AI 日报 · 2026 年 10 月 28 日 · 星期三
MYHOT
OpenAI与Anthropic声称反驳指数时间假说
OpenAI邀请外部专家核查其在数学、计算机科学和物理学中生成的证明，相关计算机科学结果声称反驳指数时间假说。Anthropic随后也发布了自己的反驳结果，但相关证明仍需整个社区进一步研究。
模型发布/更新
Google DeepMind一手Google DeepMind 发布 Genie 4 世界模拟模型研究预览
Google DeepMind 宣布 Genie 4，这是一款支持实时交互的多模态世界模型，可生成逼真环境、原生音频、自然动作和互动对话。Genie 4 可通过自然语言实时修改场景，并与 Gemini 3.8 Flash 协作拆解和跟踪多步任务；目前已向可信测试者开放，后续将面向 Google AI Ultra 用户及 Gemini API、Google AI Studio 的早期合作伙伴提供。
Liquid AI 发布 LFM3 多模态模型系列，支持端侧部署与单GPU微调
Liquid AI 发布新一代 LFM3 模型系列，将文本、视觉、音频、全模态和决策模型统一到约 2B 参数规模的共享骨干上，所有模型均可在单个 GPU 上微调并部署到应用运行环境。
OpenAI 发布 GPT-6.1 Terra，主打视觉推理与电脑操作
OpenAI 发布 GPT-6.1 Terra，强调详细视觉推理、精确电脑操作和更自然的写作，并称其相较 GPT-5.6 Terra 有明显提升。GPT-6.1 Terra 的价格为 $1/million input tokens 和 $5/million output，定位介于 GPT-6.1 Sol 与 GPT-6 Luna 之间。
产品发布/更新
AWS Machine Learning Blog一手AWS 为 SageMaker AI 训练与处理任务推出 SOCI 索引镜像
AWS 为 Amazon SageMaker AI Training 和 Processing jobs 推出 Seekable OCI（SOCI）索引支持，通过延迟加载让容器从完整下载改为先获取启动所需文件，启动时间可从分钟缩短至秒级。
AWS Machine Learning Blog一手Exowatt 如何用 SageMaker 无服务器模型定制让小模型在准确率上超过前沿模型
Exowatt 使用 Amazon SageMaker AI 无服务器模型定制，为边缘告警分诊和云端能源市场分析分别微调 Qwen3-1.7B 与 Qwen3-14B。
OpenAI 扩大与 Oracle 的合作，将其应用引入 ChatGPT
OpenAI 与 Oracle 扩大合作，将业务应用和 AI 智能体引入 ChatGPT，并为 Oracle 的新产品提供支持。
行业动态
TechCrunch · AIOpenAI 和 Anthropic 声称反驳指数时间假说，这对计算复杂性意味着什么
OpenAI 发布了三个数学问题的解法，其中一个声称反驳计算机科学中的指数时间假说（ETH）；Anthropic 随后也发布了自己的反驳结果。MIT 教授 Ryan Williams 表示，相关证明包含需要整个社区共同研究的部分，可能影响大量依赖 ETH 的论文，但目前不认为 OpenAI 的算法已经是最优解。
C-BRAIN如何用AI加速阿尔茨海默病研究发现
C-BRAIN与NVIDIA合作，利用受治理的研究数据、联邦式AI基础设施和智能体工具加速阿尔茨海默病研究。其OpenScientist可生成假设、运行分析并产出可审计洞察，案例显示部分分析从数周至数月缩短到数分钟，单次运行成本低于$10；InsightEngine则将科学文献、用户数据和生物医学知识图谱结合，并核查证据以减少模型幻觉。
论文研究
The DecoderOpenAI 邀请外部专家核查 AI 在数学、计算机科学和物理学中生成的证明
OpenAI 邀请外部专家担任“把关人”，核查其 AI 在数学、计算机科学和物理学中生成的证明，并将部分证明转译为 Lean。计算机科学结果声称推翻指数时间假说，数学结果声称在所有维度证明局部平滑猜想，物理学结果则声称证明特定四维量子场论的数学存在性。文章指出，相关结论仍需独立审查，且 OpenAI 仅称解决了 Yang-Mills 理论的存在性部分，并未解决质量间隙问题。
Ai2 发布 Novelty Bench，研究 LLM 判断科研想法新颖性的可靠性
Ai2 发布《Old Ideas, Novel Problems》研究、基准、数据和代码，评估 GPT-5.1、GPT-5.2、GPT-5.4、Claude Sonnet 4.5、Claude Opus 4.5 和 Claude Opus 4.6 判断科研想法新颖性的稳定性。
Ars Technica · AI自然语言进入蛋白质与基因组设计：Pinal 和 Carbon X 如何工作
研究团队开发了 Pinal，可根据自然语言描述设计蛋白质，系统先将提示转换为结构蓝图，再生成氨基酸序列；测试中，50,000 个 GFP 类候选最终仅有 1 个表现出荧光。
Google Research一手Google Research 提出 Sleep 框架，让 LLM 在持续学习中巩固知识
Google Research 提出 Sleep 框架，通过交替进行主动交互与离线记忆巩固，让 LLM 将短期上下文转化为长期参数，同时减少灾难性遗忘。该框架结合 MoE 参数扩展、知识蒸馏、突触剪枝和“梦境”自我改进，在 BABILong 上将长上下文扩展至 10M tokens，并在持续翻译、事实知识整合和数学推理评测中超过文中所列基线。
技巧与观点
Latent SpaceAnthropic 如何用 Claude 发布 Claude：拆分智能体的大脑与双手
Latent Space 通过对 Anthropic 工程与产品负责人的访谈，解读 Claude 模型发布、API 变更和 Claude Managed Agents 的平台架构。
AWS Machine Learning Blog一手AWS 介绍 Property Finder 如何修正评测偏差并在 Amazon Bedrock 上选择视觉模型
Property Finder 发现其 96.8% 的评测标签直接继承自单一模型预测，导致替代模型在比较中被系统性低估；团队为 356 张 UAE 房产图片建立专家标注的多标签 ground truth，并通过错误分析和迭代提示词优化进行模型评测。