最近一周AI科技圈又发生了啥新鲜事？
Manifold AI推出WorldScape R²SI机器人自我改进框架
通过内外两层智能体协作，WorldScape R²SI将任务执行、经验复盘、技能修订与动作模型训练连接起来，并在RoboDojo机器人学习基准的Agent赛道登顶。内层根据视觉、机器人状态和记忆调用技能执行任务，外层分析记录、更新技能或训练动作模型，所有更新须经过测试后发布。配套的WorldScape Policy 2.5利用上下文学习，在不改变模型参数的情况下从一次人类示范中适应新任务，支持动作迁移、技能组合和长程执行，并引入视觉与事件记忆。在推移T形物体的案例中，系统通过修订技能将执行步数从超出预算的723步降至596步，进一步优化至389步，随后在三种随机布局中均于预算内取得满分；装箱案例则展示了利用执行记录训练动作模型的另一条改进路径
https://mp.weixin.qq.com/s/GqI66EPiB9xz7Bz_LxwdmQ
Meta发布Muse Spark Open并与苹果合作优化本地运行
采用混合专家架构的Muse Spark Open是一款原生多模态开放权重模型，总参数量8160亿、活跃参数420亿，支持100万token上下文，重点面向编程、智能体及复杂多步骤任务。Meta公布的评测显示，模型在工作流程、工具调用、知识推理与可靠性、复杂视觉推理和图像事实问答六项测试中领先参评开放模型，但部分软件开发任务仍落后于中国模型。与苹果合作后，模型通过MLX针对M5 Ultra Mac Studio优化，可连接两台512GB统一内存机型运行完整模型，不过该配置尚未公开发售；若采用四台256GB机型，购机成本超过4万美元。此外，模型也针对英伟达、AMD和英特尔芯片优化，兼容多种推理引擎，开发者可调用API或下载权重自行部署
https://research.meta.ai/blog/muse-spark-open
DeepSeek向受服务中断影响的API用户发放补偿余额
一次持续近五小时的服务异常导致DeepSeek网页和API大面积不可用，对话服务、V4 Pro API及V4.1 Flash API均受到影响，官方状态页将其列为部分中断。定位原因并实施修复后，平台向API用户发放赠送余额，补偿金额依据此前七天的API使用量计算
https://mp.weixin.qq.com/s/Qb2UL4xVVXjNzlXjk48lLQ
SpaceXAI发布Grok Voice 3.0
面向实时语音对话和客服任务的Grok Voice 3.0响应延迟低于1秒，在Artificial Analysis语音转语音综合榜单中以86.9分排名第一，全双工测试得分97%；τ-Voice成绩与GPT-Live-1（Astra）相当，延迟降低40%，在ServiceNow企业语音智能体评测中取得74%的最高精度。模型支持特斯拉车内日程查询、邮件回复及预订等操作，并为Grok Bot语音模式提供支持。星链客服使用Grok Voice每天承接约两万通多语言来电，其中约70%无需人工介入即可解决，可处理身份核验、故障排查、退款和设备补发
https://x.ai/news/grok-voice-3
昆仑万维发布并开源Matrix-Game 4.0
Matrix-Game 4.0由编程智能体生成游戏代码、引擎维护世界状态与交互规则，再由视频模型实时渲染精细画面。官方数据显示，单张RTX 5090可实现480p、60帧游戏运行，操作到画面响应的延迟低于150毫秒，显存峰值18.5GiB。系统基于Wan2.2 5B改造，结合结构画面、动态语义描述和空间记忆，并通过少步蒸馏、缓存及GPU算子优化加速推理，以减少长时间交互中的状态漂移和对精细3D资产的依赖。演示覆盖射击、团队对抗、赛车计时及追逐玩法，支持用自然语言修改地形、角色行为和游戏规则。项目同步开放代码、权重与白模，后续计划提升分辨率，探索多人视角一致性，并拓展画面控制和游戏类型
https://github.com/SkyworkAI/Matrix-Game.git
腾讯推出个人股票分析智能体Rena览财
面向普通投资者的Rena览财，将市场要闻、每日简报与自选股动态关联，支持搜索股票名称、代码或上传持仓截图导入关注列表。用户可查看公司介绍、动态和观察清单，了解看多、看空及中性判断的依据与验证标准，并通过追问进一步分析风险、催化因素和后续观察信号，也可用Markdown记录研究与复盘笔记。产品提供网页、微信小程序和微信助理入口，强调信息来源与判断依据可核验，定位为个人分析辅助工具，不荐股、不参与交易，最终决策由用户作出
https://rena.qq.com/#/landing
谷歌发布Gemini 4 Argon
Gemini 4 Argon，在Vals Index排名第一，Artificial Analysis智能指数High档获得53分，与Claude Fable 5.1及GPT-6 Astra Max档持平。谷歌披露，内部使用后智能体代码提交量增长超过35%、回滚率下降近三分之一，并展示代码重构、推理优化、科学研究及机器人控制案例；社区测试涵盖3D场景、游戏和交互网页，但复杂生物形态还原仍有不足。模型已接入开发者平台及部分付费产品，同时部署推理监测与提示词注入防护，并向一万名科学家提供半年Antigravity最高使用权限。Gemini应用采用五小时与每周上限联动的动态额度，推理强度和功能选择会影响消耗
https://mp.weixin.qq.com/s/wtcgRu2ff7zX1xIojJUK4Q
Anthropic以自研Scion替换内部Git版本控制系统
随着内部代码合并量从每天约2500次增至三万次、checkout操作达到每天2500万次，原有Git镜像集群面临传输与同步压力。七名工程师借助Claude，用五个月构建Scion并迁移核心单体仓库，同时开发Antique代码审查工具及搜索、权限系统。Scion面向持续在线的智能体，将历史查询等操作交给服务器，通过虚拟化checkout按需读取代码，避免完整复制仓库历史，并取消繁重的本地打包和全局锁。与原Git镜像集群相比，CPU和内存资源需求降至约二百分之一，缓存命中率超过99%，拉取代码从分钟级缩短至秒级，节省约25%的持续集成算力。Claude还协助优化迁移管道，而工程师重点约束过度设计。Anthropic公开了相关架构，但不计划将Scion作为商业软件出售
https://www.anthropic.com/engineering/redesigning-source-control
千问团队提出QwenGyre超长程强化学习框架
针对持续数小时、包含数百轮交互的智能体任务，QwenGyre通过弹性GPU调度和轨迹处理，减少长尾等待与分叉执行带来的计算浪费。系统可在不中断任务、保留工作区及工具状态的情况下，将空闲算力逐步转入训练；同时记录输出生成时的真实上下文，按共享前缀组织轨迹、控制训练分支数量，并利用部分完成任务中可验证的成果提供反馈。在Qwen3.8-2.4T、每次执行约70万token的实验中，48步训练使NL2RepoBench通过率从52.48%升至58.54%；相同GPU预算及匹配的调度陈旧度下，训练耗时由Async方案的134.55小时降至75.42小时，提速1.78倍。Qwen3.6-122B上的三类任务也获得提速，最多保留五条轨迹的实验使每步前向与反向计算时间减少25.2%，训练分数和梯度范数接近全量轨迹
https://arxiv.org/abs/2609.33848
智谱推出法律专用大模型GLM-Legal
基于GLM-5.3-Flash的GLM-Legal，通过法律语料训练、真实任务强化学习和律师反馈优化，覆盖材料阅读、事实提取、法律关系分析、建议制定及专业文件生成，支持合同审查、证据分析、法律研究与跨境合规规划。输出可引用来源编号、区分事实与推论，并通过AutoClaw在Word中呈现修订和批注。Harvey LAB全项通过率为19.2%，较基座提高12.5个百分点，LegalBench和PLawBench表现与前沿闭源模型相当。产品采用Beta申请方式开放访问，可通过API或桌面智能体接入，成果需由执业律师复核
https://z.ai/blog/glm-legal
SpaceXAI将官方账号更名为SpaceX Super Intelligence
马斯克在社交平台发布的截图显示，原SpaceXAI官方账号已使用“SpaceX Super Intelligence”名称，账号标识改为@SpaceXSI。此前曾表示，SpaceX是一家超级智能公司，并宣布计划将SpaceXAI改名为SpaceXSI
https://x.com/spacexsi/all
