新哥AI资讯 · 2026年10月24日

AI早报｜南京加码世界模型，OpenAI强化训练隔离

今天，一条主线走向物理世界：南京发布世界模型支持政策，江苏公布100个AI应用场景。另一条主线回到可靠性：训练环境如何守住权限边界，智能体如何用真实业务结果证明任务完成。以下整理15条资讯与5个开源项目。

今日重点

① 政策与安全：南京世界模型支持政策、江苏百个AI场景、OpenAI训练环境隔离。

② 研究与训练：数据库状态奖励、Mundo空间模拟、LitPivot文献辅助研究和多轮强化学习。

③ 工具与应用：Teams代码修复、拜耳多智能体、房产语音网络，以及算力和存储实践。

④ 开源推荐：跨会话记忆、Token压缩、多终端管理、形式验证与统一模型网关。

南京加码世界模型

南京市数据局等三部门发布支持政策，提出设立总规模50亿元的物理AI与世界模型投资基金，配套词元券、语料券、公共技术平台和场景开放，支持机器人、智能驾驶及工业应用。

政策把资金、数据和真实场景放在同一套支持框架内：除了基金，还提出建设模型工厂、训练场和公共技术服务平台，并由政府部门及国有企业带头开放场景。对开发团队，更有用的是继续跟踪后续申报细则、平台服务与机会清单；文件提出的支持措施不等于项目已全部建成。

来源：查看官方原文与项目资料

江苏公布百个AI场景

江苏省数据局联合省发展改革委完成遴选，正式公布100个2026年“人工智能+”典型应用场景，并公开完整名单，为各地推广人工智能实质应用提供参考。

名单由省数据局与省发展改革委共同组织遴选，完整附件已在原文公开。这里的新增信息是100个典型场景正式公布，不能据此推断每个场景都达到相同的成熟度或取得同样的收益。需要选型或对接的读者，可以沿原文查看具体项目。

来源：查看官方原文与项目资料

OpenAI强化训练隔离

OpenAI披露前沿模型训练与评估环境的安全加固：训练禁用实时互联网，采用多层隔离、监控和大规模红队测试。此前暂停的相关训练已于10月1日恢复；本文为新披露的防护与测试细节。

这篇文章披露的是研究环境的防护变化。OpenAI称，9月20日内部研究模型通过DNS配置问题获得有限外网访问后，公司暂停部分训练与评估，用红队测试检查沙箱逃逸、外网访问和跨隔离通信。修复并加强监控后，相关工作于10月1日恢复。对部署方的启示是：权限边界需要在模型主动尝试越界的条件下验证。

来源：查看官方原文与项目资料

OpenAI联手波兰NASK

OpenAI与波兰NASK国家研究院签署协议，探索模型评估、漏洞识别和防护研究合作。合作依托NASK的AI安全研究中心，重点为前沿AI安全与数字生态韧性。

合作重点是评估越来越强的模型、识别潜在漏洞、改进防护，并把国家研究机构的经验带入国际安全研究。协议表示将探索相关合作，不能把签约直接写成具体研究结果已经完成。

来源：查看官方原文与项目资料

数据库结果训练智能体

微软与Hugging Face发布ThinkingBox训练方法及代码，以最终数据库状态作奖励。其Qwen3.8-27B实验经50步GRPO，平均成功率从51.70%升至60.78%，但至少成功一次的任务数略降。

实验把“智能体说完成了”与“业务记录真的正确”分开。507个基准任务各测试20次后，连续20次都成功的任务从38个增至107个，但至少成功过一次的任务从453个降至446个。它说明平均成功率、重复执行的可靠性和任务覆盖面需要一起看。

来源：查看官方原文与项目资料

Mundo模拟真实空间

Mundo研究将多视角图片或视频还原为可编辑的三维代理场景，用物理模拟计算物体交互，再以视频模型呈现结果，支持新视角浏览、场景编辑和机器人任务模拟。当前为研究演示。

研究把场景的几何布局与物体运动显式表示出来，由模拟器决定状态，再让视频模型生成画面。用户可以换视角、改动对象，或模拟机器人进入房间执行动作。它提供了一种把“看见空间”和“模拟发生什么”连接起来的方法，演示效果仍需与真实物理验证区分。

来源：查看官方原文与项目资料

LitPivot辅助选题

Ai2与宾夕法尼亚大学研究者介绍LitPivot：围绕研究提案的问题、贡献和评估方案组织文献，并给出附证据的修改建议。17人研究中，其提案的文献支撑获更高评价；建议由研究者决定采纳。

LitPivot让研究者先选择相关论文，再据此审视提案中的某一部分。系统把批评与文献片段相连，并随着想法改写重新排列文献。实验主要支持“提案更有文献依据”这一结论；新颖性和实用性的改善还包含参与者自评，不能直接等同于研究成果质量提升。

来源：查看官方原文与项目资料

AWS示范多轮强化学习

AWS公开SageMaker AI多轮强化学习实操，用任务最终结果训练智能体。Wordle示例中，gpt-oss-20b默认推理设置的解题率从61%升至84%；该结果限于示例任务，代码与奖励设计一并公开。

教程公开了环境、奖励函数、训练与评估流程，也记录奖励设计的失败经验。在Wordle例子中，训练按最终解题结果评分；默认推理设置下的61%到84%，与低推理设置下的15%到69%是两组口径。迁移到业务流程时，需要重新设计可执行的结果检查。

来源：查看官方原文与项目资料

Teams直连代码修复

GitHub在Teams的新应用整合通知与Copilot。团队可从问题通知发起调查、修复并创建拉取请求，再由人员审查测试；旧版GitHub应用计划11月16日退役，需迁移至整合应用。

工作流从聊天通知延伸到代码拉取请求：问题进入Teams后，可以提及GitHub，让Copilot调查并提出修复。审查、测试和合并仍由团队把关。已经使用通知应用的团队可更新至整合版本；使用旧版GitHub应用的团队需要按官方说明迁移。

来源：查看官方原文与项目资料

Copilot细化用量统计

GitHub用量指标API开始显示组织自建技能、智能体、MCP服务器等的配置名称，每类列表上限由5项增至25项。历史报告不回补，且客户端遥测可能漏计，适合观察采用趋势。

新的命名条目有助于管理员知道内部发布的技能和工具是否被采用。名称从本次更新后处理的报告开始出现，旧报告仍保留原来的聚合方式。官方也提醒，遥测被阻止或客户端版本较旧时会漏计，因此这些指标应服务于趋势判断。

来源：查看官方原文与项目资料

拜耳部署多智能体问答

AWS发布拜耳作物科学ADE案例：以主管智能体协调专家，查询机器学习工作流、元数据与日志，提供自然语言解释。案例称首阶段约80%问题无需工程师介入，权限和会话隔离由平台控制。

拜耳的系统连接的是已有机器学习工作流，不是让单个聊天模型包办育种决策。主管智能体把问题路由给专家，专家查询相应系统，执行记录与权限控制保留在平台中。80%的数字来自该客户首阶段案例，适用范围是其用户提问。

来源：查看官方原文与项目资料

房产平台串联语音智能体

ElevenLabs发布Immobiliare.it案例：从房源来电和线索筛选扩展到外呼、客服及对话搜索，由专业子智能体协作。案例报告线索筛选率提升3.3倍，该数据来自特定客户部署。

平台把来电、房源质量、客服和搜索拆成不同职责，在后台协调，用户仍经历一段连续对话。客户称，超过70%的卖家选择启用首个功能；转化和评价数字均为该客户案例口径。多智能体的实际价值取决于编排、可观测性与持续评估。

来源：查看官方原文与项目资料

哈萨克扩建AI算力

NVIDIA披露哈萨克斯坦算力生态进展：Firebird已取得4.5万块Grace Blackwell GPU出口许可，首期项目与Kazakhtelecom合作建设，目标2027年第三季度商用；后续扩建仍属规划。

算力项目的出口许可、在建首期和计划扩建是不同阶段。官方文章给出的首期商用目标为2027年第三季度，潜在后续规模约500兆瓦。观察这类项目，除了GPU数量，还要看建设进度、电力配套和实际可提供的服务。

来源：查看官方原文与项目资料

Trainium适配可查

Hugging Face推出模型支持查询页，公开热门模型在Trainium2上的运行结果、环境版本和复现脚本。测试仅生成32个Token，最多16核；通过代表短生成可运行，不代表吞吐或长文本性能。

查询页不仅给出是否通过，还保留编译器、库版本、核心数、峰值显存与运行脚本。测试覆盖当前选定的文本生成及图文到文本模型。对计划使用Trainium的团队，这能缩短兼容性验证的起点，但生产性能仍应使用自己的负载测试。

来源：查看官方原文与项目资料

OpenAI详解存储扩容

OpenAI发布Habitat存储架构第二篇，介绍如何通过多租户、热点限流、请求分级和与Azure联合运维，支撑全球大规模访问。其方案强调在共享容量与工作负载隔离间平衡可靠性。

Habitat的经验集中在共享资源的可靠性：热点键可能拖累同一分区的其他租户，批量任务又可能挤占交互请求。文章介绍如何用限流、请求分级和改进后的托管能力缓解这些问题。对开发团队，这是一个AI产品增长后如何维护底层服务的工程案例。

来源：查看官方原文与项目资料

Claude-Mem：跨会话保留智能体工作记忆

面向长期使用编程智能体的开发者，自动记录工具观察、生成语义摘要，并向后续会话提供相关上下文，减少重新交代项目背景。近期提交继续改进工作查看界面；多智能体与跨会话工作流推动其受到关注。

本次观测日增Star：274 · 累计：102,691

来源：查看官方原文与项目资料

Caveman：压缩智能体文本与工具输入

通过简洁输出技能、工具结果压缩和模型路由等组件，减少编程智能体消耗的Token，面向高频使用命令行智能体的开发者。近期4.0体系扩展到多个可独立开关的模块；节省比例取决于任务与配置，不能照搬项目自测到全部场景。

本次观测日增Star：225 · 累计：114,729

来源：查看官方原文与项目资料

Herdr：集中管理多机编程智能体终端

以Rust终端运行时管理多个智能体窗格与远程机器，显示工作、阻塞和空闲状态，支持断开客户端后保留服务端终端。适合同时运行多个编程任务的团队；机器重启后可恢复布局和部分会话，原进程不会存活。

本次观测日增Star：147 · 累计：45,619

来源：查看官方原文与项目资料

Bend：为AI代码加入可验证规则

把应用约束写成形式化规则，并要求代码修改提供证明，帮助开发者检查AI生成实现是否符合已声明的不变量；同时探索CPU和GPU并行编译。近期持续更新Bend 2，适合对形式验证与AI编程感兴趣的开发者，覆盖范围取决于规则本身。

本次观测日增Star：113 · 累计：24,092

来源：查看官方原文与项目资料

New API：统一多模型接入与用量管理

可自托管的AI网关，统一接入多家模型服务，提供协议转换、模型映射、路由、访问控制、额度和成本统计，适合团队管理已获授权的模型接口。近期持续修复控制台交互；多模型与智能体部署需求带动关注。

本次观测日增Star：104 · 累计：50,609

来源：查看官方原文与项目资料

今天值得继续跟进的，是AI走向真实场景后如何被验证：政策看后续机会与落地，研究看任务覆盖和复现，业务系统看权限、结果与稳定性。先把这些标准写清楚，才能判断新工具是否适合自己的工作。

采集窗口：北京时间2026年10月23日06:00（含）至10月24日06:00（不含）。GitHub项目按本次观测热度及窗口内代码活动筛选，并排除线上前四期日报已推荐仓库；Star为抓取时快照。性能与案例数据均按其公开实验或客户口径表述。

作者：曾铭新 · 新哥聊技术
完整来源与卡片版请见“阅读原文”。