AI 创业播客日报｜谷歌 Genie 4 能实时改世界，Axiom 把 1.5 万页证明写成 4310 万行 Lean
本期在 X 上读取了 407 个关注账号的 5626 条推文，其中 865 条落在时间窗内，涉及 171 位作者；公众号方面，3 个账号的 49 篇文章在本期窗口内。
0:00 / 10:05
这一期覆盖北京时间 10 月 27 日 09:00 至 10 月 28 日 22:00，共 37 个小时。10 月 27 日晚间与 10 月 28 日早上两处时段没有成片，这两个时段的候选内容在这一期一并补做。X 上读取了 407 个关注账号的 5626 条推文，其中 865 条落在窗口内、涉及 171 位作者；量子位、36 氪、机器之心三家公众号共 49 篇文章落在窗口内。
谷歌 Genie 4：实时改场景，还自己出声
谷歌 DeepMind 10 月 27 日公布 Genie 4，官方称这是它最逼真、交互性最强的世界模型 1。目前已开始向少量可信测试者开放，之后进 Google AI Ultra 订阅者的 Project Genie，以及 Gemini API 与 AI Studio 的早期合作方 12。
- 结构与分工：Gemini Omni 负责把模拟画面锚在真实世界的外观与行为上，其他 Gemini 模型提供维持模拟连贯性所需的推理 1。谷歌把 Gemini 3.8 Flash 接进来当实时引导 Agent，由它理解目标、观察环境、决定下一步。更高一档的 Gemini 4 Argon 也被拉进实验，把「人形机器人下跳棋」拆成步骤交给 Genie 4 执行，出场的是 Apptronik 的 Apollo 3。
- 能力清单：自然语言实时操控，换天气、移镜头、加人物、和角色互动；真实物理，覆盖空气动力学、碰撞与人物动作；原生音频，环境声、音乐、背景噪音与可对话的角色同步生成；Gemini 推理负责规划多步事件 45。
- 官方给的方向：模拟是通往 AGI 的一环，可为机器人与 agent 提供安全训练环境，也用于电影、新闻、游戏与制造；早期测试方提到的最大跃迁是逼真度、动态文本事件与实时音频 6。
- 合规与水印：所有生成的音频与视频都用 SynthID 打水印 2。
- 早期使用者反馈：宾大沃顿的 Ethan Mollick 说自己输入「住着机器人和马的新哥特粗野主义城市」，一分钟内生成，然后加龙、加一只友善的水獭 NPC；他随后又让 Genie 4「跑 DOOM」 78。在 X 上写 AI 与设计工具的歸藏说演示效果很好，但 Ultra 会员现在还体验不到 9。
Axiom 用 24 天，给 1.5 万页证明做出完整 Lean 形式化
Axiom Math 10 月 26 日发布有限单群分类定理（CFSG）的完整 Lean 证明，这是第一份覆盖整条「巨型定理」的计算机检查证明 10。
- 原证明的体量：约 15,000 页，分布在 500 多篇文章里，作者约 100 位数学家；1983 年 Gorenstein 宣布完成后，拟薄群那一块直到 2004 年才由 Aschbacher 与 Smith 用 1,221 页补上，2008 年又有一处涉及 Mathieu 群 M₂₂ 的缺口被补齐 10。
- 这次的做法：10 月 1 日开 Slack 频道，建立在既有 Lean 成果与内部证明地图之上，把项目拆成 108 个里程碑与约 380 个更小的任务，10 月 2 日第一支 Agent 队伍上线，Agent 通过 GitHub issue 认领任务、在 Slack 汇报；工程侧做了跨机缓存与并行校验，把昂贵的有限计算外置成可单独检查的证书 10。
- 产出：约 4310 万行 Lean 代码、205 万个形式化声明、715 篇参考文献；代码在 Lean 4（v4.35.0-rc3）上，建在 Mathlib 与 TauCeti 之上 101112。
- 从论文里翻出的问题：多数是笔误、表格错误与漏掉的前提，另有 34 处与已发表记录不符的偏差需要解决，最重的一处与 Unbalanced Group Theorem 有关；一个可查的例子在 Aschbacher 与 Smith 的拟薄群卷里，一个引理断言两个数值相等，Agent 用 SL₂(5) 给出反例，改成不等式后还得重排依赖它的后续论证 10。
- 新结果与勘误：这项工作另外产出一个新的群论结果，Axiom 会在征询专家后公开一份勘误表 10。10 月 10 日频道里出现过一条「WE PROVED MONSTER IS SIMPLE」，Monster 群的构造、单性与识别被分别形式化 10。
Anthropic 收下一个人开的药企，公布六个合作方的早期结果
Anthropic 10 月 27 日发布药物研发的早期进展，同时确认收购了只有一名员工的公司 Mithril Medicine，创始人 Cody Tranbarger 已加入 Anthropic 1314。
- Mithril 的规模：Tranbarger 用 Claude 处理合同、物流，以及协调 11 家外部实验室的实验；从想法到小鼠身上的积极结果不到 18 个月，主攻 LAMA2 相关的先天性肌营养不良，一种抗体设计让受治小鼠握力约为未治组的两倍；若候选分子站得住，最快 2028 年底进入人体临床 14。
- 技术报告状态：该报告未经同行评审，Anthropic 自己说明研究仍处早期、多数在临床前 14。
- 六个合作方的结果，先看治疗端。Generate Biomedicines 用 Claude Code 重设计 CAR-T 的一部分，一个设计比标准版本短约 70%，实验室里让免疫细胞多产出约 10 倍受体。Divergence Labs 做食物过敏治疗，Claude 一个月内基本独立生成约 3.5 万个抗体设计，三个受测设计比标准药物更好地挤走 IgE。BigHat Biosciences 由 Claude 提出两段抗体片段的改动，实验室十周内做出并测了约 1,010 个变体，最好的结合强度超过原版 10 倍 14。
- Enveda 的审核数据：把生产记录接给 Claude，用 1,061 页做测试，找出了人工评审发现的全部 11 个问题，另加 7 个人工漏掉的，审核时间从近 26 小时压到 3 小时以内，降幅 89%；Claude 还用 4 小时起草了一份临床试验申请的一部分，同样内容手工写约需三个月 1415。
- 另外两家：The Column Group 正在筹建新公司 Pleiades，用 Claude 跑它的药物项目；Bristol Myers Squibb 用 Claude 评估一款早期药物的试验方案与成功概率，双方计划 2027 年扩大合作 14。
- 在此之前的生物布局：4 月以 4 亿美元收购员工不足 10 人的 Coefficient Bio，6 月上线面向科研的 Claude Science，8 月称 Claude 设计出可用的蛋白结合物 14。在 X 上写全球前沿科技与 AI 动态的小互补充，Cody 把合同管理、物流供应链和跨实验室统筹都交给 Claude 协作处理 16。
扩散智能开源 Clover-35B-A3B-Preview：把 Agent 的等待压到一半
扩散智能 DiffuSpace 发布并开源 Clover-35B-A3B-Preview，一个混合专家架构的扩散语言模型，总参数 350 亿、激活 30 亿，带思考模式 17。
- Agent 基准：SWE-bench Verified 73.6、Terminal-Bench 2.1 的 51.7、τ³ Overall 65.3，官方说六项 Agent 评测都是所列模型中的最高分，高于同为扩散语言模型的 LLaDA2.2 flash、Mercury 2.5，以及同尺寸的 Qwen3.6-35B-A3B 与 Qwen3.5-35B-A3B 17。
- 通用基准：GPQA Diamond 83.8、ZebraLogic 95.8、AA-LCR 72.0、BFCL-v4 67.9、MMLU-Pro 84.8 17。
- 速度：单张 NVIDIA GB300、BF16、batch size 1，内部 Agent 场景数据上整段生成 680 tokens/秒；单张 H200 在 Agent 任务上 515 tokens/秒，采用 DFlash2 加速的同尺寸 Qwen 为 365 tokens/秒 17。
- 端到端耗时：网页 Agent 评测 WindTunnel 的 49 个任务、每项 3 次尝试，Clover 的 Agent 执行耗时中位数 1.52 秒，Gemini 3.6 Flash 为 8.86 秒；量子位实测生成一个可交互的太阳系模拟器约 4 到 5 秒 1718。
- 结构：围绕块扩散重构双向门控 Delta 网络，已生成上下文压进递归状态，当前块走双向 Softmax 注意力，历史读出与块内 token 放进同一次 Softmax 参与选择，再加可学习的块大小校准 17。
- 部署与许可：Apache 许可开源，权重在 Hugging Face、GitHub、ModelScope，支持 SGLang 与 llama.cpp；在 16GB 的 RTX 5070 Ti 上做 INT4 量化，MATH-500 上生成速度 101.8 tokens/秒，对照的同规模模型为 48.5 1719。
- 决策模型：官方同时预告 Clover 的决策模型，联合模式把同一份材料下的多个问题放进同一次去噪并行生成，内部 500 组、2420 道关联问题上答对 95.0%、80.4% 的问题组全对，独立作答为 89.8% 与 62.4%，TypeSafe 的 Jev 在同类评测里是 63.6% 与 15.8% 17。
蚂蚁灵光 2.0：从帮你办事，到替你管事
蚂蚁 10 月 27 日发布灵光 2.0，定位「能管事的个人 AI 助理」，36 氪称它抢下了国内大厂 Personal Agent 的第一棒 20。
- 四项能力：记得住、能推进、会跟进、会调整——交代「带老人、不赶早班机、酒店离地铁近」，几天后再聊机票酒店仍按这些条件推进；商品降到设定价再提醒；把班级群的长通知提成「周三前交回执、周五带水壶和雨衣」这样的待办；天气预报有雨时把室外活动换成室内重新安排 20。
- 服务连接：依托支付宝的服务生态与支付、信任基础，通过工具连接接入钉钉、飞书、邮箱、米家等 20。小互体验后说，它能直接查出支付宝里还在续费的订阅并设置到期提醒，也能持续比价，还能接入公开的 MCP 与 CLI 21。
- 安全说明：官方称接入了蚂蚁统一安全管理体系，采用授权密钥与智能体分离托管，AI 调用跨应用、跨服务能力时不直接接触底层账号的核心授权密钥 22。
- 对照：Meta 的 Muse 9 月上线，三周达到 500 万下载，路径更靠「围绕目标自主执行」，涉及发邮件、订旅行、填表等敏感动作时要求用户批准 20。
其他快讯
新模型与产品发布
- Liquid AI 开源 LFM3，六个 2B 级模型覆盖文本、视觉、音频、全模态与决策；LFM3-1.7B 为 17.3 亿参数、256K 上下文，LFM3-VL-2B 为 19.2 亿参数、128K 且支持视频输入，LFM3-Omni-2B 为 22 亿参数，最小的一款约 1GB 显存可跑 2324。
- 百度文心 Unlimited OCR 2 发布并开源，把 KV Cache 压成常数，连续识别 7 部《哈利·波特》共 3600 多页，缓存削减 96% 25。
- 一个 1.3B 的国产开源模型 OXR 在 OmniDocBench、olmOCR-Bench、DocParsingBench 三个榜排第一，单张 RTX PRO 6000 可端到端解析 100 页 26。
- 蚂蚁 AI 安全实验室提出 PolyOCR，用能力引导策略优化 CGPO 把在线策略蒸馏与强化学习结合，2B 级参数在同一套架构里同时做文字识别、版式解析与字段抽取，在 OCRBenchV2.1、CC-OCR 等榜 SOTA，训练用了约 6000 万条监督样本 27。
- Meta Reality Labs 与伊利诺伊大学芝加哥分校、布朗大学提出 World-T³，用测试时训练把滑出上下文的历史观测按相机位姿写进快速权重，重访 PSNR 从 13.52 dB 提到 18.31 dB，绝对旋转误差从 3.344° 降到 1.075°，4 步蒸馏模型在单张 B200 上以 1280×704 跑 20.6 FPS 28。
产品应用与 Agent
- ChatGPT 接上 iCloud 邮件与日历插件，可以在所有套餐的网页、桌面与 iOS 上让 ChatGPT 找邮件、更新日程 29。
- Replit 上线 Cloud Agents，可以对任意代码库把自然语言变成经过测试的 pull request，合并仍由工程师批准 3031。
- Gemini 的笔记本应用可以在手机里直接录最长 1 小时现场音频，录完就当资料源用 32。
- MetaGPT 团队在 NeurIPS'26 的论文把 Agent 推理成本归到决策链长度上，做法是压缩动作序列而不是只优化每一步，token 直省 27% 33。
- Sequoia 与 OpenAI 等合办造 bot 比赛 No Limit，一到两人一组、60 分钟从零写一个扑克 bot，agent 打几千局、六轮计分，面向在校生与 25、26 届毕业生，11 月初在波士顿、匹兹堡与湾区打分区赛，冠军奖金 10 万美元 34。
公司与团队动态
- 做快速推理的 General Compute 拿到 1 亿美元 A 轮，Blackbird 与 Abstract 联合领投 35。
- Infisical 完成 4000 万美元 B 轮、估值 6 亿美元，Eladgil 领投，资金用于扩展 Agent Vault，让接 agent 的工程师不必交出底层凭据 3637。
- Vera Health 完成 2850 万美元 A 轮，它的临床搜索在 190 个国家有超过 80 万医生使用 38。
- 脑虎科技完成 7 亿元人民币 B 轮，国投聚力、深创投、勤智资本联合领投，资金用于「全植入、全无线、全功能」脑机接口系统的多中心临床与注册审批，以及超级工厂量产 39。
- Anthropic 与美国总务署扩大合作，在新 OneGov 协议下把 Claude 以 40% 折扣提供给联邦、州、地方、部落与属地政府 40。
- Anthropic 工程负责人 Felix Rieseberg 说，本月起把编程面试从自己团队的流程里移除，理由是限时做题已无法预测入职后的表现；他同时发表《冲劲胜过资历》，给初级工程师五条建议 4142。
算力与基础设施
- 无问芯穹在英伟达研究推出的 SOL-ExecBench 上，235 道 GPU 算子题拿到 88 项单题第一，超过第二名单题第一数量的两倍；L1 与 Quant 两赛道总分第一，L2 与 FlashInfer-Bench 总分第二 43。
- SC26 论文「八卦炉 2」针对 MoE 显存尖峰，让万卡集群根据运行情况临场调整重计算与激活卸载，而不是用静态配置 44。
- 36 氪报道，高盛一份报告称乌兰察布已成为亚太规模最大、增长最快的 AI 算力集群之一；除了 DeepSeek 与幻方，九坤、灵均等量化私募已入驻，灵均 2020 年就在当地超算中心建设，目前 CPU 超 10 万核、GPU 超千张、存储超 10PB，一家量化基金计算把机房搬到当地的账：写字楼机房一个月电费 8 万、水费 1.5 万 45。
- 华强北高端消费级显卡一周涨了上千元：RTX 5060 约 4000 元、RTX 5070 约 8000 元、RTX 5090D 约 3 万元、RTX 5090 涨到约 5 万元；一位量化基金经理称 8 卡 A100 整机从去年约 40 万涨到 120 多万 4546。
研究与评测
- 量子位文章指出，Anthropic 与 OpenAI 同一天（10 月 16 日）各自用自己的内部模型推翻指数时间假设，两家都给出 Lean 形式化；Anthropic 在论文里强调核心算法完全由内部 Claude 独立发现，人类研究员只参与改进算法呈现方式，两家结论都尚待同行评审 47。
- 分子之心发布 AI 蛋白质从头设计平台 MMDesign 的技术报告：覆盖 18 个靶点、纳米抗体与大环肽两类模态共 19 个设计项目，18 个拿到实验确认的结合分子，成功率 94.7%，六个受测 GPCR 靶点全获命中，每个项目只测 9 到 50 个候选分子 48。
- 智源研究院、中国科技大学、人民大学等组成的 AREX 研究小组发布 AREX-2，以 Qwen3.8-27B 为基座，用机器学习与算法编程场景的长程反思数据训练，在 MLE-bench Lite、Frontier-CS 上表现领先，并把能力迁移到深度研究任务 49。
- Artificial Analysis 发布 Intelligence Index v5，新增两项基准、升级三项，60% 的权重建在私有测试集或留出答案上。构成里 Coding 与 Science 各占 25%，Coding 含 FrontierCode 2.0 的 15% 与 Terminal-Bench 4.0 的 10%。单个任务的中位输出 token 从 3.5 万涨到 5.9 万；九个评测里没有任何一个模型全领先，Claude Opus 5.5 拿下三个 505152。
- Cognition 的私有编码基准 FrontierCode 2.0 更新，132 个任务全部来自真实开源仓库，判据是维护者会不会合并 agent 的改动，任何一项阻塞检查不过即计 0 分，Claude Opus 5.5 以 46% 领先 53。
- Google 等研究团队提出 StreamVibe，把主动式视频 Agent 放进持续变化的用户—助手—环境关系里，同时构建覆盖显式、隐式与动态意图的 StreamVibe-Bench 54。
- 9 月 1 日才公开亮相的 Physical Superintelligence（PSI）称，用自研 AI 科研系统在开放量子问题目录的 5 道题上取得成果，覆盖纠缠提纯、量子场论、高维量子通信、量子信道容量与量子因果律，论文、Lean 形式化证明与验证代码都已放在 GitHub 55。
具身智能与机器人
- 一家人形机器人公司把机械结构、电气系统、关节控制到运动算法整条链路开源，不再只给 SDK 与接口 56。
- 在便利店挂货的机器人第一次扑空，自己回看执行记录，发现头部相机被价签挡住，于是改用腕部相机补近距离视角、调整策略后完成，属于机器之心报道的 Physical RSI 路线 57。
- Ropedia 发布六项研究成果，解决如何把第一视角视频变成机器人可用的训练信息，包括相机轨迹、手部动作与物体位置变化的提取和对齐 58。
平台规则与安全
References
- 1Google — We're announcing Genie 4
blog.google
- 2GoogleAI 在 X
x.com
- 3量子位 — 谷歌 Genie 4 发布
mp.weixin.qq.com
- 4GoogleDeepMind 在 X
x.com
- 5Sundar Pichai 在 X
x.com
- 6GoogleAI 在 X 谈用例
x.com
- 7Ethan Mollick 在 X
x.com
- 8
- 9op7418 在 X
x.com
- 10Axiom — Formalizing the Enormous Theorem
axiommath.ai
- 11AxiomMath/CFSG 代码库
github.com
- 12机器之心 — 数十 agent 挑战巨型工程
mp.weixin.qq.com
- 13AnthropicAI 在 X
x.com
- 14The Next Web — Anthropic buys a one-person biotech
thenextweb.com
- 15Enveda 与 Anthropic 合作公告
businesswire.com
- 16xiaohu 在 X
x.com
- 17DiffuSpace — Clover-35B-A3B-Preview
diffuspace.ai
- 18量子位 — 扩散模型杀进 Agent 主场
mp.weixin.qq.com
- 19Diffuspace/Clover-35B-A3B-Preview 权重
huggingface.co
- 2036氪 — 中国版 Muse 来了，蚂蚁灵光 2.0
mp.weixin.qq.com
- 21xiaohu 在 X 体验灵光 2.0
x.com
- 22
- 23Liquid AI — Introducing LFM3
liquid.ai
- 24MarkTechPost — Liquid AI LFM3
marktechpost.com
- 25量子位 — 文心 Unlimited OCR 2
mp.weixin.qq.com
- 26量子位 — 1.3B OXR 重塑 OCR
mp.weixin.qq.com
- 27量子位 — 蚂蚁 PolyOCR
mp.weixin.qq.com
- 28机器之心 — Meta World-T³
mp.weixin.qq.com
- 29ChatGPT 在 X
x.com
- 30Replit 在 X
x.com
- 31Amjad Masad 在 X
x.com
- 32Gemini_Notebook 在 X
x.com
- 33量子位 — Agent 决策链过长省 27% token
mp.weixin.qq.com
- 34Sequoia 在 X
x.com
- 35General Compute 在 X
x.com
- 36Infisical 在 X
x.com
- 37Eladgil 在 X
x.com
- 38Y Combinator 在 X
x.com
- 3936氪 — 脑虎科技 B 轮 7 亿
mp.weixin.qq.com
- 40AnthropicAI 在 X
x.com
- 41Felix Rieseberg 在 X
x.com
- 42机器之心 — Anthropic 负责人彻底砍掉 LeetCode 面试
mp.weixin.qq.com
- 43量子位 — 无问芯穹刷爆 GPU 算子榜
mp.weixin.qq.com
- 44机器之心 — 八卦炉 2
mp.weixin.qq.com
- 4536氪 — 量化私募抢占乌兰察布
mp.weixin.qq.com
- 4636氪 — 华强北高端显卡涨价
mp.weixin.qq.com
- 47量子位 — 指数时间假设不成立，OpenAI 和 A 社同日出结果
mp.weixin.qq.com
- 48量子位 — 分子之心 MMDesign
mp.weixin.qq.com
- 49机器之心 — 智源 AREX-2
mp.weixin.qq.com
- 50
- 51
- 52
- 53
- 54机器之心 — StreamVibe
mp.weixin.qq.com
- 55量子位 — 5 道量子公开问题被突破
mp.weixin.qq.com
- 56量子位 — 人形机器人全开源
mp.weixin.qq.com
- 57量子位 — Physical RSI 第一站
mp.weixin.qq.com
- 58机器之心 — Ropedia 六项成果
mp.weixin.qq.com
- 5936氪 — OpenAI 招安孙宇晨
mp.weixin.qq.com
- 60Stripe 在 X
x.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.