AI 每日调研 · 2026年10月11日｜DeepSeek拟入局具身智能、谷歌发布端侧多模态嵌入模型

今日速览

1. DeepSeek被曝考虑布局具身智能，或采用自研+投资双线路径
2. 谷歌发布EmbeddingGemma2多模态嵌入模型，支持端侧跨模态检索
3. 首届全球具身智能应用创新挑战赛今日杭州启幕，同步召开ITU标准全会
4. 阿里云披露Qwen4及下一代视频模型训练进展，Qwen-Image-3.1性能逼近GPT-Image
5. 宇树科技王兴兴称具身智能临界点最快1-2年到来，GPT-6已落地机器人测试

大模型

厂商动态

1. 10月9日曾报道Meta发布Muse Wonder旗舰大模型、OpenAI提升GPT-6.1 Sol上下文至500k，10月10日曾报道智谱发布GLM-5V-Turbo多模态Coding模型，当日均无实质性新增进展。
2. 其余大模型厂商暂未捕获到未报道动态。

arXiv论文

1. arXiv:2610.13330《Masked Diffusion Language Agents for Tool-Integrated Chemical Reasoning》：提出掩码扩散语言智能体框架，在化学推理场景下工具调用能力较基线提升37%。
2. arXiv:2608.25593《JIT-Agent: Scaling Harness Intelligence via Just-in-Time Harness Evolution》：提出即时演化的智能体框架，使复杂任务执行成功率提升42%。

AI 应用

厂商动态

1. 10月9日曾报道千问即将推出个人AI助理“千问Go”，当日无新增功能细节披露。
2. 阿里云AI应用矩阵更新：包含支持影视级创作的HappyHorse视频生成模型、可智能生成网站前后台的万小智3.0、千问3系列离线语音合成/识别模型，覆盖内容创作、企业服务、语音交互等场景。
3. OpenAI ChatGPT Business方案新增团队资料空间、交互式页面协作功能，支持@AI修改内容，来源。

arXiv论文

1. arXiv:2610.07860《WorkflowOps: Learning Agent Collaboration Priors for Multi-Agent Workflow Orchestration》：提出多智能体工作流编排框架，可自动学习协作优先级，企业级任务处理效率提升51%。
2. arXiv:2610.11384《Environmental Feedback Modeling Matters: Rethinking Feedback Treatment in Agentic Hindsight》：指出环境反馈建模可使智能体反思迭代效率提升28%。

多模态

厂商动态

1. 谷歌发布EmbeddingGemma2多模态嵌入模型：体积可适配智能手机端侧运行，支持文本、图像、音频、视频共享同一嵌入空间，可实现本地语音备忘匹配对应视频片段，无需数据上传云端。
2. 阿里披露多模态模型训练进展：Qwen-Image-3.1性能有望逼近GPT-Image系列，下一代视频模型已投入训练。
3. 10月9日曾报道紫东太初ZDTaichu5.0-9B拿下9大权威基准8项第一，当日无新增进展。
4. 模思智能完成超10亿元Pre-A轮融资，将用于全模态实时交互智能研发与商业化落地，来源。

arXiv论文

1. arXiv:2610.11363《UniData: Universal Multimodal Instruction Generation Pipeline》：提出通用多模态指令生成流水线，可覆盖12类模态任务，指令质量人工评分提升34%。

Omni 全模态

厂商动态

1. 阿里云Qwen3.5-Omni-Flash-Realtime模型10月10日已更新，支持60+种语言音频输入、30+语言语音输出，具备智能语义打断能力，来源。
2. 其余全模态模型暂未捕获到未报道动态。

arXiv论文

当日无新增Omni全模态方向未报道学术成果。

具身智能

厂商动态

1. DeepSeek拟入局具身智能领域：创始人梁文锋近期密集接触具身智能创业者，潜在布局路径包括自建团队研发、投资相关企业，目前已计划领投机器人公司Winverse AI数千万美元种子轮融资。
2. 首届全球具身智能应用创新挑战赛今日启幕：同期举办国际电信联盟具身智能标准焦点组第三次全会，43国近400名专家将围绕多模态数据、接口互操作拟定两项关键技术规范。
3. 宇树科技王兴兴最新判断：具身智能行业临界点最快1-2年到来，目前GPT-6已部署至宇树机器人测试，任务执行效果符合预期。
4. 安徽省具身智能创新中心正式揭牌，将聚焦人形机器人技术研发与成果转化，来源。
5. 此前报道的全国已建成70家具身智能训练场信息无新增进展。

arXiv论文

1. arXiv:2610.10498《EmbodiedRSI: Active Continual Robot Learning Through Hypothesis-Guided Co-Evolution》：提出假设引导的协同进化框架，机器人在动态环境中持续学习效率提升45%。
2. arXiv:2609.32862《RoboFoundry: System-as-Policy Evolution for Self-Learning Embodied Agents》：提出系统即策略的进化机制，自学习具身智能体任务泛化能力提升39%。

本周趋势观察

本周具身智能赛道信号密集：产业端标准制定、赛事落地同步推进，头部大模型厂商开始下场布局，产业链上游数据、训练基建已初具规模，下游场景测试验证速度超出行业预期。与此同时，端侧多模态能力成为新竞争焦点，谷歌、阿里等厂商均在推进可端侧运行的多模态/全模态模型，AI交互从云端向端侧迁移的趋势进一步明确。大模型领域“跑分竞赛”热度持续消退，场景适配、端侧部署、产业落地成为新的核心竞争维度。