AI 每日调研 · 2026年10月29日｜智元发具身全系列新品、扩散智能开源MoE大模型

今日速览

1. 智元发布具身基座模型GO-3 Preview、全模态交互模型WITA-OMNI、灵渠OS 1.0，定义物理AI度量衡Worken
2. 扩散智能开源350亿参数MoE大模型Clover-35B-A3B-Preview，智能体编程能力超同类产品
3. OpenAI更新GPT-6 Chat版本，公开前沿模型对齐检测技术
4. 华为申请多模态数据处理专利，可提升大模型语音理解与生成能力
5. arXiv新增大模型物理规律探索、具身智能数据集、全模态推理优化等前沿研究

大模型

厂商动态

1. 10月28日曾报道扩散智能开源Clover-35B-A3B-Preview，现补充：该模型官方披露采用MoE架构，总参数350亿、激活参数30亿，在智能体编程等关键任务上表现超过同规模竞品，已完全开源权重与训练代码来源。
2. OpenAI：10月29日更新Chat端GPT-6版本，优化对话响应速度与长上下文处理能力；同时公开前沿安全研究《How we detect frontier model misalignment》，介绍分层监控体系用于检测前沿模型对齐失效与未授权智能体行为。
3. 月之暗面：10月24日发布的Kimi K3.1 Pro无新增实质性进展，不再重复披露。
4. 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:2610.37649《Can LLMs Uncover Hidden Physical Laws through Free Exploration?》：探索大模型通过自由自主探索发现隐藏物理规律的可能性，实验显示70B参数模型可自主复现经典力学核心定律。
2. arXiv:2610.35847《Patient-specific rubric-based evaluation of large language models across longitudinal cancer care》：提出面向长期癌症诊疗场景的大模型个性化评测框架，临床适配准确率较通用评测方法提升42%。

AI 应用

厂商动态

1. 产业动向：行业分析报告指出，截至2026年10月AI技术重心已从单纯追求参数规模转向提升效率、自主行动能力及与物理世界交互，智能体成为核心落地方向。
2. Mistral AI：OCR 4.1模型正式上线API，定价为4美元/1000页，为当前文档提取领域精度最高的商用模型来源。

arXiv论文

1. arXiv:2610.34577《Rethinking Verification in Agent Harnesses》：提出智能体执行框架的新型验证机制，可将智能体任务失败率降低68%，同时减少90%的人工审核成本。

多模态

厂商动态

1. 华为：国家知识产权局公开其多模态数据处理专利，该技术可让大语言模型同时具备优秀的语音理解与生成能力，无需额外新增语音专项模块。
2. 复旦×南洋理工：提出SimpleVLN视觉语言导航方法，使用原生多模态大模型刷新3个主流导航数据集SOTA，无需额外空间推理模块即可实现高准确率室内导航来源。

arXiv论文

1. arXiv:2610.17080《Scaling Unified Multimodal Models to Long-Horizon Interleaved Generation》：提出支持长序列多模态交错生成的统一模型架构，可实现跨照片、手绘、设计稿等多视觉域的连续一致生成。
2. arXiv:2610.03035《Balancing Multimodal Learning via Functional Progress》：提出基于功能进度的多模态学习平衡方法，解决多模态训练中模态偏倚问题，在12个多模态任务上平均准确率提升7.2%。

Omni 全模态

厂商动态

1. 智元：10月29日在创新日发布行业首个具身全模态端到端交互大模型WITA-OMNI，搭载全双工流式链路架构，支持100余种语言、29种方言交互，机器人最快响应速度达400毫秒、平均约600毫秒，实现语音、视觉、文本、表情、动作的统一建模来源。
2. 其他头部厂商全模态模型无新增实质性进展。

arXiv论文

1. arXiv:2610.31768《Efficient Omni-modal Large Language Model Inference via Per-Query Modality Selection》：提出基于查询的模态选择推理机制，全模态大模型推理速度平均提升2.1倍，显存占用降低47%。

具身智能

厂商动态

1. 智元：10月29日创新日发布多款具身智能新品：
   • 新一代具身基座模型GO-3 Preview，采用自研具身原生架构WRAM，实现环境理解、状态预测、动作生成的统一建模，已登顶RoboDojo、RoboTwin、RoboColiseum三大行业权威评测榜单，将于2026年底完全开源来源
   • 首个具身智能原生操作系统灵渠OS 1.0，已开源并捐赠给开放原子开源基金会，将建设覆盖操作系统、数据集、模型、工具链的全栈人形机器人开源社区
   • 提出物理AI价值度量衡Worken，用于量化具身智能机器人的实际工作效率，推动行业从技术参数竞赛转向生产力评估
2. 星尘智能：星尘OS机器人黑客松收官，开发者基于该系统实现远程铲猫砂、运镜跟拍、书法创作等多类真机应用，验证了通用机器人操作系统的场景适配能力来源。

arXiv论文

1. arXiv:2610.25959《EmbodiedWorld-200K: Toward Embodied World Agents via Embodied-Planning Dataset and Interactive World Models》：发布包含20万样本的具身规划数据集，基于该数据集训练的世界模型可让具身智能体跨场景泛化能力提升53%。
2. arXiv:2610.36013《OmniBrain-0: A Unified Agentic Model for Embodied Intelligence》：小米具身智能团队提出统一具身智能体模型架构，在16项机器人操作任务上成功率超过当前SOTA模型11个百分点。

本周趋势观察

本周AI领域呈现两大明确落地导向：一是大模型技术从“参数竞赛”转向“场景价值”，开源MoE模型通过低激活参数设计兼顾能力与成本，智能体编程、文档处理等垂直场景的专用模型迭代速度明显加快；二是具身智能正式进入“部署态”阶段，智元等头部厂商不仅发布了全栈技术产品，还推出了行业首个生产力度量标准与开源操作系统，标志着具身智能从实验室演示转向规模化商用探索，后续标准统一、生态共建将成为行业核心发展主线。