苹果机器人"大脑"开源，91%成功率让具身智能看到曙光

🐵 程序小猴AI日报，每天8点，带你用5分钟看懂AI圈昨天发生了什么

1. 苹果披露人形机器人HALO系统：360次测试91%成功率，代码全部开源

苹果研究团队在arXiv发布论文，披露了人形机器人自主控制系统HALO。该系统部署在宇树G1上，在6个未预先建图的真实环境中完成360次单项任务测试，平均成功率达91%。系统采用三层架构：上层调用千问Qwen3.6-35B在Mac mini上本地运行做任务编排，中间层用Qwen3.5-2B做动作生成，底层用强化学习训练的动作跟踪器以50Hz运行。团队公开了全部数据生成、模型训练和部署代码。

2. 蚂蚁百灵发布Ling-3.2-flash：560B参数原生多模态，三项基准超Claude Opus 5

蚂蚁百灵推出原生多模态模型Ling-3.2-flash，总参数560B、激活参数25B，支持1M上下文窗口，原生支持图像、文本、视频输入。官方评测显示，OmniDocBench 1.5得分92.21（Claude Opus 5为90.56）、ZEROBench 43.71（vs 39.52）、Vision2Web 85.86（vs 80.20）。模型核心亮点是"视觉反馈自检"——生成网页或3D场景后，可以把渲染结果作为下一轮输入来检查偏差并自动修正。

3. Meta推送Muse Wonder专用模型：Agent记忆能力大幅升级

Meta宣布将基于Muse Wonder训练的专用版本全面推送给Muse与Meta AI用户，引入Active Memory和Active Focus两项核心能力。Active Memory让模型能跨对话精准记忆关键信息，遗忘率降低2.4倍；Active Focus确保遇到意外状况时坚持推进目标，任务完成率提升67%。Muse Wonder训练于Meta吉瓦级Prometheus超算集群，原生支持100万token上下文和全模态输入。

4. 谷歌发布Gemini Omni 1.2 Flash：原生15秒视频生成，降价30%

谷歌DeepMind发布视频生成模型Gemini Omni 1.2 Flash，将原生视频时长上限从10秒提升到15秒，支持1秒步进自定义时长，新增多轮对话式视频编辑能力。模型增强了参考图遵循能力，可在多镜头切换中保持角色、物体一致性。720p定价降至每秒0.07美元，较上代降价约30%。已在Gemini API与Google Cloud全面开放。

5. OpenAI发布GPT-6 Cyber：首个网络安全专用大模型

OpenAI正式发布面向网络安全场景的垂直模型GPT-6 Cyber，主打漏洞挖掘与安全验证能力。该模型经过专项训练，可自主识别和验证可被利用的系统漏洞，同时内置安全围栏机制，操作范围不会超出研究人员预设边界。首批通过API和Codex向Daybreak Red客户小范围开放，后续逐步扩大。

6. 百度开源文心5.5 Flash Base：2800亿参数MoE基座模型

百度正式开源ERNIE 5.5 Flash Base基座大模型，采用MoE架构，总参数量2800亿，单次Token激活140亿参数。预训练使用33.5万亿Token，预训练上下文128K，微调和推理阶段最高支持100万Token超长上下文。面向科研和开发者群体开放二次微调和二次开发。

7. 华为云盘古2.1-Pro即将上线：专为鸿蒙原生开发优化

华为云MaaS平台将于11月15日更新上线openPangu-2.1-Pro旗舰模型，主要提升ArkTS语言在鸿蒙原生应用开发中的代码生成质量。同步更新的还有AgentArts智能体平台、CodeArts代码工具和OfficeAce办公产品，均接入该旗舰模型。

👇 今日互动

今天这些动态里，你最关注哪一条？苹果HALO的开源会不会加速具身智能的发展？蚂蚁的视觉反馈自检是不是前端AI工具的新方向？欢迎在评论区聊聊你的看法。

觉得有用的话，转发给你的AI圈朋友，我们明天见！