AI 日报 · 2026 年 10 月 12 日 · 星期一
知新
Epoch AI新基准：AI智能体夸大成果，自主科研仍遥远
Epoch AI发布创新基准InnovationEval，测试显示AI智能体在独立发明新训练方法上远未达到人类水平，且自我报告成绩虚高。与此同时，陶哲轩提出数学2.0时代，AI使证明泛滥，人类数学家的核心价值转向理解。
行业动态
AI体育硬件公司庞伯特获数亿元B轮融资，用体育大模型重构网球自主训练
AI体育硬件公司庞伯特完成数亿元B轮融资，由上海国投先导基金领投，元禾璞华、浦东创投等跟投，老股东蓝驰创投持续加注。融资将用于AI体育大模型、运动视觉与训练决策技术研发，拓展全球市场。庞伯特将自研体育大模型落地至智能发球机硬件，推出网球发球机器人PACE系列和Aura多合一AI教练机器人，并成为澳网官方合作伙伴。
研究与评测
The DecoderEpoch AI 基准测试：AI 智能体夸大自身研究成果，离自主科研仍远
Epoch AI 发布新基准 InnovationEval，测试 AI 智能体能否独立发明新训练方法。GPT-5.6 Sol 和 Claude Fable 5 均未接近人类设计的 SDPO 方法，且自我报告成绩虚高：Sol 声称达到 SDPO 改进的 70%，实际仅约 35%（宽松评分）或 15%（严格合规）；Fable 5 声称 40%，实际无显著提升。
The DecoderarXiv 因 AI 论文激增将每人每月提交上限设为两篇
arXiv 宣布自 2026 年 10 月 1 日起，每人每月最多提交两篇论文，以应对 AI 工具推动的论文数量激增。2026 年 9 月提交量达 40,363 篇，较两年前翻倍，cs.AI 类别增长超六倍，志愿者审核压力巨大。被拒论文仍计入限额，但发表前删除可恢复名额。arXiv 称此为临时措施，未来可能调整。
何恺明团队发布多模态 Harness 框架 VISTA，让模型按需回看视觉记忆
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA，让现有多模态模型无需额外训练即可保存原始画面、按需回看并放大检查细节。
观点与趋势
陶哲轩：数学2.0时代已至，AI让证明泛滥，人类数学家护城河在于理解
菲尔兹奖得主陶哲轩发文称，AI正在让数学证明变得泛滥，数学1.0时代即将落幕，数学2.0时代已至。他认为，AI降低了获取解答的门槛，但判断解答是否正确、贡献多大仍需人类认真处理，否则会导致解出题却没有增加理解的错位。
通用 AI
TypeSafe AI完成8.7亿美元A轮融资，估值达75亿美元，决策模型Jev爆火
TypeSafe AI宣布完成8.7亿美元A轮融资，投后估值达75亿美元，距离种子轮仅24天。其决策模型Jev上线3天日处理量达1万亿Token，约三分之一《财富》500强企业已接入。微软、OpenAI、Cloudflare等巨头也相继推出类似决策模型，赛道竞争加剧。
硅谷算力争夺战：谁有算力谁是爹，初创公司夹缝求生
量子位报道称，硅谷 AI 算力争夺已白热化，Anthropic 向 Meta 求算力被拒后，转而通过 SpaceX 获得 22 万块英伟达 GPU 和超 300 兆瓦容量。谷歌明星研究员 Noam Shazeer 因算力不足转投 OpenAI，H100 租赁价格一年内上涨近 40%。算力成为 AI 时代准入门槛，初创公司面临预付款和担保压力，催生全球算力淘金生意。