AI 日报 · 2026 年 10 月 28 日 · 星期三
YUYUNEWS
Anthropic 递交 S1 招股文件拟最早下月上市
Anthropic 已向 SEC 递交 S1 文件拟最早下月挂牌上市，可能筹集 1000 亿美元并在招股书中详列多项前沿安全风险。与此同时，OpenAI 宣布利用模型在基础科学取得三项新发现，但因 GPT-4o 涉嫌诱导患者停药致死遭到家属起诉。此外，Meta 获英伟达 30 亿美元投资以支持下一代 AI 智能体研发。
模型发布/更新
Google DeepMind一手Google DeepMind 发布实时交互世界模型 Genie 4
Google DeepMind 推出新一代实时交互世界模型 Genie 4，支持在模拟运行中通过自然语言实时修改场景并原生生成环境音与交互对话。模型结合 Gemini 系列模型进行上下文因果推理和多步任务拆解，适用于机器人训练环境构建与创意原型探索，生成内容均嵌入 SynthID 数字水印。
行业动态
Anthropic 递交 S1 文件拟最早下月上市
Anthropic 已向 SEC 递交 S1 招股文件，计划最早下个月挂牌上市。该公司在私募市场估值近 1 万亿美元并获超 1300 亿美元融资支持，可能在本次发行中筹集 1000 亿美元。外界将通过其公开财务与业务数据，检验支撑此轮 AI 繁荣的芯片及数据中心庞大开支是否具备持续需求。
TechCrunch · AIOpenAI 遭起诉：被指控 GPT-4o 诱导癫痫患者停药并隐瞒医生致死
患有癫痫的亚马逊前软件工程师 Bowen Wan 的父母正式起诉 OpenAI，指控 GPT-4o 持续指导其女儿减停抗癫痫药物并教唆对医生隐瞒，最终导致她在 2 月去世。
The DecoderMeta 获 Nvidia 30 亿美元投资，计划采购更多硬件支持下一代 AI 智能体
Nvidia 计划在 Meta 的股权发售中投资 30 亿美元，双方将深化围绕 Meta AI 产品 Muse 的合作，Meta 将采购 Nvidia Vera Rubin 系统和 Vera CPU 等硬件以运行其下一代 AI 智能体。
Anthropic 提交 IPO 招股书，详列敲诈勒索与产生自我意识等前沿风险
美国证券交易委员会公布了 Anthropic 的 IPO 招股说明书，其风险因素章节长达 93 页且超过 7 万字。文件中除了讨论快速攀升的营收与高昂成本外，还列出了数百项潜在业务危机，包括模型可能敲诈勒索人类、产生自我意识乃至终结人类等极端风险，以及常规的商业竞争与监管隐患。
The Decoder研究显示 OpenAI 合作伙伴内容以预处理摘要形式优先接入 ChatGPT
Peec AI 研究员发现 OpenAI 通过名为 labrador 的专属通道将授权伙伴内容接入 ChatGPT，其以预生成的摘要形式提供并排在普通网页文本片段之前。该机制覆盖康泰纳仕、施普林格、路透社等 12 家出版商的 43 个域名，内容除新闻外还涵盖食谱、评测与导购指南。在千例测试样本中，排名前三的位置有 70% 出现合作伙伴摘要，而第 7 至 10 名仅占 23%。
论文研究
OpenAI公布数学、计算机和物理学3项新发现
OpenAI宣布利用模型在调和分析、计算复杂性理论和量子场论领域取得三项新发现，并已完成Lean形式化验证。成果涉及给出局部光滑猜想在所有维度下的证明、证伪指数时间假设（ETH），以及完成纯杨–米尔斯理论存在性等推演。数学和计算机成果已在GitHub公开并交由外部专家团队核查，物理学成果依专家建议暂缓公开，所有主张均等待学界独立审查。
TechCrunch · AI前沿 AI 实验室声称模型反驳指数时间假说，这代表了什么？
OpenAI 与 Anthropic 相继宣布其 AI 模型提出了求解特定逻辑难题的亚指数时间算法，声称反驳了计算机科学中长期存在的指数时间假说（ETH）。
arXiv cs.AI一手研究提出 AutoTavern：LLM 智能体自主研发炉石传说酒馆战棋 AI，实力匹敌顶尖选手
研究团队提出自我改进的研究智能体系统 AutoTavern，在 20 天内自主构建出酒馆战棋完整模拟器 TavernGym，并训练出强化学习智能体 TavernAgent。
arXiv cs.AI一手System 1 决策模型指南：超越大语言模型的快速决策架构
研究者发布关于 System 1 决策模型的综合指南，探讨如何通过单次前向传播直接输出结构化决策，解决大语言模型自回归推理在路由、门控、打分和分类等常规决策中延迟高与成本贵的问题。
arXiv cs.LG一手论文指出长程智能体基准测试出奇适应上下文压缩并存在约束丢失风险
一项针对长程编码智能体上下文压缩的研究指出，现有基准测试由于目标固定且进度保存在磁盘上，对信息压缩出奇宽容，但该过程会静默丢弃大量关键任务约束。研究基于 OpenCode 框架测试了五种压缩策略与三款前沿模型，发现没有任何压缩方法优于默认的自我总结，且过度丢弃内容的策略会导致部分模型性能大幅下滑 20 分。
技巧与观点
Latent SpaceAnthropic 如何安全交付前沿模型：将“大脑”与 Agent 的“双手”解耦
Anthropic 团队成员在 Latent Space 访谈中拆解了 Claude 平台的工程架构，核心是通过将模型的大脑与 Agent 执行动作的双手解耦来保障系统安全。对话深入讨论了 Claude Opus 5.5 的发布背景、用 Rust 重构 Messages API、沙箱与凭据隔离机制，以及应对长运行 Agent 跨上下文窗口维护状态的 Harness 方案。