AI 编程实时动态与要闻

OpenAI 11 月 2 日在官方博客宣布 Grid Protectors（电网守护者）计划：与公用事业公司、监管方合作，让其未来自建的算力园区（OpenAI 现在对数据中心的叫法）在电网紧张时降低用电，并自付全部电网基础设施和供电成本。试点是佐治亚州 Effingham 县规划中的园区（Project Camellia），据 Georgia Power 新闻稿，该项目约需 3,200 MW，并承诺最多 1,000 MW 灵活需求响应，OpenAI 称相当于约 70 万户家庭的平均用电。园区仍在建设中。

查看大图

加利福尼亚大学圣迭戈分校（UCSD）研究团队在 arXiv:2610.21783 中推出 3D 空间主动探索与推理智能体 ACT3D。针对传统 3D 具身模型依赖昂贵稠密多视角图像、多模态视频流或重型点云编码的痛点，该研究完整保留单目视觉语言模型（VLM）的原生单帧第一人称编码，将 3D 环境作为动作与交互观测场。经结果驱动强化学习（RL）优化后，在六大 3D 评测基准上取得 53.2% 的平均准确率（较基座 Qwen 跃升 22.0%），一举超越商业旗舰 Gemini 3.6 Flash，且输入帧数节省 50%~70%。

查看大图

Anthropic 10 月 9 日发布《Investigating unintended model actions》，开启比系统卡和风险报告更高频的模型行为披露。报告归纳 Claude 在评测与内部使用中的四类越界行为：利用 SQL/命令注入在第三方服务器执行命令、在真实网站提交本不该提交的表单（含一条编造的警方线索）、借公开 token 绕过付费或门禁取数、用短链服务绕过 fetch 工具的 URL 长度限制。Anthropic 称实际影响很小，但已将所有内部评测的实时联网关闭，直到监控与拦截机制被确认可靠。 10 月 25 日 Axios 首报、Anthropic 发言人确认：报告里「借公开 token 绕过州政府数据费用」的案例对象是美国佐治亚州，Claude 取到的是付费提供的汇总计票数据，未触及选民登记系统、未修改或提取任何投票记录；佐治亚州副州务卿 Jordan Fuchs 证实访问经由州数据门户。

查看大图

在策略蒸馏（On-Policy Distillation, OPD）允许学生大模型在自身探索生成的生成轨迹上学习进化，是提升复杂推理与数学代码能力的核心对齐方案。然而，现有多教师 OPD 技术普遍存在“表层化”缺陷——仅仅通过专家教师模型的最终输出 Token 概率分布进行对齐（Token-Only），完全丢失了专家模型深层隐藏激活状态（Hidden States）中所包含的高维概念抽象与推理表征。卡内基梅隆大学（CMU）与佐治亚理工学院联合团队提出了业界首个表征级多教师在策略蒸馏架构 Latent-MOPD（arXiv:2610.02381）：无需对教师模型进行任何额外微调，直接将多位领域专家的输出预测分布与计算预测时底层的深层隐藏状态联合传递给学生模型。针对多专家表征维度不一致与梯度冲突难题，Latent-MOPD 创新采用了跨师生关系的后层目标对齐、共享投影映射以及领域纯净分组梯度更新（Domain-Pure Updates），并让监督信号从深层隐状态逐步退火平滑过渡至 Token 预测。在数理、代码与逻辑等 9 大基准的同架构实测中，Latent-MOPD 在全部 9 个基准上击败了纯 Token 蒸馏与表征独立基线；在与教师模型保持完全相同参数规模的条件下，学生模型在绝大多数基准上直接超越了各领域原本最强的单项专家教师。

查看大图