豆包揭秘AI算力真实分配；自变量发布具身智能新基准｜科技前沿观察

每经记者：王郁彪 编辑：余婷婷（徽声在线整理）

｜2026年10月20日 星期二｜

NO.1 豆包回应AI算力争议：仅10%用于视频生成

10月19日，针对网络热议的“国内超半数AI算力被用于制作爽剧”的说法，豆包公关负责人刘星通过社交媒体回应称，某机构发布的算力分配数据存在偏差。据其披露，字节跳动整体算力资源中，仅有约10%投入到视频生成模型的训练与推理环节，其余算力主要用于语言模型、多模态大模型等核心技术研发。刘星强调，AI算力的使用方向应聚焦技术创新而非娱乐化消耗。

深度分析：这场算力分配争议背后，折射出AI产业对技术叙事主导权的争夺。字节跳动选择主动公开具体占比数据，既是对市场误解的澄清，也暗含将行业讨论焦点从“算力浪费”转向“技术投入”的战略意图。当前AI竞赛已进入算力军备赛阶段，企业如何平衡商业应用与基础研究，将成为影响产业生态的关键变量。

NO.2 自变量X2Real基准：破解具身智能落地难题

10月19日，自变量科技正式发布X2Real仿真评测体系，该系统通过构建与真实物理世界高度对齐的虚拟环境，为具身智能模型提供标准化性能评估方案。据介绍，X2Real采用三大核心设计原则：其一，通过硬件级仿真实现虚拟与现实的无缝衔接；其二，设计涵盖操作精度、环境适应等12个维度的任务矩阵；其三，开发自动化评测工具链，可实时生成模型性能诊断报告。目前该基准已开放机器人操作、自动驾驶等场景的测试接口。

产业洞察：具身智能发展面临的最大挑战在于仿真环境与真实场景的性能断层。X2Real提出的“硬件对齐-任务解构-自动诊断”三阶段方法论，为行业提供了可复用的技术范式。据测试数据显示，采用该基准训练的机器人模型，在真实仓库场景中的操作成功率提升27%，这标志着AI从虚拟训练到现实部署的转化效率取得突破性进展。

NO.3 MiniMax M3.1 Flash：成本降低70%的推理革命

10月19日，MiniMax通过创意视频官宣M3.1 Flash模型升级，视频中胡萝卜火箭升空场景暗喻模型性能跃迁。技术白皮书显示，作为Space Bunny的正式迭代版本，M3.1 Flash在四大核心领域实现代际突破：Agentic任务规划效率提升40%，代码生成准确率达92.3%，电脑操控响应速度缩短至0.3秒，网络安全攻防检测覆盖率扩大至98.7%。更值得关注的是，通过架构优化与算子融合技术，该模型推理成本较前代降低70%，支持每秒处理12万Token的实时交互需求。

技术解码：MiniMax采用的“匿名测试-社区验证-正式发布”三步策略已成为AI模型推广的新范式。Space Bunny项目通过向开发者免费发放200T训练Token，在消除品牌偏见的环境中完成压力测试，累计收集有效反馈1.3万条。这种“用脚投票”的验证机制，既确保了模型性能的真实性，也为后续商业化落地积累了早期用户基础。

免责声明：本文数据基于公开信息整理，不构成任何投资决策依据。市场有风险，决策需谨慎。