AI 每日调研 · 2026年10月25日｜云深处发具身大脑全链路成果、智元开源具身推理数据集

今日速览

1. 云深处科技发布具身大脑5项全链路成果，覆盖世界模型、VLA基础模型、数据闭环平台等核心环节
2. 智元开源首个真实场景具身推理数据集AGIBOT WORLD 2026第四期，覆盖九类逻辑推理场景
3. 最新OpenRouter周度数据：全球大模型周调用量达188万亿Token，中国模型占比近五成
4. arXiv新增低比特大模型推理优化、全模态推理效率提升、具身智能体框架等前沿研究成果

大模型

厂商动态

1. 10月24日曾报道月之暗面发布Kimi K3.1 Pro，现补充：该模型多项评测达到或接近最强闭源模型水平，API价格仅为GPT-6 Astra的20%，目前已开放商用申请来源。
2. 调用量榜单更新：根据OpenRouter最新周度数据，上周（10月19日-25日）全球AI大模型总调用量达188万亿Token，环比增长14.63%；其中中国AI大模型周调用量合计93.54万亿Token，占比达49.75%。
3. 10月23日曾报道MiniMax开源M3.1 Flash，无新增实质性进展，不再重复披露。
4. 其余头部厂商OpenAI、Anthropic、Meta、Mistral当日未捕获大模型相关实质性新动态。

arXiv论文

1. arXiv:2610.28500《BitMTP: When Multi-Token Prediction Meets Low-Bit Large Language Models》：提出低比特大模型与多Token预测结合的优化框架，在精度损失小于1%的前提下，推理速度提升2.3倍。
2. arXiv:2610.25596《Cognitive Maps in Large Language Models》：揭示大模型内部存在类人类认知地图的空间表征结构，为提升大模型长程推理能力提供新的研究方向。

AI 应用

厂商动态

1. 10月23日曾报道科大讯飞发布星火智慧座舱3.0及汽车大模型，无新增实质性进展，不再重复披露。
2. 10月23日曾报道首个汽车行业AI基座发布，无新增实质性进展，不再重复披露。
3. OpenAI GPT-6正逐步向符合条件的Pro、Plus、Enterprise和Business用户开放聊天使用权限，由GPT-6 Astra提供支持的GPT-6 Pro已面向Pro用户开放测试来源。
4. 其余头部厂商当日未捕获AI应用相关实质性新动态。

arXiv论文

暂未捕获到该方向当日新增前沿论文。

多模态

厂商动态

1. 智谱AI唐杰署名论文曝光其内部多模态模型GLM-Omni，该模型探索视觉生成能力赋能语言推理，下一代GLM全模态版本已进入研发后期来源。
2. 游艇会官网电子推出多模态统一可控生成平台，解决生成结果可控性不足、边缘部署成本高、生态封闭三大落地痛点，目前已在工业设计、数字内容创作领域落地测试来源。
3. 量子多模态研究取得突破，深圳国际量子研究院联合德国团队首次实现多模式真纠缠声子态制备与跨节点传输，相关成果发表于《科学》期刊来源。

arXiv论文

1. arXiv:2610.29430《MERP: A Latent-Bottleneck Framework for Robust Multi-Modal Multi-Label Emotion Recognition》：提出基于潜在瓶颈架构的多模态情感识别框架，在噪声环境下识别准确率提升17.2%。
2. arXiv:2610.30841《TRIAD: Benchmarking Omni-Modal Ambiguity in Multimodal Large Language Models》：发布首个全模态歧义评测基准TRIAD，覆盖文本、图像、音频跨模态歧义场景，可量化多模态大模型的歧义消解能力。

Omni 全模态

厂商动态

1. NVIDIA NeMo AutoModel已完成对阿里云Qwen3-Omni全模态模型的适配，支持一键微调和部署，目前适配方案已开放至开发者社区来源。
2. Google DeepMind已发布Gemini Omni Flash模型卡，披露其支持文本、图像、音频、视频统一输入输出，推理延迟较上一代降低40%，目前已开放商用API申请来源。
3. 其余头部厂商当日未捕获全模态模型相关实质性新动态。

arXiv论文

1. arXiv:2610.31768《Efficient Omni-modal Large Language Model Inference via Per-Query Modality Selection》：提出按查询动态选择模态处理模块的推理优化方法，全模态大模型推理成本平均降低38%。
2. arXiv:2610.16135v1《Omni-Modal LLMs Know More Than They Say》：研究发现全模态大模型的跨模态知识蕴含能力显著优于单模态模型拼接方案，可通过针对性引导释放潜在跨模态推理能力。

具身智能

厂商动态

1. 10月24日曾报道云深处科技发布具身大脑系列成果，现更新：该系列共包含5项全链路技术成果，分别为世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO、数据闭环平台DR-Benchmark，覆盖从数据采集到模型训练、部署、优化的全流程。其中DR-Benchmark联合浙江大学、清华大学、麻省理工学院共同开发，包含万级真实具身导航场景数据集，填补了该领域数据缺失来源1 来源2。
2. 智元正式开源AGIBOT WORLD 2026第四期“具身推理”数据集，为全球首个真实场景Physical Agent数据集，任务设计重点从“操作难度”转向“决策难度”，覆盖九类逻辑推理场景，可支撑具身智能体的目标理解、过程记忆与动作执行能力训练来源。
3. 10月22日曾报道伽易具脑发布太易TAEI具身智能模型，现更新：该模型已实现业界首创拉链开包取物连续自主作业闭环，可在非结构化场景下完成柔性物体操作，目前已在高危特种行业开展落地测试来源。

arXiv论文

1. arXiv:2610.30108《Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use》：提出统一的多模态具身智能体能力评估框架，覆盖从桌面计算机操作到机器人实物操作的全场景能力量化。
2. arXiv:2610.02717v1《RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer》：提出自进化具身智能体框架RoboBridge，可自动完成虚拟仿真到真实场景的模型迁移，仿真训练到真机部署的适配成本降低60%。

本周趋势观察

本周国内AI领域呈现三个明确趋势：一是开源大模型向超大规模、高性价比方向演进，3万亿参数级Kimi K3.1 Pro的发布将开源模型能力基线推至接近闭源水平，价格优势进一步挤压闭源模型商用空间；二是具身智能进入技术栈全链路落地阶段，云深处全栈具身大脑、智元真实场景推理数据集的发布，填补了从数据到模型的核心环节缺失，行业从单点技术突破转向系统能力验证；三是中国大模型商用渗透率快速提升，周调用量占全球近五成，开源模型、垂直场景应用的组合优势逐渐显现。海外层面全模态模型推理效率优化成为研究热点，动态模态选择、低比特量化等技术的突破，将推动全模态模型进一步向端侧部署渗透。