Agent 智能体

宇树机器人登泰山过热退赛；腾讯混元庞天宇离职；GPT-6.2 Astra曝光

11月2日多条AI行业动态：宇树机器人G1在首届CMG世界机器人登泰山大赛中因过热退赛，被担架抬下山；腾讯混元多模态强化学习负责人庞天宇离职，可能创业或加入其他大厂；姚顺宇推进RSI创业公司，联创团队首次公开，成员来自Google DeepMind等机构；腾讯混元发布AI科研系统Hyra 2.0，转向让通用Agent参与科研工具研发；OpenAI被曝正在灰度

2026移动网络大会更名：中国移动重构智能经济底座

中国移动将于广州举办2026移动网络大会（MobileLink 2026），大会由原“全球开发者大会”“全球合作伙伴大会”更名而来，主题定为“共创智能经济新形态”。文章称更名反映运营商从基础连接服务商转向智联时代协同基础设施构建者，强调网、算、智融合底座对智能体规模化落地的支撑作用，并提及MoMA平台汇聚超300款AI模型、Token运营生态联盟及6G专利储

OceanBase获世界互联网大会杰出贡献奖

在2026年世界互联网大会上，蚂蚁集团孵化的数据库企业OceanBase获得“世界互联网大会杰出贡献奖”，大会颁奖词肯定其打造AI数据基础设施、服务全球数字经济的贡献。OceanBase已从分布式数据库发展为一体化数据库，并于2026年发布湖库一体AI数据库，构建涵盖AI数据库、AI湖库、DataPilot的AI数据平台体系，相关能力已在蚂蚁阿福、灵光、理想

另有 1 家信源报道

蔡崇信乌镇谈AI：只有开源开放才能普惠普及

阿里巴巴集团联合创始人、董事会主席蔡崇信在2026年世界互联网大会乌镇峰会开幕式上表示，AI只有开源才能普及，只有普及才能创造可持续、普惠的智能时代。他介绍阿里千问已开源超470款模型、全球累计下载量突破40亿次、衍生模型超33万个，并称开源降低了中小企业研发成本、惠及发展中国家。此外，阿里还展示了平头哥芯片、阿里云、千问大模型及医疗、消费、办公等领域的AI

LLM 可直接读写神经网络权重，RSI 能力实现从 0 到 1 突破

Latent Space 报道了一篇关于「权重空间编程」的论文：研究者让大语言模型直接读取并编辑较弱模型的神经网络权重，无需编写 PyTorch/JAX 代码或运行训练流程，即可识别权重功能、根据失败轨迹一次性修复缺陷，甚至从零生成完整网络权重并超过部分独立训练的模型。该能力被视为递归自我改进（RSI）从 0 到 1 的突破，已有独立复现，但目前仅适用于简单

小米获乌镇峰会双奖，具身基座模型落地工厂与家庭场景

小米集团在2026世界互联网大会上获得“杰出贡献奖”创新突破类奖项，其“面向规模化落地的通用机器人操作基座模型关键技术”获得“领先科技奖”。小米同时披露机器人业务进展：人形机器人在汽车工厂首次完成8小时整班作业并实现异常自主纠偏，具身基座模型Xiaomi-Robotics-1在小米青年公寓启动试运营，完成连续超30分钟、覆盖3个房间、50+任务的长程验证。

另有 1 家信源报道

歧义输入下的自动形式化：SQL与逻辑形式的精度、覆盖与成本

该论文研究面向歧义输入的自然语言自动形式化问题，在 SQL 与一阶逻辑基准上评估了七种工作流。结果显示，原始模型在 AMBROSIA 和 AmbiQT 上 F1 分别为 53.35% 和 60.85%，而 DRIFT 在 AmP 上以 2.03 倍 token 成本提升 15.98 个 F1 点，LoC 则成本更高但 F1 更低。在 AutoCedar 中，

Memento：面向长上下文处理智能体的上下文管理学习

研究提出 Memento，一个基于 Qwen3-8B 训练的长上下文处理智能体，通过上下文压缩（compaction）学习管理固定大小上下文窗口。方法上先用合成轨迹做 SFT 引导记笔记行为，再用结合答案正确性、笔记质量启发式和置信度校准的 RL 奖励强化。在书籍级问答四个基准（最长 250 万 token）上，Memento 将 Qwen3-8B 准确率从

多方模拟框架中协作行为的情境敏感性评估

该研究针对基于大语言模型（LLM）的多方模拟框架，开展了一项受控的全因子实验，考察团队构成、团队规模（3/5/7/9人）和目标类型（头脑风暴、选择、谈判、执行）等情境因素如何影响协作行为。研究在Sotopia、TinyTroupe和Scripted三个框架下覆盖96种设置，并采用Bales互动过程分析和Meier协作质量框架进行量化。结果显示，模拟器系统性地

MAC-Bench：通过互联任务评测多智能体协作

该论文提出 MAC-Bench，一个通过互联任务评估多智能体协作的基准。它从已有基准任务中挖掘可复用的局部协作模式与全局任务结构，经粗到细组合生成任务图，并在可执行环境中实例化、自动验证部分进展与完整任务。作者在两种 LLM 骨干上评测三个多智能体系统与单智能体基线，发现多智能体设计在已验证进展上收益不一，且没有任何配置能解决 48 个测试任务中的 6.25

LLM 谈判中的跨语言人设效应

研究者用相同的 Gemini 3.6 Flash 买卖双方实例，在英语和韩语下就同样的 12 个 CraigslistBargain 场景进行谈判，检验提示词定义的人设（合作、中立、强势）是否在不同语言中产生一致的行为效果，并将这一性质称为「跨语言社会策略保真度」。结果显示韩语谈判的成交率显著高于英语（77.3% 对 52.5%），但这一差距只出现在中立和强

视频生成遇上智能体执行框架：智能体化视频生成、世界建模与递归自我改进

该论文提出以 agent harness（智能体执行运行时）为视角，研究视频生成与世界模型的交汇。报告从三个方向展开：智能体化视频生成（协调脚本、分镜、素材、制作与剪辑）、智能体化世界建模（由 harness 中介观测、控制与状态，游戏引擎或智能体编写的程序维护世界状态、视频模型渲染观测），以及视频模型开发中的递归自我改进（区分输出修订、harness 状态

美的科技月：从参数内卷转向原创性竞争

在第31届科技月活动上，美的集团董事长兼总裁方洪波提出，美的的创新重心要从“参数内卷”转向“原创性竞争”，并强调科技投入与沉淀是美的立足之本。美的展示了多个由用户场景驱动的研发项目，包括冰箱Autofill系列、双擎立体表面波加热微波炉、餐边柜冰箱、蓝氧技术以及重载RV减速器，这些项目依托“三个一代”研发体系实现工程落地。在智能制造方面，美的采取“工业先行、

Lazada加码东南亚双11本地流量，并展示五类AI Agent

Lazada在东南亚双11购物季加大本地流量和营销投入，通过达人推广、直播带货、平台补贴和限时抢购帮助中国品牌获取订单。截至2026年上半年末，已有近万家天猫品牌商家通过“一键轻出海”项目进入东南亚市场。Lazada还展示了五类AI Agent，覆盖商品信息优化、广告投放、购物导购、物流查询和退款处理等环节。

实测GPT 6.1 Sol与Claude Sonnet 5.5：成本差3.5倍

雷峰网对OpenAI于9月29日发布的GPT 6.1 Sol与Anthropic于9月28日发布的Claude Sonnet 5.5进行同台实测，两者在OpenRouter上API定价相同（每百万输入2美元、输出10美元）。三项任务中GPT 6.1 Sol总花费38.5美元、Sonnet 5.5仅10.9美元，相差约3.5倍，且两者在速度上各有胜负。文章认为

Meta 个人 agent Muse 实测：沿用 OpenClaw 内核，重写用户交互

Meta 于 2026 年 9 月 8 日在美国上线个人 agent 产品 Muse，其系统文件与开源项目 OpenClaw 高度相似，Meta 超级智能实验室产品负责人 Nat Friedman 回应称代码从零构建但产品深受 OpenClaw 启发。作者实测与静态分析发现，Muse 沿用 OpenClaw 的 agent 运行框架、浏览器、定时任务、Mar

字节发现DeepSeek周期性弱点，实测V4.1结果不同

字节跳动Seed团队在9月底的研究中发现，DeepSeek-V4-Flash基础模型会因代码前无关Token长度变化，在正确答案与错误答案之间周期性切换，并将原因指向其CSA/HCA分块KV压缩机制带来的“相位敏感性”。雷峰网通过DeepSeek官方API对现役V4.1-Flash进行64组实测，未复现答案翻转，但观察到正确答案概率随填充长度波动。论文数据显

美团发布 LongCat-2.5 原生多模态智能体模型

美团正式发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数 1.6 万亿、每 token 激活约 480 亿，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。模型通过长程轨迹数据与大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力，并将视觉信号表示为多层级离散 token 以统一处理图文输入。配套基础设

另有 1 家信源报道

实测 Grok Bot 与两款国产 Agent：多智能体同题撰写综述

雷峰网 AI 科技评论对 Grok Bot、WorkBuddy 和 Qoder CN 三款多智能体产品进行同题实测，要求各自组建 AI 团队撰写《大模型路由研究综述》。Grok Bot 以 12 分 49 秒最快交稿且收录论文最多，WorkBuddy 耗时 21 分 43 秒但正文最接近可编辑底稿，Qoder CN 用 14 分 42 秒展示了智能体交叉纠错

REA 实测：Gemini 4 Argon 与 GLM 5.3 复刻故宫名画记

雷峰网 AI 科技评论实测开源逆向分析工具 REA，让 Gemini 4 Argon 与 GLM 5.3 分别拆解并复刻故宫博物院线上名画鉴赏平台「故宫名画记」的作品展示功能。结果显示 Gemini 4 Argon 更贴近原站，保留三列布局、四项筛选与详情页结构；GLM 5.3 虽能跑通浏览路径，但简化了筛选区并改写详情页。文章同时引用 Artificial