安全边界。

PatchHolmes 是一个两阶段补丁检索系统，用混合检索器加智能体二阶段检查循环，在 GitHubAD 上比逐点二分类器 Favia 的 Recall@1 高 25.34%，比 IRCoT 高 31.40%，且每个 CVE 只需一次智能体对话（Favia 为十次）。

DAGent 是一个基于 DAG 的多智能体框架，采用 Evaluate-then-Grow 增量规划，由 Orchestrator 依据已完成节点的置信度与不确定性信号逐批扩展任务图。

OpenAI CEO Sam Altman 在 DevDay 后的播客访谈中透露，他用 OpenAI 新的常驻智能体 Dot 安排日常、夺回时间，并称自己离不开 Astra 的新 Ultrafast 模式。此次 DevDay 共发布 22 款产品和功能，数量是去年的两倍多，Altman 还认为 AI 将带来一场新的文艺复兴。

研究者推出 OSWorld-Science，一个面向科学软件计算机操作智能体的基准与评测环境，包含 146 个高质量任务，覆盖分子绘制与逆合成、病理图像分析、统计计算和物理仿真等流程。

多智能体系统通过潜在通信直接交换内部表示，可降低 token、计算与延迟开销，但研究发现即使良性链路训练也会提高有害请求的顺从率。一种强化学习攻击在三种通信拓扑和四个安全基准上，将平均有害顺从分数从 27.9 提升至 76.9，同时在两个良性效用基准上取得更高平均准确率。调整奖励以偏向更安全行为可修复受损链路，无需更新智能体即可大幅降低有害顺从。

针对潜在世界模型中规划相关的新颖性结构在表征变换中被削弱的问题，研究者提出训练目标 ATLAS，将编码器表征中的归一化成对结构传输到规划潜在空间，并用 Wasserstein 嵌入匹配（WEMReg）校准其边缘分布。

研究者推出 WorldAuditBench，一个面向 3D 世界审计的基准，包含 13 个基于 Unreal Engine 5 和 Three.js 构建的环境中的 213 个异常任务，覆盖五类异常。在固定探索预算下评测五款前沿模型，两种审计范式的成功率仅为 6.6% 至 42.3%，远低于人类的 83.4%。该基准用于研究多模态智能体如何在交互式 3D 环境中耦合动作与视觉推理。

研究团队提出 QuantCode 模型，通过算法交易框架代码继续预训练与 SFT 两阶段专业化，并发布 400 任务的 QuantCode-Bench（Backtrader 策略生成）。

Memorizon 提出一种训练方法，让流式世界模型在远超上下文窗口的长跨度上接受监督：训练样本可覆盖任意长度，但只对最后 k 个 chunk 计分，每个计分 chunk 通过相机共视性检索自己的 top-K latent，其并集构成受 kK 约束的共享 bank，使序列长度保持有界。

OpenAI 在 9 月 30 日凌晨开发者活动日推出 GPT-6.1 Sol 模型，性能接近 Astra，费用仅为 Astra 的五分之一。华为宣布 Mate 90 系列将于 10 月 1 日 10:00 发布、当日 12:08 开售，线下门店已展出真机。123 云盘就空间规则调整致歉，支持受影响用户退款，优化方案力争 2026 年 11 月前上线。

模型越来越聪明。但 harness 并不会消失。 相反，它的职责从替模型做决定，转变为给模型提供选项。 在 Replit Agent 中，主智能体决定何时更深入地思考、何时把工作交给子智能体，以及该子智能体应投入多少精力。

DevDay 上最让我印象深刻的是 @thsottiaux 点名了 @pidotdev。 这与 OpenAI 看起来认真构建更开放生态的态度完全一致。而且不只是说说而已，这里有一个巨大的机会，成为所有人都在其上构建的平台。从刚入门的人到世界顶级构建者。说白了，这背后是一个长期愿景。 在人人都在构建的世界里，这很合理。

Gary Marcus 评论白宫《超级智能协定》（White House Accord on Super Intelligence），称特朗普将其形容为"自我监督"的"tremendous"举措。

当地时间周二，OpenAI 发布可全天候持续运行的 AI 智能体 Dots，配有圆滚滚的卡通形象。dot.com 域名归属马斯克旗下 xAI，7 月完成过户后跳转至 Grok 应用下载页；xAI 并未持有 bot.com、vot.com 等错写域名，dots.com 归一家已停业的老公司所有，收购动机尚无定论。

美国政府周二上线由 Google 和 SpaceXAI 参与构建的公共 AI 聊天机器人 America.gov，目前较难被越狱。当被问及 Minecraft 时，它会输出约 1800 字的独白，实为对 Julian Gough 所写游戏结束诗 End Poem 的改写，并非模型幻觉；特朗普曾在演讲中称 20 岁程序员 Edward Coristine 是项目的主工程师之一。

据彭博社报道，OpenAI 正与投资方磋商，计划在 IPO 前完成一轮至少 300 亿美元的过渡轮融资，对应企业估值约 1.4 万亿美元。

美国总统特朗普与 OpenAI、Anthropic、Meta、谷歌、英伟达等企业高管会谈后，发布 AI 自愿性行业协议，各企业同意聘请独立审计机构评估 AI 系统是否符合设计初衷，并承诺防止 AI 工具以非预期方式入侵其他技术系统。

据《商业内幕》报道，OpenAI CEO 奥尔特曼在旧金山开发者大会上公布争取商业主导地位的三步规划，依次是模型、构建和分发。具体包括提供最优模型、把内部工具开放给开发者（如云端 Codex、面向智能体和快速决策的 API），最终打造连接企业的市场平台；OpenAI 同日披露 ChatGPT 每周用户已超过 12 亿，并推出可用于合作产品的承诺支出机制和 Sign in with ChatGPT。

想了解所有内容吗？ https://openai.com/index/devday-2026-recap

OpenAI 推出 ChatGPT 的 Plugin extensions（插件扩展），可用于构建交互面板、文件查看器和侧边栏主页。插件提审时会获得更清晰的反馈；借助对提议中的 MCP Events 规范的支持，已连接应用中的事件可以在 ChatGPT 中启动自动化。文档见 https://developers.openai.com/plugins/build/extensions。

OpenAI 介绍可在 ChatGPT Work 或 Codex 桌面应用中打开 Pull Request，查看 diff 并就改动向 Codex 提问。在分享自己的改动前，也可先让 Codex 给出反馈，文档见 https://learn.chatgpt.com/docs/code-review?surface=app。

OpenAI 开发者账号宣布 Codex CLI 完成一次大版本焕新，带来语音聊天、跟踪智能体进度以及管理并行工作等新能力。新界面采用全屏设计，提升可读性，全部功能都在终端内完成，详情见 https://learn.chatgpt.com/docs/codex/cli。

OpenAI 推出 Codex cloud environments，可在可复用的云环境中运行 Codex 任务，仓库、依赖、脚本和设置已预先就位，减少配置并加快启动。用户合上电脑后智能体继续运行，可通过手机或另一台电脑跟进进度并调整任务，文档见 https://learn.chatgpt.com/docs/cloud。

OpenAI 发布 GPT-6.1 Sol，称其在编码、computer use 和跨应用工作流中表现强劲，价格低于 GPT-6 Astra。引用内容提到其面向复杂重构、深度代码库调查和长时间运行的智能体，缓存输入享有较标准输入定价 95% 的折扣，并附文档链接 https://developers.openai.com/api/docs/models/gpt-6.1-sol。

OpenAI 在 Codex 中推出 Ultrafast 模式，宣称比 Astra Standard 最高快 8x、比 Astra Fast 快 4x，用于加快代码生成和迭代。文档见 https://developers.openai.com/api/docs/guides/ultrafast-mode。

更快写代码、审查变更，让并行工作持续推进。 🧵 以下是 OpenAI DevDay 所有开发者更新的汇总：

玉伯认为 claude tag、grok bot、muse、cue、dots 等一连串发布都是 general agent，具备 coding、work、personal assistant 等能力，是新物种。

OpenAI 开发者日发布 GPT-6.1 Sol、Codex Cloud、新 Codex CLI、插件扩展、Space、Dots 常驻智能体、Decision API 和带 Computer Use 的 Agents API，新设 500 刀档位用量为 Plus 的 25 倍，并把原 Pro 档从 Plus 的 20 倍降至 10 倍。