AI 每日调研 · 2026年10月14日｜GPT Images 2.5发布、腾讯开源混元生图3.0、具身伦理报告发布

今日速览

1. OpenAI推出GPT Images 2.5，新增两款局部编辑子模型，图像修改不破坏原图
2. 腾讯开源80B参数混元生图3.0，为目前最大开源原生多模态生图模型，效果对标头部闭源方案
3. 国家人工智能标准化总体组发布《具身智能伦理治理研究报告》，梳理六类伦理风险并提出治理方案
4. 破晓智能发布面向具身智能的全身全模态数据采集系统SeePhys Hub，可同步多维度数据转化为机器人训练语料
5. 科大讯飞1024开发者节10月22日启幕，将发布星火X2.6及全新“云+端”协同方案

大模型

厂商动态

1. OpenAI推出GPT Images 2.5，同步上线Flare、Sunburst两款图像编辑子模型，可实现精准局部编辑且不破坏原图其余内容，两款模型采用相同Token计费标准，单图生成成本差异暂未公开说明。
2. 小米MiMo-V2.6系列大模型（9月23日发布）、OpenAI GPT-6全量推送、Anthropic Claude Opus 5、Meta Muse Wonder等近5天已报道内容，当日无实质性新增进展。

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:2610.11573《Memory Type》：针对大模型长期记忆机制展开优化，相关结果已在多轮对话场景下完成验证。
3. arXiv:2610.02117《Where-OPD: Spatially Guided On-Policy Self-Distillation of MLLMs with Synthetic Scenes》：提出空间引导的多模态大模型自蒸馏方法，空间理解任务准确率提升12%。

AI 应用

厂商动态

1. 科大讯飞1024开发者节将于10月22日在京启幕，主论坛将发布讯飞星火X2.6及全新“云+端”协同方案，同步展示智能语音、多模人机交互、具身多模交互新进展，推出面向企业的智能体开发与服务平台。
2. Google DeepMind联合新加坡政府推出端侧AI诈骗检测工具，可在本地识别诈骗信息，无需上传用户数据，目前已在新加坡公共服务场景试点落地。
3. 10月13日曾报道千问发布AI眼镜、Bose联名AI耳夹、“千问Go”个人AI助理等内容，当日无新增功能细节披露；阿里云百炼Agent Studio产品手册发布、ChatGPT Work企业功能更新等近5天已报道内容，当日无实质性进展。

arXiv论文

1. arXiv:2610.14115《The Silent Failures in Agentic Data Science》：梳理智能体数据科学任务中的五类隐性错误，提出对应的检测与修复框架。
2. arXiv:2610.11613《AgentEvolver: System-Wi》：提出面向智能体的系统级演化框架，复杂任务执行成功率较基线提升41%。

多模态

厂商动态

1. 腾讯发布并开源混元生图3.0（HunyuanImage 3.0），模型参数规模达80B，是目前参数量最大的开源生图模型，也是首个开源工业级原生多模态生图模型，实现理解与生成一体化融合，效果对标业界头部闭源模型。
2. 北京经开区新增10个垂直大模型备案，覆盖多模态内容生成、具身智能、智能办公等多个垂直赛道，其中爱诗科技“爱诗通用实时”多模态模型完成备案。
3. 破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub，由四目头显、腕部手环、腰腿部动作追踪器及触觉手套组成，可同步采集第一视角视觉、动作、触觉等多维度数据，直接转化为面向机器人学习的多模态训练语料。

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，覆盖文本、图像、音频、视频四类模态，指令质量人工评估通过率达92%。
2. arXiv:2607.08497《Cognitive-structured Multimodal Agent for Multimodal Understanding, Generation, and Editing》：提出认知结构的多模态智能体框架，在多模态理解、生成、编辑三类任务上的表现均超过基线模型。

Omni 全模态

暂未捕获到当日有新发布的视觉-语音-文本统一模型及实质性进展。近5天已报道的Qwen3.5-Omni系列、小米MiMo-V2.6全模态版本、Cloudflare Clef-omni等内容，当日无新增动态。

arXiv论文

1. arXiv:2610.09307《vLLM-Omni Technical Report: A Unified Serving Runtime for Omni-Modality Generation》：提出全模态生成统一服务运行时，支持文本、图像、音频、视频混合输入输出，推理吞吐量较现有方案提升2.3倍。

具身智能

厂商动态

1. 国家人工智能标准化总体组发布《具身智能伦理治理研究报告》，系统梳理人的自主性受损、人身伤害、隐私侵害等六类伦理风险，从全生命周期治理、技术防护、标准引领三方面提出针对性治理方案。
2. 10月13日曾报道爱仕达智能谷具身智能创新中心揭牌、ASD-S2人形机器人发布、开放全栈制造能力等内容，当日无新增进展。

arXiv论文

1. arXiv:2610.18867《EmbodiedEvo: Self-improving Coding Agents for Physical Intelligence》：提出自改进具身编码智能体框架，可自主迭代物理任务执行策略，在人形机器人操作任务上成功率提升35%。
2. arXiv:2610.12369《Embodied Turing Machines》：提出具身图灵机理论框架，为具身智能的能力评估提供统一的形式化基础。

本周趋势观察

本周AI领域呈现三个明确的落地导向：一是生成式AI进入精细化竞争阶段，从通用生图转向精准局部编辑、工业级开源生图模型的方向，厂商开始聚焦细分场景的体验优化；二是具身智能从技术研发向产业落地快速演进，一方面伦理治理标准先行出台规范行业发展，另一方面数据采集、训练场地、制造平台等基础设施加速完善，全产业链协同效应显现；三是个人AI应用开始从功能演示走向实际落地，个人助理、AI穿戴设备等产品直接面向消费者场景，价格下探至千元级别，C端普及进程明显加快。