AI 每日调研 · 2026年10月21日｜科大讯飞1024开发者节将启、商汤开源具身模型

今日速览

1. 2026科大讯飞全球1024开发者节10月22日开幕，将发布基于全国产算力的讯飞星火X2.6大模型
2. 商汤开源具身大脑SenseNova-RoboRSI-27B-Preview，任务成本降至GPT-6-Astra的1/50
3. 工信部明确具身智能产业发展方向，定位为AI从数字世界走向物理世界的关键载体
4. Zoom发布Unified Context Layer架构，内部测试显示可降低45%至65%运营成本
5. 我国生成式AI用户规模突破7亿，产业落地进入规模化发展阶段

大模型

厂商动态

1. 小米开源MiMo-V2.6系列大模型：包含MiMo-V2.6-Pro与MiMo-V2.6-Flash两款，支持全模态输入，实现性能、速度、成本的平衡，相关代码已开放下载[来源：发展北京]。
2. OpenAI开放gpt-oss系列模型：提供120B和20B参数版本，支持本地部署，可自定义安全策略，适用于台式机、笔记本及数据中心场景。
3. Google DeepMind披露Gemini 3 Deep Think版本：在代码能力榜单排名第二，得分3455，为当前谷歌代码能力最强的公开模型。
4. 其余头部厂商Anthropic、Meta、Mistral当日未捕获大模型相关实质性新动态。

arXiv论文

1. arXiv:2609.33781《Surprising Success, Repeated Failure: Entropy-Guided Credit Assignment for Exploration in LLM Reasoning》：提出熵引导的信用分配机制，优化大模型推理探索策略，在数学推理、多步决策任务中提升探索效率。
2. arXiv:2610.19425《Evaluating Agentic Capabilities Before Post-Training: An End-to-End Approach》：提出大模型智能体能力的预训练阶段评估方法，无需后训练即可端到端评测Agent潜力。

AI 应用

厂商动态

1. 2026科大讯飞全球1024开发者节即将启幕：10月22日正式开幕，将发布基于全国产算力的讯飞星火X2.6，提升编程与智能体能力，展示超长上下文、长程任务处理及国产训推体系新进展，同步开放办公、健康、出行等场景的落地成果。
2. 我国生成式人工智能用户规模突破7亿人：《生成式人工智能应用发展报告（2026）》显示，截至2026年上半年国内生成式AI用户规模已突破7亿，产业覆盖场景持续扩展。
3. Zoom发布Unified Context Layer架构：解决企业决策信息分散、跨部门沟通断层问题，内部基准测试显示可降低45%至65%运营成本，相关功能将于2026年10月至2027年第一季度陆续上线。
4. OpenAI发布低资源编程语言能力优化成果：提升ChatGPT在COBOL等低资源编程语言上的表现，推出软件工程、SQLite和COBOL迁移专项评测。

arXiv论文

暂未捕获到该方向当日新增实质性论文动态。

多模态

厂商动态

1. 明略科技推出VisionHOPE技术架构：适用于多模态大模型及世界模型，可适配工业缺陷检测、机器人抓取、医学影像分析等场景的高精度视觉理解需求。
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、智能办公、工业安全等赛道，10月15日已披露，当日无新增更新。

arXiv论文

1. arXiv:2610.21318《Loud and Clear: Multimodal Audio-Visual Speech Enhancement for Complex Environments》：提出多模态音视频语音增强方案，在复杂噪声环境下识别准确率提升27%。
2. arXiv:2607.08497v1《Cognitive-structured Multimodal Agent for Multimodal Understanding, Generation, and Editing》：提出认知结构的多模态智能体架构，统一支持多模态理解、生成与编辑任务。

Omni 全模态

厂商动态

1. 阿里云发布Qwen3-Omni技术拆解指南：详解通义千问全模态模型矩阵、MoE底层架构及落地路径，当前已支持文本、图像、音频、视频多模态输入，面向个人开发者及企业级场景开放。
2. 斑马智能AutoOmni2.0、Google Gemini Omni、OpenAI GPT-4o等已报道全模态模型当日无实质性新进展。

arXiv论文

1. arXiv:2610.16135《Omni-Modal LLMs Know More Than They Say》：揭示全模态大模型的隐式知识储备，通过引导推理可提升多模态任务表现18%。
2. arXiv:2610.25929v1《OmniGround: Strengthening Omni-Modal Temporal Grounding via Attention-Consistency Training》：提出注意力一致性训练方法，增强全模态时序定位能力，在视频理解任务中提升12%的定位精度。

具身智能

厂商动态

1. 商汤开源具身模型与开发框架：开源SenseNova-RoboRSI Harness开发框架与具身大脑SenseNova-RoboRSI-27B-Preview，推理成本仅为GPT-6-Astra的1/50，支持开发者复现评测、二次开发。
2. 工信部明确具身智能产业发展路线图：10月19日国新办发布会将具身智能定位为AI从数字世界走向物理世界的关键载体，提出“三个加速”发展特征：资源加速集中、创新能力加速跃升、产业应用加速落地。
3. 《具身智能发展报告（2026年）》英文版发布：国际电信联盟具身智能标准专题研讨会上正式发布，提出加强本体、数据、模型与评测协同，完善仿真训练与真机验证闭环。
4. 10月19日曾报道安富利携手国地中心、古月居发布具身智能白皮书，当日无新增更新。

arXiv论文

1. arXiv:2610.28626《UniWALM: Unified World Action Language Model for Embodied Robots》：提出统一世界动作语言模型，支持机器人跨场景任务理解与执行，在未知场景任务成功率提升23%。
2. arXiv:2609.32862《RoboFoundry: System-as-Policy Evolution for Self-Learning Embodied Agents》：提出具身智能体自学习的系统级进化框架，降低真机训练成本40%。

本周趋势观察

本周产业端呈现两大明确趋势：一是国产AI自主可控进程加速，从讯飞星火X2.6基于全国产算力研发，到全栈国产训推体系的成熟，国内大模型已实现从技术追赶向规模化落地的转变；二是具身智能进入政策与产业双向驱动阶段，国家层面明确产业定位，同时商汤等企业开源核心模型与框架，大幅降低技术落地门槛，叠加国际标准研讨同步推进，具身智能已从技术验证阶段进入商业化落地的关键窗口。此外生成式AI用户规模突破7亿，也标志着C端用户教育已完成，未来AI应用将向千行百业的B端场景深度渗透。