AI前沿速递 · 2026年10月13日
Meta 端出重组以来的第一个前沿模型 Muse Wonder；微软总裁点名让英国牵头全球 AI 规则；物理 AI 年内融资逼近 480 亿美元且资金加速集中；华为诺亚方舟 Memento 3 证明不动模型权重也能自我改进；美国空军开始为 AI 气象公司的气球数据付钱。
今天这批消息分成两半。一半在问谁说了算：Meta 端出了重组以来的第一个前沿模型，微软总裁点名让英国来牵头全球 AI 规则。另一半在问钱和能力往哪去：物理 AI 一年吸走近 480 亿美元，美国空军开始为气象数据付钱，还有一条不动权重也能让模型变强的技术路线。
Meta 端出第一个前沿模型 Muse Wonder
事件概述：Meta 超级智能实验室当地时间 10 月 12 日发布 Muse Wonder 与 Muse Wonder Full，是 Alexandr Wang 去年 8 月重组 AI 业务之后第一次拿出前沿级别的模型。按 Meta 官方博客的说法，两个模型在个人与专业智能体任务的基准上达到业界最优，内部测试成绩与 Fable 5.1、GPT-6 Astra 相当。价目是每百万输入 token 4 美元、每百万输出 token 20 美元，与 GPT-6 Sol、Claude Opus 5.5 大致同档。Wonder 走 Meta Model API，Wonder Full 只给 Muse Code 订阅者、不开放 API；两个模型后续会用来驱动 Muse 智能体，先面向订阅用户。
Meta 这次重点说了两件事。一件叫 Active Memory，把用户跨会话交代过的重要信息记住，任务需要时再取出来；官方点名 MemoryBench（arXiv:2510.17281）这项考验持续学习与记忆构建的基准，称 Wonder 的分数高于 Fable、Opus 和 Astra。另一件叫 Active Focus，描述模型面对难题时换路径、绕障碍、必要时向用户确认、在重要动作前先打招呼，配套评测是 FocusBench 与测长跑软件项目的 SWE-Marathon。两个模型在俄亥俄州中部今年投产的 Prometheus 数据中心完成训练。安全方面 Meta 称 Wonder 对 CBRN 与网络攻击滥用给出了迄今最强的防护，沿用其超级智能扩展框架，为防御用途保留前沿网络能力。
为什么值得关注：这是 Meta 从「轻量模型加智能体」跳进前沿模型竞争的第一枪，补的是它过去一年最明显的缺口。真正值得琢磨的不是分数——Meta 的对比出自自家内部测试，官方博客没有给出完整表格，完整的安全评估报告也还没放出——而是它挑的主战场：记忆与长时间专注，正好是个人助理类产品最难做实的两处。这条路线与 OpenAI、Anthropic 主打的编程和科研方向错开。Wonder Full 只给订阅者且不开放 API，等于把最强能力先留在自有产品里变现，而不是先卖给开发者。这条路成不成，要看 Muse 智能体的留存，不看基准分。
相关链接：
- Muse Wonder: A Frontier Model For Personal & Professional AI Agents（Meta 官方博客）
- Muse Wonder Model Card（Meta 官方模型卡）
- Meta releases its first frontier model, Muse Wonder（TechCrunch）
- Meta has some Wonder Full new AI models（The Verge）
微软总裁 Brad Smith 点名让英国牵头 AI 监管
事件概述：微软总裁 Brad Smith 日前在 BBC 的一档播客里呼吁尽快给 AI 立规矩，理由相当直白：牛奶和洗衣机受到的监管，比造 AI 的公司还多。他把 AI 称作既是武器也是工具，认为全球网络安全正被它拖进风险区，立规矩的时刻已经到了。他点名英国最适合牵头，而不是美国或欧盟——英国 2023 年成立的 AI 安全研究所（AISI）能在模型部署前拿到美国前沿实验室的模型，已经在安全测试上做出声望。这个位置近几周受到压力：有报道称美方上个月要求 Anthropic 与 OpenAI 暂缓向英国测试方提供新模型，AISI 本周一确认自己仍能获取并测试最新模型。
Smith 逐条讲了他希望看到的规则：系统被失控的智能体攻破时，企业有法律义务通知受害方；AI 产品发布前先经外部评估方批准；给模型装上能在人类失去控制时暂停或降速的紧急刹车。他对上个月白宫那场会议的评价留了余地，那份被称作「道德约束」的文件算「不错的一步」，但自愿自律的漏洞在于只有好公司会照做，需要担心的是那些不那么负责的公司。
为什么值得关注：这段发言的价值不在「要不要监管」这个老问题，在他给出的落点——把监管权放到 AISI 这样一个手上握着模型访问权、又不像布鲁塞尔那样被华盛顿警惕的机构。这个判断把「谁有资格评」和「评了算不算数」拆成了两件事。近几周 AISI 还能不能拿到模型本身就是争议点，Smith 挑在这个时点表态，等于给英国背书。他列的几条规则里，被攻破后强制通知与发布前外部批准，都是把行业现在的自愿动作改成义务，对做第三方模型评估的机构是明确的生意信号。
相关链接：
物理 AI 年内融资逼近 480 亿美元，钱正集中到头部
事件概述：《金融时报》援引 PitchBook 数据，截至 10 月 8 日，全球机器人与物理 AI 企业今年累计融资接近 480 亿美元，已超过去年全年，约为 2025 年全年的 1.7 倍；2022 至 2024 年这一赛道的年度融资额长期停在 100 亿至 150 亿美元区间。折算下来，平均每天有超过 1.6 亿美元流进来。
分化相当明显。PitchBook 9 月的报告显示，今年第二季度该赛道融资 186 亿美元，环比增长 25.3%，而同期融资交易数量下降 14.1%。Anduril、NEURA Robotics 与 Physical Intelligence 三笔合计 74 亿美元，占当季总额的 39.8%；剔除这三笔，剩下 112 亿美元仍环比增长 9.9%。单笔方面，Anduril 5 月融 50 亿美元、估值 610 亿美元，较上一轮翻倍；NEURA Robotics 6 月宣布最高 14 亿美元 C 轮，高通、亚马逊、英伟达参与；Skild AI 1 月融 14 亿美元，估值超过 140 亿美元；Physical Intelligence 二季度拿 10 亿美元。
钱也在往数据端流。Figure 今年 8 月启动 Index 计划，付费请普通人拍摄自己做家务的视频：截至 8 月 25 日，应用累计下载超过 26.4 万次，覆盖 108 个国家和地区，收集到 1600 多万段视频，已支付 1500 万美元；按当时的采集速度，平台每秒收到 30 分钟视频，相当于每天新增约 4.9 年的人类活动记录，Figure 计划未来 12 个月为数据与算力投入超过 10 亿美元。中国方面，Interact Analysis 统计到今年 4 月底国内至少有 90 个人形机器人数据采集与训练中心处在运营、建设或规划状态，其中 64 个已投入使用。
为什么值得关注：数据规模能不能换来能力，是这条赛道眼下唯一的硬问题。Dyna Robotics 今年 8 月给出的证据算是初步肯定：它的世界动作模型 Dyna-2 用超过 100 万小时的人类第一视角视频预训练，在 14 项真实操作任务上平均表现从 20% 提升到 53%；转动钥匙这个任务上，10 万小时以下数据训练出的模型全部失败，100 万小时版本成功率达 90%。这组数字说明预训练规模仍在起作用，也说明门槛就落在 10 万到 100 万小时之间。资本结构的变化同样值得算一算——交易数在降、单笔金额在涨，钱正集中到少数头部和具备平台潜力的方向。量子位智库的统计给出了中国版对照：2025 年国内具身智能创业公司发生 447 起融资、总额 554 亿元，2024 年是 173 起、137 亿元，资金从机器人本体扩散到具身大脑、核心零部件、训练数据与垂直应用。
相关链接：
华为诺亚方舟 Memento 3：不动权重也能自我改进
事件概述：华为诺亚方舟实验室联合伦敦大学学院等团队拿出智能体系统 Memento 3，把 ARC-AGI-3 公开集里的 25 款游戏、183 个关卡全部打通，拿到满分 100 的相对人类行动效率（RHAE）。人类完成同一套关卡需要 17135 次操作，Memento 3 用了 7518 次，少了约 56%。
底模是 Claude Opus 5，全程不更新模型权重、不针对游戏微调。团队把这套做法称作「代码即模型」：在游玩过程中维护两份产物，一份是记录摸索出规律的 Markdown 规则手册，一份是把规律写成可运行 Python 代码、相当于自己搭了个简化版游戏模拟器。先在模拟器里推演不同路线，再决定下一步。规则写错了能自己推翻——论文举的例子是，智能体起初以为踩上特殊地板会让携带的图案按进入方向镜像翻转，实际试过发现是顺时针旋转 90 度且与方向无关，于是改手册、改代码，再重新模拟此前的操作，逐格比对 64×64 画面确认能复现真实结果。符号解密游戏 tr87 里，同一份手册迭代了 11 个版本，团队还引入 Git 做版本管理。
数字上，有规则手册时用 617 次操作，去掉手册只留代码世界模型需要 677 次，操作次数少约 9%、智能体执行轮次少约 18%；游戏 wa30 里单世界模型要 899 次，换成双世界模型（共享操作记录、各自推演不同假设）降到 597 次，少了约 34%，这一条只在 wa30 上验证过。横向对照，Claude Opus 5 在 ARC Prize 官方标准测试框架下平均 RHAE 约 40.7 分；此前最好成绩是独立开发者 Sergey Rodionov 的 baseline1，通关全部 25 款、99 分、8347 次操作。团队还让它去打 Atari Pong：摸索出反弹规律后不再调用大模型、也不再更新规则，三次不同开局全部打出 21:0；不使用世界模型、只让大模型看画面决定动作，最终得分 -19，与随机乱按的 -20.7 接近。学出这套策略大约用了 9500 帧画面，部分传统强化学习方法往往需要数十万甚至上亿帧。论文编号 arXiv:2610.11794，10 月 8 日提交，量子位 10 月 12 日做了中文解读。
为什么值得关注：这条把一个常被混为一谈的概念拆开了——递归自我改进不必落在模型权重上。冻结参数的通用大模型，靠构建可检查、可执行、可回滚的外部世界模型，能在陌生领域里迭代得相当快。对做智能体的团队来说，这是条成本更低的路：不改权重意味着不用承担再训练的费用与能力回退风险，外部产物还能审计。两个限定要写在前面，底模是开启 Extra-High 推理强度的 Claude Opus 5，探索、生成代码与验证的 token 开销不小；实验环境是规则相对明确的游戏，换成复杂多变的现实世界还能不能成立，现在没有答案。
相关链接：
- 华为AI靠RSI通关25款游戏！操作次数比人类少56%（量子位）
- Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks（arXiv:2610.11794）
WindBorne 拿到美国空军最高 4900 万美元的气象数据合同
事件概述：美国空军将采购 WindBorne Systems 自动驾驶气象气球采集的大气数据，这份合同对这家初创公司的价值最高接近 4900 万美元。合同没有经过竞标，目前已下单 170 万美元，军方按需要分区域、分时段下单，公司高管预期后续还会有订单。
WindBorne 2015 年创立，总部在加州红木城，目前有约 700 个气象气球在全球飞行，采集的大气传感数据既卖给客户，也喂给它自己的 AI 天气预报模型。它是把实测数据直接喂进深度学习气象模型的最早一批机构之一。今年 6 月发布的 WeatherMesh 6 按公司说法比欧洲中期天气预报中心（ECMWF）用物理方程模拟大气的传统模型更准。8 月，WindBorne 成为第一个把无动力飞行系统送进台风眼采集数据的机构——气球靠调整高度、放气、抛压舱沙来借风导航。联合创始人兼 CTO Andrey Sushko 说，这份合同是政府的一个判断：在全球数据采集这项能力上，只有他们能以满足需求的方式提供。
为什么值得关注：这是 AI 气象从「模型更准」走到「政府愿意为数据付钱」的一步。过去几年 AI 天气预报的进展主要建立在 transformer 架构与 ECMWF 开放的大规模数据集之上，验证方式是跑分；这份合同把验证换成了采购，军方按区域、按时段下订单，等于用预算给模型的实用价值投票。4900 万是上限而非承诺，已下单的 170 万才是落袋的部分，这个差距值得留意。联合创始人自己的说法更值得记：这份合同的作用是支撑星座继续扩张，以及继续改进气球硬件与性能的研发。气球这种低成本、可快速补网的采集方式，与国家气象机构原有的观测体系是互补而非替代关系，业界目前的共识也是两类预报都得留着。
相关链接：