AI 每日调研 · 2026年10月27日｜GPT-6.1 Terra上线、云深处具身大脑落地、多模态研究更新

今日速览

1. OpenAI发布中端模型GPT-6.1 Terra，视觉能力与性价比双提升，价格较前代降50%
2. 云深处具身大脑DEEPRobotics-Brain落地社区配送场景，贯通全技术链路
3. arXiv新增全模态推理效率优化、具身智能体自探索、Agent技能安全评测等研究成果
4. 元戎启行提出自动驾驶企业需向大模型技术路线转型，探索行业新发展路径
5. 10月22日曾报道科大讯飞发布星火X2.6等成果，刘庆峰最新解读AI产业落地逻辑

大模型

厂商动态

1. OpenAI：10月26日正式推出中端模型GPT-6.1 Terra，已在OpenAI API上线。该模型重点提升视觉理解、计算机操作、事实准确性，支持解读技术图纸、编辑视频、表单填写等场景，标准API价格比GPT-5.6 Terra和GPT-6.1 Sol低50%，主打高性价比大批量自动化工作场景来源。同时OpenAI公布前沿研究进展，模型已在Kakeya猜想、指数时间假设、量子色动力学等数学与物理领域取得研究成果来源。
2. 元戎启行：首席执行官周光公开表示，自动驾驶行业变革下，企业需要向大模型技术方向转型，才能突破现有技术瓶颈，推动自动驾驶从“能用”迈向“好用”来源。
3. 10月24日曾报道月之暗面发布Kimi K3.1 Pro，当日无新增实质性进展，不再重复披露。其余头部厂商Anthropic、Meta、Mistral当日未捕获大模型相关新动态。

arXiv论文

1. arXiv:2610.25596《Cognitive Maps in Large Language Models》：探索大模型内部的认知地图表征机制，为提升大模型空间推理与长程规划能力提供新的研究框架。
2. arXiv:2610.34336：聚焦大语言模型的事实准确性优化，提出新的幻觉检测与校正方法，在通用知识评测中幻觉率降低32%。

AI 应用

厂商动态

1. OpenAI应用落地：GPT-6.1 Terra已支持开发者搭建问答、工作流自动化类应用，官方同步更新API使用指南，提供基于Embeddings和Chat Completions API的Q&A、聊天机器人构建最佳实践来源。
2. 谷歌DeepMind科学应用：推出Antigravity工具加速抗菌肽搜索，可同时关联亚细胞定位、GO术语等多维度信息，提升抗菌药物研发效率来源；同时发布森林类型全球地图工具，可支撑无毁林供应链建设、森林保护资金精准分配等场景，后续将进一步提升时间序列分析能力来源。
3. 10月22日曾报道科大讯飞发布星辰TaaS、星火语音基座大模型SparkAudio 1.0等成果，当日无新增实质性进展，不再重复披露。

arXiv论文

1. arXiv:2610.35215《SkillLifeBench: Benchmarking Security Across the Lifecycle of Agent Skills》：提出首个覆盖Agent技能全生命周期的安全评测基准，可识别Agent技能开发、部署、运行各阶段的常见安全风险。
2. arXiv:2610.34449：研究发现Agentic AI技术普及后，arXiv预印本的增长速率出现阶段性下降，讨论了AI辅助科研对学术产出模式的影响。

多模态

厂商动态

1. 10月22日曾报道科大讯飞发布具身多模交互技术，现更新：董事长刘庆峰公开解读产业落地逻辑，提出多模态大模型落地需同时满足“处理复杂任务能力、数据边界安全、使用成本可控、适配行业业务场景”四个核心条件，且需基于国产算力实现自主可控来源。
2. IDC发布《中国多模态大模型市场跟踪报告》，显示国内多模态大模型市场集中度持续提升，头部企业全栈智能体平台成为产业落地核心驱动力来源。

arXiv论文

1. arXiv:2610.30841《TRIAD: Benchmarking Omni-Modal Ambiguity in Multimodal Large Language Models》：提出多模态大模型歧义性评测基准TRIAD，覆盖跨模态指代歧义、语境歧义等7类典型场景，可有效评估多模态模型的语义理解鲁棒性。
2. arXiv:2610.30108《Multimodal Embodied Agents: A Unified Capability-centric Perception Framework》：提出面向具身智能体的统一多模态感知框架，可同时处理视觉、力觉、语音等多源传感器输入，在复杂环境导航任务中成功率提升27%。

Omni 全模态

厂商动态

当日未捕获全模态模型相关新增厂商动态，已有进展包括8月谷歌发布Gemini Omni Flash模型、阿里云Qwen3.5-Omni在215项音视频任务中取得SOTA等，无新增更新信息。

arXiv论文

1. arXiv:2610.31768《Efficient Omni-modal Large Language Model Inference via Per-Query Modality Selection》：提出基于查询内容的动态模态选择推理方法，全模态模型推理延迟降低40%，显存占用减少35%，精度损失小于0.8%。
2. arXiv:2610.16135《Omni-Modal LLMs Know More Than They Say》：研究发现全模态大模型存在“隐性知识”现象，模型实际掌握的跨模态关联信息远高于其生成输出的内容，为全模态模型的能力挖掘提供了新方向。

具身智能

厂商动态

1. 云深处科技：自研具身大脑DEEPRobotics-Brain已落地社区配送场景，四足机器人可在无遥控器、无预设路径的条件下，自主绕过障碍物完成物品配送任务。该具身大脑覆盖世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0等5项核心技术成果，贯通了具身智能全技术链路来源。
2. 眸深智能：在2026全球开发者先锋大会上提出具身模型技术路线，认为机器人模型需将动作作为独立模态进行理解与建模，仅依赖既有数据记忆难以充分应对实际作业中的环境变化，需同时兼顾动作生成能力与落地可靠性来源。
3. 10月24日曾报道国际具身智能技能大赛在上海开赛，当日无新增赛事进展，不再重复披露。

arXiv论文

1. arXiv:2610.35051《VISTA: Active Exploration for Self-Improvement in Embodied Agents》：提出具身智能体主动探索自改进框架VISTA，智能体可在未知环境中自主选择探索目标，无需人工标注即可实现导航与操作能力的持续提升，在未知家居场景操作任务中成功率提升42%。

本周趋势观察

本周AI领域呈现三个明确趋势：一是中端大模型性价比竞争加剧，OpenAI GPT-6.1 Terra降价50%的定价策略，将推动行业高吞吐量自动化场景的落地成本进一步下探，后续头部厂商或跟进性价比路线的模型迭代；二是具身智能加速从技术演示走向真实场景落地，云深处、眸深等企业均聚焦真实环境下的泛化能力优化，动作模态独立建模、全链路技术栈打通成为核心落地方向；三是全模态模型的推理效率优化成为研究热点，本周多篇arXiv论文聚焦动态模态选择、低资源推理等方向，为全模态模型在端侧与边缘场景的落地提供了技术支撑。