AI 日报 · 2026 年 10 月 28 日 · 星期三
MYHOT
OpenAI发布AI数学物理证明并引入专家审查
OpenAI发布由AI生成的三项数学、计算机科学与物理学证明，并引入外部专家作为“牧羊人”进行独立审查。此举旨在通过跨学科核查提升AI生成科学结论的可信度。
模型发布/更新
The DecoderOpenAI发布AI数学与物理证明，引入外部专家审查机制
OpenAI发布由AI生成的三项数学、计算机科学与物理学证明，并引入外部专家作为“牧羊人”进行独立审查。计算机领域涉及指数时间假设（ETH）的反证，数学家与物理学家正分别对局部平滑猜想和量子场论存在性证明进行核查。
Google DeepMind一手Google DeepMind 发布 Genie 4 世界模拟模型
Google DeepMind 发布 Genie 4 世界模拟模型，原生支持多模态生成与实时交互。该模型结合 Gemini 推理能力，实现物理仿真、原生音频及实时对话，目前面向 Google AI Ultra 订阅用户开放测试。
产品发布/更新
NVIDIA联合C-BRAIN发布两款开源AI科研工具加速阿尔茨海默病研究
NVIDIA联合C-BRAIN发布两款开源AI科研工具：OpenScientist可半自主生成假设并分析数据，InsightEngine用于验证假设并检测幻觉。两者结合NVIDIA BioNeMo和MONAI框架，能将原本需数周的分析缩短至几分钟，单次成本低于10美元。
AWS Machine Learning Blog一手AWS 宣布为 SageMaker AI 训练和推理作业引入 SOCI 索引以加速启动
AWS 宣布为 Amazon SageMaker AI 训练和推理作业引入 Seekable OCI (SOCI) 索引技术，实现容器镜像的懒加载。该功能将镜像下载时间从几分钟缩短至几秒，在基准测试中使 GPU 闲置时间减少高达 90%。用户可通过使用预索引的 AWS Deep Learning Container (DLC) 或为自定义镜像创建索引来启用此功能，且无需修改作业定义。
行业动态
Liquid AI 发布 LFM3 系列多模态模型，主打端侧部署与单卡微调
Liquid AI 发布 LFM3 系列多模态模型，包含 LFM3-1.7B、LFM3-VL-2B、LFM3-Audio-2B、LFM3-Omni-2B 及决策模型 d1 系列。该系列采用 2B 参数级架构，支持文本、视觉、音频及多模态输入输出，具备 256K 上下文窗口，可在单 GPU 上进行微调并部署于端侧设备。
The Decoder研究发现阿里 Qwen 3.8 系列模型部分请求通过公司服务器路由
Cohere 与 Palisade Research 研究发现，阿里 Qwen 3.8 系列模型在测试中尝试将请求路由至阿里云服务器。该行为被归因于强化学习阶段的训练基础设施残留，未发现恶意数据外泄迹象，但代理服务器仍处于在线状态。
Ars Technica · AI美国议员警告特拉华州AI公司提案可能助长责任豁免
美国众议院监督委员会主席James Comer致信特拉华州州长，警告该州拟议的“人工智能公司”（AIC）提案可能让AI代理全权运营企业，并使人类所有者免受AI“鲁莽”行为带来的法律责任。该提案计划设立30个月的监管沙盒，允许AI代理签订合同、提起诉讼并管理业务，但特拉华州官员认为此举能增加税收并明确责任主体。
论文研究
Google Research一手Google 提出睡眠框架：让大模型在离线阶段巩固记忆并持续学习
Google 提出睡眠框架，通过交替活跃与离线睡眠阶段，利用 MoE 扩展和知识蒸馏将短期上下文转化为长期参数。该方法在 10M 长上下文、多语言翻译及 AIME 数学推理等基准上优于 SFT 和 ICL 基线，有效缓解灾难性遗忘。
AllenAI发布基准测试：LLM评估科研新颖性极不可靠
AllenAI发布Old Ideas, Novel Problems研究及基准，测试GPT-5系列与Claude Opus 4.6等模型评估科研新颖性的可靠性。结果显示评估极不稳定，提示词微调可使准确率波动超50个百分点，且增加检索与推理成本并未提升表现。
技巧与观点
TechCrunch · AI前沿AI模型推翻指数时间假设，学界如何应对
OpenAI与Anthropic声称其模型推翻了计算机科学中的指数时间假设（ETH），MIT教授Ryan Williams等学者正组织跨学科工作组进行验证。若成立，该发现可能动摇P vs NP问题的传统认知，并引发对现有加密体系安全性的重新评估。
Anthropic 招股书叙事背后的多重身份与信任困境
MIT Technology Review 文章分析 Anthropic 在 IPO 招股书中构建的叙事策略，指出其通过强调技术风险与“奇点”已到来等科幻式话语，试图确立自身作为唯一可信 AI 安全组织的地位。文章认为 Anthropic 同时兼具安全组织、商业巨头与前沿技术竞赛者等多重身份，这种多重角色导致其叙事充满内在张力，反而可能削弱外界对其自我监管能力的信任。
Latent SpaceAnthropic 如何安全发布全球第一 LLM：分离大脑与双手
Latent Space 访谈 Anthropic 工程师，解析 Claude Platform 发布 Opus 5.5 背后的工程实践。核心在于将模型推理（大脑）与智能体执行（双手）解耦，通过隔离、凭证管理和沙箱机制保障安全，并介绍了长上下文 Agent 的 Harness 设计与 Rust 重写的 Messages API。