机器之心 AI NEWS DIGEST
2026 06 05
STORY 01 / 11
北大发布全球首个「自进化」5D世界模型EvoPhys-World，基于摩尔线程全国产算力底座，以「人」为中心，实现场景级万物可控
STORY 02 / 11
Claude Code团队成员亲述：动态工作流该怎么用
STORY 03 / 11
大晓机器人发布全球首个全屋三维可交互世界模型
STORY 04 / 11
AI自进化过快，Anthropic呼吁全球中止研发
STORY 05 / 11
过程比结果更危险：从模型到Harness，AI Agent的下半场该如何评测安全？
STORY 06 / 11
进家大战已经打响，第一个跑出来的不是人形
STORY 07 / 11
刺破成功率幻象，直面具身智能的「真灵巧」，机器人精细操作评测新范式来了！
STORY 08 / 11
首字延迟降低3.6倍！腾讯混元提出Stem稀疏注意力算法，长文推理加速新SOTA
STORY 09 / 11
全球领先！许锦波团队率先跑通低通量de novo，11大靶点上实现90%成功率！
STORY 10 / 11
模型也需要「睡觉」？CMU新论文让LLM在梦中「巩固记忆」
STORY 11 / 11
Claude的双面人生：在Anthropic内部卷生卷死，在用户面前躺平摆烂
The article frames this as the key story.
这条新闻关注北大发布全球首个「自进化」5D世界模型EvoPhys-World。
The source explains the core mechanism and context.
项目主页: 智能下一站：从 “看见世界” 到 “撬动世界” 过去一年，世界模型成为 AI 领域最受关注的方向之一。
The report adds the main technical or product details.
以 Genie3、Lingbot-World、Marble 等为代表的一系列工作，已经能够构建连续、逼真的虚拟世界，并支持智能体在孪生出的场景中进行观察、预测与漫游。
The article highlights the evidence behind the claim.
但一个关键问题始终存在： 这些世界大多仍然只能 “看”，不能真正 “动”。
This line summarizes another source-grounded detail.
也就是说，模型可以生成一个场景，可以让视角在场景中移动，却很难真正理解场景中物体的物理属性，更难让“人”或“机器人”与物体发生符合物理规律的交互。
This line summarizes another source-grounded detail.
轻轻一推，杯子会滑走、晃动，还是翻倒？
This line summarizes another source-grounded detail.
伸手一拿，物体会被顺利拿起，还是从手中滑落？
This line summarizes another source-grounded detail.
拉开抽屉时，里面的物品会不会跟着移动？
This line summarizes another source-grounded detail.
按下会议室门口开关，灯光会不会随之亮起或熄灭？
This line summarizes another source-grounded detail.
换一个力度、角度，会不会产生不同的反馈？
This line summarizes another source-grounded detail.
“反物理” 事实推演生成 如果世界模型只能生成 “可观看” 的世界，那么它更像是一个视觉播放器；
This line summarizes another source-grounded detail.
而如果世界模型能够理解动作、物体、接触、因果与反馈，它才有机会成为机器人和智能体的 “世界引擎”, 从 “看见世界” 到 “撬动世界”。
The article frames this as the key story.
这条新闻关注Claude Code团队成员亲述：动态工作流该怎么用。
The source explains the core mechanism and context.
该功能允许 Claude 根据具体任务即时编写定制化执行框架，协调多个子 Agent 并行工作，解决大规模、高并行、对抗性任务中的系统性失效问题。
The report adds the main technical or product details.
近日，Anthropic 工程师 Thariq 发了篇长文，分享了他最初的工作流经验和心得。
The article highlights the evidence behind the claim.
在深入技术细节之前，Thariq 先提供了一些示例提示，来让我们理解工作流的潜力： - 「这个测试可能每 50 次运行失败一次。
This line summarizes another source-grounded detail.
设置一个工作流，重复运行测试，形成假设，并在工作树中对其进行对抗性验证 / 目标：不停尝试，直到有一个假设成功。
This line summarizes another source-grounded detail.
」 - 「使用工作流，回顾我最近的 50 次会话，挖掘我反复犯的错误，并将这些重复性问题生成 CLAUDE.md 规则。
This line summarizes another source-grounded detail.
」 - 「用工作流翻查过去六个月 Slack 的 incidents 频道，找出反复出现、但还没有人提交工单的根本原因。
This line summarizes another source-grounded detail.
」 - 「拿我的商业计划，运行一个工作流，让不同的 Agent 从投资者、客户和竞争对手的角度进行拆解。
The article frames this as the key story.
这条新闻关注大晓机器人发布全球首个全屋三维可交互世界模型。
The source explains the core mechanism and context.
该技术突破了现有室内场景生成仅能覆盖单房间、缺乏全局一致性与可操作性的行业瓶颈，能够一键生成结构连贯、物理合理、功能完整的全屋三维场景。
The report adds the main technical or product details.
具身智能的终极目标是走进千家万户，但家庭环境的高度复杂性与个性化，要求机器人必须在海量差异化真实场景中训练。
The article highlights the evidence behind the claim.
为此，研究团队同步开源全球规模最大、首个专为中国家庭打造的全屋 3D 数据集。
This line summarizes another source-grounded detail.
该数据集包含 30 万套中国真实住宅平面图与 5 千个完整带可交互家具和物体的仿真场景，覆盖全国各类典型家居户型，完整还原中国本土家庭居住特征。
This line summarizes another source-grounded detail.
此前，Figure AI 与 Brookfield 依托超 10 万套住宅单元训练机器人；相比之下，Kairos-HomeWorld 用可批量生成的中国家庭仿真场景降低训练成本。
This line summarizes another source-grounded detail.
与之相比，Kairos—HomeWorld在家庭机器人训练方面成本低、效率高。
This line summarizes another source-grounded detail.
依托模型就能批量生成多样化中国家庭仿真场景，以及自带物理交互属性的物体。
The article frames this as the key story.
这条新闻关注AI自进化过快，Anthropic呼吁全球中止研发。
The source explains the core mechanism and context.
据 Anthropic 的内部数据显示， Claude 正在加速 AI 开发进程。
The report adds the main technical or product details.
这可能意味着一条通向「递归自我改进」的路径正在出现，也就是 AI 能够自主参与构建一个比自己更强的后继模型。
The article highlights the evidence behind the claim.
这种变化发生得比原先预想得更快，其潜在影响值得更多关注。
This line summarizes another source-grounded detail.
简单来说，Anthropic 公开了一份迄今为止关于「AI 加速 AI 开发」最为详尽的内部报告。
This line summarizes another source-grounded detail.
这份报告参考的不是外部基准测试成绩，而是公司自身实际业务的工程指标、员工调查和内部实验数据。
This line summarizes another source-grounded detail.
报告的核心发现着实惊人：截至 2026 年 5 月，Anthropic 合并进代码库的代码中，超过 80% 由 Claude 编写；
This line summarizes another source-grounded detail.
在 2026 年第二季度，工程师的代码日产出量是 2024 年的 8 倍。
The article frames this as the key story.
这条新闻关注从模型到 Harness，AI Agent 的下半场该如何评测安全。
The source explains the core mechanism and context.
这些问题当然重要，但在今天，它们已经不是唯一、甚至不再是最核心的问题。
The report adds the main technical or product details.
真正被部署的 agent，并不是裸模型。
The article highlights the evidence behind the claim.
无论是 Claude Code 自动提交 PR、Codex 修复 issue，还是能够直接操作资金的客服助手，它们都运行在一个 execution harness 之中。
This line summarizes another source-grounded detail.
Harness 决定了模型能调用哪些工具、能访问哪些资源、信息如何在不同子 agent 之间流动、何时终止执行，以及系统如何处理错误恢复。
This line summarizes another source-grounded detail.
模型只是提出动作， 真正决定行为边界的是 harness 。
This line summarizes another source-grounded detail.
这意味着，很多真正危险的失败，已经不再发生在“最终回答”这一层，而是发生在执行过程本身。
This line summarizes another source-grounded detail.
一个看似“对齐良好”的模型，如果被放进权限边界松散的 harness 中，依然可能悄悄执行越权操作。
The article frames this as the key story.
这条新闻关注进家大战已经打响，第一个跑出来的不是人形。
The source explains the core mechanism and context.
2026 年，这个问题变得愈发重要，它直接决定了一家具身智能公司能否靠自己的造血能力活下去，而不是永远等待下一轮融资。
The report adds the main technical or product details.
与此同时，市场投票其实已经给出了一些结果。
The article highlights the evidence behind the claim.
其中最值得关注的一个现象是：在公认难度极高的家庭消费场景，已经有公司卖出了 25000 多台。
This line summarizes another source-grounded detail.
前段时间，他们的新产品 ——BabyAlpha A3 机器狗引发了不小的轰动。
This line summarizes another source-grounded detail.
不过，当时，很多行业讨论集中在参数本身：六颗国产芯片组成异构计算集群、端侧运行 70 亿参数大模型、感知系统全面升级。
This line summarizes another source-grounded detail.
这背后真正值得重新讨论的，可能不是某一款产品，而是整个具身智能行业的路线选择。
This line summarizes another source-grounded detail.
当机器人厂商开始「挤进家门」 不知道大家有没有注意到，最近，喊着要把机器人送进家庭的具身厂商，是越来越多了。
The article frames this as the key story.
这条新闻关注刺破成功率幻象，直面具身智能的「真灵巧」。
The source explains the core mechanism and context.
针对这一问题，东南大学魏秀参教授、耿新教授和北京大学彭宇新教授团队提出精细操作元评测基座 MetaFine，从 understanding、perception 和 behavior 三个维度系统诊断具身智能体的操作能力。
The report adds the main technical or product details.
MetaFine 不仅能够揭示传统成功率指标下被高估的能力幻象，还可兼容吸收不同机器人评测集，并通过真机-仿真混合评测辅助获得更稳定、更公平的真实能力估计。
The article highlights the evidence behind the claim.
该工作推动精细操作评测从“是否成功”的结果排名，走向“为何成功、为何失败”的能力诊断，为构建真正可靠、灵巧、可泛化的具身智能系统提供新的评测基础设施。
This line summarizes another source-grounded detail.
论文题为《Beyond Binary Success: A Diagnostic Meta-Evaluation Framework for Fine-Grained Manipulation》。
The article frames this as the key story.
这条新闻关注首字延迟降低3.6倍！腾讯混元提出Stem稀疏注意力算法。
The source explains the core mechanism and context.
光标闪烁，模型却迟迟不吐出第一个字 —— 这段 "等待第一个字" 的过程，就是所谓的 预填充（Prefill）阶段。
The report adds the main technical or product details.
它背后的瓶颈，是 Transformer 自注意力的二次方计算复杂度：输入越长，预填充越慢，且呈平方级增长。
The article highlights the evidence behind the claim.
稀疏注意力（Sparse Attention）是当下最主流的破局方向：只计算“重要”的 token，把不必要的算力省掉。
This line summarizes another source-grounded detail.
然而从算法到算子，现有方案都存在明显短板。
The article frames this as the key story.
这条新闻关注全球领先！许锦波团队率先跑通低通量de novo。
The source explains the core mechanism and context.
对一个长期被认为“没有高通量就很难有收获”的领域来说，这意味着低通量、跨多靶点的实用级 de novo 纳米抗体发现，第一次被跑成了一条完整可复用的流程。
The report adds the main technical or product details.
更重要的是，这样的成绩并不是靠「选简单靶点刷数据」实现的。
The article highlights the evidence behind the claim.
报告显示，MMDesign 在被公认为低通量场景下极难命中的浅层三聚体细胞因子 TNFα 上，实现了 14 选 7（50%）的命中率；
This line summarizes another source-grounded detail.
在部分 GPCR 等被视为抗体设计「深水区」的高难度靶点上，同样获得了高表达、低聚集且特异性良好的候选。
This line summarizes another source-grounded detail.
多数命中分子不仅亲和力达到纳摩尔甚至皮摩尔级别，还在 CHO 表达、SEC 单体比例和非特异性结合等可开发性指标上表现稳健。
This line summarizes another source-grounded detail.
支撑这一整套工作流的，是分子之心自研的全原子结构预测模型 MMFold。
This line summarizes another source-grounded detail.
在抗体–抗原结构预测的权威基准 FoldBench 上，MMFold 的 Top‑1 成功率达到 68.6%，显著高于当前公开的 AlphaFold 3 等主流系统，Top‑5 成功率进一步提升至 75.6%。
The article frames this as the key story.
这条新闻关注模型也需要「睡觉」？CMU新论文让LLM在梦中「巩固记忆」。
The source explains the core mechanism and context.
但问题也随之而来：上下文越长，KV Cache 越臃肿，不仅导致显存瞬间被“吃光”，推理速度愈发缓慢，成本也迅速上升。
The report adds the main technical or product details.
更关键的是，把更多 token 放进窗口，并不等于模型真的把信息转化成长期记忆，复杂推理任务仍会因为记不住细节而频频翻车。
The article highlights the evidence behind the claim.
这篇论文的题目言简意赅， 《Language Models Need Sleep》，也就是《语言模型需要睡眠》 。
This line summarizes another source-grounded detail.
当然，这里的「睡眠」不是真的睡眠，更准确地说， 是一种类似睡眠的「记忆巩固机制」 。
The article frames this as the key story.
这条新闻关注Claude的双面人生：在Anthropic内部卷生卷死。
The source explains the core mechanism and context.
公司高层甚至喊话全球同行：兄弟们，要不要一起踩踩刹车？
The report adds the main technical or product details.
这份报告的帖子浏览量已经冲破 500 万，讨论热度拉满。
The article highlights the evidence behind the claim.
然而，在工作能力进步的同时，摸鱼的水平越来越强大了。
This line summarizes another source-grounded detail.
Claude 就是一个典型的例子，似乎都已经学会了「向上管理」。
This line summarizes another source-grounded detail.
Reddit 社区上另一个帖子也在疯传。
This line summarizes another source-grounded detail.
标题特别朴素，朴素到带着一股怨气： 「Claude 现在完全不能用了」（Claude is completely unusable now）。
This line summarizes another source-grounded detail.
Claude 现在就是这么反差：表面上“精通十八般武艺，年产出 top 1%”，实际干活的时候，干了十分钟就开始收拾东西跟你说“今天差不多了吧”。