机器之心 AI NEWS DIGEST
2026 06 25
STORY 01 / 12
80%代码由Claude合并，Anthropic内部人员点破Agent真相：「Close the Loop」
STORY 02 / 12
OpenAI首款芯片问世：用AI设计，9个月流片
STORY 03 / 12
从「找视频」到「产视频」：快手RaG推动推荐系统迈向完全生成时代
STORY 04 / 12
影眸科技Hyper3D获数亿元新融资，新模型上线首月 ARR 环比增速超 400%
STORY 05 / 12
赛那德完成3亿元C轮融资，发布全球首个物流装卸垂直物理引擎，做物流模型的\"中国答案\
STORY 06 / 12
Fable 5要回来了？「怪人」Dario Amodei被撤下谈判桌
STORY 07 / 12
DeepMind老兵，正在离开伦敦
STORY 08 / 12
读博最后一年转方向，拿到OpenAI offer：我的面试之路充满「意外」
STORY 09 / 12
让机器人学会「预判接触」：它石智航牵头四大顶尖机构发布TacForeSight，破解精细操作难题
STORY 10 / 12
SIGGRAPH 2026 | 无需训练，一段单目视频解锁任意运镜与「子弹时间」
STORY 11 / 12
AI生成的图片正在反向对齐人类的审美？ICML 2026观点论文Spotlight
STORY 12 / 12
罕见病诊断正在从一次分析走向持续监测，自动重分析让基因组数据产生长期价值
今天 Claude 相关最值得看的变化，是 Anthropic 把它描述成能持续推进任务的 agent，而不只是聊天窗口里的助手。
文章提到，Claude 在内部代码合并和工程流程里承担了越来越多实际工作。
能力分数只是入口；SWE-bench 图表显示模型在代码任务上的上限持续抬高。
真正的产品变化，是让模型先读完整上下文，规划之后再动手。
它还需要能在工具调用失败后重试、换方法，并把失败信息带回下一步。
长任务中，模型不能半路忘记目标；文章把长程注意力作为 agent 可用性的关键条件。
所以这条新闻的核心不是某个按钮，而是开发者工具正在尝试把模型变成可托付的执行者。
接下来真正要观察的，是权限、审计和回滚机制能不能跟上这种闭环能力。
OpenAI 首款芯片这条新闻，重点不是一张晶圆照片，而是模型公司开始更深地进入算力设计。
文章称，这款芯片使用 AI 参与设计，并在 9 个月内完成流片。
如果这个流程成立，AI 不只是消耗芯片，也会反过来参与设计下一代芯片。
这会影响训练成本、推理成本，也会影响模型公司对供应链的掌控力。
但目前文章没有给出性能、制程、架构和量产时间表，所以不能把它等同于商业可用芯片。
这条短新闻的信号是，前沿模型竞争已经从模型参数，继续延伸到硬件设计效率。
快手 RaG 这条新闻的核心，是推荐系统不再只是在库里找视频，而是开始把生成视频纳入候选空间。
论文标题把这个方向概括为 Recommendation as Generation，也就是把个性化视频生成和推荐统一起来。
文章里的视频样例说明，系统面对的不是静态商品，而是高度多样的竖屏内容。
这意味着推荐模型需要理解用户，也要理解内容生成空间里的视觉和创意特征。
D-SIDs 是文章中的关键中间表示，用来把内容、创意和用户条件组织到同一个流程里。
从方法关系图看，RaG 不是简单替换排序模型，而是把生成、检索、反馈和训练串在一起。
业务概念图进一步说明，平台希望让用户偏好、内容供给和生成模型形成闭环。
多 agent 图示则把视觉理解、音频理解和效果评估拆成不同协作模块。
系统架构图显示，训练和在线服务之间还要连接候选生成、兴趣建模和反馈数据。
所以这不是一个单点模型升级，而是推荐系统从排序引擎走向生成引擎。
这种变化会带来效率，也会带来治理问题，因为平台不只是分发内容，还可能参与内容产生。
文章未能提供那个嵌入视频的本地可播放版本，所以本段只使用已验证的论文和系统图。
下一步要看的是，生成候选能否在真实用户体验、创作者生态和平台成本之间取得平衡。
Hyper3D 这条新闻，不只是融资，而是 3D 生成产品正在进入商业化加速期。
文章称，新模型上线首月 ARR 环比增速超过 400%，说明需求侧正在快速验证。
从演示看，系统覆盖角色、头像、硬表面资产和材质编辑等多种 3D 内容。
头像和材质编辑界面显示，它不只是生成网格，也在尝试进入可编辑资产流程。
龙头和摩托车示例说明，高复杂度形状仍是 3D 生成的关键卖点。
工业和零售场景图则把应用从内容创作扩展到数字孪生。
如果这些流程稳定，3D 资产生产成本会明显下降，电商和游戏团队最先受益。
但融资和演示不等于大规模可靠交付，后续仍要看真实客户留存和复杂资产质量。
赛那德这条新闻的重点，是把融资和物流机器人底层物理引擎放在一起看。
文章称公司完成 3 亿元 C 轮融资，并发布物流装卸垂直物理引擎。
物流装卸难点在于物体形状、堆叠、摩擦和空间约束都很复杂。
如果垂直物理引擎能复现这些约束，就能为机器人策略训练提供更接近真实世界的数据。
这也是具身智能从通用演示走向行业模型的一种路径。
不过文章没有给出公开评测，所以现阶段应把它看作融资后的技术路线信号。
Fable 5 这条新闻像一组信号拼图：代码字符串、云目录和政策谈判同时出现变化。
Claude Code 里的文案从单独购买，转向每周额度和积分使用，这暗示商业化路径可能改变。
媒体用 strings 命令确认这些文案存在于生产二进制中，但这还不是官方上线公告。
另一条线索来自 Amazon Bedrock，模型目录中仍能看到 Fable 5 相关条目。
与此同时，报道说 Anthropic 与美国政府的沟通人员也发生变化，Tom Brown 接手更多谈判。
这说明前沿模型能不能重新上线，已经不是纯粹产品问题，而是价格、监管和沟通共同决定。
目前最稳妥的判断是，Fable 5 可能回归，但回归方式大概率会和最初设想不同。
DeepMind 老兵离开伦敦这条新闻，反映的是前沿 AI 人才流向正在变化。
文章点名的研究者并不是普通员工，而是参与过 Gemini 和训练流程的关键人物。
另一张社交截图显示，Arthur Conmy 宣布加入 Anthropic，继续做模型对齐工作。
这类迁移说明，前沿模型竞争也在争夺研究问题、实验平台和安全方向。
评论截图把焦点放在地点上：离开者多来自伦敦的 DeepMind 中心。
但个别离职不能代表机构衰退，更合理的看法是 AI 人才市场正在重新定价。
这篇 OpenAI offer 故事的价值，不在励志本身，而在前沿 AI 实验室怎样筛选研究人才。
Yong Zheng-Xin 从多语言模型转向 AI 安全，最后拿到 OpenAI Astra Fellow 方向的机会。
文章最有用的观察是，研究科学家求职未必看论文数量，而是看少数代表性能力和团队匹配。
他还提到，AI 初创公司和前沿实验室越来越常见工作试用和开放式任务。
这对博士生和安全研究员的启示是，方向切换可行，但需要快速证明当前问题上的能力。
不过这只是个人案例，不能替代系统性的招聘数据。
TacForeSight 这篇研究关注一个现实难题：机器人接触物体前，能不能预判接下来会发生什么。
方法图显示，它把视觉、触觉、力信息和动作一起用于接触丰富的操作预测。
视频中机器人完成擦拭、刷卡和插线等任务，这些动作都依赖细微接触反馈。
这类能力如果稳定，会让机器人从看见物体，走向理解接触后果。
但目前仍是研究演示，离复杂真实环境里的长期可靠操作还有距离。
FreeOrbit4D 的目标，是用一段普通单目视频，生成新的相机运动甚至子弹时间效果。
方法图显示，系统先做深度和前景补全，再把源视频重定向成目标视角。
最直观的演示是 Bullet Time：主体保持连续，镜头视角发生变化。
在动物和街景样例里，方法也尝试把输入视频变成新的轨迹观察。
这类方法适合视频创作，但遮挡、快速运动和深度错误仍会影响最终质量。
这篇 ICML 观点论文问了一个反直觉问题：AI 图像是不是正在反过来训练人类审美。
文章的担忧是，通用审美对齐会让生成图像越来越像同一种高分风格。
概览海报把多组图片、提示词和评价结果放在一起，说明论文关注的是风格收敛。
表中可以看到，不同审美或偏好模型在分类任务上表现差异明显。
这条短研究提醒我们，图像模型的对齐目标不只是好不好看，也会影响表达空间有多宽。
罕见病诊断这条新闻的关键，是基因组数据不再只分析一次，而是可以持续重分析。
文章介绍的 Nature Medicine 论文，题目就是大规模罕见病基因组数据自动重分析。
流程图显示，系统会结合变异知识、表型变化和报告流程，把旧数据重新解释。
这对罕见病很重要，因为新的致病基因和证据会不断出现。
时间线图说明，患者数据的价值会随着数据库和临床知识更新而延长。
但医疗应用必须经过临床确认，自动化重分析只能作为诊断流程的一部分。