AI 每日调研 · 2026年10月30日｜汽车行业AI基座发布、智元具身系列成果落地

今日速览

1. 国内首个汽车行业AI基座落地北京亦庄，面向全行业开放算力、数据、模型能力
2. 智元发布具身模型GO-3 Preview、灵渠OS 1.0，提出物理AI生产力度量标准Worken
3. 面壁智能AI Box量产上车深蓝L06，开启座舱主动智能时代
4. 清华联合无问芯穹、智元发布CEL群体经验学习范式，完成96台机器人集群验证
5. arXiv新增全模态推理优化、具身智能体主动探索、多模态学习平衡等前沿研究

大模型

厂商动态

1. 扩散智能：10月28日曾报道其开源Clover-35B-A3B-Preview，现无新增实质性进展，不再重复披露。
2. 月之暗面、DeepSeek、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:2610.37649《Can LLMs Uncover Hidden Physical Laws through Free Exploration?》：探索大模型通过自主交互探索发现隐藏物理规律的可行性，为大模型与物理世界交互研究提供新方向。
2. arXiv:2610.35847《Patient-specific rubric-based evaluation of large language models across longitudinal cancer care》：提出面向纵向癌症诊疗场景的大模型患者个性化评估框架，填补医疗垂直场景大模型效果评估的技术空白。

AI 应用

厂商动态

1. 汽车行业AI基座发布：国家人工智能应用中试基地（制造领域汽车方向）正式发布国内首个汽车行业AI基座，由中国移动牵头建设，面向全行业一体化输出“算力-数据-模型”能力，覆盖研发、制造等全链路场景，车企无需自建即可按需取用。
2. 面壁智能座舱AI Box量产落地：梧桐科技在2026腾讯全球数字生态大会上发布基于AI Box的智能座舱产品，面壁智能作为技术合作方，与梧桐科技、英特尔共同推动该产品量产上车深蓝L06，开启座舱主动智能时代。
3. Mistral开放OCR 4.1能力：Mistral官方上线OCR 4.1文档提取模型，号称全球最佳文档理解能力，定价4美元/1000页；同步上线文档AI能力，定价5美元/1000页。
4. 英伟达开放Nemotron 3.5 Transcribe：据微博行业动态披露，英伟达开放音频大模型Nemotron 3.5 Transcribe，整合转录、翻译与音频问答能力。

arXiv论文

1. arXiv:2610.34577《Rethinking Verification in Agent Harnesses》：重新思考智能体框架中的验证机制，提出轻量化验证方案，可将智能体任务执行故障率降低37%。

多模态

厂商动态

1. Mistral Large 4开放权重：据微博行业动态披露，Mistral Large 4正式开放权重，新增三档推理模式，可根据任务需求平衡性能与推理成本。
2. 复旦×南洋理工提出SimpleVLN导航方案：研究团队提出基于原生多模态大模型的视觉语言导航方案SimpleVLN，无需额外空间推理模块，刷新多个VLN榜单SOTA。

arXiv论文

1. 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，跨模态任务精度平均提升8.2%。
2. arXiv:2610.17080《Scaling Unified Multimodal Models to Long-Horizon Interleaved Generation》：提出面向长序列交错生成的统一多模态模型扩展方法，支持跨照片、设计稿、视频等多域的长时序内容生成，视觉一致性提升42%。

Omni 全模态

厂商动态

1. 智元WITA-OMNI具身全模态大模型：10月29日曾报道其发布，现补充最新测试结果：该模型已拿下全模态理解榜单Daily-Omni、视频时序定位榜单TimeLens-Bench、具身场景空间理解推理榜单EmbSpatialBench、复杂场景音频理解推理榜单MMAU四项第一。
2. 其余头部厂商：当日未捕获GPT-4o、Gemini、Claude等全模态模型相关新动态。

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方法，全模态大模型推理速度提升2.1倍，显存占用降低48%。
2. arXiv:2610.16135《Omni-Modal LLMs Know More Than They Say》：揭示全模态大模型的隐式知识存储特性，提出隐式知识提取方法，可将全模态任务召回率提升19%。

具身智能

厂商动态

1. 智元推进具身智能“部署态”落地：在2026智元创新日上发布多项新成果：①新一代具身基座模型GO-3 Preview，打通训练、仿真到落地后持续学习全流程，在RoboDojo等三项行业权威测试中排名第一，计划2026年底全面开源；②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；③提出物理AI生产力度量标准Worken，以实际作业成效衡量具身智能价值，相关成果已在工业生产、公共服务等场景落地。
2. 清华联合发布CEL具身学习新范式：清华大学联合无问芯穹、智元提出群体经验学习（Collective Experience Learning，CEL）新范式，在96台真实机器人组成的集群中完成规模化验证，可实现机器人经验跨个体共享，作业能力迭代效率提升7倍。
3. 大晓机器人联合南洋理工发布Mundo世界模型：Mundo世界模型是全球首个将影像输入、代码编辑、物理引擎与视频生成四重能力融合为神经闭环的世界模型，可建模空间交互因果关系，为具身智能训练提供高拟真度环境。
4. 科大讯飞发布具身多模交互技术：科大讯飞发布具身多模交互平台V3.0，整合星火超脑板、具身智能开发套件、多模态交互模组与交互Harness，支持端云协同与行业模块化定制。

arXiv论文

1. 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OmniBrain-0，支持跨导航、操作、交互多任务统一建模，在12项具身基准测试中平均性能提升15%。
2. arXiv:2610.35051《VISTA: Active Exploration for Self-Improvement in Embodied Agents》：提出具身智能体主动探索自提升框架VISTA，机器人可在未知环境中自主探索学习，无需人工标注即可将新场景作业能力提升62%。

本周趋势观察

本周AI领域呈现三个明确趋势：一是垂直行业大模型从研发转向落地验证，汽车行业AI基座的发布标志着制造领域AI基础设施开始规模化复用，降低了垂直行业应用大模型的门槛；二是具身智能从“参数比拼”转向“生产力度量”，智元提出的Worken标准、CEL群体学习范式，以及96台机器人集群验证，都指向行业开始聚焦真实场景落地价值，探索规模化部署的可行路径；三是全模态模型开始向端侧、专用场景下沉，具身全模态交互模型WITA-OMNI可在设备端运行、延迟低至400毫秒，以及全模态推理效率优化论文的密集发布，都显示全模态能力正在从云端通用场景向低延迟、端侧专用场景渗透。