搜尋

AI 首次在 Stratego 上擊敗人類頂尖選手

卡內基梅隆、MIT、紐約大學與斯坦福的研究團隊開發出 AI「Ataraxos」，以 15 勝 1 負 4 平擊敗被公認為史上最強的 Stratego 選手 Pim Niemeijer。此前連 DeepMind 都未能造出穩定戰勝頂尖人類玩家的 Stratego 機器。該 AI 僅用 16 塊 GPU、數千美元訓練成本，相關成果針對的是資訊不完全、隱藏資訊隨時間長期展開的博弈。

OpenAI 將 RSI 列為戰略目標，MemoraX 展示記憶驅動自進化

OpenAI 於 9 月 21 日發布官方戰略宣告，把自動化 AI 研究員與遞迴自我改進（RSI）列為下一階段重要目標，並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員；Anthropic 同期披露，截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。

使用者對比 Opus 5.5 與 Astra：Anthropic 半價促銷後轉投

一名理論物理博士生在 Anthropic 五折促銷下以 100 美元訂閱 20x 套餐，此前是 OpenAI 200 美元訂閱使用者。他用兩者分別製作 Minecraft 正義聯盟模組，稱 Astra 版本效果很差，而 Opus 5.5 的飛行動畫流暢、能力獲取方式更貼合遊戲程序與漫畫設定，平衡性和審美明顯更好，還一次性生成了論文所需圖表並妥善回覆審稿意見。

@GoogleDeepMind: Four Gemini 4 Argon agents beat Minecraft from scratch in 27 hours.

Google DeepMind 宣布，四個 Gemini 4 Argon 智慧體從零開始，在 27 小時內通關 Minecraft，全程沒有任何人類幫助。它們在沙盒環境中僅使用程式碼和文字操作，一共編寫了 2783 個程式，通過聊天分配各自的任務、共享筆記，並一起除錯出現的錯誤。

新工具追蹤 AI 領袖影片言論，Amodei 累計 54 條

有人做了一款工具，追蹤 AI 行業領袖在影片中的公開表態，並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei（累計 54 條）、Alex Karp（51 條）、Marc Andreessen（49 條）、Sam Altman（45 條）、Palmer Luckey（40 條）、Satya Nadella（23 條）、Elon Musk（21 條）、Yann LeCun（6 條）等人，頁面同時標註本週新增條數，例如 Alexandr Wang 本週有 5 條。

使用者實測 Opus 5.5 程式設計能力遠超 Astra

一位有基礎程式設計經驗的使用者稱，用 Opus 5.5 在約兩打提示詞內完成了一整款遊戲，包括玩法、畫面、音效與音樂，全程未寫一行程式碼；模型還能自寫測試、最佳化速度並修復觀察到的 bug。在室內導航對比中，Opus 5.5 的掃描與追蹤準確，Astra 開箱即用效果差，評分約 2/10 對 9/10。該使用者也指出 Claude 常提示工具使用過多或任務未完成，且超出額度後無法繼續使用。

Mistral 模型進入軌道，加入首個 AI 衛星星座

Mistral AI 宣布旗下模型已進入地球軌道，加入 Orbitworks 與 Loft Orbital 打造的同類首個 AI 衛星星座，並聯合 NVIDIA 的 AI 基礎設施。公告未披露具體模型型號、發射時間、在軌任務與使用方式，目前僅為合作官宣。

Mistral 發布時序基礎模型 Timestral，209M 版本登頂三大基準

Mistral 發布首個時間序列基礎模型家族 Timestral，最大的 209M 引數版本在 GIFT-Eval、TIME、fev-bench 三個公開基準上均排名第一，且引數量只有此前最優模型的三分之二。家族含 5M、28M、123M、209M 四個規模，支援機率與多變數預測、已知未來協變數，零樣本即可使用。推理無需 GPU，在 8 執行緒標準伺服器 CPU 上，用三週 15 分鐘粒度歷史預測未來一天，5M 耗時 10ms、209M 為 140ms；

@GoogleDeepMind: Argon also compressed the process of enzyme engineering into a matter of hours to design five lab-v…

Google DeepMind 表示，其 Argon 把酶工程設計流程壓縮到數小時，並設計出五種經實驗室驗證的絲胺酸酯酶。原文未披露 Argon 的模型細節、設計方法，也未說明這五種酶的用途。

@MistralAI

@lmstudio: Nemotron 3.5 Super VL from @NVIDIAAI is live in LM Studio!

NVIDIA 的 Nemotron 3.5 Super VL 已在 LM Studio 上線，可直接在本地下載執行。該模型為 120B 總引數、12B 啟用引數的 MoE 架構，支援視覺輸入與推理，並針對視覺理解和工具呼叫做了訓練。官方提示本地執行約需 70GB 記憶體，模型頁面位於 lmstudio.ai。

魔法原子 EchoPolicy-0 登頂 MolmoSpaces 具身榜單

在 AI2 發起的 MolmoSpaces 零樣本具身評測 Combined 榜單上，魔法原子 VLM Agent 框架 EchoPolicy-0 以 75.4% 的機器人操作平均成功率拿下全球第一，覆蓋全部 4 個 v1 任務，共 3915 局全量評測。同一分組下，自研具身 Agent 框架 MagicBrain 以 3.4B 引數位列全球第四，抓取成功率 94.4%，Pick-v1 與 Pick & Place-v1 兩項任務均為全球第一。

Meta 發布 Muse Wonder 旗艦模型，智慧指數落後 Opus 5.5 兩分

Meta 發布新一代旗艦模型家族 Muse Wonder 與 Muse Wonder Full，官方稱這是其迄今能力最強的模型系列。據 Artificial Analysis 智慧指數，Muse Wonder Full 得 56 分，僅落後 Claude Opus 5.5 兩分，超過 GPT-6 Astra 與 Gemini 4 Argon，主打快速回應的 Muse Wonder 為 52 分。

簡訊 AI 助手盤點：Instinct 估值 100 億美元

越來越多 AI 助手不再需要單獨下載 App，直接用 iMessage、RCS 或簡訊就能對話並代辦任務。其中 Instinct 於 2026 年 9 月完成 10 億美元融資、估值達 100 億美元，並開始給使用者分配助手專屬信箱地址、上線代打電話功能，目前仍處私測。其餘選項裡，Folk 免費、Pro 訂閱 8.33 美元/月，Comma 開源且免費起步，Fambot 主打家庭日程並每晚推送次日摘要，Martin 訂閱 21 美元/月起。

@AIatMeta: We trained our Muse foundational models, including Muse Wonder, at Prometheus, our gigawatt-scale s…

Meta 披露其 Muse 系列基礎模型（含 Muse Wonder）在俄亥俄州 New Albany 的千兆瓦級超算叢集 Prometheus 上完成訓練。該叢集擁有數十萬塊 GPU，預訓練 goodput 達 85% 以上、強化學習 90% 以上，Muse Wonder 訓練期間平均約 4.7 萬 GPU 小時才出現一次中斷。Meta 還附上了介紹 Prometheus 技術細節的連結。

Muse Wonder 發布：Meta 首個前沿模型對標 GPT-6 Astra

Meta Superintelligence Lab 發布 Muse Wonder 與 Muse Wonder Full，這是 Meta 首個前沿模型，官方測試稱基準分數與 Fable 5.1、GPT-6 Astra 相當。通過 Meta Model API 呼叫 Wonder 定價為每百萬輸入 token 4 美元、每百萬輸出 token 20 美元，與 GPT-6 Sol、Opus 5.5 大致同價；

@AIatMeta: The Muse Wonder series achieves state-of-the-art results across key benchmarks for personal and pro…

Meta 發布 Muse Wonder 與 Muse Wonder Full 兩個模型，稱其在個人與專業智慧體、記憶和程式設計等關鍵基準上取得 SOTA。二者把專門知識用於工作與日常場景中的問題，例如理解一份租約、解讀財務或健康資訊，評測任務覆蓋法律、金融與健康領域。該推文未提及模型規模、開放方式與上線時間。

Meta Muse 與 OpenAI Dots 上線，消費級 AI agent 開打

Meta 的 Muse 與 OpenAI 的 Dots 相繼發布，把常駐式自主 AI agent 推向普通消費者，Muse 免費而 Dots 收費。兩者都以卡通吉祥物形象包裝，能代訂餐廳、機票、買禮物、整理收件箱，OpenAI 還推出面向營銷、法律與會計的專家版 Dots。此前個人專案 OpenClaw 已帶動 Mac Mini 銷量上漲，而把信用卡、信箱等敏感資料交給 agent 的隱私與安全代價仍未有解。

華為 Memento 3 通關 ARC-AGI-3 全部 25 款遊戲，操作次數比人類少 56%

華為諾亞方舟實驗室聯合 UCL 等提出 Memento 3，不更新權重、不針對遊戲微調，僅以 Claude Opus 5 為底模就通關 ARC-AGI-3 公開集全部 25 款遊戲、183 個關卡，拿下滿分 100 的 RHAE，總操作 7518 次，比人類的 17135 次少約 56%，也低於此前 baseline1 的 8347 次。

Murea-Pro 登頂互動影片評測 WBench，3.6 秒生成 5 秒有聲影片

Murea Labs 的 Murea-Pro 以 81.13 分登頂互動影片世界模型評測 WBench Full-289，其輕量開源版 Murea-Fast 在 OpenS2V-Eval 以 64.98 分位列參評開源模型第一。Murea-Pro 在 RTX PRO 6000 上 3.6 秒生成 5 秒有聲影片，即時因子約 0.71；經 4 步蒸餾與系統最佳化，8 張 H20 上的生成耗時從 231.6 秒降至 6.96 秒，累計加速 33.3 倍。

憑簡訊介面走紅的 AI agent Instinct 面臨 Muse 與 Dots 夾擊

8 月低調上線的 AI agent 產品 Instinct 靠簡訊式互動走紅，能代訂 DMV 預約、傳送跟進郵件，如今正面臨 Muse 與 Dots 的夾擊。Instinct 採用僅限邀請、不做營銷、幾乎不設官網的推廣方式，仍迅速成為 AI 圈最受關注的產品之一。隨後兩家實力強得多的公司先後推出功能大致相同的 Muse 和 Dots，這家初創公司能否延續熱度被打上問號。

巴塞羅那 AI 工廠加速計劃全面運營，輝達 Inception 接入其服務

巴塞羅那超級計算中心（BSC）的 AI 工廠加速計劃在試點後全面運營，為初創公司提供主權算力、技術支援與培訓，其部分服務現已可通過 NVIDIA Inception 門戶申請。該 AI 工廠是歐洲首批、西班牙首個 AI 工廠，自 2025 年 4 月啟動以來已向公私客戶交付 800 多項服務；搭載輝達加速計算的 MareNostrum 5 即將擴容。試點 demo day 上，Qatium、OneCareAI、Avatia 獲評 AI Champion，分別做水管網智慧、ECG 隱藏心房顫動識別和藥企多智慧體語音系統。

創作者用 Claude 加 Magnific 完成 AI 動畫短片

創作者 Marcello Costa 發布 AI 動畫短片 Monkey Business，整個流程幾乎都在 Claude 內完成。他通過 Seedance 2.5 skill 把自然語言提示轉成 Magnific 內 Seedance 2.5 工具的詳細視覺提示，99% 的過程發生在 Claude 中。首個提示設定專案規則後，僅用專案內術語即可協作，從開始到完成約 50 天，期間仍需大量迭代和後期製作。

@GoogleDeepMind: @Apptronik By turning video into a training ground for physical AI, Argon compresses weeks of manua…

Google DeepMind 官方帳號提到，Apptronik 的 Argon 能把影片變成物理 AI 的訓練場，將原本需要數週的人工建模壓縮到幾個小時。這條推文以回覆 @Apptronik 的形式發出，正文只有這一句說明和一個 goo.gle 短連結，沒有披露涉及的機器人平台、影片資料規模或可用範圍。資訊發布於 2026 年 10 月 13 日。

輝達投資五家英國 AI 初創，另承諾 2.5 億美元算力

輝達宣布計劃投資 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英國 AI 初創公司，並承諾五年投入 2.5 億美元算力，用於強化英國的 agentic 安全與安全研究。這五家公司分別做生物分子模型與藥物設計、超大規模資料中心等基建專案的完工預測、自動編寫並最佳化演算法的發現引擎、面向阿茲海默症等疾病的生物基礎模型，以及跨量子位元型別的即時糾錯軟硬體。

Mistral 歡迎 New Material 加入，聚焦關鍵任務 AI 設計

Mistral AI 官方帳號發文歡迎 New Material 加入，稱要把設計帶入關鍵任務 AI。該帖未說明加入形式、團隊構成或後續產品安排，僅給出這一方向性表述。

Anthropic 實測：GLM-5.2 端到端自主複製攻陷 8 臺裝置

Anthropic 兩位安全研究員 William Zhou 與 Daniel Freeman 發布「自主複製與適應（ARA）」安全實驗：在 8 個 GCP 節點（Android 15 redroid）組成的隔離網路裡，GLM-5.2 在 5 次測試中 4 次自主攻陷並部署全部 8 臺裝置，另 1 次拿下 7 臺。研究還顯示，Qwen3.5-9B 能在 9 種硬體中的 8 種上自行排錯並部署 Llama3.1-8B；

Meta 新商業條款 10 月 30 日生效，強制以商家網站內容訓練 AI

Meta 將於 10 月 30 日更新商業服務條款，要求所有商業帳號允許 Meta 用其關聯網站內容訓練 AI，且不提供退出選項，只建議不同意的商家停用 Meta 服務。新條款覆蓋範圍不止社交媒體帖子，還包括商家關聯網站上的內容，對新聞出版商衝擊最大——它們本可就 Meta 持續抓取文章用於 AI 訓練收取數百萬美元授權費。目前新聞機構正與 OpenAI 就未授權訓練是否屬於合理使用對簿公堂，而 Meta 的條款無論判決如何都先取得了寬泛許可。

Meta 開源 Muse AI 硬體程式碼，可用 ESP32 自製裝置

Meta 開源了讓使用者自製 Muse AI 硬體裝置的程式碼，Muse 是其新的 AI agent。官方建議的玩法包括把 Muse 裝到彩色 E Ink 屏上顯示提醒、裝到 HDMI 棒上投到大屏，或裝到小觸控式螢幕裝置上做成類似 DIY Muse Charm 的形態。使用者可用現成 ESP32 板或 Raspberry Pi 配合官方 SDK，連線顯示屏、按鈕、感測器、執行器等外設。

Meta 的 Muse 靠設計與廣告模式登頂美區 App Store

Meta 的消費級 AI 產品 Muse 已在美國 App Store 榜首停留一段時間。其核心能力（瀏覽器與電腦操作、雲端工作流、定時任務、手機遠端控制）在 Codex、Claude Code 等工具中已存在一年多，Muse 的差異在於把複雜選項抽象為單一聊天介面，並靠廣告而非賣 token 變現，免費額度因此相當寬鬆。作者認為這可能是 agentic AI 首次對普通消費者變得可理解。