AI产业要闻速览：模型评测争议引热议 国产开源生态加速壮大

一、ARC Prize重测GPT-6 Astra：62.7%与99.9%之争

据AIToolsRecap报道，ARC Prize组织使用标准中性测试框架重测GPT-6 Astra在ARC-AGI-3基准上的表现，得分为62.7%，而OpenAI在9月3日发布时公布的分数为99.9%。ARC Prize表示，99.9%的数据来自OpenAI自有的启用工具的配置，单次运行成本近1.9万美元，其他实验室的模型均不以此口径测试，因此该数据不具备可比性。值得注意的是，62.7%仍然是该基准上的最高分，算力较低的变体得分分别为59.3%和54.8%。

此前，英伟达CEO黄仁勋曾在GPT-6 Astra发布三天后引用99.9%的得分，宣称AGI已经到来。OpenAI发布后还被曝修订了五个公开数据。这一事件引发产业界对AI能力评测标准的重新审视：评测口径、工具配置与运行成本，会显著影响模型能力的对外呈现，企业在选择AI方案时，应关注评测条件与真实业务场景的匹配度，而不宜只看宣传数字。

二、MiniMax M3.1 Flash正式开源 华为昇腾将接入

10月23日，据智东西报道，MiniMax正式开源新一代大模型M3.1 Flash的模型权重，同时上线Hugging Face与魔搭社区两个平台，华为昇腾平台将接入支持。该模型面向智能体推理、工具调用、代码与长上下文任务设计，发布后3天处理超100万亿Token，前期以Space Bunny匿名运行积累了海量真实业务数据。

MiniMax M3.1 Flash的开源叠加昇腾算力适配，意味着国内企业可以在国产算力平台上低成本自部署前沿能力的模型，进一步降低智能体应用的落地门槛，也为国产大模型与国产算力的协同提供了示范样本。

三、谷歌Gemini 4研发已用上递归自我改进技术

据量子位报道，谷歌CEO劈柴确认，递归自我改进（RSI）技术是Gemini 4 Argon研发的关键助力，并预计从明年起，AI Agent将深度融入模型研发全流程，推动下一代更强模型的诞生，实现AI造AI。这标志着前沿模型研发范式正在发生深层转变：模型不仅是被训练的对象，也开始参与自身能力的迭代优化。

四、韩国近半数新AI模型基于中国基础模型

据智库Rockbridge Network Korea发布的最新报告，今年1月至8月，韩国本土账号在Hugging Face平台发布的1845个模型中，49.3%基于中国模型，35.9%基于美国模型，14.9%基于韩国本土模型。其中，阿里巴巴的Qwen是使用最广泛的基础模型，占全部模型的46.8%。

这一数据直观体现了中国开源大模型在全球开发者生态中的影响力：中国基础模型正在成为全球众多国家AI应用的底层支撑，开源生态的国际辐射效应持续扩大。

五、智元110台人形机器人创下吉尼斯世界纪录

10月24日，智元机器人在济南黄河国际会展中心完成最多机器人同时群舞的吉尼斯世界纪录挑战，110台由山东具身智能产业基地生产的量产版远征A3全尺寸人形机器人完成集群协同舞蹈展演，依次完成集体舞蹈、波浪阵型变换、倒计时数字造型等动作，吉尼斯官方认证官现场核验并颁发认证证书。

此前发布的《2026年人形机器人产业发展报告》显示，2026年上半年中国人形机器人出货量已超4万台，进入规模化放量阶段。从实验室演示到量产集群协同，人形机器人产业正加速走向规模化落地。

六、结语

从模型评测口径之争、国产大模型开源，到AI造AI的新研发范式、中国开源生态的全球辐射，再到人形机器人的量产化进程，AI产业正同时经历能力跃迁、生态重构与场景爆发。对制造企业而言，这一轮变化的启示在于：既要理性看待模型宣传指标，也要抓住国产开源与具身智能带来的落地机会。办厂易将持续关注AI及先进制造产业动态，以共建共享模式联合选址经纪人、政策顾问、融资顾问、订单合伙人等专业资源，帮助企业在产业变迁中找准落点。