丘成桐弟子团队用AI写完470万行Lean代码验证庞加莱猜想【AI 早报 2026-09-29】
数学证明的验证权开始交给机器：约 470 万行 Lean 代码全部通过内核检查，其中约 270 万行由 AI 在最后两周协助完成。今日还有 Naive AI 开源 309B 模型、Manus 2.0 推出 Cue 与云电脑、Cognition 年化收入达 10 亿美元等信息。
今日概览
- 丘成桐弟子团队用AI写完470万行Lean代码验证庞加莱猜想
- Naive AI首款模型开源：309B总参、15.5B激活，AI参与研发AI
- Mirendil估值三个月从10亿美元升至50亿美元，20人团队押注RSI
- SparkDiffusion将5秒720P视频生成压至18秒，提速265倍
- SceneMosaic一张图生成可仿真3D房间，用局部拼片演化布局
- OmniVChat用合成数据训练原生音视频对话，发布数据引擎与基准
- 华为联合团队夺SAT 2026 AI赛道SAT组冠军
- GitHub开源安全智能体发现24个Android漏洞
- Manus 2.0推出Cue个人Agent与云电脑，Cascade框架降本32%
- JetBrains Air Teams把智能体工作流共享给团队
- Cloudflare Kitesurf支持WebMCP并扩展浏览器API
- Cloudflare推出cf CLI，智能体可调用整个Cloudflare API
- ElevenLabs发布Eleven v4与v4 Turbo，情绪表达与克隆能力升级
- DensityAI洽谈数亿美元融资，估值或达100亿美元
- Cognition年化收入达10亿美元，估值480亿美元
前沿研究
丘成桐弟子团队用AI写完470万行Lean代码验证庞加莱猜想
一个四人团队用证明助手 Lean，把 Hamilton 与佩雷尔曼关于庞加莱猜想的证明从头写到尾，共形成约 470 万行代码。团队由丘成桐弟子、研究 Ricci 流数十年的教授牵头，冲在最前面的是刚毕业本科生，背后是 24 小时连轴转的 ChatGPT、Claude 等 AI。约 270 万行代码是最后两周在 AI 协助下赶出来的，全部通过 Lean 内核检查，没有用 sorry 预留未证部分。顺着庞加莱定理追溯，实际被直接或间接引用的有 14197 个代码文件、约 402 万行，最长引用链串起 353 个文件。佩雷尔曼三篇论文对应的代码约 66 万行，只占六分之一；第三篇论文只有 7 页，平均每页对应约 1.4 万行 Lean 代码，其中一句话提到的曲线缩短流被写成 7.6 万行。其余六分之五是论文中默认读者已掌握的基础数学，分析学约 109 万行、微分几何约 77 万行；短时存在性一个定理用到 89 万行，典范邻域定理用到 272 万行，占整条依赖链的三分之二。过去大证明要靠同行花数年逐页审读，这次由机器内核完成检查，写证明的主力也换成了 AI。
来源：https://mp.weixin.qq.com/s/6LBYm8pOPkgNDLLTCggTRw
Naive AI首款模型开源：309B总参、15.5B激活，AI参与研发AI
代季峰团队 Naive AI 发布首款模型 Naive-N0.5-Flash，总参数量 309B，激活参数量 15.5B，原生支持百万 token 上下文，面向编程与 AI 研发。路线选择上，它没有从零预训练，而是以开源模型为起点，做架构改造、增量预训练和后训练。技术报告显示，AI 已参与注意力架构探索，以及训练、推理和部署系统优化；研究员负责设定目标、约束与评价标准，并在架构选择等关键决策上把关。官方案例显示，研究员与 AI 用 6 天推进 151 轮实验，把 NaiveRT 同一系统的一轮完整投机解码耗时从 12.3 毫秒降到 3.4 毫秒。另一项世界模型任务累计进行 400 小时、15 轮主要实验，持续调整数据、训练方案与推理策略，最终得到 AutoWM，跻身 WorldArena 第一梯队。清华博士生还展示了用 Naive-N0.5-Flash 训练多模态类 Jev 模型，其在俄罗斯方块与贪吃蛇上的表现优于 Jev 和开源 Laya。
来源：https://mp.weixin.qq.com/s/yaoSou6iHhA9eM9uQyBmkw
Mirendil估值三个月从10亿美元升至50亿美元，20人团队押注RSI
Mirendil 由两位前 Anthropic 研究员 Behnam Neyshabur 与 Harsh Mehta 于 2025 年底离职后创立，目前团队约 20 人，产品尚未正式发布。据知情人士透露，公司正在洽谈最高 10 亿美元的新一轮融资，投后估值可能达到 50 亿美元；Kleiner Perkins 洽谈领投，a16z 讨论参投。今年 6 月，Mirendil 刚完成 2 亿美元种子轮融资，a16z 和 Kleiner Perkins 领投，NVIDIA 等参投，投后估值为 10 亿美元。公司押注的是 self-accelerating AI R&D，即让 AI 参与数据准备、实验设计、代码编写、训练、评估和调试，再根据实验结果进入下一轮迭代。两位创始人此前在 Anthropic 分别参与 Discovery 团队、AI Scientist 项目以及内部 AI 研发自动化工作。其商业逻辑是：头部实验室已在内部验证 AI 加速 AI 研发，但缺乏动力把最先进研发能力开放给潜在竞争者，独立公司可以面向药物、化学、生物和机器人等领域实验室提供这套能力。
SparkDiffusion将5秒720P视频生成压至18秒，提速265倍
北京大学、清华大学、阿里巴巴等机构提出 SparkDiffusion，称是首个把稀疏注意力、少步蒸馏与低精度量化整合到统一框架的视频生成加速系统，并开源权重与完整训练代码。其背景是：一段 5 秒 720P 视频，传统扩散生成需要超过 1 小时。研究团队发现“高稀疏陷阱”：当稀疏率从 90% 推到 97%，计算量从 10% 降至 3%，训练损失持续下降，生成视频却出现人物破碎、背景扭曲和时序混乱。Oracle 干预实验显示，在 97% 稀疏率下，用稠密教师替换最高噪声的 5 步预测可移除大部分终点误差；只修正最低噪声的 5 步改善有限，说明高噪声阶段的结构误差会被后续步骤放大。SparkDiffusion 的解法是终端对齐监督，训练时约束“这一步最终会生成什么”，并采用 RoLA、Trajectory-Mixed Distillation 与 FP8 量化组成分阶段流程。最终结果是把视频生成压缩到 18 秒出片，生成速度提升 265 倍。
来源：https://mp.weixin.qq.com/s/JJ3FYpfzEyCp65hvXg55ig
SceneMosaic一张图生成可仿真3D房间，用局部拼片演化布局
香港大学等机构提出 SceneMosaic，目标是用一张图生成一屋子可仿真、可变化的 3D 场景。现有两条路线都有瓶颈：智能体文生 3D 的 SAGE 生成单个场景要 7.56 小时；参数化图生 3D 十几分钟能还原场景，但直接回归位姿经常出现椅子悬空、书本穿模，碰撞率达 20%~26%。SceneMosaic 的核心隐喻是“马赛克”：场景由可独立替换的局部拼片构成。第一步用 SAM3 分割、SAM3D 重建物体网格与初始位姿，再通过有向无环图调度子智能体推断房间边界与 attach/contain 依赖，把场景组织成场景树。第二步先做容纳修正与重力仿真，让物体自行解开碰撞、消除悬空；随后进入 Critic-Actor 循环，Critic 读取正交渲染图、碰撞报告和历史记忆输出定性建议，Actor 再把建议转成引用当前布局状态的符号化位姿表达式，由沙箱求值器精确执行。第三步沿场景树对局部单元变体取笛卡尔积，结合新颖性距离和动态 Max-Min 贪心搜索筛出紧凑多样的代表场景。
来源：https://mp.weixin.qq.com/s/m8P5ncbr8MjtjKin7kWotw
OmniVChat用合成数据训练原生音视频对话，发布数据引擎与基准
香港中文大学、Alibaba Token Hub、上海交通大学、上海创智学院、浙江大学等团队提出 OmniVChat，把“音视频对话”定义为模型直接同时接收用户音频和视频，不依赖额外文本问题、外部字幕或语音识别转写，从而保留语气、停顿、表情和镜头朝向。现有研究多是对音视频内容做问答，且多轮原生音视频对话数据稀缺，评测也难靠关键词匹配。团队走“为了理解而生成”路线：先明确要测试的能力，再合成对应对话，并依据实际音视频内容形成参考回复和评分标准。其成果包括数据引擎 OmniVChat-Studio、评测基准 OmniVChat-Bench 和强化学习奖励设计 OmniVChat-RL。OmniVChat-Studio 是 Multi-Agent 数据引擎，由 Director 负责场景构思、剧本、参考回复与评分标准，Renderer 渲染音画同步片段，Reviewer 观察实际内容并写质量报告，Validator 做确定性规则校验，输出单轮与多轮原生音视频对话。
来源：https://mp.weixin.qq.com/s/YxAHnzn3oVUT1vqwO6oX5g
华为联合团队夺SAT 2026 AI赛道SAT组冠军
SAT Competition 2026 首次设立 AI 赛道，共吸引全球 45 支队伍参赛，并要求 AI 调优的求解器必须在性能上超越最优非 AI 求解器方可获奖。由华为诺亚方舟实验室、华为云天筹 AI 求解器团队和华中科技大学 John Hopcroft 计算中心组成的联合团队，获得并行 AI 赛道 SAT 组冠军。夺冠方案依托华为云天筹决策智能引擎和 AI 算法自动设计技术，搭建了 SAT 求解器专用的算法自调优流水线，集成专家知识注入、多智能体协同、经验高效沉淀和多维度多尺度算法评估，并依托分布式算力集群实现高速算法评测打分。支撑该能力的开源平台 LLM4AD_Next 覆盖自动算法构建、独立记忆管理、Skill 轻量化部署和自动科研平台；其中记忆管理平台 MindMemOS 用于沉淀成功经验与失败教训，Skill 化部署已支持 10 类自动算法设计方法。SAT 求解器广泛应用于硬件验证、软件测试、密码学分析、AI 规划、自动驾驶和 EDA 芯片设计等场景。
GitHub开源安全智能体发现24个Android漏洞
GitHub 安全团队开源了 GitHub Security Lab Taskflow Agent，让安全研究者可以自动化、打包并共享有效的 AI 提示与工作流。作者针对 Android 应用编写了审计 taskflows，累计报告了 24 个漏洞。其方法核心是让自定义 taskflow 提示把审计拆成增量步骤，引导 LLM 发现复杂漏洞。gather_mobile_entry_point_info.yaml 先把代码入口点分成移动端和非移动端，帮助 AI 理解正确攻击面；classify_application_local.yaml 则被改写为聚焦 Android 特有的漏洞类别。运行方式为进入 seclab-taskflows 仓库并启动 codespace，然后执行 ./scripts/audit/run_mobile.sh myorg/myrepo；中型仓库通常需要 1 到 2 小时，结果会写入 SQLite 的 audit_results 表。运行需要 GitHub Copilot 许可证，并会消耗 premium model requests 和大量 token。
AI 产品与智能体工具
Manus 2.0推出Cue个人Agent与云电脑，Cascade框架降本32%
Manus 发布 2.0 版本，更新分为新的 Agent 框架和运行环境、桌面端升级而来的 Manus Studio，以及独立新应用 Cue 三部分。底层换成新一代自研 Agent 框架 Cascade，官方数据显示任务 Token 消耗减少 23.2%，任务完成时间缩短 28.2%，运行成本降低 32%。用户可直接购买云电脑，为多人联机游戏、自动化流程等项目提供关机后仍在线的专属运行环境。定时任务也升级为自动化，新邮件、广告数据波动、日历事件、Slack 消息或 Notion 页面更新都能触发任务。Manus Studio 覆盖文档、表格、PDF、幻灯片、网站、代码、游戏和视频，并按需加载专业工具；视频编辑器面向 30 到 60 秒产品短广告、数据动态图表、教程和 Vlog，并提供 Alchemy 模式。游戏开发环境同时调用视频、图像和编程三类模型，支持 Max Ultra 模式、可玩模板、素材与代码编辑，并可用云电脑开启多人联机。另一项更新是用手机语音远程指挥电脑。全新个人 Agent 应用 Cue 支持手机和桌面端，与 Manus 共享同一套基础设施。
JetBrains Air Teams把智能体工作流共享给团队
JetBrains 推出 Air Teams，定位为 agentic development 的团队层，为人类和智能体提供跨完整开发生命周期的共享上下文、环境、工具和指令。官方判断，随着个人开发者使用智能体后的生产力提升，瓶颈正从个人层面转向团队层面。Air Teams 已向 JetBrains 商业客户开放，个人客户后续开放。它有四个组成部分：Automations 可自行处理代码审查、问题修复和依赖更新等重复工作，由事件或计划触发运行；共享云环境让团队一次性配好工具、依赖和凭证，所有人复用；Cloud tasks 在这些环境中并行运行，不占用个人笔记本；Projects 则把共享额度、清晰角色和不依赖某个人的 Automations 整合在一起。
来源：https://blog.jetbrains.com/air/2026/09/introducing-air-teams/
Cloudflare Kitesurf支持WebMCP并扩展浏览器API
Cloudflare 更新了完全运行在 Cloudflare Workers 上的 Kitesurf 浏览器，目标是让智能体更可靠地使用网页，而不是带着为人类设计的浏览器功能负担。此次 Kitesurf 新增 WebMCP 支持，网站可以直接向智能体暴露功能，智能体可调用 searchFlights() 这类函数，而不用模拟点击。Cloudflare Radar 的 DevTools Application 面板中已能看到 navigate-to、set-location 等 WebMCP 工具。浏览器标准支持也有所扩展，新增 CSS Layout、CSS Object Model、CSS Typed OM、Custom elements，并加入基于 URL 的模块解析、JSON modules 和 import map 处理，以支持分块加载 JavaScript 的站点。Cloudflare 还使用新的 Workers module registry 支持相关模块加载。
来源：https://blog.cloudflare.com/kitesurf-update/
Cloudflare推出cf CLI，智能体可调用整个Cloudflare API
Cloudflare 公布新 CLI cf，目标是把整个 Cloudflare API 开放给智能体使用。官方数据显示，2026 年 3 月智能体已占 Wrangler 使用量的四分之一，而一年前还是个位数；最近一周智能体使用占比达到 48%。智能体每天使用的 distinct commands 接近人类两倍，使用 6 个及以上命令的可能性接近四倍。Wrangler 只覆盖约 280 个操作，而 Cloudflare 产品有数千个操作，cf 则覆盖整个平台。cf 为智能体提供定制化搜索与引导，默认输出 JSON，对人类pretty printed，对智能体 condensed 以节省上下文；配置格式改为 cloudflare.config.ts，从 Workers 开始覆盖整个 Cloudflare，并为开发者与智能体的 LSP 带来 TypeScript 的类型安全与准确性。Vite 成为默认本地开发服务器，常用命令包括 cf init、cf dev、cf deploy 以及 cf 管理账户资源，目前已开放公测。
来源：https://blog.cloudflare.com/cloudflare-cf-cli-launch/
ElevenLabs发布Eleven v4与v4 Turbo，情绪表达与克隆能力升级
ElevenLabs 发布语音模型 Eleven v4 与 v4 Turbo，官方称其在情绪细腻度、响应速度和声音克隆强度上均有提升。两个模型已在 ElevenAgents、ElevenCreative 和 API 中上线。
来源：https://elevenlabs.io/blog/eleven-v4
商业与融资
DensityAI洽谈数亿美元融资，估值或达100亿美元
DensityAI 由特斯拉 Dojo 超级计算机项目前负责人 Ganesh Venkataramanan、前首席系统工程师 Bill Chang 和前 AI 基础设施团队负责人 Ben Floering 于一年前创立。据知情人士透露，公司正在深入洽谈一轮可能达数亿美元的融资，估值将达 100 亿美元。对于芯片研发仍处早期、可能需要数年才能量产的公司，这一估值偏高；但公司负责人已告知潜在投资者，如果最终芯片满足特定性能要求，AWS 将予以采购。Andreessen Horowitz 一直在洽谈领投。技术路线上，DensityAI 采用独特的内存排布方法，计划使用 3D DRAM 堆叠技术，把存储单元直接堆叠在执行运算的芯片部分之上，以缩短推理过程中的数据传输距离，目标是更快、更节能。其挑战在于 DRAM 对温度敏感，堆叠在高温计算单元上实现难度较大。此前公司已获 Dolby Family Ventures、South Park Commons、Firestreak Ventures 和 Gradient Ventures 等投资。
Cognition年化收入达10亿美元，估值480亿美元
据知情人士透露，按本月业绩表现，AI 编程初创公司 Cognition 的年化收入有望达到 10 亿美元，较约四个月前的运行率增长约一倍。本月早些时候，Cognition 完成新一轮 20 亿美元融资，估值从约三个月前的 260 亿美元升至 480 亿美元。其客户包括英伟达、花旗集团和梅赛德斯-奔驰集团。背景是 SpaceX 此前宣布以 600 亿美元收购竞争对手 Cursor，该交易于 8 月完成，SpaceX 也曾接触过 Cognition。
暂无评论。