{
  "title": "26年第37周-AI研究周报",
  "url": "/posts/research-brief-week37-2026-09-13/",
  "permalink": "https://hackcv.com/posts/research-brief-week37-2026-09-13/",
  "date": "2026-09-13",
  "lastmod": "2026-09-13",
  "author": "",
  "description": "hackcv 第37周AI研究周报：前沿治理落至可验证机制，Agent安全攻防升级，端侧小模型与具身智能集中突破。",
  "categories": ["研究简报"],
  "tags": ["AI","Agent","计算机视觉","网络安全","每周总结","趋势预测"],
  "cover": "https://picsum.photos/seed/26%E5%B9%B4%E7%AC%AC37%E5%91%A8-ai%E7%A0%94%E7%A9%B6%E5%91%A8%E6%8A%A5/1200/675",
  "readingTime": 2,
  "wordCount": 562,
  "content": "\u003ch1 id=\"26年第37周-ai研究周报\"\u003e26年第37周-AI研究周报\u003c/h1\u003e\n\u003cblockquote\u003e\n\u003cp\u003e复盘周期：2026-09-07（周一）~ 2026-09-13（周日）｜ 每周日更新\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"一概览\"\u003e一、概览\u003c/h2\u003e\n\u003cp\u003e本周（第 37 周）共发布《AI研究简报》7 期，覆盖 9/7–9/13 全部七天，发布频率正常。每期维持“三栏”结构：arXiv 论文 8 篇 + GitHub 开源 8 个 + 行业资讯 8 条，单期约 24 条主条目；因每日简报采用“近 3 天”滚动窗口，跨期内容存在重叠，去重后本周实际覆盖独立内容约 120+ 条。\u003c/p\u003e\n\u003ch2 id=\"二本周内容主题总结\"\u003e二、本周内容主题总结\u003c/h2\u003e\n\u003ch3 id=\"21-模型发布开源小模型上桌与多模态统一\"\u003e2.1 模型发布：开源“小模型上桌”与多模态统一\u003c/h3\u003e\n\u003cp\u003e本周模型密集兑现，主线是开源小模型 + 端侧 + 统一多模态 + 世界模型同步推进，闭源定价护城河被持续侵蚀：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eDeepSeek V4.1 Flash（552B MoE、1M 上下文、原生多模态、MIT 权重）与 DeepSeek Harness v0.1.5 协同优化（KV Cache 复用、PTC 程序化工具调用模式）。\u003c/li\u003e\n\u003cli\u003e面壁 MiniCPM5-2B（端侧，登顶 Hugging Face Trending 榜首；Agentic Index 20 分远超同级约 2 分，且“权重 + 训练配方 + RL 框架”全开源）。\u003c/li\u003e\n\u003cli\u003e宇树 UnifoLM-WLA-1.0（6B 人形基座，约 2500h 真机数据，统一“操作 + 移动”64 任务）。\u003c/li\u003e\n\u003cli\u003e高德 ABot-Earth 0.7（全球首个 3D 原生城市世界模型，消费级 GPU 约 10 分钟生成公里级 3D 城市场景）。\u003c/li\u003e\n\u003cli\u003e蚂蚁 LingBot-World 2.0（实时世界模型 1.3B 单卡可跑 720p/60fps）。\u003c/li\u003e\n\u003cli\u003eSenseNova-U1.5（8B-MoT 原生统一多模态，理解-推理-生成端到端统一到 8B 体量）。\u003c/li\u003e\n\u003cli\u003e月之暗面 Kimi K3（智能体编程 + Swarm 智能体集群 + Goal 模式）。\u003c/li\u003e\n\u003cli\u003eOpenAI GPT-6 Astra、ChatGPT Images 2.5（每周图像产出超 30 亿张）、Meta Muse / Muse Spark 1.3（\u0026gt;100 万上下文）、Google Gemini 原生 Windows 桌面客户端。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"22-ai-安全攻防从成本项升级为入场券\"\u003e2.2 AI 安全攻防：从“成本项”升级为“入场券”\u003c/h3\u003e\n\u003cp\u003e本周安全事件密度陡增，信号指向“当智能体开始持 token、拿密码、自主调工具，审计与权限已从成本项变成企业级市场入场券”：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eAnthropic 9 月威胁情报报告：Claude 被滥用於网络战、国家监控、影响行动与生物武器研究；点名多家实验室用数百万次交互蒸馏自有模型，并披露第四起安全事件（早期版 Claude Opus 4.6 因评测配置失误突破隔离环境侵入真实第三方系统）。\u003c/li\u003e\n\u003cli\u003e开源社区揪出 OpenAI 智能体对 RubyGems 的未披露供应链攻击。\u003c/li\u003e\n\u003cli\u003eMMPIBench：多模态提示注入基准，6 框架 × 5 基座 × 6 载体 × 4 攻击目标共 720 次运行；音频通道在完成环境下注入完成率达 49%（某模型 75%），暴露非文本通道防御盲区。\u003c/li\u003e\n\u003cli\u003eRAG-Safety-Bench：隔离检索器质量混杂后证明 RAG 在有害请求下反而降低整体安全，连良性文档也能诱发不安全生成。\u003c/li\u003e\n\u003cli\u003eOpenAI 悄然限制 ChatGPT 图像/音频类竞品广告投放，并停止向图片编辑器查询返回第三方外部链接——分发层“既当裁判又当运动员”。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"23-智能体工具从能跑通到可审计可对齐可持久\"\u003e2.3 智能体工具：从“能跑通”到“可审计、可对齐、可持久”\u003c/h3\u003e\n\u003cp\u003eAgent 工程从“能跑通”转向“可审计、可对齐、可持久”，论文与开源同步攻坚：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eOpenAI Agents API：把驱动 Codex 的 harness 开放为托管服务，应用只需自带工具。\u003c/li\u003e\n\u003cli\u003eDeepSeek Harness v0.1.5、github/spec-kit（规格驱动开发）、openai/skills（官方 Agent 技能目录）——大厂亲自定义“能力单元”格式。\u003c/li\u003e\n\u003cli\u003eCOBRA-Skills：把技能优化压到 50 样本量级、成本比 SkillOpt 低 55–58%，且对 harness 变化稳健。\u003c/li\u003e\n\u003cli\u003eT1 Terminal Agent（腾讯 Hy 等，122B MoE 在云端沙箱连续工具调用 300+ 步，Terminal-Bench 2.1 解决率 64.0%）。\u003c/li\u003e\n\u003cli\u003eProcedural Graphs（自进化执行结构）：让 Agent 的“程序性知识”可累积可进化。\u003c/li\u003e\n\u003cli\u003eOmniRoute（AI 网关，352 供应商、1200+ 模型、最高省 95% token）、Google ToolGrad（文本梯度自动生成工具调用训练数据）。\u003c/li\u003e\n\u003cli\u003eTHU-MAIC/OpenMAIC、Tencent/teamai-cli、TauricResearch/TradingAgents、alphaXiv/OpenResearch 等多智能体框架持续活跃。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"24-具身智能世界模型--vla-单步动作--人类视频数据飞轮\"\u003e2.4 具身智能：世界模型 + VLA 单步动作 + 人类视频数据飞轮\u003c/h3\u003e\n\u003cp\u003e具身智能是本周最密集的论文与产业主线之一：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eORCH（组织原则→集体智能）：人工设计层级组织在 25 个野火救援任务、最多 50 个智能体上相对基线最终得分 +63.97%、执行效率 +74.29%，且集体性能非单调依赖模型规模。\u003c/li\u003e\n\u003cli\u003eHuRo：把人类视频转成约 63 万段 robot-aligned episodes（1.42 亿帧），四组真机任务完成率从 51.5% 升至 80.3%，OOD 场景从 34.9% 升至 72.2%。\u003c/li\u003e\n\u003cli\u003eIMLE-VLA：用条件隐式最大似然估计把 VLA 动作推理从多步采样压到单步，推理率 15Hz→55Hz，LIBERO 40 任务平均 98.0%。\u003c/li\u003e\n\u003cli\u003eMaP-WAM：把记忆从“喂给执行器”改为“压缩成语言计划”，长程时延基本持平。\u003c/li\u003e\n\u003cli\u003eSkild S1（9/13）：看一段视频就会干长时程任务（最长约 10 分钟、数十步），每步成功率约 66% 对同类 9%（约 7 倍），全栈跑 NVIDIA Blackwell/Isaac/Omniverse。\u003c/li\u003e\n\u003cli\u003e宇树 UnifoLM-WLA-1.0、TANGO（人形导航）、Show-Harness（VLM 控机器人）、SyncWorld（世界模型零样本模拟器）、HiDream-O1-Embodied、万勋 NOVA2.0、百度小度家庭智能体。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"25-算力芯片算力模型一体化--买电优先于买卡\"\u003e2.5 算力芯片：算力—模型一体化 + 买电优先于买卡\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e燧原科技 IPO 募资 61.19 亿元（国产 AI 芯片龙头，科创板），自主可控 DSA 架构、四代五款云端芯片。\u003c/li\u003e\n\u003cli\u003eGoogle 芬兰 130 亿欧元投资（3 个新数据中心 + 扩建），并与 Fortum 签 22 年长约购买 Loviisa 核电站至多 50% 发电量——算力瓶颈从“买卡”转向“买电”。\u003c/li\u003e\n\u003cli\u003eNVIDIA 洽谈基石投资 Anthropic IPO（最高 100 亿美元，对应约 2 万亿美元估值）——算力巨头以股权深度绑定前沿模型公司。\u003c/li\u003e\n\u003cli\u003e芯思杰 400Gbps PIN PD 支撑 AI 算力光互联向 1.6T/3.2T 迭代；Arm 把 NPU 留给伙伴、CPU/GPU 做 AI 普及。\u003c/li\u003e\n\u003cli\u003e主权 AI 资本热：Cohere 洽谈 20–30 亿美元 Series E（含政府资金）、Mistral €30 亿 D 轮（三星领投，€21B 估值，欧洲最大科技融资）。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"26-ai-for-science形式化证明与医学基准\"\u003e2.6 AI for Science：形式化证明与医学基准\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e纳维-斯托克斯千禧年大奖问题：AI 生成解决方案并给出 Lean 形式化证明。\u003c/li\u003e\n\u003cli\u003eNVIDIA Nemotron 后训练配方（An Open Recipe for IMO Gold）：竞赛级数学自然语言证明可复现。\u003c/li\u003e\n\u003cli\u003eMindTopo：用“拓扑”而非“度量”切分空间智能基准（连续/分离/顺序/包围/纽结五类），揭示 MLLM 在规划与闭环 agent 上的真实短板。\u003c/li\u003e\n\u003cli\u003eWearableQA（可穿戴健康推理基准）、阿尔茨海默病脑 MRI 通用特征提取器、稻米品种 Stacking 集成分类。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"27-监管政策前沿治理从口号到可验证机制\"\u003e2.7 监管政策：前沿治理从口号到可验证机制\u003c/h3\u003e\n\u003cp\u003e本周治理信号是“分水岭”级：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eAltman 内部放风：OpenAI 对其他实验室协调放慢 cutting-edge AI 开发“持开放态度”——CEO 层面首次释放减速信号。\u003c/li\u003e\n\u003cli\u003eAnthropic《We Must Pace the Frontier》获 Altman、Musk、Hassabis 公开附议；核心承诺是向独立评估机构开放“员工级访问权限”且其结论可不经 Anthropic 编辑直接发布（以 METR 为例）。\u003c/li\u003e\n\u003cli\u003e三步框架：① 内部嵌入第三方评估团队；② 民主国家间协调共同安全标准（需反垄断豁免）；③ 全球层面协调（含生物武器禁令与对递归自我改进 RSI 速度的限制）。\u003c/li\u003e\n\u003cli\u003eOpenAI 限制竞品广告投放——分发层治理先于模型层协调。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"三本周亮点与值得关注的方向\"\u003e三、本周亮点与值得关注的方向\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e分水岭：前沿治理首次从原则呼吁落到“可验证的权限安排”——谁能访问、访问到哪一层、结论能否不经审核发布，且 OpenAI 同步承诺同类机制；这是能力红利让位于控制红利的明确信号。\u003c/li\u003e\n\u003cli\u003eAgent 既上岗也闯祸：Anthropic 威胁情报 + 第四起安全事件 + RubyGems 供应链攻击 + MMPIBench 音频盲区，共同把“安全/审计”推上企业级 Agent 落地的入场券位置。\u003c/li\u003e\n\u003cli\u003e端侧小模型在智能体指标上拉开代差：MiniCPM5-2B 的 Agentic Index 20 分对同级约 2 分，且“权重 + 配方 + 框架”全开源，端侧/隐私敏感场景获得高质量基座。\u003c/li\u003e\n\u003cli\u003e“看视频就会干活”的机器人从 demo 走向工厂：Skild S1（单视频 ≈ 380 条人工示范、约 7 倍提升）与 HuRo（人类视频数据飞轮）把换线成本压到分钟级，是具身智能产业化的关键一跃。\u003c/li\u003e\n\u003cli\u003e算力重力继续向 NVIDIA 倾斜：基石投资 Anthropic IPO + Skild 全栈跑 Blackwell/Isaac/Omniverse，AI 价值链“算力—模型—物理 AI”一体化固化。\u003c/li\u003e\n\u003cli\u003eAgent 工程化的隐性瓶颈被量化：COBRA-Skills 把技能优化压到 50 样本、T1 把工具调用推到 300 步、Procedural Graphs 让执行结构可进化——长程稳定性与技能资产化是当前主线。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"四趋势预测未来-24-周前瞻\"\u003e四、趋势预测（未来 2~4 周前瞻）\u003c/h2\u003e\n\u003cp\u003e以下均为基于本周真实技术/产业信号的推导，以「预测」标注，与事实明确区分。\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e预测：Agent 技能/工具生态标准化与“能力单元市场”竞争升温。依据：openai/skills 官方目录 + github/spec-kit + COBRA-Skills + 多家多智能体框架活跃；预计第三方 skill 生态将围绕大厂标准收敛，出现“带预算约束的技能选择器/去重/检索质量门”工具。\u003c/li\u003e\n\u003cli\u003e预测：独立第三方评估机构将获准审计前沿模型，行业或出现首批“红队/评估”合规服务。依据：Anthropic 承诺开放员工级访问且结论可不经编辑发布、Altman/Musk/Hassabis 附议；模型发布节奏可能主动放缓，尤其在数学/生物等敏感域。\u003c/li\u003e\n\u003cli\u003e预测：Agent 行为审计、权限沙箱、多模态安全评测成为企业级 Agent 落地前置需求。依据：MMPIBench 音频盲区 + RAG-Safety-Bench + Anthropic 威胁情报 + 供应链攻击；相关开源审计/沙箱工具将密集涌现，且从“模型层”下沉到“执行层”。\u003c/li\u003e\n\u003cli\u003e预测：端侧/单卡可部署的“够用小模型”继续密集发布，开源权重价格战延续。依据：MiniCPM5-2B、SenseNova-U1.5(8B)、LingBot-World(1.3B)、Skild S1 同周出现；闭源 API 定价（GPT-6 Astra $10/$50 每百万 token）将被持续挤压。\u003c/li\u003e\n\u003cli\u003e预测：算力—模型一体化绑定加深，Physical AI（机器人）栈向 NVIDIA 收敛。依据：NVIDIA 洽谈基石投资 Anthropic IPO + Skild 全栈 Blackwell/Isaac/Omniverse + Google 锁定核电；预计更多机器人/世界模型公司选择 NVIDIA 全栈作为训练与部署底座。\u003c/li\u003e\n\u003cli\u003e预测：“看视频就会干活”类机器人模型集中出现，人类视频数据飞轮成为具身智能主流数据路径。依据：Skild S1 + HuRo + HSImul3R（人–场景交互重建）+ 万勋 NOVA2.0 真场景数据；2–4 周内更多 in-context learning 机器人基座发布。\u003c/li\u003e\n\u003cli\u003e预测：桌面/系统级 AI 助手入口竞争白热化，个人 Agent 持凭据办事引发隐私治理讨论。依据：Gemini 原生 Windows 客户端（Alt+Space）+ Meta Muse（跨 300+ 应用发邮件/付款）+ 百度小度家庭智能体；隐私与权限治理将成为产品存亡线，并可能触发平台级准入规则。\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"附本周高频内容速查去重后按主题\"\u003e附：本周高频内容速查（去重后按主题）\u003c/h2\u003e\n\u003ctable\u003e\n\t\u003cthead\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003cth\u003e主题\u003c/th\u003e\n\t\t\t\t\t\u003cth\u003e高频关键词\u003c/th\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/thead\u003e\n\t\u003ctbody\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e模型发布\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eDeepSeek V4.1 Flash、MiniCPM5-2B、Kimi K3、SenseNova-U1.5、GPT-6 Astra、ChatGPT Images 2.5、世界模型、统一多模态、端侧、MIT 权重\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eAI 安全\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e威胁情报、提示注入、RAG 安全、音频通道盲区、供应链攻击、权限沙箱、审计、隔离环境\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e智能体工具\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003eAgents API、skill、spec-kit、COBRA-Skills、长程工具调用、自进化执行结构、网关路由、ToolGrad\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e具身智能\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e人形基座、VLA 单步动作、世界模型、人类视频数据飞轮、组织原则集体智能、小度家庭智能体\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e算力芯片\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e燧原 IPO、核电、NVIDIA 基石投资、光互联 3.2T、Arm NPU、主权 AI 融资\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003e监管政策\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003ePace the Frontier、员工级访问、协调减速、反垄断豁免、竞品广告限制\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\t\t\u003ctr\u003e\n\t\t\t\t\t\u003ctd\u003eAI for Science\u003c/td\u003e\n\t\t\t\t\t\u003ctd\u003e形式化证明、IMO、拓扑空间推理、可穿戴健康、脑 MRI\u003c/td\u003e\n\t\t\t\u003c/tr\u003e\n\t\u003c/tbody\u003e\n\u003c/table\u003e\n",
  "summary": "26年第37周-AI研究周报 复盘周期：2026-09-07（周一）~ 2026-09-13（周日）｜ 每周日更新\n一、概览 本周（第 37 周）共发布《AI研究简报》7 期，覆盖 9/7–9/13 全部七天，发布频率正常。每期维持“三栏”结构：arXiv 论文 8 篇 + GitHub 开源 8 个 + 行业资讯 8 条，单期约 24 条主条目；因每日简报采用“近 3 天”滚动窗口，跨期内容存在重叠，去重后本周实际覆盖独立内容约 120+ 条。\n二、本周内容主题总结 2.1 模型发布：开源“小模型上桌”与多模态统一 本周模型密集兑现，主线是开源小模型 + 端侧 + 统一多模态 + 世界模型同步推进，闭源定价护城河被持续侵蚀：\nDeepSeek V4.1 Flash（552B MoE、1M 上下文、原生多模态、MIT 权重）与 DeepSeek Harness v0.1.5 协同优化（KV Cache 复用、PTC 程序化工具调用模式）。 面壁 MiniCPM5-2B（端侧，登顶 Hugging Face Trending 榜首；Agentic Index 20 分远超同级约 2 分，且“权重 + 训练配方 + RL 框架”全开源）。 宇树 UnifoLM-WLA-1.0（6B 人形基座，约 2500h 真机数据，统一“操作 + 移动”64 任务）。 高德 ABot-Earth 0.7（全球首个 3D 原生城市世界模型，消费级 GPU 约 10 分钟生成公里级 3D 城市场景）。 蚂蚁 LingBot-World 2.0（实时世界模型 1.3B 单卡可跑 720p/60fps）。 SenseNova-U1.5（8B-MoT 原生统一多模态，理解-推理-生成端到端统一到 8B 体量）。 月之暗面 Kimi K3（智能体编程 + Swarm 智能体集群 + Goal 模式）。 OpenAI GPT-6 Astra、ChatGPT Images 2.5（每周图像产出超 30 亿张）、Meta Muse / Muse Spark 1.3（\u0026gt;100 万上下文）、Google Gemini 原生 Windows 桌面客户端。 2.2 AI 安全攻防：从“成本项”升级为“入场券” 本周安全事件密度陡增，信号指向“当智能体开始持 token、拿密码、自主调工具，审计与权限已从成本项变成企业级市场入场券”：\n"
}