AI 日刊 · 2026-10-15
Product
1. Grok Voice 3.0 登上语音对战榜首位，响应时延低四成
SpaceXSI 发布 Grok Voice 3.0，并称它已在 API 提供，价格与 2.0 相同，为每分钟 0.08 美元。Artificial Analysis 的语音到语音指数为 86.9，高于 GPT-Live-1（Astra，Medium）的 83.2 和 Gemini 3.8 Live 的 82.6。全双工基准 97%。τ-Voice 为 71.6%，与 Astra 接近，时延低 40%。Big Bench Audio 的单任务成本约 0.025 美元，低于 Astra 的 0.030 美元和 GPT-Realtime-2.1 的 0.055 美元。ServiceNow 的 EVA-Bench 上，准确率 74%，官方称同时看准确率和体验时也排第一。特斯拉每天有数百万段车内对话。Starlink 呼叫中心每天约 2 万通，约 70% 无需人工，四分之一的销售电话在挂断前成交。
2. 彭博称国行苹果智能随 iOS 27.3 于十二月上线，不含新 Siri
MacRumors 引述彭博社称，苹果计划在 iOS 27.3 把 Apple Intelligence 带到中国大陆，时间预计在十二月。报道写的是基础能力，例如照片编辑。新版 Siri 不会同时上线。Image Playground 和新版 Genmoji 不在其中，文本生成也有限制。南华早报称，工信部已向苹果发放网络接入许可，允许在 iPhone Duo、iPhone 18 Pro 和更早机型上加入阿里巴巴的 Qwen 与通义万相。中国限制境外人工智能技术，苹果此前需要与阿里巴巴和百度合作，后续模型更新也要经过政府批准。七月已有初步许可，消费级上线还要另批。苹果和监管部门都还没有在这篇报道里正式确认。
来源：MacRumors
3. Grok Bot 官方模板市场上线，可按岗位一键添加
xAI 的 Grok Bot 市场把公开模板按工程、销售、市场、设计、招聘、产品和运营分类。页面上的例子包括 Lauren Tan 的 eggbot、Lenny Rachitsky 的 Overheard、Claire Vo 的 Tradbot，以及 Eric Zakariasson 的 Projects Manager。Outbound Prospecting 会按理想客户找人并起草第一封信，发送前需要确认。SEO 与 AEO Desk 把关键词收成内容要点。Fox 推荐先看 eggbot：它按需求设计一个职责单一的 bot，并写明表达、工具和工作边界。添加是一键写入自己的 Grok Bot。这是分发层，不是新模型。模板把职责边界写在前面，减少从空白指令开始。
来源：SpaceXSI
Tutorial
1. RLVR 只保存题目和终答，用组内奖励更新推理
Avi Chawla 说明 RLVR 和监督微调的差别。两者都在改同一个模型，监督形式不同。SFT 需要提示和一个理想完成，模型学习复现这段完成。RLVR 用在答案可以自动检查、但理想全过程很贵的时候。数学题的训练记录只需要题目和最终答案。模型采样多个解答，奖励函数逐个检查，GRPO 提高组内得分更高的解答的概率。这样不必为每道题编写推理轨迹。文章同时指出一个工程约束：模型会优化奖励实际检查的东西。
来源：How Top AI Labs Train Reasoning Models in 2026 (Full RLVR Tutorial on SageMaker AI)
Opinions/Thoughts
1. 五十道未发表理论物理题上，GPT-6-Astra 代理得分 98%
TheoPhysEval 收录 50 道未发表的研究级理论物理题，答案可以核验。作者估计，领域专家大约一天能解一道，相邻领域会更久。现成代理可以使用文献检索和数值、符号脚本。最好的一组是 Codex 里的 GPT-6-Astra，最终答案正确率 98%，平均每题不到 3 美元。关掉网页搜索和背景论文后，准确率平均只小幅变化。作者据此认为，模型记住了不少文献。论文的判断是：这些代理已经能做理论物理里的具体计算。作者同时问，为什么计算能力这么高，却还没有由代理做出的理论突破。题库未发表，所以这不是公开练习题上的分数。
来源：arXiv.org