AI 日报

4个板块
6条资讯
1篇论文
2个开源项目
覆盖过去 24 小时
语音简报
AI 日报 · 2026年10月4日
语音版已上线 · 在小宇宙收听 · 约13分50秒 · AI生成
00:00
--:--
🔍

行业洞见

话语场精选
10月3日原节目 · 话语场精选

话语场精选：机器人看不清时，停下来也是一种能力

Keerthana Gopalakrishnan 是 Google DeepMind 的机器人研究员，原节目将她介绍为 Gemini Robotics 的研究负责人。她也是 RT-1 机器人学习论文的共同作者。她的观察来自把模型接进实际机器人控制系统的研究经历。

《The Cognitive Revolution》由 Nathan Labenz 主持，通过研究员、创业者与工程实践者的长篇访谈，讨论 AI 对技术、工作与社会的影响。这期节目原始日期为10月3日，主题是 Gemini Robotics 2、跨本体迁移与人形机器人。

在原节目 1:03:27—1:05:49 的文字稿中，Keerthana 将安全视为能力的一部分，并区分不摔倒、不伤人的操作安全，以及遵守任务要求和边界的更高层安全。她举的例子很直观：机器人头上被罩了篮子，视线受阻，合理的反应是识别异常并请人移开障碍，而非继续盲目做事。安全还涉及机械设计、感知和高层决策等整个系统。

今天的权限预告、安全员工离职争议和下文的工具使用实验，都在追问系统怎样完成任务。这段访谈值得现在听，是因为它把问题进一步拆开：系统有没有察觉到条件已经改变，能不能请求帮助，能不能停止。这里的关联是我们对当期材料的分析；嘉宾并未在访谈中回应今天这些新闻。

原节目与官方文字稿 · YouTube原片 · 人物相关论文RT-1 · 节目介绍

来源：The Cognitive Revolution官方文字稿 · 10月3日原节目 · 话语场精选 · 原稿1:03:27—1:05:49、人物与节目背景

📄

论文速递

1 篇论文
01HumanoidToolBench：拿到工具与移动中完成任务，难度差得很远
机器人·评测可靠性10月1日提交 · 近72小时发现PDF任务、实验、表III/IV、探针与局限；未复现

近72小时发现的预印本 HumanoidToolBench，把人形机器人工具使用拆成18种条件：推球、拉球、破冰三类任务，分别考察取工具、站定使用和移动使用，再加入标准工具集或干扰工具集。配套数据有3,094条示范轨迹，其中3,003条来自模拟、91条来自实机。

论文对七种策略做模拟比较。在标准工具集的推球任务中，FastWAM 的成功率从站定条件下的76%降到移动条件下的9%。这是不同任务条件的比较，不能读成同一批成功操作接着移动后有多少失败。研究也观察到：某些策略在收到无关指令时，仍继续做熟悉的破冰任务，提示“完成熟悉动作”与“依照当前目标行动”需要分开评估。

范围需要保留：每种策略只训练一次；实机只比较三种策略的站定推球、拉球，每种条件10次试验，并未覆盖全部18种条件。对移动难度的解释也会受到场景布局变化影响。它提供了评估工具选择、执行与目标跟随的办法，不能直接等同于家庭机器人已具备的可靠性。阅读范围为原论文PDF的任务、实验、表III/IV、探针实验与局限部分。

arXiv原论文 PDF v1 →
⭐

开源解读

2 个仓库
阅读说明
依据官方仓库说明整理，未进行部署实测。本期作为工具发现，不表示项目在当日首次发布。
1
Meta 开放 Muse Gadget SDK，把智能体接到按钮、屏幕与传感器Apache-2.0（素材例外另查）

Meta 的官方 muse-gadget-sdk 提供 ESP32 固件 SDK，以及 Linux / Raspberry Pi SDK，方便开发者把小设备连接到 Muse 服务。它让智能体的接口从聊天框延伸到实体按钮、屏幕和传感器，适合探索小型交互原型。

仓库代码主要采用 Apache-2.0，Jollybot 头像等素材另有例外，第三方组件也保留各自许可。连接仍需要 Muse 应用的开发者模式、设备配对及 SDK token。开放的是设备 SDK，不表示 Muse 模型或云服务全部开放，也不能据此假设设备可以完全离线工作。

2
Cloudflare Clef：给有限选项打分，供程序决定下一步Apache-2.0开放权重

近72小时补读：Cloudflare 10月1日推出 Clef 与 Clef-flash 决策模型，开放权重采用 Apache-2.0。它们接收状态与有限选项，返回带类型的判断及概率，支持图像和64K上下文，并提供与 Jev 相兼容的 API 格式。

例如，一张客服工单要转给账务还是技术团队，程序需要可直接使用的选项结果，而非一段自由回答。厂商公布了延迟与多项基准成绩，但这些是其自身测试，不能据此认定对所有任务都领先。更要紧的是，模型给出的概率不自动等于经过业务校准的可信度；是否允许自动执行，还需考虑误判代价和人工接手条件。

采集说明 · 采集不完整 · 27/35 个来源完成检查

以最新35源配置验收，复用上游已保存的逐源收据，补查其05:00截止后至06:00的入口增量，并单独核验采用条目的原文。原始日期与北京时间新闻窗口分开保存；近72小时补读已逐条标明。

本期仍有来源入口、日期或范围未完全核清，标为采集不完整。发现候选、读到原文、正式采用分别记录；论文候选库数量不代表全文阅读数量。话语场检查独立统计，网页与口播采用同一条已核验节目。

检查尚未完成的来源：下列状态表示检查缺口，不能据此认定近期无更新；“已完整检查且无新增”另行记录。

  • Microsoft AI：已检查部分内容，覆盖或日期待核。旧AI博客重定向至Microsoft Source AI。已保存首页标题和原文链接；View all列表最新5月19日，与另取tag feed的10月文章不一致，不能据此认定无新增；当前配置feed返回410。整源保留partial。
  • 通义实验室：已检查部分内容，覆盖或日期待核。通义实验室首页抽出 2 条 /news 链接，卡片无发布时间。抽查详情 HTTP 见 also_checked。指向 qwen.ai/blog 的研究链接不重复计入。不能写成无更新。
  • DeepSeek：已检查部分内容，覆盖或日期待核。三个入口分开核过。API updates 页日期字符串最新 2026-09-10。官网 /news 日期样本 ['2026-04-24', '2026-09-10', '2026-09-29']。Harness 产品页日期字符串 ['2026-08-12', '2026-09-01', '2026-09-04', '2026-09-29']。GitHub org 按 pushed_at 的前 20 个仓库里，窗口内有 push 的是 ['deepseek-ai/deepseek-harness']。deepseek-harness 窗口内 commit 67 条，releases 见条目。API 页无更新不能代表整个机构。未逐个读完其他仓库在窗口下界之前的普通提交。整源 partial：产品首页没有首发时间，commit 不是公告。
  • 智谱 Z.ai：已检查部分内容，覆盖或日期待核。打开 https://www.zhipuai.cn/news 与 /zh/news 的静态 HTML。可见中文产品描述，没有新闻 href。页面日期字符串最新 ['2026-08-14', '2026-08-17', '2026-09-10']，updatedAt 最晚 2026-09-10T01:33:00.153Z。没有 2026-10。新闻轮播的文章 URL 和发布日没有从静态 HTML 取出，不能把缺少日期写成窗口内无新闻。
  • 阶跃星辰 StepFun：已检查部分内容，覆盖或日期待核。静态 HTML 是前端壳，没有新闻日期流。WebFetch 渲染后只看到 Step 5 Preview / Step 3.7 Flash / Step 3.5 Flash 产品导航，没有带年份的绝对发布日。不把「available today」或倒计时换算成日期。
  • OpenReview：已检查部分内容，覆盖或日期待核。WebFetch 打开 https://openreview.net/ 。公告最新为 2026-09-24 Statement Regarding ICLR 2027 Submission Exposure，早于窗口。Active Venues 与 Open for Submissions 名单可见，但没有按投稿时间筛到发现窗口下界。不能把首页可达写成各会场无新投稿。
  • MIT Technology Review AI（试用）：已检查部分内容，覆盖或日期待核。话题页渲染未给出文章列表。topic feed 10 条，窗口内 2 条。未读正文。
  • 404 Media（试用）：已检查部分内容，覆盖或日期待核。已点击Load more，保存25张新闻卡，日期跨至9月25日，窗口边界已见；卡片以日精度为主，部分AI调查正文/证据归属尚未核读，整源保留partial，不称无新增。

来源核验不等于独立实测；论文阅读范围按各条说明，未复现。

资讯源 220 条