今日要闻
1. Meta 发布首个前沿模型 Muse Wonder：主打「主动记忆」，API 价格对标 GPT-6 Sol
据 Meta 官方博客《Muse Wonder: A Frontier Model For Personal & Professional AI Agents》（2026-10-12）与 TechCrunch（Russell Brandom，太平洋时间 10 月 12 日 10:56 / 北京时间 10 月 13 日 01:56）报道，Meta 超级智能实验室发布 Muse Wonder 与 Muse Wonder Full 两款模型，这是 Alexandr Wang 去年 8 月重组 Meta AI 以来的第一次前沿级发布。此前 Meta 只推出了偏轻量、低延迟的 Muse Spark 与 Muse 代理。
Meta 把卖点压在「个人与职业代理」上：一是 Active Memory（主动记忆），跨对话记住与用户相关的上下文，并在任务中主动调取；二是 Active Focus（持续专注），面对阻碍时尝试替代路径、必要时澄清、在关键操作前先确认。官方用 MemoryBench、FocusBench、长周期软件项目测试 SWE-Marathon 及 Harvey 法律代理基准 LAB 展示能力，TechCrunch 转述称其综合成绩与 Fable 5.1、GPT-6 Astra 相当，并在 MemoryBench 上高于 Fable、Opus 与 Astra——均为 Meta 自测数据。Muse Wonder 已通过 Meta Model API 与 Muse Code 开放，定价每百万 token 输入 4 美元、输出 20 美元，与 GPT-6 Sol、Opus 5.5 处于同一档；Wonder Full 只给 Muse Code 订阅用户，不走 API。两款模型均在俄亥俄州吉瓦级 Prometheus 数据中心训练，Meta 称其 CBRN 与网络滥用防护为迄今最强，完整安全评估报告「即将发布」。
行业影响：
- Meta 第一次以前沿级付费 API 与 OpenAI、Anthropic 正面比价，开源路线之外多了一条商业化路径
- 「记忆」成为个人代理的新主战场，隐私与数据保留政策会比跑分更受审视
- 安全报告晚于模型上线，延续了业界「先发布、后补卡」的争议做法
2. Anthropic 前沿红队：小模型或在数月内具备在 IoT 设备上自我复制的能力
据 Anthropic 研究文章《AI models may be capable of self-replicating without access to a datacenter》（William Zhou、Daniel Freeman，2026-10-12）及 The Verge（UTC 10 月 12 日 23:47 / 北京时间 10 月 13 日 07:47）报道，Anthropic 前沿红队评估了「自主复制与适应」（ARA）风险中最贴近现实的一种：小模型入侵廉价联网设备、带着自身权重扩散，并在被攻陷的硬件上直接跑推理。团队用 15 台约 55 美元的白牌安卓电视盒分片运行 Gemma4-26B-A4B，速度约 0.39 token/秒；在推理搭建评测中，9B 级模型在 9 类硬件里的 8 类上成功跑起推理。
在由 8 台 Android 模拟节点组成的隔离网络里（ADB 端口不设认证，刻意简化了漏洞利用环节），受测开源模型中只有 GLM-5.2 能可靠完成端到端复制——5 次试验中 4 次感染全部 8 个节点、1 次感染 7 个。按 30B 以下开源模型能力的历史增速外推，小模型有望在今年年底达到这一水平，「小型权重复制体」随后可能出现。报告估算，若规模与曾感染逾 200 万台设备的 Kimwolf 僵尸网络相当，这类「数字黏菌」总算力约相当于 40 张 H100，单次复制需 1–2 天，慢但难以集中关停；继承前代笔记的 Qwen3.5-9B 推理搭建成功率从第一代 45% 升至后续 61%–84%。防御建议包括 ISP 流量异常监测、隔离受感染用户（Mirai 案例 14 天清除 92%）以及取缔默认口令等制造商强制规范。
行业影响：
- 风险焦点从「前沿模型越狱数据中心」扩展到「开源小模型+海量弱设备」，监管视线将延伸到 IoT 安全标准
- 实验刻意简化了攻击环节，结论是能力上限而非现实概率，但时间表已从「数年」压到「数月」
- 对开源社区而言，权重发布与边缘推理工具链的安全默认值将被追问
3. Anthropic 公开反蒸馏防御：可提取推理数据降 90%–99%，点名智谱 GLM-5.3
据 Anthropic 文章《Strengthening our defenses against distillation attacks》（UTC 2026-10-12 09:30 / 北京时间 17:30），公司过去数月新上线的反蒸馏措施，已让蒸馏者在其平台上能提取的推理数据下降约 90%–99%（10 到 100 倍以上），部分日子少到无法测量。文章称蒸馏攻击是借大量欺诈账户、以工业规模抽取模型能力的隐蔽行动，最有价值的是模型的推理过程；早期把推理改为摘要后，用 Opus 4.8 摘要推理训练的模型在 SWE-bench Verified 上只有 71.8%，而用完整推理训练可达 80.4%。
新防线分三层：一是「preserved thinking」——对 2026 年 8 月 31 日后新建的 API 账户禁止改写 Claude 的历史上下文，并限制推理只能由发起请求的组织读取；二是参照宪法分类器研究搭建两阶段分类器，经内外部红队后称稳健度接近防生物武器护栏、误报率低于 0.1%，已部署在 Sonnet 5.5、Opus 5/5.5、Fable 5/5.1 上；三是对屡次尝试者收紧限额并封号，已封禁数万个相关账户，且自 9 月 24 日起对此类被拦截请求恢复计费。文章点名智谱在研发 GLM-5.3 时蒸馏美国模型的网络能力，并称发往月之暗面 Kimi 模型的请求曾被秘密转发给 Claude 以供蒸馏。Anthropic 承认代价：拒掉了可观收入与数万亿 token 的付费流量，部分正常开发者也需改集成。
行业影响：
- 「推理过程」正式成为受保护资产，API 的可见性与可编辑性会越来越分级
- 点名中国厂商延续了 9 月报告的地缘叙事，开源权重模型的出口与评测会被继续放大审视
- 对被拦截请求恢复计费（含少量误判的正常请求），等于把部分反滥用成本转嫁给用户
来源：Anthropic 官方
4. DeepMind AlphaProof Nexus 登上《科学》：9 个埃尔德什问题、44 个 OEIS 猜想，全部 Lean 验证
据《科学》（Science）10 月 8 日刊发的论文、AAAS 新闻稿及 The Decoder（2026-10-12）等报道，Google DeepMind 的 AlphaProof Nexus 以 Gemini 3.1 Pro 起草和修改形式化证明，每次修改都交给 Lean 编译器逐步检查，报错信息再引导下一次尝试；更强的版本用进化算法协调子代理，并可调用专攻奥赛题的 AlphaProof。系统在 353 个已形式化的埃尔德什问题中解决 9 个（其中两个悬而未决 56 年），证明 492 个 OEIS 开放猜想中的 44 个，还解决了代数几何中一个 15 年的希尔伯特函数问题，并改进了凸优化中的已知界。
论文称每题推理成本约数百美元，不过这一数字并未计入遍历全部 353 题的算力；只用「生成—验证」循环的基础版同样解出那 9 个埃尔德什问题，只是难题更贵。每解出一题，团队专家都会核对 Lean 表述是否忠实于原猜想，结果已开源到 GitHub 并登记在陶哲轩维护的 AI 贡献维基。卡内基梅隆大学 Jeremy Avigad 与南卡罗来纳大学 Matthew Ballard 在同期评论中写道，即便失败的证明尝试也能帮人类理解问题。媒体普遍把它与 OpenAI 直接把 722 篇稿件放上 GitHub 的做法对照：一边是同行评审加机器验证，一边是先公开后修订。
行业影响：
- 「形式化验证 + 同行评审」为 AI 数学成果给出了可被学界接受的发布范式
- 题目筛选偏向易形式化的问题，成功率不宜外推为「AI 普遍能解开放问题」
- 与 OpenAI 发布方式的对照，会把披露规范之争从口水战推向具体标准
来源：AAAS / EurekAlert、The Decoder、GitHub 结果仓库
5. 物理 AI 融资升温：DeepSeek 据报领投 Winverse AI，SiMa.ai 估值 14.5 亿美元
据彭博社报道（经 The Next Web 于 UTC 10 月 12 日 13:22 / 北京时间 21:22 转述），DeepSeek 已同意领投机器人 AI 初创公司 Winverse AI 的首轮融资，金额为数千万美元，投后估值约 4 亿美元，美团旗下龙珠资本也已承诺跟投；交易尚未最终敲定，估值与投资方仍可能变化。Winverse 今年成立，创始人胡瀚曾领导腾讯视觉语言与机器人 AI 团队，拥有清华博士学位，并曾任职微软亚洲研究院与百度。这将是 DeepSeek 对初创公司最大的押注之一，它此前已在宇树科技上海上市时入股；报道还称 DeepSeek 正接近完成至少 120 亿美元融资，计划 2027 年初上市。
同日，边缘 AI 芯片公司 SiMa.ai 宣布完成 1.5 亿美元 C 轮，估值 14.5 亿美元，累计融资约 5 亿美元，由 Fidelity 与 Amplify 联合领投，摩根大通、AllianceBernstein 与密歇根州等为新投资方。公司将扩展面向物理 AI 的代理式软件环境 Palette Neat，并研发 1000 TOPS 级下一代处理器，新品计划 2028 年上半年推出，目标是人形机器人、无人机与智能驾驶。
行业影响：
- 中国大模型厂商开始以投资方身份向机器人「大脑」延伸，模型能力与本体制造的结合在加速
- 物理 AI 的资本热度从整机扩散到边缘算力芯片，但芯片量产要到 2028 年，执行风险不小
- 与 Anthropic 关于 IoT 自我复制的警示同日出现，边缘算力的「机会」与「攻击面」是同一枚硬币
来源：The Next Web 转述彭博、Intelligent CIO
今日观察
10 月 12 日周一，模型发布与安全报告几乎同步落地。Meta 用 Muse Wonder 正式挤进前沿梯队，把记忆与长任务专注当作个人代理的核心卖点；同一天，Anthropic 连发两篇研究，一篇说小模型离在电视盒和智能烤箱里自我复制只差数月，一篇把自家推理过程当成需要分类器保护的资产，并点名中国厂商。数学领域给出了一个更冷静的样本：AlphaProof Nexus 用 Lean 逐步验证并走完同行评审，和上周 OpenAI 的 722 篇稿件形成鲜明对照。资本这边，DeepSeek 与 SiMa.ai 把钱投向机器人与边缘芯片，正好落在 Anthropic 报告最担心的那片算力上。今晚（北京时间）英国议会将质询四家大型实验室的政策高管，强制测试与事件通报能否成为共识，值得继续关注。