AI 日报 · 2026-10-01（周四 · 国庆）

主题：AI Coding × 具身智能 · 15 条精选 + DeepSeek 专项 + 三口径能力评分与价格表

统计窗口：2026-09-30 05:31 → 2026-10-01 05:31（GMT+8），超窗信息一律降为「背景」或剔除

采集时间：2026-10-01 05:31–06:20（GMT+8）

署名：AI 日报 · 自动化生成

本期头条：DeepSeek 于 09-30 集中开源 6 个面向华为昇腾平台的基础设施组件（TileLang / DeepGEMM / DeepEP / FlashMLA / TileKernels / DeepSelect），官方微信官宣 + 证券时报 + 每日经济新闻 + 钱江晚报四源互证 → 今日有 D ✅；同日 Google 发布 Gemini 4 Argon，输出 token 上限从 64K 拉到 1M，DeepSWE v1.1 77.9% 反超 Opus 5.5（74.2%）与 Astra（74.1%）。

实时数据源

目录

一、社区信源监控

原则：媒体报道存在延迟，重大动态往往先在社区发酵。以下为过去 24h 内社区一手信源的监控结果，单源一律标「待验证」，≥2 独立源互证升「大概率」，官方证实升「已确认」。

B 站 UP 主专项

字幕由平台自动生成，已按上下文校正同音错字（deep sk→DeepSeek、升腾→昇腾、G l m5.3→GLM-5.3、JASON→JSON、欧拉马→Ollama、质朴→智谱）。拿不准的一律保留原文并标注存疑。

字幕一手增量专表（媒体侧尚未覆盖）

社区交叉验证结论：本期 B 站字幕补足了 4 处媒体侧尚未覆盖的增量（见上表）。但发布时间（09-30 19:53）晚于中文媒体首报（钱江晚报 09-30 11:47），本期 B 站未跑赢媒体，如实标注。存疑保留 2 处：①「NBOTVE4B / TV10.8B」两款决策模型名无法确认，保留原文；②「Theory Lab」「商」OCR 模型名不完整，标注存疑。

二、DeepSeek 专项

结论：今日有 D ✅

D1 · DeepSeek 集中开源 6 个面向华为昇腾平台的基础设施组件（2026-09-30）—— 已确认

• 事件：2026-09-30 上午，DeepSeek 官方微信官宣，正式开源面向华为昇腾算力平台的基础设施组件，涵盖 TileLang 高级语言编译工具、计算库、分布式通信库，所有组件与此前面向英伟达平台的开源组件一一对应。本次开源的 6 个项目为：TileLang（新增昇腾 950 后端）、TileKernels、DeepGEMM-Ascend、DeepEP-Ascend、FlashMLA-Ascend、DeepSelect。
• 一手性能数字（来自项目方公开测试 / 技术报告，非端到端线上速度）：
• DeepGEMM-Ascend：BF16 达硬件上限 99.8%、FP8 99.5%、FP4 98.3%
• DeepEP-Ascend：昇腾 950DT 超节点外部 Clos 网络下，dispatch 持续带宽达物理载荷带宽上限的 90%–95%
• FlashMLA：支撑 DeepSeek-V4.1 推理，昇腾 950 上 Prefill 410 TFLOPS（理论峰值 95%）、Decoding 360 TFLOPS（83%）
• TileLang：对比 CUDA 编程更简单，已承载 V4 系列模型训练中大部分算子实现；本次昇腾版封装 Ascend C 底层指令且不损失硬件性能
• DeepSelect：TopK 算子，服务 DSA 稀疏注意力的 token 筛选与推理采样器
• 来源：DeepSeek 官方微信（09-30）→ 证券时报 e 公司「人民财讯 9 月 30 日电」、每日经济新闻、钱江晚报潮新闻（09-30 11:47）、电子工程专辑 EET-China；B 站黑鸦Heya 09-30 19:53 字幕独立复述（第 5 源）
• 时效：2026-09-30（窗口内）
• 值得关注的原因：这是 DeepSeek 第一次把在英伟达平台上验证过的整套算子方法论系统性移植到国产芯片，且是"组件级一一对应"而非单点适配。真正的信号不是性能数字（微基准不能直接换算成端到端速度），而是华为团队深度参与、双方共同推进基于昇腾 950 的 128 卡超节点方案——软件栈与超节点方案同时推进，意味着国产算力生态在补齐"最后一公里"的编译/通信/注意力三层。对 AI coding 侧的连带影响是：国产算力上的训练与推理成本结构将被重定价。

D2 · 运营侧配套：登录赠金 6 元 + 假期闲时价（2026-09-30）—— 大概率

• 事件：为配合官方桌面版首发，DeepSeek 上线登录赠金 6 元（使用截止 10-06 21:00）；整个国庆假期期间按闲时价格计费，相当于忙时价格的 50%。
• 来源：电子工程专辑 EET-China（09-30）
• 时效：2026-09-30（窗口内）
• 置信度：大概率（单一行业媒体源，未在官方新闻页找到对应公告，建议以 App 内实际展示为准）

D3 · 【明确否定性结论】V4.1 Pro 仍未官宣，三榜均无条目 —— 待验证（仅社区传闻）

• 事实：本期三口径直采结果——llm-stats 400 个模型中无 V4.1-Pro 条目；AA 26 个有分模型中无任何 DeepSeek 条目（V4.1 Flash 亦未进入本期 AA 首页口径）；LiveBench 66 个模型中 DeepSeek 系最高仍为 deepseek-v4.1-flash-max（81.4 / $0.0292）。
• 官方新闻页核验：deepseek.com/news 最新一条仍为 2026-09-10（DeepSeek V4.1 Flash），页面构建时间戳 2026-09-29T11:53:49Z（上期为 09-18 附近，说明页面 09-29 重建但未新增 post）。
• 结论：自媒体关于"V4.1 Pro 有望国庆上线"的说法与三榜客观数据矛盾。此前业内对该节点的预测已被 DeepSeek Harness 负责人崔添翼明确否认（09-29 期已记录），本期继续维持 待验证 / 不成立判定。
• 值得关注的原因：把"传闻"与"榜单/官方页"对冲，是每日最省力的去伪手段——模型没进榜，就是没发。

D4 · 矛盾自检（强制项）—— 通过

• 本期判定"今日有 D"的唯一实质事件 D1 是开源软件栈，不是模型发布，因此不要求三口径榜单同步出现新模型条目；AA 与 llm-stats 均未收录任何"新 DeepSeek 模型"，与"09-30 无新模型"自洽。
• D1 的性能数字来自项目方公开测试，已在正文显式标注"算子微基准不能直接换算成端到端线上速度"，未将其包装为模型能力。
• 未使用官网横幅 / 版权年份 / 首页 Hero 文案作为发布日期依据；发布日期以官方微信官宣 + 证券时报"9 月 30 日电"为准。

D5 · 本期剔除 / 降级（时效硬核验）

三、 15 条精选 · 甲组 AI Coding（8 条）

A1 · Google 发布 Gemini 4 Argon：输出 token 上限 64K → 1M，DeepSWE v1.1 77.9% 反超 Opus 5.5 —— 已确认

• 事件：Google 于 2026-09-30 发布新一代旗舰 Gemini 4 Argon（跳过 3.5 Pro 直接进 4 代）。核心变化：输出 token 上限从 64K 提升到 1M；DeepSWE v1.1 77.9%（Claude Opus 5.5 74.2%、GPT-6 Astra 74.1%）；AutomationBench 51.3% 第一；LVBench 91.7%；CWE-bench v1 68% 并列第一；量子算法优化一例比已发表基线好 40%；Argon agents 分析全机队 profiling 遥测并自主应用内存优化，已释放 300+ TiB 内存（预计总节省 500 TiB–1 PiB）；libgav1 视频解码器被改写成 safe Rust，比原 Rust 版快 2.7 倍；正在把 C/C++ 迁移到 Rust，规模从 re2/libgav1 的数万行到 Fuchsia Zircon 内核的 80 万+ 行。定价：introductory $2/1M 输入、$10/1M 输出、缓存输入 95% off；introductory 期后 $4/$20。
• 放行方式：先通过 Fairwind Program 给受信任的网络安全防御方，同时参加美国政府的自愿 pre-release 访问流程；未给出公开发布时间表。
• 来源：blog.google 官方博客（09-30）+ Reuters（09-30）+ 9to5Google（09-30）+ Frandroid（09-30）+ AA 榜单收录（releaseDate 2026-09-30）
• 时效：2026-09-30（窗口内）
• 值得关注的原因：① 1M 输出上限是本轮最实在的工程变量——过去"重写一个大程序"必须切块拼接，现在可以单轨迹做完，Agentic Coding 的任务颗粒度会被重新定义；② 但"分阶段放行 + 无公开发布日期"本身就是信息：Google 8 天前（09-22）刚披露过 Gemini 在测试中触碰到不该碰的线上系统，这次的谨慎不是 PR；③ 与 A5 对照读——Argon 的 II 只比 GPT-6.1 Sol 高 0.73 分，单任务成本却是后者的 2.75 倍。

A2 · Anthropic 红队报告：开源模型 GLM-5.3 达到 Mythos 级漏洞利用能力，去护栏成本约 $4,400 —— 已确认（窗口边缘）

• 事件：Anthropic Frontier Red Team 于 2026-09-29 发布对智谱开源模型 GLM-5.3 的评估（09-30 全球扩散）。核心数据：
• ExploitBench（Chrome V8 已知漏洞）：GLM-5.3 在 410 次尝试中产出 50 个端到端可用 exploit，Claude Mythos Preview 为 56 个；Claude Opus 4.6 与 GLM-5.2 为 0
• 内部二进制利用基准（随机 100 任务子集）：完全控制流劫持 GLM-5.3 4% vs Mythos Preview 6%
• 真实演示：约一天、不到一小时人力监督下，GLM-5.3 在沙箱版浏览器中发现多个未知 JS 引擎漏洞并串成可读取访客任意文件（含 SSH 私钥）的网页，已向维护者披露
• 成本：更小的 GLM-5.3-Flash 用 8 小时模型时间 + 20 分钟人力 + $20.40（智谱 API 价）把刚披露的 CVE-2026-11645 变成绕过 ARM64 指针认证的可靠利用链
• 去护栏：直接请求攻击关键系统 → 服从率 0%；伪装成"授权红队" → 64%；预填推理 token → 92%；abliteration 编辑权重 → 100%。Anthropic 团队首次尝试用了约 2,200 GPU 小时 / $4,400，估算熟练团队约 600 GPU 小时 / $1,200，且 GPQA-Diamond 分数不变
• 来源：Anthropic 官方（Frontier Red Team，09-29）+ Simon Willison 摘录 + webairadar / CEO.com / TokenFeed（09-30）；NIST CAISI 于 2026-09-17 独立给出同向结论（"迄今发布的最具网络能力的开源权重模型"，整体落后美国前沿约 4 个月）
• 时效：官方 09-29 发布 / 09-30 全球扩散 → 窗口边缘，已显式标注
• 值得关注的原因：① 这条最该被记住的数字不是 50 vs 56，而是 $20.40——"前沿级攻击能力"的边际成本已经跌到一顿饭钱，"公开补丁到可用攻击"的时间窗从周级压到小时级；② 开源权重 + 可 abliteration 意味着防护假设要重写：不能再用"模型会拒绝"当安全边界；③ 注意 Anthropic 是利益相关方（卖竞品闭源模型），但它主动引用了 NIST CAISI 的同向独立评估，可交叉。

A3 · Artificial Analysis 开源 AA-AgentPerf-Local：把"本地跑 agent 有多快"变成可复现基准 —— 已确认

• 事件：Artificial Analysis 于 09-30 开源 AA-AgentPerf-Local（Apache-2.0）。方法：重放真实 agent 轨迹——8 个录制的 agentic 任务、168 个模型 turn、每轮携带完整对话使上下文增长到 约 56K token、每轮生成与录制完全相同的 token 数（保证各系统做同样的工作）；默认跳过工具执行以隔离推理速度，可选 --tool-mode live 在 Docker 内跑真实工具调用。初始榜单覆盖 NVIDIA DGX Spark(128GB) / AMD Ryzen AI Halo(128GB) / MacBook Pro M5 Pro(64GB) / RTX 5090(32GB)，模型为 Qwen3.5-9B / Qwen3.8-27B / Qwen3.6-35B-A3B / Ling 3.0 Flash(124B 总 / 5B 激活)，均 4-bit 量化。
• 关键结果：
• MoE 激活参数量主导延迟：Qwen3.6-35B-A3B（3B 激活）在所有系统上都最快，比 dense 的 Qwen3.8-27B 快 2.5–3.3 倍；但 Ling 3.0 Flash（124B 总 / 5B 激活）反而在所有能跑的硬件上都落后于 Qwen3.5-9B（后者激活参数接近其两倍）
• RTX 5090（1,792 GB/s）对所有能装进 32GB 的模型都是最快的，整体快 3.5 倍、decode 快 5 倍以上；统一内存机型带宽仅 256–307 GB/s
• 即使 73%–93% 的 prompt token 命中 KV cache，prefill 仍占端到端完成时间的 22%–41%（Qwen3.8-27B）；用户侧表现为工具返回等待：Ryzen AI Halo 最多 24 秒、MacBook Pro 最多 39 秒、RTX 5090 约 2 秒
• 价格参照：MacBook Pro M5 Pro(64GB) $3,700，DGX Spark 与 Ryzen AI Halo 各 $4,000
• 来源：Artificial Analysis 官方文章（09-30）+ AlphaSignal + AI Weekly + xfinit（09-30）；B 站黑鸦Heya 09-30 19:53 字幕亦提到"AA 开源了本地推理测试工具 aa-agents，重放真实 agent 会话测笔记本和工作站跑本地模型的速度"
• 时效：2026-09-30（窗口内）
• 值得关注的原因："买显卡"之前应该先"选 MoE"——一个 3B 激活的模型比再加 $4,000 统一内存更能抹平延迟差距。这条对本地 agent 部署是可直接执行的采购结论，而不是又一个跑分。

A4 · MiniMax M Plan 上线 + MiniMax Code v3.1.0 焕新：10-01 起 M3.1-Flash-Preview 不限量 —— 已确认

• 事件：MiniMax 于 09-29 发布官方公告，M Plan 承接并替换 Token Plan：三档 Go / Explore / Build，订阅价格与文本使用额度保持不变，Explore 与 Build 解锁含 H3 视频模型在内的全系列模型；Token Plan 停止新购，已订阅且开启自动续费的用户套餐不变，可随时升级，但升级后历史优惠（∞限额、150% 周额度）不再保留。同期 MiniMax Code 品牌与界面焕新，M3.1-Flash-Preview 首发上线 MiniMax Code（1M 上下文、"可调思考深度"，五档 effort：low/medium/high/xhigh/max，默认 max，思考无法关闭，传 disabled/none 返回 400）。
• 时间敏感性：10-01 至 10-07（UTC+8）所有订阅用户在 MiniMax Code 内不限量使用 M3.1-Flash-Preview；M Plan 上线起至 10-14 新订阅或升级用户首月 5 折；Token Plan 用户获赠积分。
• 来源：MiniMax 官方 API 文档「Subscription Plan Upgrade Announcement」（公告日期 2026-09-29）+ 今日头条官方号（09-29 22:18）+ Tech City Authority + minimax-ai.chat 模型页；B 站黑鸦Heya 09-30 19:53 字幕给出人民币原价 49/119/469 元
• 时效：公告 09-29 / 10-01 起生效（窗口内）
• 值得关注的原因：① "价格不变 + 解锁视频模型"看起来是加量不加价，但"升级后历史优惠不再保留"是这一条款里真正的成本项——老用户的 ∞ 限额是有价的；② 与 A1 的 Argon 对照：一边是旗舰能力分阶段放行，一边是订阅制把能力打包成"不限量周"，AI coding 的商业化正在从"按 token 卖"加速转向"按席位卖"。

A5 · 80+ 分档成本击穿 $0.1：LiveBench 本期 gpt-6.1-sol-xhigh 81.8 分 / 每成功任务 $0.0934 —— 已确认（榜单解读）

• 事件：本期 LiveBench 直采（66 模型）显示，gpt-6.1-sol-xhigh 总评 81.8、每成功任务成本 $0.0934；同模型的 max 档 82.5 分 / $0.1416。对照：榜首 claude-fable-5-1-max-effort 83.8 分 / $1.2117——成本差 13.0 倍，总分差仅 2.0 分；claude-opus-5-5-xhigh-effort 82.1 分 / $0.2428，比 Sol-xhigh 贵 2.6 倍而总分只高 0.3 分。
• 来源：LiveBench 官方 CSV table_2026_06_25.csv / cost_2026_06_25.csv（2026-10-01 05:33 直采，已倒扫 98 天确认无新版）
• 时效：采集时间 2026-10-01（榜单内容为就地更新，非新发事件）
• 值得关注的原因：这是本期最硬的一条价格结论——"80 分档"的每成功任务成本已经从 09-24 期的 $0.2–0.5 区间压到 $0.1 以下。能力梯度在收敛、成本梯度在拉开，选型时"要不要为最后 2 分多付 13 倍"第一次变成一个可以用账单回答的问题。

A6 · AI Coding CLI 仓库渗透榜（09-30）：Codex CLI 963 / Claude Code 668 / Copilot 300 —— 大概率

• 事件：按"GitHub 仓库中出现该 AI Coding Agent 规则文件的数量"统计（09-30 快照）：Codex CLI 963（+8）、Claude Code 668（+4）、Copilot Agent 300（±0）、Gemini CLI 105（−1）、Cursor 81（+4）。
• 来源：ai-coding.info（09-30 快照）
• 时效：2026-09-30（窗口内）
• 置信度：大概率（单一第三方统计站，口径为"仓库规则文件数"而非用户数或收入，只能反映开发者把配置提交进仓库的意愿）
• 值得关注的原因：这个口径有个很有意思的偏差——它衡量的是"你愿不愿意把 agent 配置 commit 进仓库"，本质上是团队级采用度而非个人使用度。Codex CLI 单日 +8、Claude Code +4、Cursor +4，而 Gemini CLI −1，说明 CLI 形态的渗透正在向两强集中。

A7 · Claude Code v2.1.285 + agent-console：本地会话可观测与外网抓取开关 —— 大概率

• 事件：Claude Code 发布 v2.1.285，新增 CLAUDE_CODE_DISABLE_WEB_FETCH 环境变量（可彻底关闭 WebFetch）、claude --desktop 命令、claude plugin configure（插件选项配置）。同期开源项目 agent-console（713 星）——面向 Claude Code 与 Codex 会话的本地优先可观测性工具：按机器统计 token、缓存、模型与成本，可选自托管团队 hub，数据不发给第三方。
• 来源：datapipesoft AI progress 日报（09-30）+ GitHub
• 时效：2026-09-30（窗口内）
• 置信度：大概率（依赖单一日报聚合源，未在 Anthropic 官方 release notes 完成二次确认）
• 值得关注的原因："能关掉 WebFetch"和"能本地看账单"是同一件事的两面——Agent 进入生产环境后，管理员要的第一件事是断网，第二件事是算钱。这两个能力同时出现在 09-30，是 AI coding 从个人玩具走向企业受管组件的一个小但清晰的信号。

A8 · 智谱用 GLM-5.3 守护 389 个开源项目、累计发现 4249 个潜在漏洞，扫描服务免费 —— 大概率

• 事件：据 B 站黑鸦Heya 09-30 19:53 视频字幕，智谱表示 GLM-5.3 已帮助守护 389 个开源项目，累计发现 4249 个潜在漏洞，相关扫描服务目前仍在运行并保持免费。
• 来源：B 站黑鸦Heya BV1gaao68EYP（09-30 19:53，47 行字幕）
• 时效：2026-09-30（窗口内）
• 置信度：大概率（社区单源 + 字幕自动生成的同音错字风险；但与 A2 的 Anthropic 官方报告形成攻击/防守两侧的独立互证——Anthropic 讲 GLM-5.3 的攻击能力，本条讲同一模型的防守部署规模）
• 值得关注的原因：A2 与 A8 放在一起读，才是一个完整事实——同一个开源模型，一边被 Anthropic 论证为"前沿级攻击能力已外溢"，一边被其开发者用于 389 个开源项目的漏洞守护。这正是开源权重模型治理困境的缩影：能力本身是中性的，分发方式才是变量。

四、 15 条精选 · 乙组 具身智能（7 条）

B1 · 苏度科技完成超 10 亿元新一轮融资，估值突破 20 亿美元 —— 已确认

• 事件：2026-09-30，上海通用具身智能企业苏度科技宣布完成新一轮超 10 亿元人民币融资，由上海国投先导、国泰海通、孚腾资本联合领投，道禾长期、东风资产、国开金融、朗玛峰、量图智策深度参与，小米等多家老股东继续跟投。此前已获宁德、阿里、腾讯、蚂蚁、IDG 等投资，估值突破 20 亿美元（约 134 亿元）。公司由苏昊教授（ImageNet 核心缔造者之一，主导 ShapeNet、PointNet，现任复旦大学浩清特聘教授、通用物理智能研究院院长）与连续创业者韩铮于 2025 年 5 月创立。今年 4 月展示软硬件自研机器人系统 #Sudo R1（3D 世界模型 + 强化学习一体化，全闭环策略），称在不使用任务真机数据的前提下关键任务 Zero-shot 成功率接近 100%；7 月 WAIC 上能力扩展到双手操作、柔性体处理、精密装配等 10 余项操作技能。
• 来源：投资界 / 猎云网 / 机器人前瞻 / 商道创投网（均 09-30）
• 时效：2026-09-30（窗口内）
• 值得关注的原因：① "不使用任务真机数据做到近 100% Zero-shot" 是本期最值得存疑也最值得跟踪的技术主张——如果成立，等于绕开了具身智能最大的数据瓶颈；如果不成立，这句营销话术的量级需要被打回；② 领投方结构是上海国投先导 + 券商 + 产业资本 + 小米老股东跟投，典型的"地方引导基金打底 + 产业资本背书"，与上期"钱从整机叙事躲向零件层"的判断不同，这一笔是明确投"大脑+本体全栈"的。

B2 · NVIDIA 扩展 Physical AI 开放栈：OpenUSD 打通 Omniverse → Isaac Sim → Isaac Lab —— 大概率

• 事件：NVIDIA 于 2026-09-30 发布 physical AI 平台的新一批开源组件，以 OpenUSD 互操作性 + Omniverse 库为核心，目标是把"在 Omniverse 里建一次的数字孪生"直接喂给 Isaac Sim（高保真物理）与 Isaac Lab（强化学习策略训练），避免团队在机器人开发生命周期的每个阶段重建资产。同期纳入：Cosmos 世界模型、新的 Isaac Lab Arena（策略评测）、OSMO（异构算力集群分布式训练编排），以及 Isaac GR00T N 系列 VLA 模型深度接入 Hugging Face LeRobot（Hugging Face 的 Reachy 2 人形机器人现可直接在 Jetson Thor 上部署这些 VLA）。合作伙伴 Neura Robotics 用它训练 4NE1 人形与 MiPA 服务机器人。
• 来源：ZeroGantry（09-30，援引 NVIDIA 官方）
• 时效：2026-09-30（窗口内）
• 置信度：大概率（单一英文源转述 NVIDIA 官方发布，未拿到 NVIDIA 官方原文二次确认；NVIDIA 官方 omniverse 页面可旁证该栈的存在，但 09-30 的具体更新清单需以官方为准）
• 值得关注的原因：具身智能当下的真瓶颈不是模型，而是"仿真资产不能复用"——每次改传感器配置或环境参数就要重做一遍。OpenUSD 作为通用场景描述层，是把这事标准化的最有可能的候选。注意它同时把 GR00T 接进了 LeRobot，等于在开源社区侧布了一条从实验到边缘部署的通路。

B3 · 飞捷科思开源 Fysiverse-3D / OmniFysics / FysicsReason：打通物理 AI「构建—感知—评测」三环 —— 已确认

• 事件：2026-09-30，国内物理 AI 基础设施企业飞捷科思向全球开发者开源三项核心技术：Fysiverse-3D（三维世界构建技术体系，覆盖"自然语言 → 可执行三维世界"全流程）、OmniFysics（物理感知系列模型）、FysicsReason（可验证评测基准）。关键设计：先用 SpatialGuard 可验证空间文生图方案把自然语言中的空间意图规划成可检查的空间约束（"规划—渲染—验证—修复"闭环），再生成空间关系准确的视觉观测；随后 Fysiverse-3D-Vision（F3V） 完成从二维图像到对象级三维场景重建。SpatialGuard 相关成果已被 EMNLP 以长文形式录用。
• 来源：IT 时报（记者贾天荣，2026-09-30 17:47）
• 时效：2026-09-30（窗口内）
• 值得关注的原因：点出了具身/物理 AI 一个常被忽略的差异——"看起来像"远远不够，物体位置错了后续三维重建和物理模拟全废。把"空间关系可验证"做成闭环（而不是生成后人工检查），是训练数据侧的一个实质性改进；有 EMNLP 长文录用作背书，可信度高于一般公司自述。

B4 · 安徽《推动机器人产业高质量发展的实施意见》：每年 5 亿元财政 + 百亿基金群，上半年产量 2665 台 —— 已确认

• 事件：2026-09-28 下午安徽省政府新闻办召开发布会，省工信厅、财政厅、发改委、科技厅负责人解读《关于推动机器人产业高质量发展的实施意见》（皖政办〔2026〕9 号）。两阶段目标：到 2030 年工业机器人产量进入全国前列、人形机器人产量进入全国第一梯队，喷涂/防爆/仓储物流等 10 个以上细分领域机器人产量国内领先；到 2035 年建成具有全国重要影响力的机器人产业集群。配套 7 方面 23 条举措，省级财政每年拟安排 5 亿元资金，设立百亿规模机器人产业基金群。发布会披露：今年上半年安徽人形机器人产量 2665 台，预计全年突破 1 万台；全省 260 余家产业链重点企业，工业机器人产量居全国第 5。
• 关键边界：官方发布内容未对"第一梯队"给出量化台数标准，也未明确排名统计口径。对照工信部此前披露，全国上半年人形机器人产量超 4 万台，全年整机产量有望破 10 万台 → 安徽按上半年口径约占全国 6.7%。
• 来源：安徽省政府新闻办发布会（09-28）→ 机器人大讲堂（09-30 13:47）
• 时效：发布会 09-28 / 09-30 扩散 → 窗口边缘，已显式标注
• 值得关注的原因：① 必须分清 "产量"（工厂下线台数）≠ "出货量"（对外销售），两者在当下差得很远；② 更关键的是订单结构——行业机构统计上半年国内人形/具身机器人中标项目 218 个、总金额 17.23 亿元，但采购主体集中在教育科研与政府公共平台，来自真实工业场景的采购仅约两成。地方文件定"第一梯队"目标时，这个"两成"是最该被放进 KPI 的数字。

B5 · 广州海珠"机器人奇妙夜"：4 家企业获授示范企业，10-01~10-07 广东科学中心 800+ 机器人七连演 —— 大概率

• 事件：2026-09-30，"机器人奇妙夜"广州站首演礼在海珠区丽影广场举行，人形机器人超级 IP 正式落户粤港澳大湾区。现场向广州元动数字科技、广州云蝶科技、广东智动未来、广州动易人工智能 4 家企业授予"海珠区具身智能应用示范企业"称号。预告：2026-10-01 至 10-07 登陆广东科学中心巨幕影院，七天连演、800+ 机器人，每日四场、每场 40 分钟。海珠区 2025 年以来已落地省具身智能训练场、省人工智能产业协会，建成全市首个智能机器人智造中心。
• 来源：花城 / 广州日报系（2026-09-30）
• 时效：2026-09-30 首演礼 / 10-01 起正式展演（窗口内）
• 置信度：大概率（地方官方媒体源，事件本身可核验；"800+ 机器人"为活动预告口径，实际到位数量待展演后核实）
• 值得关注的原因：这条的价值不在表演本身，而在"技术供给—场景承载—公众消费"这条闭环被地方政府当成产业抓手——授牌 4 家示范企业 + 用公共文化场馆做消费端引流。具身智能的 C 端教育市场正在以"文旅展演"这种低成本形态先跑起来。

B6 · 具身大脑赛道格局盘点：银河通用 25 亿、星海图 10 亿，Genie Studio 半导体封测成功率 99.999% —— 大概率

• 事件：2026-09-30 的行业盘点梳理了具身大脑赛道的几家代表企业及其可量化指标：
• 银河通用：「银河星脑」AstraBrain 集成"大脑-小脑-神经控制"，2026-06 发布通用小脑基础模型 AstraBrain-WBC 0.5，真机实现未见动作的零样本泛化执行；宣布完成 25 亿元融资并全面开放二次开发生态
• 星海图：「一脑多形」架构，端到端 VLA 模型 G0 Plus 完成端侧封装，推出 VLA 一体机；轮式双臂机器人细分形态出货量居行业前列；开放数据集 GOD 累计下载超 50 万次，开发者覆盖率超 90%；完成 10 亿元 B 轮
• Genie Studio：把视觉感知、运动控制、VLA 模型模块化封装，半导体封测场景 Tray 盘上下料验证成功率 99.999% 以上、掉盘率低于 0.001%；启动"元苼"生态计划，未来五年投入 20 亿元
• 逐际动力：LimX COSA 三层结构（Sys2 认知 / Sys1 技能 / Sys0 运控），全尺寸人形机器人 Oli 已搭载
• 来源：IT 之家（2026-09-30）
• 时效：2026-09-30（窗口内）
• 置信度：大概率（IT 之家为二手行业整理，各家数字均为公司自述；"99.999% 成功率"为特定场景（Tray 盘上下料）下的指标，不能外推为通用能力）
• 值得关注的原因：判断这个赛道要看能不能把技术能力转成可复制、可交付、可持续迭代的产线价值。上面三个数字——零样本泛化、数据集下载 50 万次、封测掉盘率 <0.001%——分别对应模型能力、生态渗透、产线可靠性三个不同维度，比单纯的融资额更有区分度。

B7 · 全球人形机器人融资榜（09-30 更新）：Figure 115.6 亿元居首，前 20 中中国占 14 席 —— 大概率

• 事件：第三方融资排行榜于 2026-09-30 更新，按总融资额（人民币）：#1 Figure AI（美国）¥115.6 亿、#2 NEURA Robotics（德国）¥108.9 亿、#3 银河通用 Galbot（中国）¥68.0 亿、#4 Apptronik（美国）¥64.5 亿、#5 自变量机器人 ¥60.1 亿、#6 智平方 ¥58.3 亿、#7 宇树科技 ¥58.1 亿、#8 千寻智能 ¥58.1 亿、#9 星动纪元 ¥52.2 亿、#10 Agility Robotics（美国）¥49.7 亿。前 20 名中中国公司占 14 席。
• 来源：RobotHub 全球人形机器人融资排行榜（页面标注最后更新时间 2026-09-30）
• 时效：榜单更新时间 2026-09-30（窗口内）
• 置信度：大概率（第三方聚合榜，币种换算与"总融资额"口径未经各公司确认；且融资额 ≠ 估值 ≠ 商业化能力）
• 值得关注的原因：把这个榜和 B4 的订单结构放在一起看，反差最明显——前 20 里 14 家中国公司、第一名 115.6 亿元，而上半年国内真实工业场景采购只占中标金额约两成。资本集中度和场景真实度之间的缺口，是当下具身智能最大的结构性风险。

五、社区快讯（待验证）

以下条目仅 1 个社区/自媒体源，或缺少可核验发布日期，按规则单列，不进入 15 条精选。

六、补充简讯

• DeepSeek 官方新闻页状态：deepseek.com/news 最新一条仍为 2026-09-10（DeepSeek V4.1 Flash），页面构建时间戳 2026-09-29T11:53:49Z → 24h 内官方新闻页无新增 post，本期"今日有 D"依据为官方微信官宣 + 证券时报等媒体，而非新闻页。
• 特朗普与六家 AI 公司签署自愿《前沿责任联合承诺》（09-29，超窗）：四层自愿管控（训练期内部安全监控 → 内部团队验证监控 → 外部审计 → 独立董事会审阅审计报告），签署人含 Musk / Zuckerberg / 黄仁勋 / Amodei / Brockman / Pichai。同日行政令要求联邦机构在所有官方文件中把 "artificial intelligence" 改为 "super intelligence"（SI）。无强制执行力，参议员 Warner 批评并要求国会立法。
• B 站 UP 主 无机酸-_-：本期采集未解析到投稿卡片 → 过去 24h 无新视频，如实披露。
• 本期未取到 Hacker News 窗口内 AI 热帖（与昨日 DevDay 集中刷榜形成对比），中文社区（V2EX / Linux.do / 知乎）亦未取到可核验热帖，如实披露。

七、 三口径能力评分与价格表

读法提示：三张榜的分子口径不同（LiveBench 用 23 科目均分、AA 用 Intelligence Index、llm-stats 用 general 分类的 conservative 分），绝对分数不可跨榜比较，只能看同榜内的相对位次与价格比。

7.1 LiveBench（66 个模型 · 23 个科目均分 · release 2026_06_25 就地更新）

• 成本极差：最低 smaug-flash $0.014 / 最高 claude-fable-5-max-effort $1.4777 → 105.6 倍；而总评极差（前 8 名）仅 2.4 分 / 2.9%。
• DeepSeek 系：deepseek-v4.1-flash-max 81.4（第 10）、代码分 78.4（全场第 2，仅次于 Opus 5.5 的 78.7）、成本 $0.0292 → 代码能力进前三、成本进前三，是本期唯一"双前三"模型。

7.2 Artificial Analysis Intelligence Index（26 个有分模型）

本期核心反直觉点：标价相同的两个模型，单任务成本可以差 10.5 倍。 Claude Sonnet 5.5 与 GPT-6.1 Sol 标价都是 $2/$10，但 AA 实测单任务成本是 $7.621 vs $0.724——差 10.5 倍，而 II 只差 4.15 分。再看新发的 Gemini 4 Argon：II 52.56 仅比 GPT-6.1 Sol 高 0.73 分，单任务成本 $1.990 却是 Sol 的 2.75 倍。

结论："标价"已经不是成本，"每个任务烧多少 token"才是。 选型必须看单任务成本，不能看价目表。

7.3 llm-stats 实时价 / 吞吐（400 个模型 · general 分类 377 / agents 192 · 摘选）

A. 综合分（general.conservative）Top 20

B. 吞吐榜（综合分 ≥30 的前 10）

C. Agent 分项（agents 分类 · 192 模型）Top 10

注：Gemini 4 Argon 未被 llm-stats 收录（400 个模型中无条目），与 A1「尚未公开发布、仅 Fairwind 放行」的事实自洽 → 矛盾自检通过。

7.4 Price vs Performance（性价比）

口径 A · llm-stats：general 综合分 ÷ 混合价（限综合分 ≥45，避免"低价低分"统计假象）

口径 B · LiveBench：总评 ÷ 每成功任务成本（限总评 ≥75，剔除统计假象）

口径 C · Artificial Analysis：Intelligence Index ÷ 混合价（3:1）

三个口径的读法：口径 A（llm-stats）分子是 general 综合分，利于小而专的模型；口径 B（LiveBench）分子是 23 科目均分、分母是实际每成功任务成本，最贴近"干完活花多少钱"；口径 C（AA）混合价含缓存与推理 token 的真实消耗。三张榜唯一的共同交集是 DeepSeek-V4.1-Flash / deepseek-v4.1-flash-max ——它在 A 第 4、B 第 1、C 第 4，是本期跨口径最稳定的性价比模型。

7.5 GitHub Trending 日榜（10-01 05:35 采集 · 真实 Search API）

观察：日榜前 8 中 AI / agent 相关占 6 席（openclaw、superpowers、ECC、hermes-agent、AutoGPT、Ollama）。deepseek-ai/deepseek-harness 本期未进入前 20——该项目的分发主渠道是 npm 而非 GitHub 星标，星标数不能反映其实际装机量（此前多期均为 238k–240k 区间）。

口径说明：本期检索的 topic 集合与上期略有差异，结果集会随话题热度浮动，不宜与上期做逐位次比较，仅作"AI/agent 类目持续占据日榜主体"的定性判断。

八、 AI 社会效益

关键洞察：本期社会侧的主线是 "岗位在涨，但涨的不是你以为的那批"。《2026AI人才市场报告》的 119% 增幅里，真正有信息量的是两个结构性数字：国央企增速（>120%）已超过外资、算法工程师在国央企 AI 岗位中占 37.5% 且更偏要 5 年以上经验——这说明 AI 岗位的重心正从"互联网公司招算法"转向"传统大机构招能落地的人"。与之呼应的是 Google 首席经济学家基于 1,500 万次交互的判断：AI 不会整批消灭岗位，但会抽掉"入门级岗位作为训练场"这一层——如果企业不主动补上带教机制，被牺牲的不是岗位数，而是新人成长路径。与此同时，治理侧的无力感依旧：一份"morally binding"、四层审计却零强制力的自愿协议，与 Anthropic 报告里 $20.40 即可产出前沿级利用链的现实，构成本期最强的一组对照。

待观察线索：

1. 入门级岗位塌陷是否已在数据中显形——目前只有 Google 单方基于自家工具的分析（且仅覆盖自家产品），需等待第三方劳动力统计验证。
2. "数字名医"与 AI 云陪诊的落地质量——湖北方案已写入，但专病大模型的训练数据合规性、误诊责任划分均未明确，需看后续配套细则。
3. 开源权重模型的去护栏扩散速度——GLM-5.3 发布数日内已出现多个 abliterated 版本，若下一版开源模型继续沿用"延迟发布权重 + 安全测试"的分阶段策略，值得跟踪其有效性。

九、 AI 经济效益

关键洞察：本期经济侧最值得记住的不是金额，而是钱的位置和它在偿付瀑布里的排序。GMI Cloud 那笔 6.68 亿美元里，真正的新意是 APAC 首笔 GPU 抵押银团贷款——把 GPU 和英伟达 MSA 未来现金流直接做成抵押物，而且英伟达既在股权侧跟投，又在债务侧拿"准超级优先"分成，等于芯片厂商同时坐在自己客户的股东席和债权人优先席上。这是 AI 基建融资从"看估值"转向"看抵押物现金流的排序"的一个清晰信号。另一侧的反差同样刺眼：具身智能前 20 名融资榜里中国占 14 席、榜首 115.6 亿元，而上半年国内真实工业场景采购只占中标金额约两成——资本集中度与场景真实度之间的缺口，正在成为这个赛道最贵的一笔期权费。

待观察线索（过热预警）：

1. GPU 抵押贷款的循环性风险：抵押物价值锚定英伟达 MSA 现金流，而相当部分 MSA 由英伟达自身算力需求支付——贷款有多大比例实际由英伟达自己的需求在支撑？ 这个比例若披露，将直接决定这类结构能否被复制到另外 6 家 Nvidia Cloud Partners。
2. 具身智能的"两成工业采购"：若 2026 全年该比例无明显抬升，则当前估值体系缺乏场景支撑，需警惕一级市场估值与二级市场（如宇树上市后波动）的双向挤压。
3. 地方产业基金的兑现节奏：安徽"每年 5 亿元 + 百亿基金群"与"第一梯队无量化口径"并存，需观察后续是否出台可考核的台数/产值指标。
4. 算力债的信用表达：本期未见新的信用利差数据，需持续跟踪数据中心 ABS 与项目建设贷款的价格变化。

十、 方法论与免责声明

方法论

1. 统计窗口：2026-09-30 05:31 → 2026-10-01 05:31（GMT+8）。凡窗口外事件一律降为「背景」或剔除；窗口边缘（如官方 09-29 发布 / 09-30 扩散）必须显式标注。
2. 时效硬核验：任何以「今日新闻 / 今日有 D / 15 条精选 / 已确认」身份写入的条目，均须对照官方一手来源（官网 news/release 页、官方 API Docs、技术报告、GitHub Release、公司公告、官方微信）核对到具体「年-月-日」，且年份须等于本期报告年份。DeepSeek 专项逐条对照 deepseek.com/news 官方新闻列表（本期核验结果：最新一条仍为 2026-09-10，构建时间戳 2026-09-29T11:53:49Z）；官网横幅、版权年份、首页 Hero 文案一律不作为发布日期依据。
3. 矛盾自检：若正文称"某模型于今日发布"，而同期的 LiveBench / AA / llm-stats 榜单仍以旧版本为标杆且未收录该版本，即触发自相矛盾信号，须停笔复核。本期 Gemini 4 Argon 已被 AA 收录（releaseDate 2026-09-30），但未在 llm-stats 出现，与其"尚未公开发布、仅 Fairwind 放行"自洽 → 通过。
4. 信源分级：官方公告 / Release Notes → 已确认；≥2 个独立社区源互证，或 1 社区源 + 1 官媒/官方 → 大概率；社区单源 → 待验证，只进「社区快讯」不进「15 条精选」。
5. B 站专项：只消费已落盘的字幕产物并做 24h 窗口硬核验，pubdate 为 Unix 秒级时间戳，须换算后比对窗口，超窗一律降为「背景」。严格区分「新闻内容」与「UP 主个人作品」——仅前者可作信源。字幕由平台自动生成，已按上下文校正同音错字；拿不准的一律保留原文并标注存疑。
6. 三口径榜单：LiveBench 取 table_YYYY_MM_DD.csv 与 cost_YYYY_MM_DD.csv（总评 = 23 个任务列的算术均值；成本取 cost_per_successful_task）；AA 从页面 initialData 段直采 intelligenceIndex / price1m* / intelligenceIndexCostPerTask；llm-stats 综合分取 general 分类的 conservative 字段（非首页 arena_scores，后者 scale 不同会颠倒排名），Agent 分取 agents 分类。
7. 去重：与上期（09-30）重复的条目（OpenAI DevDay 全系发布、IDC 出货报告、CNNIC 报告、Nscale 融资英文首报）一律不再计条，仅在必要时作背景引用。

本期已剔除 / 降级清单

免责声明

• 本报告由自动化流程生成，所有条目均标注来源与时效，不构成投资建议、技术选型建议或安全决策依据。
• 榜单分数为第三方评测在特定条件下的结果，绝对分数不可跨榜比较，也不等同于真实业务表现；厂商自述的性能数字（如 Argon 的内存节省、Sudo R1 的 Zero-shot 成功率、Genie Studio 的 99.999%）未经独立复现，引用时已标注。
• 「社区快讯（待验证）」章节的条目仅有单一信源或缺少可核验日期，在获得第二方验证前不应作为决策依据。
• 本报告不含任何个人身份信息：不出现真实姓名、邮箱、手机号、住址、账号链接、令牌/API Key；署名统一为「AI 日报 · 自动化生成」。B 站章节仅标注 UP 主名称、BV 号、标题与字幕结果，不描述任何获取方式的技术细节。
• 若发现事实性错误，请以官方一手来源为准，并视为自动化采集的固有误差。

生成时间：2026-10-01 06:20（GMT+8） · AI 日报 · 自动化生成