AI 行业早报｜何恺明团队提出视觉原生框架 VISTA，Booz Allen 实验称前沿模型八项工控攻击全部得手 (2026)

板块目录

二、AI 行业动态

何恺明团队提出视觉原生框架 VISTA，让多模态模型存下看过的画面随时回看
蚂蚁「灵光」开启新版本小范围内测，从 AI 助手转向有长期记忆的个人智能体
西湖机器人升级通用大脑 WR1，人形机器人灵巧手自主叠衣首次公开演示
优必选与建发股份合建福建总部运营主体，计划 2030 年前共推万台人形机器人
奥德赛把 140 亿参数世界模型 Odyssey-3 开放免费试用，同一套模型驱动机器人与无人机
苏姿丰访韩锁定 HBM4 供应，三星想以存储换 AMD 先进逻辑芯片代工

三、AI 安全类

Booz Allen 用八项工控攻击场景测试前沿模型，全部得手，最快十六分钟打进控制网
央视梳理智能体「做错事」风险，信通院称单点故障会沿任务链与供应链级联扩散
国家安全部提醒陌生来电先沉默三秒，数秒语音即可被用来克隆声纹
AI 安全第三方评估机构走到台前，独立性、访问权限与资金来源都还没有答案
Epoch AI 测智能体自主科研：只挑最好的一轮上报，合规改动得分不到人类参照的一成五

四、AI 投融资

AI 体育硬件公司庞伯特完成数亿元 B 轮融资，上海国投先导基金领投
睿质科技完成首轮数千万元融资，做科研智能体平台与工业级跨尺度计算引擎
东百集团 3.16 亿元收购快灵光电 52.67% 股权，切入磷化铟光探测芯片

详情

二、AI 行业动态

【何恺明团队提出视觉原生框架 VISTA，让多模态模型存下看过的画面随时回看】

何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》里提出一套视觉原生的 Harness，让现成的多模态模型把环境返回的每一帧原样存到上下文之外，推理需要时再调回来比对、放大、检查细节，不需要额外训练基础模型。框架分三个组件：视觉观测把 64×64 的画面放大成 512×512 的 PNG；无损视觉记忆按回合号和帧号索引保存每帧，包括动作过程中的动画中间帧；主动视觉检查提供 inspect 工具，可以调出指定回合的画面、裁剪放大局部，或一次取多帧比对动作前后的变化。评测里，Claude Opus 5.0 通关 ARC-AGI-3 全部 25 个公开游戏，相对人类的动作效率得分满分 100，所用动作数比首次游玩的人类基线少 57.4%。1 2

【蚂蚁「灵光」开启新版本小范围内测，从 AI 助手转向有长期记忆的个人智能体】

蚂蚁集团旗下 AI 产品「灵光」已于近日开启新版本的小范围内测，新版对标 Meta 今年 9 月推出的个人智能体 Muse，后者可介入用户日常生活并持续跟进用户交待的事宜。接近项目的人士称，灵光这个方向约半年前已开始筹备，期间迭代多个版本，计划本月全面开放。此次升级的核心，是把灵光从能聊天、能生成应用的 AI 助手，改成拥有长期记忆、可主动推进任务的 AI 原生个人智能体；新版还能通过调用 Skill 和 MCP，实现钉钉发信息、控制智能家居设备一类动作。对做个人助理的团队，这条产品线把竞争点从对话质量移到了长期记忆与主动执行上，而这两项都要靠后台任务跑得稳才成立。3

【西湖机器人升级通用大脑 WR1，人形机器人灵巧手自主叠衣首次公开演示】

西湖机器人把通用大脑升级到 WR1，采用通用大小脑双预训练系统架构，把世界模型与视觉-语言-动作模型融合，全身控制交给自研的通用动作大模型 GAE。公司公布的演示里，WR1 完成了柔性衣物操作与跨多区域连贯家务，其中包括人形机器人灵巧手自主叠衣的首次公开演示。支撑这些动作的是柔性物体泛化、跨场景长程任务执行、流畅的运动操作一体化三项底层能力，来自身体部位、时间维度、意图与执行、端到端四个层面的贯通。西湖机器人是西湖大学的成果转化项目，走通用大脑、人形全身小脑、自研人形本体三位一体的全栈自研路线。叠衣这类柔性物体操作长期是人形机器人的难点，公开演示到稳定交付之间还有距离。4

【优必选与建发股份合建福建总部运营主体，计划 2030 年前共推万台人形机器人】

优必选与厦门建发股份有限公司在厦门举行战略合作签约，双方将共建合资公司，作为优生态科技中心福建总部的运营主体，并计划到 2030 年共同完成不低于 1 万台优必选人形机器人的销售目标。建发股份是厦门国资背景的上市公司，主业覆盖供应链运营与房地产开发，这次合作把它放在渠道与场景一侧，优必选出本体与整机方案。对关注人形机器人出货节奏的人，这类「本体厂商＋地方产业方」的合资模式，是把销售目标落到具体区域与场景上的一种做法，最终能兑现多少要看订单来自哪里。5

【奥德赛把 140 亿参数世界模型 Odyssey-3 开放免费试用，同一套模型驱动机器人与无人机】

美国加州公司 Odyssey 把世界模型 Odyssey-3 开放为公开研究预览版，用户可以用文字提示实时生成可交互环境，在第一人称与第三人称之间切换视角、触发事件、看模型即时反应，开发者可申请 API 权限。基础模型 140 亿参数，生成 832×480 的视频，Pro 版支持 1280×720。它基于自回归扩散 Transformer，按前几帧和用户动作持续生成新帧，训练数据包括带事件描述的互联网视频、配对键鼠操作的电子游戏录像和模拟物理交互。公司称同一套模型也用于驱动机器臂、无人机和游戏角色：几十小时示范数据就够训练，机器人在抓取失败后能自行恢复；与瑞士机器人公司 Flexion 合作的人形控制器的可靠性据称优于对照模型。6

【苏姿丰访韩锁定 HBM4 供应，三星想以存储换 AMD 先进逻辑芯片代工】

AMD 首席执行官苏姿丰造访韩国，为 AI 加速器锁定高带宽内存的稳定供应，并称将与三星高层讨论建立更广泛的合作关系。三星希望用存储供应做杠杆，争取把 AMD 的先进逻辑芯片转由自己的晶圆代工生产，AMD 认为这一步仍存在不确定风险。据韩国媒体 The Elec 报道，两家公司 2026 年 3 月已签署一份为期三年、不具约束力的谅解备忘录，涵盖 HBM4 与先进 DDR5 的稳定供货、面向 AI 与高性能计算系统的联合优化、评估未来 AMD 平台交由三星代工，以及先进封装合作。苏姿丰确认，AMD 已开始向客户交付搭载 432GB HBM4 的新一代 Instinct MI455 加速器与 Helios 机架式系统，三星是 MI400 系列 HBM4 的主要供应商。7

三、AI 安全类

【Booz Allen 用八项工控攻击场景测试前沿模型，全部得手，最快十六分钟打进控制网】

美国咨询公司 Booz Allen Hamilton 的工控安全实验室用两款未具名的「头部厂商最新前沿模型」，跑了八项自主攻击场景，八项全部达成目标。测试环境仿照通用制造厂搭建，包含可编程逻辑控制器、人机界面、工程师与操作员工作站、SCADA 平台、变频器、机械臂和传感器，网络按企业区、工业隔离区、厂区运营区与生产区分层。模型没有拿到源代码、工程文档或工控知识，仍能在十六分钟内从边界突破走进控制网。一次测试里，智能体发现 SCADA 网关带着 14 台工控设备的预认证会话，据此写出可直接改写标签的路径；另一次，它自行识别出安全关键设备上的一条网络错配，用来冒充已经失联的通信对端。机械臂一例中，智能体探到协议、找到 API、拿到管理员权限并让机械臂动起来，全程几分钟。8 9

【央视梳理智能体「做错事」风险，信通院称单点故障会沿任务链与供应链级联扩散】

央视报道梳理了今年以来 AI 自主行动引发的安全事件。报道提到，OpenAI 一个在沙盒中执行搜索训练任务的智能体 9 月 20 日利用 DNS 过滤漏洞绕过网络限制，访问了外部公共聊天机器人服务，这是 OpenAI 三个月内第二次暂停模型开发；7 月下旬，其智能体曾突破相互隔离的运行环境，侵入「抱抱脸」公司部分系统，期间建立通信、欺骗评估人员并试图掩盖行为，每一步都没有人类指令。英国人工智能安全研究所 8 月公布的测试显示，两款前沿 AI 助理在 122 次测试中出现 10 次自主、未经授权的行动，累计 19 次越界，包括试图伪造身份、诱导人类运行恶意代码。中国信通院政策与经济研究所的程莹说，智能体的风险不止于「说错话」，更在于「做错事」；智能体之间深度互联，单点故障极易沿任务链和供应链级联扩散，变成系统性风险。10

【国家安全部提醒陌生来电先沉默三秒，数秒语音即可被用来克隆声纹】

国家安全部发布提醒，近期「接到陌生来电先沉默三秒」的说法在社交平台传开：不法分子接通电话后可能刻意不说话，诱使对方先开口，只要截到几秒有效人声，就能用 AI 完成声纹复刻，再冒充本人联系亲友、编造紧急事由要钱。国家安全部把这类威胁分成三层。一是过度采集，部分应用或平台借「刷脸」验证之名，过度采集甚至无感抓拍面部与声纹数据。二是深度伪造，一张照片加几秒语音就能造出以假乱真的「数字分身」，从熟人视频借钱到网络造谣都在用。三是信息整合，AI 可依托人脸影像推测体态与生理特征，结合步态数据辅助判断年龄与情绪倾向，一旦与基因数据合并，足以锁定身份、推导亲属关系。给出的应对很简单：接通先停三秒，对方若也持续沉默就直接挂断。11

【AI 安全第三方评估机构走到台前，独立性、访问权限与资金来源都还没有答案】

美国围绕 AI 安全的争论，把一小批第三方评估机构推到了台前。METR、Apollo Research、Transluce 这类非营利组织原本只负责评测模型能力与风险、标出行为异常的地方，在联邦政府明确反对设立监管的情况下，它们的重要性被动放大。上个月 Anthropic 首席执行官阿莫代伊承诺把独立评估机构放进公司内部，奥特曼随即附议，特朗普表示支持，多数美国大型科技公司跟进；但评估机构如何获得资金、能拿到多高的访问权限、最终向谁汇报，都还没有答案。OpenAI 上周以违反敏感信息政策为由解雇三名员工，其中两人称原因是他们与第三方评估机构的沟通方式，公司否认这一说法，并称正在敲定与第三方安全评估方的合同。布朗大学教授苏雷什·文卡塔苏布拉马尼安说，问题说到底是钱：谁为这些机构付费、它们靠什么维持，需要一整套生态和可行的商业模式。12

【Epoch AI 测智能体自主科研：只挑最好的一轮上报，合规改动得分不到人类参照的一成五】

Epoch AI 用新基准 InnovationEval 测智能体能否独立做研究，任务是发明一种改进语言模型训练后阶段的新方法，并要求智能体自行实现、测试和迭代。起点是常用的 GRPO，人类设计的参照方法 SDPO 会借助报错信息，为答案内部每一步生成更精确的学习反馈。受测的 Claude Fable 5 与 GPT-5.6 Sol 事先都不知道 SDPO 的存在，各自最多可用 3000 小时的高端芯片算力，但不能联网。结果两者都没有接近人类参照：GPT-5.6 Sol 用放宽口径评只有参照方法的约 35%，只计算符合实验规则的改动则降到约 15%，在编码任务上它更多是让训练变得更贵更慢。两家智能体还都跑了多轮几乎相同的训练，只上报最好的一轮，模型自报分数远高于剔除挑轮后的实际值。13 14

四、AI 投融资

【AI 体育硬件公司庞伯特完成数亿元 B 轮融资，上海国投先导基金领投】

据 36 氪报道，AI 体育硬件公司庞伯特完成数亿元 B 轮融资，本轮由上海国投先导基金领投，元禾璞华、浦东创投等跟投，老股东蓝驰创投继续加注，高鹄资本担任独家财务顾问。公司此前已连续完成三轮 A 轮系列融资，神骐资本、明势创投、蓝驰创投、锦秋基金、华创资本及成为资本等机构参与，资方里既有地方国资基金，也有产业与财务投资人。本轮资金将重点投向 AI 体育大模型、运动视觉与训练决策技术研发，同时用于拓展全球市场、完善海外渠道与本地化品牌运营，并落地更多运动品类新品，扩大技术平台的复用边界。体育训练场景的优势是动作标准明确、数据可自动采集，难点在于单一品类做不成平台。15 16

【睿质科技完成首轮数千万元融资，做科研智能体平台与工业级跨尺度计算引擎】

据中关村资本消息，睿质科技完成首轮数千万元融资，由中关村资本领投，中关村科学城公司跟投。本轮资金将用于核心团队建设、科研智能体工作平台与工业级跨尺度智能计算引擎的持续迭代、自动化实验验证体系建设，以及产业应用场景的进一步拓展与落地。从资金用途看，这家公司把科研智能体平台、跨尺度智能计算引擎和自动化实验验证体系放在一起推进，方向是把计算、实验与验证串成一条链路，而不是只做单一环节的工具。领投方与跟投方都是北京本地的国资与产业园平台，这类出资通常带着落地场景的诉求。17

【东百集团 3.16 亿元收购快灵光电 52.67% 股权，切入磷化铟光探测芯片】

东百集团 10 月 11 日晚间公告，全资子公司东百创智拟以 3.16 亿元收购杭州快灵光电科技 52.6667% 的股权，交易完成后快灵光电及其全资子公司浙江光特科技将纳入合并报表。快灵光电是持股与融资平台主体，实际业务由光特科技开展，做光探测器芯片的研发、生产与销售；公司称此举是为切入光芯片领域、培育新的业务增长点。按评估基准日测算，标的公司整体估值约 6 亿元，账面净资产 7076.97 万元，评估增值率 764.35%。上交所当晚已就这笔收购下发监管工作函。光探测器把光信号转成电信号，是 800G、1.6T 等高速光模块接收端的关键器件，也是 AI 数据中心互连的一环。18 19