腾讯研究院AI速递 20260310-AI Express News

生成式AI

一、OpenClaw连更两日发布300多条修复，PinchBench评出榜单

1. OpenClaw两天内发布两次重大更新，引入SecretRef安全验证、可插拔上下文引擎、CLI备份等功能，194位贡献者参与，创始人亲自打假国内社交平台李鬼账号；

2. PinchBench基准测试中Gemini 3 Flash Preview以满分11中10.5分居首，MiniMax M2.1和Kimi K2.5分列二三名且成本仅为前者约1/10，GPT-5.4正确率仅76%排名第20；

3. GitHub星标数达27万超越Linux和React全球第一，黄仁勋感叹"Linux花30年才达到的成就OpenClaw只用了3周"，A股港股龙虾概念股全线暴涨。

二、国内各科技大厂支持养龙虾，WorkBuddy、ArkClaw相继发布

1. 腾讯发布类OpenClaw产品WorkBuddy兼容OpenClaw并下载即送5000Credits，企业微信官方接入，QClaw一键启动包正在内测支持直连微信；

2. 字节跳动火山引擎上线云上SaaS版ArkClaw月费9.9元，扣子上线中文版社区InStreet论坛，飞书免费版API调用额度从每月1万次提升至100万次；

3. 小米启动移动端智能体Xiaomi miclaw封测雷军连发三条微博，阿里开源Team版HiClaw引入Manager Agent管理Agent团队，百度在多城举办免费安装快闪活动。

三、小红书开源FireRed-Image-Edit v1.1，人像一致性大幅提升

1. 小红书Super Intelligence团队在1.0版本发布不到一个月推出v1.1，实现开源领域最优的ID一致性保持，支持自由组合10余种元素并配备Agent智能裁剪拼接功能；

2. 工程优化集成模型蒸馏、量化与静态编译技术，仅需30GB显存实现4.5秒端到端生成，开源完整LoRA训练代码支持自定义风格创作；

3. 基于Qwen-Image的T2I骨干网络通过预训练-SFT-RL流程注入编辑能力，架构设计骨干无关可迁移至任意文生图基础模型，在多个榜单达到SOTA。

前沿科技

四、Eon Systems首次实现果蝇全脑仿真，复制大脑控制虚拟身体

1. 硅谷公司Eon Systems宣布成功将果蝇12.5万个神经元和5000万条突触连接完整复制到计算机中，接入MuJoCo物理引擎后虚拟果蝇天然会爬行、梳理和觅食；

2. 这是首次把完整连接组大脑与物理身体模拟结合并产生多种自然行为，控制身体的不是训练出来的AI策略而是被复制的大脑本身，运动行为预测准确率可达95%；

3. 创始人认为这是"心智上传"的早期验证，下一步计划两年内做小鼠大脑（7000万神经元），通过膨胀显微技术有望将人脑扫描成本从10万亿降至10万美元级别。

五、UniPat AI开源UniScientist，30B小模型科研能力比肩顶尖闭源

1. UniPat AI开源的UniScientist用30B参数（3B激活）模型实现自主科研闭环，在FrontierScience-Research上得分28.3超越Claude Opus 4.5（17.5）和GPT-5.2（25.2）；

2. 将科研过程建模为"主动证据整合+模型溯因"的动态系统，区分可独立核验证据和可形式化推导证据，循环执行假说生成、证据获取和溯因更新直至收敛；

3. 提出进化式多学科合成数据引擎，利用模型擅长生成、人类擅长验证的不对称性，已积累超4700个研究级实例覆盖50+学科，每条样本附20+条原子化评测Rubric。

报告观点

六、Jeremy Howard严厉警告：Vibe Coding剥夺人类建立直觉权利

1. Fast.ai创始人、ULMFiT提出者Jeremy Howard称Vibe Coding让他"感到恶心"，认为其本质是拉老虎机——获得控制幻觉但无人理解生成的代码；

2. 他指出大模型只是在训练数据分布中做高维插值和"角色扮演"理解，一旦脱离训练分布舒适区就会瞬间崩溃，所谓AI写C编译器不过是对LLVM的风格迁移；

3. 援引"适当困难"教育学原理，警告如果把所有初级编程任务交给AI，10年后将失去能架构宏大软件系统的资深工程师，AI最大风险是科技寡头借恐慌垄断技术。

七、LeCun团队新论文：AI应放弃模仿人类，转向超人类适应性智能

1. LeCun团队提出超人类适应性智能（SAI）概念，核心转变是不再以人类为参照系，衡量智能的关键指标从"会多少技能"变为"学习新技能的速度"；

2. 论文指出人类智能本质是进化塑造的生存工具而非真正通用，强行追求通用性会导致负迁移——多任务争夺同一模型容量时梯度互相冲突反而拖累性能；

3. 技术路线为自监督学习+世界模型+模块化系统，明确反对自回归下一Token预测作为统一架构，认为"帮折叠蛋白质的AI不应该是帮折叠衣服的AI"。

<原文链接：https://mp.weixin.qq.com/s/o6AJ5QmYLj0XkmAduQ2QZw

文章版权归作者所有，未经允许请勿转载。

THE END

腾讯研究院AI速递 20260310