//每日 AI 早报
2026年10月31日2026-10-316 条收录 · 5 条精选
本期要点：本期主线是「小而美」与「真落地」——小米开源 0.8B 参数的全能文档理解小模型，越级打赢 8B 大模型；Kimi 上线 3D Make，普通人一句话就能建模、搭场景、出打印文件；360 国产 AI 安全系统登顶国际榜单 CyberGym 刷新世界纪录；豆包工作向企业开放第三方大模型「货架」；清华联合团队让 96 台真实机器人「组团学习」，任务成功率反超人类。
站点收录
每日资讯精选
01小米开源 Xiaomi-OCR-0：仅 0.8B 参数，文档理解小模型越级打赢 8B 大模型小米 10 月 30 日宣布开源轻量级文档理解模型 Xiaomi-OCR-0，仅 0.8B（8 亿）参数，却将文档解析、关键信息抽取、OCR 视觉问答三大能力融于一身：能还原正文、复杂表格与数学公式并输出 Markdown/LaTeX，也能从发票、卡证直接生成 JSON。在模拟真实拍摄干扰的 Real5-OmniDocBench 基准上以 95.24 分排名第一，五项视觉问答基准平均 83.2 分，超过 8B 参数的 MiniCPM-V-4.5。权重、推理代码已上线 Hugging Face 和 GitHub，还同步提供浏览器 Demo、MCP 服务和 Agent Skill 工具包。值得关注的原因：它证明了垂直场景的胜负手不是参数量而是数据与训练方法，普通开发者用一张消费级显卡就能跑起文档智能，是新手接触多模态模型落地的高性价比入口。快科技
02Kimi 上线 3D Make：一句话建模、搭场景、做小游戏，还能接 Blender 和 CAD月之暗面 10 月 30 日为 Kimi 上线 3D Make 功能，网页版和桌面端 Kimi Work 均可使用。它提供三类玩法：生成可在浏览器里拖拽交互的 3D 网页和小游戏并一键分享；从文字、草图或参考图生成 3D 模型并在线预览、多轮对话修改；导出可直接交给切片软件的 3D 打印文件。底层由 K3.1 Pro 驱动，能写 Python 脚本操控 Blender、Unity、Rhino、FreeCAD 等专业软件，规则形状靠代码参数化建模，人物动物等不规则对象则调用 Tripo 等专业生成服务，官方还提供模板 Remix。值得关注的原因：AI 从「生成一张图」进化到「替你操作专业软件」，把 3D 创作、游戏开发和 3D 打印的门槛拉到了「一句话」级别，对新手极其友好；官方也坦承角色绑骨骼、复杂材质仍是短板，复杂作品消耗额度较高，动手前建议先拿小项目练手。微信公众号（深度实测）
03360 图龙锋以 99.4% 成功率登顶 CyberGym，刷新 AI 漏洞挖掘世界纪录360 集团 10 月 30 日披露，其自研 AI 安全攻防系统「图龙锋」在被誉为 AI 安全「世界杯」的国际基准 CyberGym 中，以 99.4% 的漏洞复现成功率登顶并刷新世界纪录，同榜竞技的包括 OpenAI、Anthropic、Google 等头部厂商的模型与智能体。在全部 1507 个真实漏洞任务中，三轮独立评测成功率分别为 99.27%、99.47% 和 99.40%。其技术路线是「安全领域大模型 + 专业智能体蜂群」：把漏洞挖掘拆成攻击面分析、静态审计、动态验证等多个专业 Agent 分工协作，并把 360 多年积累的专家经验注入知识库。目前该系统已累计发现超 1.5 万个安全漏洞，超 500 家企业接入。值得关注的原因：这打破了全球 AI 安全实战能力由海外大厂主导的格局，也展示了「领域专家经验 + 多智能体协同」这条不单纯堆算力的路线同样能登顶世界级榜单。上海证券报
04豆包工作开放第三方大模型：Kimi、GLM、DeepSeek 一键接入企业办公字节跳动 10 月 29-30 日宣布，豆包工作向团队订阅版和企业订阅版客户开放第三方大模型服务，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型。功能默认开启、开箱即用：企业无需再向各模型厂商单独采购，按用量直接扣除已有的 AI 点数；管理员可按成员、部门或全员灵活划定可用范围，也能指定模型仅在「工作电脑」「飞书工作台」等办公场景生效，兼顾效率与数据安全。值得关注的原因：此前豆包工作只支持字节自研模型，此次把竞争对手接上自家货架，标志着企业级 AI 的竞争正从「模型能力」转向「平台生态」，入口平台化、模型货架化将成为新趋势，企业用一套订阅就能混搭各家最强模型。每日经济新闻
0596 台机器人「组团学习」：清华联合团队提出 CEL 范式，任务成功率反超人类清华大学联合无问芯穹、智元近日提出群体经验学习（CEL）新范式，并在 96 台真实机器人集群上完成规模化验证。核心思路是让机器人不再只靠人类示范学习，而是共享彼此的成功经验：一台机器人摸出来的好做法沉淀进群体经验库，所有同伴都能复用。在插花、叠衣服、手机充电、凳子组装、手机包装五项真实任务中，两台未参与训练的机器人完成 600 次测试、总体成功率 97.5%，五项任务全部超过 6 名人类操作员的平均水平；多步骤的工业级手机包装任务成功率从 79.2% 提升至 98.3%。研究还发现「机器越多越强」：训练机器人从 16 台增至 96 台，成功率从 86.7% 升到 98.3%。值得关注的原因：它直接回应了具身智能最大的卡点——「经验丰富的人不够教」，把机器人的规模化部署从负担变成了能力进化的引擎。科技日报