2026-10-19-ai日报

今日一句话

今日 Agent 主线突出：MAI-Gym-9B 以 9B 参数在 MobileWorld 拿到 78.4%、刷新 10B 以下开源 GUI agent 纪录，OpenGCUA 在 OSWorld-v2 将八个模型平均提分 +19.6，Google 亦公开了已审阅 16,000+ 顶会投稿的 agentic 评审系统 Deep Review。

🔥 今日亮点

• Google 公开 Deep Review，已审 16,000+ 顶会投稿 — AI 首次大规模进入学术同行评审主流程，若被顶会正式采用将改变论文评审方式。
• MAI-Gym-9B 开源，9B 刷新 GUI agent 纪录 — 开源小模型在 GUI 基准逼近更大模型，端侧与私有 agent 的部署门槛进一步降低。
• OpenGCUA 让 GUI agent 平均提分 +19.6 — agent 执行能力显著提升、步骤数减半，直接关系到自动化任务的落地效率与成本。
• OpenCode 遭蒸馏攻击，1.4% 用户受影响 — 首例由大规模蒸馏攻击引发的供应链安全事件，三家大模型厂商联合修复，暴露 agent 接入外部提供方的新风险面。

📄 执行摘要

今日技术侧由 Agent 主导。新模型与能力方面，MAI-Gym-9B 以统一 9B 架构在 MobileWorld 取得 78.4%、OSWorld-Verified 76.2%，称霸 10B 以下开源 GUI agent；OpenGCUA 报告在 OSWorld-v2 上让含 GPT-6 Astra、Claude Opus 5 在内的八个模型平均部分分提升 +19.6、步骤数减少 53%。Google Research 公开发布 agentic 文档评审系统 Deep Review，此前已在 STOC/ICML/NeurIPS/ICLR 试点审阅 16,000+ 投稿，其 AI-for-science 工作流也在数轮实验内设计出单数字纳摩尔亲和力的 FAP 结合体。研究侧，Self-Evolving Agent Harness 提出在不改模型权重的前提下自我演化 agent 的提示、记忆、工作流与可执行组件。安全方面，OpenCode 称遭大规模蒸馏攻击、1.4% Console 用户受影响，事故仍在处置，正与 Anthropic、OpenAI、Google 联合修复。

新模型与模型能力

MAI-Gym-9B 开源，MobileWorld 达 78.4% 已核查 2-0

用 MAI-Gym 训练出的 MAI-Gym-9B 是面向移动端与计算机使用的统一 9B agent，在 MobileWorld 取得 78.4%、OSWorld-Verified 76.2%，作者称其在 10B 参数以下开源 GUI agent 中达到 SOTA。属论文自评口径，暂未见第三方复现。 [1]

可信度：高

OpenGCUA 在 OSWorld-v2 平均提分 +19.6 已核查 2-0

论文称 OpenGCUA 全配置在 OSWorld-v2 上让全部八个被评估模型（含 GPT-6 Astra、Claude Opus 5）平均部分分提升 +19.6，报告步骤数相对 batched GUI-only 执行平均减少 53.0%。为作者自评基准结果，复现性待观察。 [2]

可信度：高

自演化 Agent Harness：不改权重升级脚手架 已核查 2-0

Self-Evolving Agent Harness 框架对 agent 的软件脚手架（提示、记忆、工作流、可执行组件）进行自我演化修订，同时保持模型权重不变，思路是以工程侧演化替代重训。属研究框架，素材未说明外部复现或落地情况。 [3]

可信度：高

据报 LiquidAI 发布端侧开放权重 agent 模型 [窗口外·重大]

据 Hugging Face 官方博客，LiquidAI 发布面向设备本地快速私有 agent 的开放权重模型 LFM2.5-24B-A2B。该事件早于统计窗口 4 天（10-13），未经窗口内对抗投票，具体能力、基准与授权细节待官方进一步确认。 [4] [未核查·待证实]

可信度：中

产品与平台

Google 公开 Deep Review，已审 16,000+ 投稿 已核查 2-0

Google Research 公开发布 agentic 文档评审系统 Deep Review，此前已在 STOC、ICML、NeurIPS、ICLR 完成试点部署，累计处理 16,000+ 投稿。厂商称试点成功，标志 AI 评审开始进入大规模学术流程；实际评审质量与是否被顶会正式采用仍待观察。 [5]

可信度：高

研究突破与数据集

Google agent 工作流设计出纳摩尔级 FAP 结合体 已核查 2-0

Google Research 用 agent 引导的表位切除（epitope-excision）工作流针对成纤维细胞激活蛋白 α（FAP），在数轮实验内得到单数字纳摩尔亲和力的结合体。作者称这种紧密结合通常需大量实验室优化轮次才能达到，属厂商口径的 AI-for-science 成果。 [6]

可信度：高

OmniCompass-VL 数据集含 820 视频 2,460 实例 已核查 2-0

OmniCompass-VL 数据集包含 820 个视频与 2,460 个实例，覆盖多领域及短、中、长三种时长类型，可用于长时视频理解评测。属数据集类发布，基准排名与可用性待社区检验。 [7]

可信度：高

安全与伦理

OpenCode 遭蒸馏攻击，1.4% 用户受影响 已核查 2-0

OpenCode 官方称昨夜遭遇与大规模蒸馏攻击（large scale distillation attack）相关的安全漏洞，影响 1.4% 的 OpenCode Console 用户；受影响者仅为已关联外部提供方的用户子集，未收到邮件者未受影响，官方已邮件通知。事故仍在进行中，正与 Anthropic、OpenAI、Google 合作修复，更多细节暂未公布。 [8]

可信度：高

融资与商业动态

DeepSeek 领投 Winverse AI，估值约 4 亿美元 已核查 2-0

据彭博社（量子位转述），DeepSeek 计划领投 Winverse AI 数千万美元种子轮，投后估值约 4 亿美元（约 28 亿元人民币）。创始人胡瀚为 Swin Transformer 论文共同贡献作者之一，该成果获 ICCV 2021 最佳论文奖。 [9]

可信度：高

清华特奖吴海旭创办物原科技，估值数亿美元 已核查 2-0

据量子位，2022 年清华特奖得主吴海旭已开启世界模型创业，公司名为物原科技，已完成多轮融资，估值达数亿美元，投资方包括蚂蚁、美团、达晨财智、星连。属融资/人才动态，技术进展未披露。 [10]

可信度：高

Gemini 4 Argon 首发 API 定价 2/10 美元 已核查 2-0

据量子位，Gemini 4 Argon 首发 API 定价为每百万输入 token 2 美元、输出 10 美元，约为 Opus 5.5 调用成本的一半、Astra 的五分之一；优惠截至 11 月 30 日，12 月 1 日起恢复至输入 4 美元、输出 20 美元。属时间敏感的商业定价信息。 [11]

可信度：高

⚠️ 未验证与局限

• OpenCode 事故细节全部来自官方推文，事故仍在进行，影响范围与根因待进一步披露。
• MAI-Gym-9B、OpenGCUA、Self-Evolving Agent Harness 均为论文/厂商自评口径，素材未注明第三方复现。
• Deep Review 的 16,000+ 投稿与 FAP 单数字纳摩尔亲和力均为 Google 厂商口径，尚缺独立验证。
• LFM2.5-24B-A2B 为窗口外（10-13）重大项，未经窗口内对抗投票，能力与基准待确认。
• Gemini 4 Argon 定价经量子位转述，属时间敏感的商业信息，以官方为准。

📊 数据概览

📎 窗口外参考

• Hugging Face Papers（15 篇）窗口内集中更新（2026-10-19）：HF Papers 首页于 10-19 批量上榜，涵盖 agent 框架（OpenGCUA/Self-Evolving Agent Harness/MAI-Gym）、RL 蒸馏、视频理解与 3D 生成等，可作 HF 趋势佐证
• 库克：苹果智能(Apple Intelligence)接入阿里千问大模型，10月底在中国发布测试版本（2026-10-15）：窗口前约2天：苹果官宣 Apple Intelligence 接入阿里千问并在华发布测试版，属跨国大模型落地中国里程碑级官宣；窗口外·近窗重大候选，仅供窗口外参考节引用
• YouTube Music launches new labels as AI-generated music floods streaming platforms（2026-10-14）：平台级 AI 音乐政策响应：YouTube Music 为 AI 生成内容新增标签标识
• Figma announces new features to define how agents work on its platform（2026-10-14）：Figma 宣布定义 AI agent 在平台工作方式的新特性
• Ricursive Intelligence is betting on AI-designed chips to help solve the compute crisis（2026-10-14）：AI 设计芯片创业公司应对算力危机

❓ 开放问题

• OpenCode 蒸馏攻击的根因是什么，是否波及外部提供方之外的用户？
• MAI-Gym-9B 与 OpenGCUA 的基准成绩能否被第三方复现？
• Deep Review 是否会被顶会正式采用，其评审误判率与人工评审相比如何？
• LFM2.5-24B-A2B 的端侧实际性能、上下文长度与授权细节如何？

🧭 今日技术趋势

今天最能说明趋势的是 Agent 的「工程侧」突破：MAI-Gym-9B 证明 9B 级开源模型已能在 GUI 基准上逼近更大模型，OpenGCUA 与 Self-Evolving Agent Harness 则分别从基准配置和脚手架自演化两条路径抬高 agent 执行上限——能力提升越来越不依赖重训模型权重。Google 把 Deep Review 推向公开、并把 agent 用于蛋白质结合体设计，说明 agent 正从演示走向科研评审与湿实验等高价值流程。与此同时，OpenCode 的蒸馏攻击事件提示：随着 agent 大量接入外部模型提供方，供应链安全正在成为新的风险面。值得持续关注的是，这批自评基准成绩能否被第三方复现，以及端侧开放权重 agent 模型的真实落地效果。

✅ 覆盖自检

• 头部实验室·新模型：6 claims / 5 sources [degraded]
• 重磅头条·战略：6 claims / 2 sources
• 产品与硬件：3 claims / 1 sources
• 开源与工具链：6 claims / 2 sources
• 学术研究：6 claims / 2 sources
• 融资并购：6 claims / 2 sources
• 政策监管：0 claims / 0 sources
• 安全与伦理：0 claims / 0 sources
• 人才流动：3 claims / 1 sources
• linux.do 前沿快讯：10 claims / 12 sources