AI 资讯日报 2026-10-07｜AI 资讯速览

重点报道

9 篇

Anthropic 发布 Claude Haiku 5.5：10 万 token 内请求降价 90%，OSWorld 从 15.7% 跃升至 72.4%

Anthropic 于 10 月 7 日发布小模型 Claude Haiku 5.5，官方定位为「迄今最便宜、最快、能力最强的小模型」，面向高吞吐与成本敏感任务（摘要、压缩、数据库查询、分类），可与 Opus 5.5、Sonnet 5.5 配合作为编码场景的子智能体，亦适合实时客服与浏览器操作等速度敏感场景。基准方面：GDPval-AA v2.1 从 Haiku 4.5 的 735 升至 1620（同期 GPT-6 Luna 为 1437），OSWorld 2.1 离线子集从 15.7% 升至 72.4%，Humanity's Last Exam 无工具 45.9%、带工具 57.4%，Terminal-Bench 4.0 从 0.0% 升至 39.2%，FrontierCode 1.1 为 46.4%。价格上，prompt 在 10 万 token 以内的请求较 Haiku 4.5 便宜 90%、超过 10 万 token 便宜 50%，官方称综合运行成本平均下降约 75%（Haiku 4.5 有 90% 的请求落在 10 万 token 以内）。该模型还是首个支持可调 effort（Low/Med/High/Xhigh/Max）的 Haiku 级模型，已在 AWS、Google Cloud、Azure 与 Claude 平台同步上线。早期客户数据：Asana 称任务完成延迟降低逾 30%、单轮推理最快提升 2.5 倍；Box 称分数较 Haiku 4.5 高 11 分而延迟约减半；AlphaSense 400 次查询中 0.84 对 0.76 显著优于前代；Cognition 的 Devin Fusion 以 Haiku 5.5 作副手在 FrontierCode 拿到 66.2 分。同页还宣布 Sonnet 5.5 缓存读取价格减半（降至每百万 token 0.10 美元，多数 agentic 工作成本下降约 20%），并向 Max/Team 订阅用户发放月度 API 额度（Max 5x 100 美元、Max 20x 200 美元、Team 最高 500 美元）。注：以上基准与客户数据均为 Anthropic 官方自述，尚无第三方独立复现。

原始标题: Introducing Claude Haiku 5.5 Announcements Oct 7, 2026 Our fastest, cheapest, and most capable small model yet. It’s designed for high-volume, cost-sensitive work.
来源: Anthropic News · 官方
发布时间: 2026年10月8日 08:28（北京时间）

入选理由：Anthropic 官方页面标注 10 月 7 日发布，与业务日同日，属当日一手；官方给出完整基准矩阵与价格表，量化信息充分，是本日国际大模型侧最硬的一条。

阅读原文

OpenAI 一次性公开 722 篇数学手稿，覆盖三道千禧难题，九人顾问组称「不代表认可」

OpenAI 将一个尚未发布的内部模型产出的 722 篇数学手稿、源码与部分 Lean 证明上传至 GitHub（openai/math），归为 372 组结果，覆盖数论、代数几何、理论计算机、统计力学等 17 个方向。最受关注的第 003 组给出「ζ 函数与全部狄利克雷 L 函数在实部大于 7/8 的区域无零点」的结论（此前人类连实部大于 0.99 的整条竖带都未能证明），同组另一份独立证明给出 11/12 版本并宣称一致排除西格尔零点；此外还涉及希尔伯特第十问题的有理数版、BSD 猜想、霍奇猜想（限复乘阿贝尔簇与 K3 曲面乘积）、π 的无理性指数恰为 2（此前最好结果约 7.1）、卡塔兰常数的无理性，以及理论计算机方向的唯一游戏猜想。OpenAI 称模型共尝试约 4,000 个研究问题，平均每项结果的算力约相当于 ChatGPT Pro 思考 3 小时；仓库同时说明有两项结果（ζ 函数无零点区域、复乘阿贝尔簇上的霍奇猜想）未走固定流程，且各手稿核验进度不一、部分尚无 Lean 形式化证明。由三位菲尔兹奖得主 Timothy Gowers、Martin Hairer 与理论物理学家 Edward Witten 在内的九人独立顾问组发表声明，承认这是数学界的大事，但强调「顾问组的建议不代表已认可这些结果，也不代表认可 OpenAI 产出成果的过程」；得州大学奥斯汀分校数学家 Francesco Maggi 质疑产出速度已远超人类可消化的速度。Wired 同期报道指出，这批成果延续了 9 月纳维–斯托克斯证明争议后 OpenAI 与数学界的紧张关系。综合判断：上述结论均未经同行评议，应视为「待核实」。

原始标题: OpenAI一夜甩出722篇数学论文！黎曼霍奇BSD全上阵，数学家：读不过来
来源: 量子位 · 媒体
发布时间: 2026年10月7日 09:05（北京时间）

入选理由：重大行业事件：OpenAI 一次性公开 722 篇数学手稿并触碰三道千禧难题，中文媒体与 Wired 双源覆盖；结论未经同行评议，已按传闻级信息标注并压低置信度。

阅读原文

影视公司 Utopai 的 Utopai X 在 Artificial Analysis 视频盲测榜拿下第二，仅落后榜首 7 分

独立评测机构 Artificial Analysis（AA）发布最新文生视频榜单，由招募的评审在不知模型名称的条件下对同一提示词生成的两段视频做盲投偏好投票。榜首为阿里 Wan 3.0，第二名是 AI 原生影视公司 Utopai Studios 的 Utopai X，得分 1150，与第一名仅差 7 分。据量子位报道，Utopai 被《Variety》称为「全球最大独立 AI 原生影视公司」，福布斯估算其估值约 10 亿美元；CEO 兼联合创始人 Cecilia Shen 是曾任职 Google X 的 00 后华裔创业者，今年入选福布斯「AI 30 Under 30」。技术路径上，Utopai X 以 MiniMax 开源视频模型 H3 为基座做后训练，AA 把两者放进同一套盲测，等于一次对照实验：10 项能力中 Utopai X 有 7 项较基座更接近顶尖水平，提升最明显的是音频同步、运镜控制与物理；按用途分类，「真人实拍电影」类距最高分仅 4 分，社交媒体内容、建筑与地产类目直接排名第一。同日发布的还有制片平台 PAI：导演在同一工作台内从剧本推进到剪辑，插入新镜头时 Agent 会提示后续镜头的视线不连贯等一致性风险并标记需重新生成，最终取舍仍由导演决定；该流程已用于 NBA 球星哈登的动画短片，9 月起与日本 DeNA 合作探索 AI 辅助动画制作。商业化方面，Utopai 已按非 AI 内容的现行市场价，向巴西 Globoplay 与德国某主流电视台旗下发行公司预售部分国际发行权，《Space Nation》与《Cortés》两个项目若按期交付，收入最高估计可达 1.1 亿美元；《Cortés》《Half Moon》《The Most Serious Fart》三部片计划 2027 年大规模院线上映，另有 20 多个项目在开发与制作中。注：榜单为人工偏好盲测而非客观质量评测；估值与发行收入均为媒体估算。

原始标题: 《怪物史莱克》编剧也来了！这家AI影视公司，视频模型全球第二！
来源: 量子位 · 媒体
发布时间: 2026年10月7日 19:34（北京时间）

入选理由：第三方盲测榜单出现非大厂玩家冲到全球第二，且直接以国产开源模型为基座，兼具国际产业与国产模型出海双重信息量；估值与收入为媒体估算，已标注。

阅读原文

Google 将 SynthID Detector 面向全球公众开放：已水印 1800 亿张图像与视频、24 万年音频

Google DeepMind 于 10 月 7 日宣布新版 SynthID Detector（synthid.com）向所有人开放，全球英文版即日上线，任何人都可上传图像、视频或音频文件，检测其是否由 Google 及合作方的 AI 生成——此前该工具仅供媒体专业人士与研究人员使用。官方披露：SynthID 自 2023 年推出以来，累计为超过 1,800 亿张图像与视频、24 万年的音频内容嵌入不可感知水印；Google Search、Gemini App 与 Chrome 中的内置验证功能目前每天处理超过 100 万次请求。可识别的 AI 来源包括 Google 自身以及 OpenAI、NVIDIA、Kakao，官方称 Apple 即将加入。TechCrunch 补充了实现细节：图像支持 JPG/JPEG/PNG/BMP/WEBP/AVIF/HEIC/HEIF/TIFF/TIF/GIF，视频支持 MP4/MOV/WEBM，音频支持 WAV/MP3/OGG/FLAC/AAC/M4A；Google 的 Nano Banana、Veo、Lyria 以及 Gemini、Flow、ProducerAI、Vids 均接入水印。需要明确两点边界：一是官方口径仅覆盖图像、视频、音频，**不含文本**检测；二是检测并非万无一失——微软与 Meta 各有自己的水印标准，路透此前报道 Meta 的检测器在识别自家模型生成的裁剪图像时存在失败案例。

原始标题: We're making it easier to identify AI-generated content globally.
来源: Google DeepMind / Google AI · 官方
发布时间: 2026年10月7日 22:00（北京时间）

入选理由：Google 官方博客当日一手发布，且有 TechCrunch 同题报道双源印证；含 1800 亿张图像视频、24 万年音频、日百万次验证等硬数字，是本期安全与监管板块的主条目。

阅读原文

Lambda 拟融资至多 40 亿美元、投前估值 145 亿美元，Anthropic 350 亿美元合同撑起订单簿

据《华尔街日报》报道并经 TechCrunch 转述，云服务商 Lambda 正以 145 亿美元投前估值融资至多 40 亿美元，由 Coatue Management 与 Blackstone 领投，这可能是其 2027 年 IPO 前的最后一轮私募。投资者信函显示，Lambda 的订单储备从 6 月的 150 亿美元增至 9 月的 500 亿美元，但增量主要来自单一客户——Anthropic 于 8 月底与 Lambda 签署的 350 亿美元承诺，这意味着其估值高度依赖 Anthropic 的持续支付能力。融资背景是算力扩张的资本压力：数据中心建设主要依靠债务融资，Lambda 上周刚完成 10 亿美元优先级担保固定利率融资，而 lender 对借款对象与条款日趋挑剔。Lambda 原定今年挂牌，因市场不确定性推迟；同期 CoreWeave、Nebius 已上市，英国 Nscale 已递交 IPO 申请并预计近期交易。Lambda、Coatue 与 Blackstone 均未回应置评请求。注：融资金额、估值与订单储备均出自 WSJ 援引的投资者信函，非公司官方公告，属「待核实」。

原始标题: AI computing startup Lambda to raise $4B ahead of planned IPO
来源: TechCrunch (AI) · 媒体
发布时间: 2026年10月7日 04:00（北京时间）

入选理由：算力与资本板块的核心条目：40 亿美元融资、145 亿估值、订单簿从 150 亿到 500 亿、Anthropic 350 亿承诺，量化充分；数据出自 WSJ 转述且公司未置评，已标注待核实。

阅读原文

Meshy 入选 a16z 消费级 AI 应用月收入 Top 50 第 31 名，为榜单唯一 AI 3D 公司，ARR 突破 1 亿美元

AI 3D 多模态模型公司 Meshy 宣布入选 a16z 首份「消费级 AI 应用月收入 Top 50」榜单，位列第 31 名，是榜单上唯一的 AI 3D 公司，同榜还有 OpenAI、Anthropic、Canva、Superhuman、Higgsfield 等。该榜单随 a16z 第七版《百强 AI 消费者应用》报告一同发布，首次新增收入维度，依据数据分析公司 YipitData 追踪的美国消费者银行卡消费数据排名——此前几版均按网站访问量与移动端活跃度排序。a16z 在报告中指出，收入榜单上多款头部创意类产品都建立在自研模型之上；即便通用模型在图像与视频生成上持续进步，消费者仍愿意为专业化创意工具付费，AI 3D 已与语言、图像、视频、音乐一样成为独立付费品类。公司披露：年度经常性收入（ARR）已突破 1 亿美元；2026 年 7 月完成近 4 亿美元 B 轮融资，为 AI 3D 领域迄今最大单轮；全球注册用户超过 1,500 万。Meshy 由拥有 MIT 博士学位的胡渊鸣（Ethan Hu）创立，构建面向 3D 生成的多模态基础模型，将文本与图像转化为可用于游戏、电影与 3D 打印的生产级 3D 资产。注：文中估值出现两种口径（「超 100 亿元人民币」与「15 亿美元」），按当前汇率大体相当但币种混用，以公司或投资方正式披露为准。

原始标题: Meshy 跻身 a16z 消费级 AI 应用月收入 Top 50，为榜单唯一 AI 3D 公司
来源: 量子位 · 媒体
发布时间: 2026年10月7日 14:39（北京时间）

入选理由：国内厂商国际商业化的一手进展：a16z 首份收入榜单第 31 名、ARR 破 1 亿美元、B 轮近 4 亿美元、1,500 万注册用户，数字密集且可追溯，是本期国内板块最硬的一条。

阅读原文

阿里 Wan 3.0 登顶 Artificial Analysis 视频盲测榜，MiniMax 开源 H3 成为海外厂商后训练基座

同一份 Artificial Analysis 文生视频盲测榜中，榜首为阿里的 Wan 3.0——据量子位表述，Wan 3.0 已是该榜单常客，延续了国产视频模型在国际第三方评测中的领先位置。更值得关注的是国产开源模型的海外溢出：Utopai X 明确以 MiniMax 开源视频模型 H3 为基座做后训练，MiniMax 官方页面显示 H3 于 2026 年 7 月 31 日发布，是通用多模态生成模型，统一理解文本、图像、视频与音频上下文，可生成最长 15 秒、2K 分辨率且带原生立体声的视频；定价上 2K 档每秒价格低于主流模型的三分之一、768p 档低于主流模型 720p 的一半，官方称将在符合法规的前提下开放模型权重，并在设计早期即考虑更广泛的 AI 硬件兼容。技术侧，H3 依托 Contextual Omni Representation、H3-VAE（有效序列长度提升 4 倍）、H3-Omni Transformer（训练吞吐提升近 30%）与 In-Context Regeneration 等技术。Utopai 方面则把技术团队与影视项目放在同一家公司内，艺术家在角色、环境、镜头上的生产数据与专家反馈回流到模型与工作流，内部还运行结合人工偏好评估与视觉语言模型自动投票的 Elo 评分体系。需要说明：本期阿里 Qwen、智谱、腾讯混元、MiniMax、DeepSeek、字节 Seed 六家国内厂商官方源在业务窗内均无新的一手发布，国内动态主要由中文媒体报道与国际第三方评测的间接覆盖构成。

原始标题: 《怪物史莱克》编剧也来了！这家AI影视公司，视频模型全球第二！
来源: 量子位 · 媒体
发布时间: 2026年10月7日 19:34（北京时间）

入选理由：国内板块主条目：阿里 Wan 3.0 登顶国际第三方视频盲测榜，MiniMax 开源 H3 被海外厂商用作后训练基座，可由 MiniMax 官方页面交叉验证；官方源空窗时以国际评测的间接覆盖补足国内视角。

阅读原文

Google 发布开源多模态嵌入模型 EmbeddingGemma 2：7.4 亿参数、Apache 2.0、8K 上下文

Google DeepMind 发布 EmbeddingGemma 2，把文本、代码、图像、视频、音频原生映射到统一的嵌入空间，官方称其为同尺寸下最强的端侧多模态嵌入模型。模型基于 Gemma 4 架构，7.4 亿参数，采用可商用的 Apache 2.0 许可；模块化设计下，纯文本任务最低仅需 2.7 亿参数，视觉编码器 1.7 亿、音频编码器 3 亿可按需装配。性能上，MTEB Code 从上一代的 68.76 提升至 78.68（+9.92 分），在 sub-1B 多模态嵌入模型中尺寸内领先，并在部分文本、视觉、音频任务上匹配甚至超过体积两倍以上的专用模型。工程侧：借助 Matryoshka 表征学习，输出向量可从 768 维动态截断至 512/256/128 维，本地向量库存储与内存占用最多节省 6 倍；量化后在 Google Pixel 11 Pro 上纯文本权重约 191MB、全多模态约 567MB 活动内存；上下文窗口 8K token（为上一代的 4 倍），端侧可处理约 5.5 分钟音频、29 张图像或 58 个视频帧。上一代 EmbeddingGemma 累计下载超过 2,000 万次。权重已在 Hugging Face 与 Kaggle 开放，并支持 MediaPipe、LiteRT、transformers.js/WebGPU、vLLM、llama.cpp、Ollama、LMStudio 等部署路径。

原始标题: EmbeddingGemma 2: an open, lightweight multimodal embedding model
来源: Google DeepMind / Google AI · 官方
发布时间: 2026年10月7日 00:00（北京时间）

入选理由：Google 官方开源模型发布，参数、许可、基准提升幅度与端侧内存占用等工程数字完整，对开发者生态有直接参考价值。

阅读原文

智能体「进不了门」成新瓶颈：亚马逊屏蔽 Meta Muse，Meta 联合沃尔玛、Stripe 等推开放标准

随着 Meta 的 Muse、Instinct 与 ChatGPT 的 Dots 等个人智能体开始代替用户订机票、订餐、下单，网站端的拦截成为新的摩擦点。TechCrunch 报道：亚马逊已屏蔽 Muse 访问其零售站点，使其无法浏览商品目录或下单；大量用户在社交平台反映 Muse 无法在沃尔玛完成购买，但沃尔玛发言人表示这并非刻意拦截——沃尔玛实际上是 Muse 的合作伙伴（9 月 Meta Connect 上宣布），问题出在网站的人机验证按钮一旦流程被打断就会导致验证失败、智能体被踢出。其他口径：Yelp 称除非通过数据授权项目付费，否则不允许非人类流量；达美航空称正在评估第三方智能体，但开放必须以安全与客户体验为前提；美联航的服务条款禁止未经书面许可的自动访问；eBay 称其政策限制的是未授权抓取与模型训练，并非一律禁止第三方购物智能体。TechCrunch 另指出，Cloudflare 于 9 月 15 日变更爬虫默认设置后，原本因安全原因屏蔽 AI 机器人的站点，在带广告页面上被一并转为屏蔽 AI 智能体。应对方面，Meta 与沃尔玛、Stripe、Sierra、Genesys、Rocket、NiCE、Decagon 等共同制定面向在线商务的智能体—商家通信开放标准，用于区分「替用户行事的好机器人」与恶意爬虫。同期 Wired 实测 OpenAI 的常驻智能体 Dots（用于自动化网购等在线任务）时遇到 bug，且无法通过验证码，与上述网站侧拦截互为印证。注：社交平台流传的屏蔽名单（Yelp、eBay、Zillow、Pizza Hut、Adidas 等）为用户报告，未经各家公司确认者应视为「待核实」。

原始标题: The next hurdle for AI agents: getting websites to let them in
来源: TechCrunch (AI) · 媒体
发布时间: 2026年10月7日 03:56（北京时间）

入选理由：智能体落地的结构性瓶颈议题，含亚马逊屏蔽、沃尔玛人机验证、Cloudflare 默认变更与 Meta 主导的开放标准等具体动作，并由 Wired 的 Dots 实测作第二证据印证。

阅读原文

快讯

3 条

Anthropic 扩容 Claude for Startups：合格初创企业可获一年免费 Claude Team 与 1,000 美元 API 额度

Anthropic 于 10 月 6 日宣布扩容「Claude for Startups」计划，向合格公司提供：一年免费的 Claude Team（含最多 5 个高级席位）、1,000 美元 API 额度、Claude Marketplace 插件开发权限，以及与 Anthropic Applied AI 团队预约线上办公时间的资格。准入条件为「过去五年内成立」或「过去两年内获得融资」，需通过 Claude for Startups 页面申请。该计划作为 Anthropic 旧金山科技周活动（Claude Founder House）的一部分推出。Anthropic 表示：「我们相信 AI 的益处主要通过构建在模型之上的公司触达大多数人，而非模型本身，这让与创业者和开发者紧密合作成为我们使命的核心。」该项目与同日发布的 Claude Haiku 5.5、Sonnet 5.5 缓存读取降价共同构成 Anthropic 当日的「降价 + 拉新」组合动作。

原始标题: Anthropic is giving startups a free year of Claude Team and $1,000 in credits
来源: TechCrunch (AI) · 媒体
发布时间: 2026年10月7日 00:00（北京时间）

入选理由：Anthropic 面向初创企业的生态让利，含明确资格条件与额度数字，与 Haiku 5.5 同日构成完整动作；价值在生态GTM而非技术突破，故降级 brief。

阅读原文

iPod 之父 Tony Fadell：第一代 AI 硬件全军覆没，下一代智能体必须端侧运行

在首届 MIT Future Fest 上，Tony Fadell（「iPod 之父」、iPhone 共同创造者、Nest 创始人）展示了三款已停产的 AI 硬件——Rabbit R1、Humane Ai Pin 与 Limitless 挂坠，称其为「Gen 1」AI 产品，三家公司都曾找他求助但均被拒绝，理由是「它们没有满足任何需求，只是给极客的有趣技术」。他给出的量化判断是：全球曾拥有过人类助理的人口不到 0.01%，喊着「想要一个助理」的人往往本来就有助理，多数消费者并不知道助理能做什么；建立信任需要时间，他本人用了几年才敢让助理处理日程与银行事务。关于下一代形态，他预测成功的智能体必须**只在端侧运行**，以兼顾隐私与轻量，并表示「我不相信数据中心会征服世界」；他认为目前只有苹果具备硬件、芯片与用户信任的完整条件，但苹果缺少世界级自研模型（新版 Siri 运行在定制版 Google Gemini 上），而 Meta 与 OpenAI 转向硬件是因为拿不到手机上的传感器权限。安全层面，他提到 Muse 发布后即被安全研究员发现严重漏洞，404 Media 亦报道 Meta 员工在发布前突击修复问题。注：除上述可核查事实外，Fadell 对端侧路线与苹果的判断属于个人观点。

原始标题: Tony Fadell on why the first wave of AI gadgets failed — and what comes next
来源: TechCrunch (AI) · 媒体
发布时间: 2026年10月7日 22:41（北京时间）

入选理由：填补芯片与硬件板块：Fadell 对第一代 AI 硬件失败的系统复盘含可核查事实（三款停产产品、Muse 漏洞报道、Siri 用 Gemini），观点部分已在摘要中显式分离。

阅读原文

社区观察：模型输出「不说人话」引发集中吐槽，厂商压缩思维链省算力的传闻再度发酵

量子位 10 月 7 日汇总了开发者社区对模型输出风格的集中吐槽：在 Vibe Coding 场景中，模型的交付汇报里出现大量生造黑话（如「15/15 全绿」「单腿哑火」），涉及多款与编程强相关的模型；也有网友反驳称部分说法源自英文俚语直译（one leg is dead 之类），本质是翻译问题而非模型退化。文章转述的一种流行解释是：厂商为降低 token 消耗而刻意压缩思维链（CoT），并援引 YouTube 分析称「穴居人式」推理的 token 消耗比白话文少约 70%——该数字为二手转述，未见厂商证实，应予存疑；可核查的旁证是 GitHub 上专门教模型「能用一个字绝不用两个字」的 CaveMan skill 已获约 10.4 万星，以及把文言文写成编程语言的 wenyan-lang 项目约 2 万星。文章另称 Anthropic 最新的 Opus 5.5 在语言自然度上「回升很多」，这一判断系作者主观评价，缺少可量化基准支撑。整体属于社区观察与观点层面，不宜当作厂商官方信息或技术结论。

原始标题: 晕…这年头还有说人话的AI不
来源: 量子位 · 媒体
发布时间: 2026年10月7日 16:41（北京时间）

入选理由：中文社区对模型输出风格的集中反馈，反映用户对可用性的真实诉求，可补一条国内视角；主体为社区观察与观点、核心数字系二手转述，故降级 brief 并压低置信度至 0.6。

阅读原文