今日要点
AI竞争焦点从模型参数转向系统化生产力，具身智能与智能体协同正推动产业落地进入新阶段。
- 极智嘉推出24/7自主智能仓，实现仓库全链路自主调度，标志具身智能在工业场景规模化应用突破。
- 百度发布Apollo World世界模型，通过虚拟多智能体交互提升无人驾驶测试效率，加速自动驾驶落地。
- 小米人形机器人双场景落地获乌镇峰会大奖，显示其具身基座模型已进入规模化验证阶段。
从 53 条内容中筛选出 8 条重要资讯。
AI 创作者雷达
- 机器人干活，AI 当厂长！极智嘉推 24/7 自主智能仓计划 ⭐️ 9.0/10
- 模型谁都买得到，拉开差距的是 AI 生产力系统 ⭐️ 9.0/10
- 小米获乌镇峰会双料大奖：具身基座模型与机器人落地双突破 ⭐️ 9.0/10
- 百度披露 Apollo World 世界模型，以 AI 智能体驱动虚拟训练突破无人驾驶瓶颈 ⭐️ 9.0/10
- 构建面向 Agentic 推理的下一代 LLM 推理引擎 ⭐️ 9.0/10
- 别再像 2024 年那样用 Claude 了！Claude Cowork 负责人：删掉某些 Skill 反而更好 ⭐️ 9.0/10
- 框架选不对，Claude 开发成本多一倍：前端十年框架膨胀，终于有人买单了 ⭐️ 9.0/10
- 国行苹果 AI 开测 Siri 接入千问 ⭐️ 9.0/10
AI 创作者雷达
机器人干活，AI 当厂长！极智嘉推 24/7 自主智能仓计划 ⭐️ 9.0/10
极智嘉发布《24/7 自主智能仓计划》，旨在实现仓库全链路自主调度与持续进化，通过 Gravity 统一具身智能框架和 AI Agent 系统，使机器人在复杂环境中完成跨任务泛化、动态抗干扰等操作，并由 AI 统筹调度、诊断异常、优化策略。该计划已在施耐德电气上海物流中心试点，拣选效率达人工 2 倍，准确率超 99.99%。目前尚未有公开数据表明其整仓连续运行时长或故障自恢复能力是否达到 24 小时不间断标准。
订阅源 · 量子位 · 11月3日 13:57
「为何此时值得关注」 极智嘉将具身智能从单点任务扩展至整仓自主运营，标志着物理 AI 在复杂工业场景中进入规模化落地阶段，其提出的“越干越聪明”闭环机制，是当前技术积累与商业化实践结合的体现。但该计划仍处于推进阶段，尚未有公开验证其 24 小时自主运行能力的完整案例。
「可做角度」 可做角度：从“机器人能干”到“AI 会管”，极智嘉如何用 AI Agent 构建仓库的自我进化能力？
标签: #具身智能, #自主智能仓, #极智嘉, #仓储自动化, #物理AI
模型谁都买得到，拉开差距的是 AI 生产力系统 ⭐️ 9.0/10
海马云推出的 RunningHub 平台在 2026 年 3 月至 9 月间访问量增长 266%，每月 Token 消耗达 9 万亿，其核心竞争力在于将算力、Agent、工具链与行业数据深度耦合的垂直生产力系统。该系统通过异构 GPU 池化调度实现 70%以上的算力利用率，并推出 RH 系列场景化后训练模型以解决图像与视频生成中的质量与一致性问题。平台已支持影视级制作管线，用户可通过自然语言指令由 Agent 自动调用 Blender 等专业软件完成复杂任务，且部分企业客户连续 56 天每日调用，月投入增长 700%。
订阅源 · 量子位 · 11月3日 11:13
「为何此时值得关注」 随着通用大模型能力趋同，单纯依赖 API 调用的应用模式已难维持商业化可持续性，而海马云 RunningHub 通过构建可复用的生产系统，在真实内容创作场景中实现了高频率、高持续性的调用行为，验证了垂直生产力系统在 AIGC 领域的落地可行性。
「可做角度」 可做角度：从 AI 应用层转向 AI 生产力系统的演进，揭示了算力调度效率、场景化模型优化与专家决策轨迹沉淀如何共同构成不可复制的系统壁垒。
标签: #AI生产力系统, #海马云RunningHub, #算力与成本优化, #行业Agent, #AIGC商业化
小米获乌镇峰会双料大奖：具身基座模型与机器人落地双突破 ⭐️ 9.0/10
2026 年 11 月 3 日，小米集团在世界互联网大会获“杰出贡献奖”，其具身基座模型技术获“领先科技奖”。该技术基于 Xiaomi-Robotics-1 模型，在汽车工厂完成 8 小时连续作业并实现自主纠偏，首次通过产线级验证；同时在小米青年公寓启动长程任务试运营，覆盖 3 个房间、50 余项任务。两项进展均属真实场景下的技术验证，但尚未公开规模化部署计划或具体数据来源。
订阅源 · 量子位 · 11月3日 05:16
「为何此时值得关注」 小米首次申报即获“杰出贡献奖”，且其具身基座模型在工业与家庭双场景实现初步落地验证，标志着其技术从实验室走向真实环境的阶段性突破。目前尚无信息表明该技术已进入大规模商用阶段。
「可做角度」 可做角度：以小米人形机器人在汽车工厂完成 8 小时连续作业为切入点，分析其在产线系统协同与异常自主纠偏能力上的工程实现路径，结合具身基座模型的技术架构，探讨通用机器人操作模型在制造业中的实际适配性与瓶颈。
标签: #小米机器人, #具身智能, #人形机器人, #智能制造, #AI落地
百度披露 Apollo World 世界模型，以 AI 智能体驱动虚拟训练突破无人驾驶瓶颈 ⭐️ 9.0/10
百度在 2026 年 11 月 3 日的百度 AI Day·Apollo 专场上首次披露面向物理 AI 的全模态世界模型 Apollo World，该模型通过将交通参与者建模为具备决策与交互能力的 AI 智能体，实现无人车在虚拟城市中完成跨路段、跨场景的连续驾驶任务。其核心能力包括智能体驱动、全模态感知与行程闭环，已用于萝卜快跑全球化测试，显著提升虚拟路测效率，一天可完成相当于真实路测车三年的里程。目前该模型尚未公开具体版本号或价格信息，其对实际部署安全性的验证仍需长期观察。
订阅源 · InfoQ 中文 · 11月3日 21:26
「为何此时值得关注」 Apollo World 首次系统披露其基于物理规律与多智能体交互的虚拟验证能力，标志着无人驾驶测试从依赖实车数据向可规模化、可重复的虚拟推演转变，这一技术路径的落地进展在当前行业面临长尾场景覆盖难与测试成本高的背景下具有现实意义。
「可做角度」 可做角度：从“AI 教 AI 开车”切入，解析 Apollo World 如何通过智能体驱动的虚拟闭环训练，解决无人驾驶在开放道路中持续决策与安全验证的难题。
标签: #世界模型, #无人驾驶, #虚拟训练, #AI智能体, #阿波罗世界
构建面向 Agentic 推理的下一代 LLM 推理引擎 ⭐️ 9.0/10
TokenSpeed 团队提出一套面向 Agent 推理场景的新一代 LLM 推理引擎，针对短请求循环、高延迟敏感度等负载特征，在 Blackwell 平台上的实测显示，其端到端延迟比 TensorRT-LLM 快 9%（batch size=1），每 GPU 吞吐高出 11%（每用户 100 TPS）。该引擎通过分层架构实现控制面（C++）、Runtime（Python）与 Kernel 的解耦，支持自动并行编译与 KV Cache 复用优化，其中双层 block 设计提升长上下文前缀复用效率。在 MLA 等线性注意力模型上，通过折叠因子、Split KV 和 Tensor Memory 利用等策略实现性能突破，并支持 MTP、EAGLE3 等投机解码算法。跨平台设计采用 register/selector 机制，已实现对 AMD CDNA4 架构的独立适配。
订阅源 · InfoQ 中文 · 11月3日 15:40
「为何此时值得关注」 Agent 推理负载正从传统聊天模式向多轮短循环演进，对延迟和缓存复用提出更高要求，而现有推理引擎如 TensorRT-LLM 在此场景下优化目标失效。TokenSpeed 在 Blackwell 平台上的实测数据表明其在关键指标上优于基准，且系统架构设计直面 Agent 场景下的结构性挑战，具备技术落地的现实意义。
「可做角度」 可做角度：从 Agent 推理的短请求循环特性切入，分析传统推理引擎在缓存复用与调度策略上的局限性，对比 TokenSpeed 如何通过分层架构与自动并行编译重构系统设计以应对新负载形态。
标签: #Agentic 推理, #推理引擎优化, #KV Cache 复用, #TensorRT-LLM 对比, #Blackwell 平台性能
别再像 2024 年那样用 Claude 了！Claude Cowork 负责人：删掉某些 Skill 反而更好 ⭐️ 9.0/10
Anthropic 工程负责人 Felix Rieseberg 在 2026 年 10 月的访谈中提出，应减少对 AI 的指令式控制，转而通过提供工具与数据让其自主决策。他以自己从手动传递崩溃问题到让 Claude 直接分析全部数据为例，说明过度干预会限制 AI 能力。目前他已不再亲自写代码，而是让 AI 生成原型并评估可行性，同时采用‘对抗式审查’验证结果可靠性。该观点基于其实际工作流经验，但未提及具体版本号或性能指标。
订阅源 · InfoQ 中文 · 11月3日 12:49
「为何此时值得关注」 Felix Rieseberg 作为 Claude Cowork 核心开发者，其实践表明 AI 工作流正从任务分解转向目标导向，反映出大模型能力演进带来的范式转变。这一变化在 2026 年具有现实意义，但尚未有公开数据证明其方法在所有场景下的普适性。
「可做角度」 可做角度：从‘逐条指令’到‘目标交付’——如何重新设计人机协作流程以释放 AI 真实能力。
标签: #AI 自主性, #工作流优化, #对抗式审查, #大模型应用, #开发者实践
框架选不对，Claude 开发成本多一倍：前端十年框架膨胀，终于有人买单了 ⭐️ 9.0/10
前 Microsoft Edge 浏览器性能项目经理 Nolan Lawson 使用 Claude Opus 5.5 对 12 种主流 JavaScript 框架构建同一 Pokémon 图鉴应用进行测试，结果显示 Hono+htmx 中位开发成本为 2.67 美元，而 Angular 达到 4.97 美元，接近其两倍；Token 消耗方面，Angular 为 976 万，Hono+htmx 为 426 万，相差约 2.3 倍。实验未强制使用 AI 工具插件，且 Angular 有两次因 SSR 配置问题被判定无效，仅保留三次有效结果用于性能分析。最终生成的应用在代码规模、JavaScript 体积、总阻塞时间（TBT）和最大内容绘制时间（LCP）上也存在差异，其中 Hono+htmx 代码行数最少（1370 行），TBT 为 0ms，LCP 为 810ms。
订阅源 · InfoQ 中文 · 11月3日 10:38
「为何此时值得关注」 该实验首次系统性对比 AI Agent 在不同前端框架下完成相同任务的开发成本与 Token 消耗，揭示了框架选择在 AI 编程时代可能带来的经济差异，推动技术选型从开发者体验转向模型可理解性与维护成本考量。
「可做角度」 可做角度：以 Hono+htmx 与 Angular 的开发成本与 Token 消耗差异为例，分析 AI Agent 编程对技术选型标准的重构——当代码生成主体从人类转向 AI，框架的“可读性”与“简洁性”正成为新的核心指标。
标签: #前端框架, #AI Agent编程, #开发成本, #Token消耗, #技术选型
国行苹果 AI 开测 Siri 接入千问 ⭐️ 9.0/10
2026 年 11 月 4 日，苹果向国行用户推送 iOS 27.3 首个开发者测试版，正式开启「Apple 智能」测试，Siri、写作工具与视觉智能功能接入通义千问大模型。首批功能包括实时翻译、照片消除、通知摘要等，支持 iPhone 15 Pro 系列、iPhone 16 全系列及后续机型，设备语言需设为简体中文或英语。当前版本未包含 WWDC 2026 预告的全新 Siri AI，且仅限部分功能开放。
订阅源 · 爱范儿 · 11月4日 00:26
「为何此时值得关注」 此次更新标志着苹果在中国市场首次将国产大模型深度整合进系统级 AI 服务，是其推进 AI 本地化战略的关键一步，对用户隐私处理方式和生态竞争格局具有潜在影响。
「可做角度」 可做角度：国行版 Siri 接入千问后，用户在不跳转 App 的情况下完成跨应用任务，但系统仍要求手动跳转至千问 App 以获取个性化建议，这种「半集成」设计如何平衡本地化能力与生态控制，值得观察。
标签: #Apple智能, #Siri接入千问, #国产大模型落地, #iOS 27.3测试版, #AI本地化
