清华具身模型登顶全球第一！突围GPT-6、英伟达，不靠外挂和额外数据
清华具身模型登顶全球第一！突围GPT-6、英伟达，不靠外挂和额外数据好家伙，世界动作模型（WAM）赛道，中国团队直接冲到了全球第一？！
来自主题:
AI技术研报
9707 点击 2026-10-09 12:01
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
好家伙，世界动作模型（WAM）赛道，中国团队直接冲到了全球第一？！
昔日Agent顶流Manus，又杀回北京招人了。
最近AI产品有种动物成精了参加秋招的感觉，这个要当秘书，那个要当管家，反正都想给自己找个身份。
2026年的巴黎，秋意微凉。
拿起一枚生鸡蛋，手指需要施加恰到好处的力：既要防止滑落，又不能捏碎。拧一条湿毛巾，指尖的力道也要随着水分挤出不断调整。对人类而言，这些操作几乎出于本能。但如果只依赖视觉，摄像头拍得下手部轨迹，却捕捉不到手指接触的位置与按压的力度。
从检索动作知识、寻找角色参考，到模拟运动和衔接镜头，一个经过强化学习的智能体，能给视频生成带来多大提升？
智能体正在走进企业，但从演示效果到生产应用，仍有不少难关： 复杂任务链路长，多个智能体难以高效配合；业务经验难以沉淀，每次执行都可能重复摸索；算力投入不断增加，运行效率却未必同步提升。
设想一下： 你用Claude Code手搓了一个小应用，顺便给它接了个AI客服。
彻底撕破脸了。
在与用户的实时对话中，AI能否及时感知情绪？模型给出的“高置信度”结论，又是否经得起推敲？
OpenAI推出GPT-6.1 Sol Ultrafast，智能水平接近Astra、最高速度为Sol标准版8倍，API定价为每百万输入token 12美元、输出60美元，Codex和ChatGPT Work仅向特定高阶用户开放。
2026 年 10 月 7 日，纽约创业公司 Stuut 宣布完成 5250 万美元 B 轮融资，由 Insight Partners 领投，Andreessen Horowitz、微软旗下 M12 和 Activant 参投。
动效灵感一站收齐。
老股东腾讯、红杉中国、真格基金加持。
不抢注意力，只帮你收拢主线，也可能是一种 Personal Agent 的起点。
天降横财，始于 30 年前的一场“意外”。
刚刚 OpenAI 做了两个发布： 把 GPT-6 推给 ChatGPT 的所有人 上线了一个崭新能力：Intelligent UI，让所有的答案都能够通过交互的方式展示
10月6日，谷歌开源EmbeddingGemma 2，把一个能搜图、看视频、听声音的搜索引擎，塞进了一个内存不到600MB的小模型！
最高20核CPU、6144核GPU、128GB统一内存、1PFLOPS本地AI算力。
Claude Haiku 5.5发布，小模型大逆袭！
AI生成内容越来越快，你要收尾的活儿却越攒越多。
2026年AI赛道最大的风口，或许早已不是传统的AI生成图文、视频，而是可落地、可参与、可二次创作的AI互动产品。
不er，只有我一个人看不懂AI现在的说话方式了吗？
一道悬了59年的核聚变难题，GPT-6 Astra只想了20分34秒，就交出了答案。
昨天早上，可能会是人类时代的一个分水岭。
在这个被大模型和 AI 融资神话包裹的 2026 年，如果有人问：谁是国内大厂 AI 产品经理最危险的竞争对手？
同志们家人们，国庆假期终于结束，此时此刻我在德黑兰等飞机，看到大伙又开始发表自己对于Personal agent的重要见解，无脑吹捧邪恶的扎克伯格的拉盘行动。
厘清智能近日完成天使轮及天使+轮数亿元融资，蚂蚁集团连续两轮加码并领投天使+轮，资金将投入物理世界数据管线、模型研发、物理仿真、能力评测、跨本体适配与部署系统建设。
数据要让人看懂，通常得先从数据库里查出来，再画成图。文本到可视化（Text-to-Vis）做的就是这件事：用户说出想看什么，系统去库里查询，再用图表把需要的数据展示出来。
智能体时代，安全研究不仅要关心模型说了什么，现在还必须进一步回答：它做了什么、为什么这么做，以及这次的执行轨迹是否越过了当前场景明确规定的安全边界。
