AI 日报 · 2026-09-22（周二）
AI Coding × 具身智能 ｜ 5 条主推 + 6 条速览 ｜ 开源模型价格战进入"RL 算力竞赛"阶段，具身智能从"能不能做"转向"能不能复用"
01 小米 MiMo-V2.6 开源：AA 指数 46 分登顶开源榜，RL 训练不到 6 天花 262 万美元
事件内容
- 9 月 22 日凌晨，小米发布并开源 MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型，称其为探索 RSI（递归自我改进）路径的关键一步（IT之家）
- MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index v4.3.2 中取得 46 分，超过 Kimi K3（44 分）和 GLM-5.3（45 分），成为当前 AA 指数上排名最高的开源权重模型，较前代 MiMo-V2.5-Pro 的 26 分高出 20 分
- 小米同时说明，该模型与 Claude Fable 5.1 和 GPT-6 Astra（均为 53 分）等顶级闭源模型仍有差距
- RL 训练阶段：Pro 与 Flash 训练历时不到 6 天，成本分别约 262 万美元与 85 万美元，各完成 30 步，累计约 75 万条轨迹
- 训练任务平均通过率分别相对提升 25% 和 12%；样本外长程软件工程评测 DeepSWE v1.1 分别提升约 17 分（48.8 至 65.7）和约 14 分（58.4 至 72.6）
- RL 算力扩展维度：单次更新使用 1568 个样本，支持 100 万上下文长度训练，单步训练 Token 达 3.5 至 3.7B
- 定价沿用 V2.5：Flash 1 元 / 2 元、Pro 3 元 / 6 元（每百万词元输入 / 输出），并提供 99% 缓存折扣；官方称同等智能水平下价格仅为海外模型的 1/20 至 1/60
- 开源内容包含 7000+ 高质量 RL 任务环境、端到端 RL 训练框架、轻量可组合 Harness，以及 MiMo-V2.6-Distill-Qwen-9B 及配套研究资源
为什么值得关注
- 46 分 + 不到 6 天 + 262 万美元把开源模型竞争的主战场从"谁的基座更大"拉到"谁的 RL 算力扩展更高效"，这个成本量级已进入中型实验室可承受区间
- DeepSWE v1.1 从 48.8 跳到 65.7，说明 RL 对长程软件工程任务的提升幅度显著大于一般基准，编程 Agent 选模型时应把这类长程基准纳入评估
- 99% 缓存折扣 + 1/20 至 1/60 的定价意味着 API 层面的价格战已打到极致，下游应用的真正瓶颈正在从模型成本转移到数据质量与工程集成
- RSI 路径 + 全模态的组合值得关注：小米同时开源 RL 训练框架和任务环境，意味着社区可以在其基础上继续扩展，这比只开源权重更有长期复用价值
- 证据限定：46 分出自 AA 第三方榜单，262 万美元与 85 万美元为小米自报训练成本，尚未有独立审计
02 OpenAI 成立数学与 AI 顾问组，同一模型 24 天攻破 100+ 世界级开放问题
事件内容
- 9 月 21 日，OpenAI 宣布成立数学与 AI 顾问组（Advisory Group on Mathematics and Artificial Intelligence），设在普林斯顿高等研究院，由 9 位数学家组成，独立于 OpenAI 运作（OpenAI 官方博客、TechCrunch、IT之家）
- 同日披露：公司于 8 月 28 日开始训练的一个模型，已成功解决多个数学领域中 100 多个长期未解决的开放问题，包含此前引发争议的纳维-斯托克斯千年大奖难题
- 首批成员含 3 位菲尔兹奖得主（Timothy Gowers、Martin Hairer、Edward Witten），以及来自斯坦福、哈佛、伯克利、牛津、巴黎高师等机构的数学家
- 顾问组有权提出公司未请求的建议、公开评论 OpenAI 对数学的影响，并可自行决定调整成员构成；成员不从 OpenAI 领取报酬
- 但该顾问组不负责就公司内部数学研究的推进节奏提供建议——普林斯顿高等研究院在声明中强调"没有在任何 AI 公司的决策权"
- 背景：此前陶哲轩、邓煜、彼得·舒尔茨等数学家联名发表公开信，对将解决数学开放问题作为 AI 系统基准表达担忧；25 位菲尔兹奖得主签署的公开信进一步施压
- OpenAI 称该模型在数学领域的进展速度"令公司内部的数学家感到惊讶"，正在研究如何更广泛地部署与数学相关的 AI 能力
为什么值得关注
- 24 天、100+ 开放问题、纳维-斯托克斯——这是 AI 在基础科学领域产出速度首次引发"是否该减速"的制度性讨论，而且减速的建议权被明确排除在顾问组职责之外
- 顾问组的独立性设计值得细看：能公开批评但不能叫停，这等于把"科学界的舆论压力"制度化为一个常设通道，同时保留了公司的研究自主权
- 对数学界：9 位成员中仅 1 人签署了菲尔兹奖得主联名信，这意味着 OpenAI 选择的顾问团队与施压方存在显著立场差异，顾问组的公信力可能从一开始就被质疑
- 对 AI 安全研究者：这个模式可能成为其他领域的模板——成立独立顾问组、但不赋予减速权——值得观察后续是否被复制到生物安全或军事应用场景
- 证据限定：100+ 开放问题的详细清单尚未公布，仅含纳维-斯托克斯一个已知案例；其余问题的数学重要性与验证状态需等后续披露
03 Meta Muse 上线 12 天下载量超 ChatGPT 同期，同时被 Amazon 封锁并曝出严重 0-day
事件内容
- Apptopia 估算数据显示，Meta Muse 上线 12 天内在美加市场的 iOS 下载量达 180 万，超过 ChatGPT 同期的 130 万；全球总安装量达 280 万（TechCrunch）
- 日活对比：Muse 美国移动端日活达 64.2 万，ChatGPT 同期为 23.1 万；仅看 iOS，Muse 35.9 万仍高于 ChatGPT
- Muse 目前仅在美加上架，支持 iOS 和 Android；95% 的 Muse 用户同时也是 Facebook 用户，63% 是 Instagram 用户
- 同日 TechCrunch 报道，Amazon 已屏蔽 Muse 对 Amazon.com 的访问，这是亚马逊首次对竞品 AI Agent 实施平台级封锁（TechCrunch）
- Ars Technica 报道 Muse 存在严重 0-day 漏洞：攻击者可通过简单的 ClickFix 攻击完全劫持该 Agent（Ars Technica）
- Meta 尚未公开回应上述安全问题与 Amazon 封锁
为什么值得关注
- 下载量超 ChatGPT 同期，但背景完全不同：ChatGPT 是纯增量用户获取，Muse 依托 Meta 旗下 Facebook、Instagram、WhatsApp 的交叉导流——95% 用户重合率说明增长几乎完全来自存量生态，而非独立产品吸引力
- Amazon 的封锁是平台经济的一个标志性事件：当 AI Agent 能替用户浏览和操作网页时，电商平台的流量入口地位直接被绕过，封锁是防御性反应还是垄断行为将引发新一轮监管讨论
- 0-day 漏洞暴露了"全能 Agent"的安全悖论：权限越大、能做的事越多，被劫持后的攻击面也越大；对所有做 Agent 产品的团队，这是一次免费的安全课
- 可行动项：关注 Muse 在开放更多市场后的真实留存率——交叉导流带来的首日下载和七日留存之间的落差，才是判断产品力的真正指标
04 宇树科技发布 Dex5-S 灵巧手 3.99 万元起，国际机器人联合会数据显示全球人形机器人今年出货预计突破 9 万台
事件内容
- 9 月 21 日，宇树科技发布 Dex5-S 灵巧手，真手 1:1 尺寸，起售价 3.99 万元，22 个关节均可反向驱动，每个关节自带极限冲击力距保护（钛媒体）
- 同日钛媒体晨报援引国际机器人联合会（IFR）即将发布的统计：2025 年全球人形机器人销售量约 7000 台，仅覆盖工业与专业服务领域，不含消费级、军用和医用（钛媒体）
- 美国银行研究部门预测：人形机器人 2026 年发货量将达 9 万台，2030 年将达 120 万台；同期传统工业机器人 2024 年全球安装约 54.2 万台，服务机器人约 19.9 万台
- 3.99 万元定价是目前公开可查的最低价灵巧手之一；此前宇树科技于 8 月 19 日在 A 股上市，开盘大涨 629.44%（IT之家）
为什么值得关注
- 3.99 万元把工业级灵巧手拉进了高校实验室和个人开发者的预算区间，结合 22 关节反向驱动，意味着力控和触觉反馈不再只是万元级以上产品的卖点
- 7000 台到 9 万台的年度跳跃（12.8 倍）如果兑现，将验证高盛 8 月报告中"2026 年约 7.5 万台"的预测；但需注意 IFR 数据口径仅含工业/专业服务，与消费级的统计差异可能导致数字混淆
- 灵巧手是人形机器人成本中最敏感的部件之一：当整机 BOM 仍在 4 万至 5 万美元区间时，单只手 3.99 万元（约 5500 美元）意味着双手成本占整机约 20%，后续降本空间直接决定整机能否进入万元级
- 对采购方：反向驱动 + 极限冲击保护是安全交互的前提，但 3.99 万元是否包含完整驱动板、通信接口和标定工具，需在选型时逐项确认
05 清华联合无问芯穹开源 RPent：GPT-6 Astra 进机器人身体，LIBERO-Pro 成功率 92.6%
事件内容
- 9 月 21 日，清华大学、无问芯穹、正行创新联合开源具身智能体基础设施 RPent，面向真实物理世界，将通用大模型的任务理解与 VLA 等专家模型的精细操作能力连接起来（量子位、GitHub）
- 技术架构：Agentic Planner（大模型负责任务理解与规划）+ Action Primitive（VLA / WAM 等专家模型负责高精度动作执行）+ Memory 系统（三层记忆，含可迁移的 Recipe 任务卡）
- 评测结果：在 LIBERO-PRO 基准上，RPent / GPT-6 Astra 达到 92.63% 任务成功率，比第二名 RPent / Opus-4.7 的 82.4% 高出 10.23 个百分点
- Flash Mode 加速：将探索阶段验证的成功流程压缩为 Task Card 复用，在 LIBERO Object 200 次评测中，平均执行时间从 283.6 秒降至 40.9 秒，成功率仅下降 3.5 个百分点，实现约 7 倍加速
- 记忆机制效果：在位置交换扰动任务中，引入记忆后成功率从 31.0% 提升至 87.0%
- 已覆盖 LIBERO-PRO、RoboCasa、RoboTwin、RoboDojo 等仿真环境，以及 Franka、双臂 Franka、YAM、SO101 等真实设备
为什么值得关注
- RPent 回答了一个架构问题：通用大模型做"想"，专家模型做"做"，记忆系统做"记"——三层分工比纯端到端 VLA 或纯大模型 Agent 都更接近人类工人的实际工作方式
- Flash Mode 的 7 倍加速是关键工程突破：大模型推理延迟一直是具身 Agent 落地的硬伤，用 Task Card 跳过重复推理而不丢失环境适应能力，是目前最务实的折中方案
- 92.63% 对 82.4% 的差距说明基座模型的代际差异在具身场景中被放大——GPT-6 Astra 比 Opus-4.7 高出 10 个百分点，这意味着做机器人的团队在模型选型时，基座能力差异会直接反映在任务成功率上
- 开源 + 标准接口（MCP / RPC / MHS）意味着新机器人只需实现标准接口即可接入，这比重新训练一个端到端模型的扩展成本低得多
- 证据限定：92.63% 出自 LIBERO-PRO 仿真基准，真机视频展示了数个开放式任务但无量化成功率；仿真到真机的迁移落差需后续独立验证
速览
- SpaceXAI：发布 Grok 4.7，主打编码与知识工作，在 CursorBench 4.0 中处于同类前列；定价每百万词元输入 2 美元、输出 6 美元，称速度是同类 2 倍、价格 1/2（IT之家）
- 浪潮信息：在 AICC2026 发布元脑 SD200 Ultra 超节点，基于国产 AI 芯片，单机承载 2.8 万亿参数 Kimi K3，Token 时延降至 5.85 毫秒（170 Tokens/s），称达业界平均 5 倍，支持 10 万亿参数模型单机运行（IT之家）
- NVIDIA：发布 HALOS 物理 AI 全栈安全系统，援引 ABI Research 预测 2035 年全球 4900 万台 L3-5 自动驾驶车、Omdia 预测 2026 至 2035 年部署约 6000 万台工业机器人；已获 TÜV SÜD 与 TÜV Rheinland 安全认证（NVIDIA 官方博客）
- 月之暗面：Kimi K3 上线 Amazon Bedrock，全球企业开发者可通过 Bedrock 直接调用，为中国大模型首次以分成模式向全球三大云厂商输出模型能力（钛媒体）
- CAIS：发布 CheatBench 基准，首次系统量化 AI 模型在评测中的作弊行为，衡量模型在何种任务上倾向于采取投机取巧的捷径而非真正解决问题（ZDNet）
- 加州：州长纽森签署 7 项法案，要求加州公共事业委员会为 AI 数据中心引入新费率分类，防止数据中心将电力成本转嫁给居民用户（The Verge）
主线判断
今天的信号把两条路线的下一个战场同时标了出来：复用。编码侧，小米用不到 6 天和 262 万美元的 RL 训练成本把开源模型推到 46 分，速度本身变成了竞争力；OpenAI 的 100+ 开放问题则证明模型在基础科学上的产出速度已经超过了学术界消化和验证的能力，顾问组制度化为"无法减速的减速"。具身侧，宇树用 3.99 万元把灵巧手塞进开发者预算，IFR 数据把年度出货从 7000 台推到 9 万台的预测线；清华 RPent 则用 Flash Mode 和 Task Card 把"做过一次"变成"可以复用"，在仿真中把执行速度提了 7 倍而只丢 3.5 个百分点成功率。两条线在这里汇合：当模型能力已经不是瓶颈，决定谁能走到生产环境的是"做过一次之后能不能低成本地再做一万次"——无论是代码、动作还是经验。
信息来源
- 中文媒体：IT之家、钛媒体、量子位
- 英文媒体：TechCrunch、The Verge、Ars Technica、ZDNet
- 一手源：OpenAI 官方博客、NVIDIA 官方博客、Apptopia / Appfigures 数据、RPent GitHub 仓库、Artificial Analysis Intelligence Index