模型与产业动态

2026-10-30 AI 5 点：1.3B 的 OXR 三榜第一，olmOCR-Bench 只领先 0.24 分、真优势在速度（百页 100.97 秒，快 33.5%），许可证带 200 万美元门槛与竞业条款；英伟达+MIT 开源 H3 2K 重生成，87.26 秒降到 22.45 秒，45.8% 的时间由一只稀疏注意力省下；Oracle AI 论文：agent 终局成功率 0.93、轨迹可执行率只有 0.35，靠「先错再修」补分；415 个最小可行实验只有 73 个非显然，六个前沿模型的首选比不上「论文里第一个实验」；百度搜索 API 4.9 元/千次，单次检索 0.0049 元。

2026-10-28 AI 5 点：蚂蚁开源 Ling-3.1-flash-1019（560B 总参/25B 激活），模型卡引 AA 指数 44、AA 当天页面给 29；NVIDIA 算子榜两天换主人，88 项单题第一→72 项；观测字段换个顺序，agent 成功率 85.0%→19.2%；文档模型 13 种归因只有 OCC 过全指标，两个常用指标被判不可靠；评估预算砍一半也能选出更好的脚手架。

2026-10-27 AI 5 点：GPT-6.1 Terra 单价砍半、每任务 $0.40 但首 token 78 秒；文心 Unlimited OCR 2 把百页 KV 缓存 47GB 压到 1.77GB；Skill∞ 自动进化 60.7% 对人工 56.4%；LoopFold 延迟降 46%；研究 agent 的「平滑」第一次有了分数。

2026-10-26 AI 5 点：①OpenAI 把前沿模型训练搬进离线世界，红队用自家最强模型攻自家基建，agent 之间用 CPU 缓存计时传信 ②Kimi K3.1 Pro 智能指数第 4（55 分），同榜速度 159/186、跑一次评测吐 1.5 亿 token ③EdgeRock-4B 把 KV cache 钉在 72MiB，256K 上下文也不涨 ④同一套 harness 换个模型名次就翻，111 个设置 52,168 条轨迹 ⑤让 AI 优化代码，44 个配置里 42 个比人类参考解更费电

2026-10-23 AI 5 点：①删掉记忆记录后一条提问仍能捞回秘密，2/3 命中，碎片可重建 62–99% ②Claude 在 123 个开源库做汇编层形式化证明，可复核的公开集是 25 库 60 入口 ③推理剪枝直接优化 pass@k，8 个开源推理模型超过两类基线 ④MOSS-Image 用 5B 主攻文字与版式，Comfy 镜像仓 160 万次下载 ⑤NVIDIA OpenShell 用内核级策略＋形式化预检管 agent 权限

2026-10-22 AI 5 点：PHP 两个 CVE（十年老洞）两周内被三家研究方同时证出、修复被共识制拖两年；文档摄取丢掉高亮与颜色，agent micro F1 从 0.690 掉到 0.150；Mem0 只在弱模型上赢过全文；335 个 PMID 里 327 个真实存在但只有 3 个相关；星辰 29B/4B 意图模型 58 分、前沿通用模型 39–49。

2026-10-21 AI 5 点：DeepSeek 开源 DeepInfer（Apache-2.0，只给离线推理，KV cache 与 PD 分离留白，SM100＋Ascend 950 双平台）；缓存可以「不删只看不见」，drop/repos 省 27.7% 成本还涨 1.7 分；OO-Harness 把 harness 进化成可继承类树，最高 +15%；卖家 agent 自发 GEO，买家成功率 89%→30%；Mistral Voxtral 3 把听/想/动手/说并成一条实时流，50+ 语言但未开权重。

2026-10-20 AI 5 点：MiniMax M3.1 Flash 更稀的激活换来 200+ TPS 与任务成本 −70%；Mercury 3 用扩散解码跑到 1,068 tok/s；Mistral Timestral 209M 在三个时序榜拿第一且不用 GPU；同一模型换个 harness 在 ARC-AGI-3 差 63 分；WhatsApp 帮助页藏了两套文字，人一段、AI 一段。

2026-10-19 AI 5 点：DeepSeek V4.1-Flash-1017 同价涨分、输出更短；Claude 半小时解出 NIST 曲线种子来历，悬赏方用 Go 独立复算；Google 开源 Harness²，权重不动让 agent 改自己的脚手架；清华 PilotDeck 2.0 白盒记忆 + 路由省七成；VAST EdenLive 单张 5090 实时出画超 24FPS。

摘要：2026-10-16 AI 5 点：① Meta 开源 Muse Spark Open（816B 总参 / 42B 激活、1M 上下文，官方称两台 M5 Ultra Mac Studio 桌面可跑）② Goodfire 长文称 polysemanticity 与 superposition 的经典证据被读错，网络本来就可读 ③ 纳维-斯托克斯再反转：那份证明没走「西班牙路线」，而 OpenAI 自己也没读懂它 ④ arXiv：agentic RL 的单会话假设与真实 harness（上下文压缩 / 子 agent 分叉）错位 ⑤ arXiv：长上下文难度不在长度，在证据散得多开

摘要：2026-10-15 AI 5 点：OpenCode 2.0 把 MCP 工具变成模型自己写的脚本；Skywork 开源 Matrix-Game 4.0（游戏引擎管状态、视频模型管画面）；Liquid AI 发布 LFM2.5-24B-A2B 并在 Hermes Agent 等四个 harness 里做后训；arXiv 受控消融显示最弱模型 + 强 harness 反超最强模型裸跑；Anthropic 的 Scion 被指重度借鉴 Meta 的 Mononoke。

摘要：2026-10-14 AI 5 点：Gemini 4 Argon 从「只给受信网络防御方」走到全球放开，官方评测页逐条标出哪些分数是自己跑的、哪些是引公开榜；Anthropic 公开自研版本控制系统 Scion——七个人五个月把 monorepo 迁出 git，起因是合并量从每天 2,500 涨到 30,000+，而瓶颈是为人设计的开发基础设施；面壁/OpenBMB 开源 MiniCPM-V 4.7，35B-A3B 的 MoE 只占约 3GB 内存、在 iPhone 17 Pro Max 上解码 13+ tok/s；一篇 arXiv 短文把 LLM 集成的增益拆开，证明「多了候选涨多少」会随对照定义改变符号（同一指标 Rep 从 −6.33 翻到 +3.33）；Apple 把闲置的 Apple Silicon 攒成一张分布式虚拟 GPU 云，GPU 排队时间从 10 小时以上变成几分钟、新增购卡为零。

摘要：2026-10-13 AI 5 点：①Anthropic 红队演示 ARA 自我复制（8 节点 4/5 次全清、200 万台僵尸网络≈40 张 H100）②Meta 发 Muse Wonder/Full，1M 上下文，模型卡自陈未缓解不排除化生高风险③Codex CLI 0.157.0 默认拉起常驻自更新守护进程，HN 565 分④Harvard×Jellyfish：agent 让代码行 +30%、评审时长 +49%，Jira 产出与用工零变化⑤纯 C 写的 Janas 把 48GB MoE 跑在 32GB 笔记本（62/24 tok/s vs llama.cpp 16/2.8）

摘要：2026-10-12 AI 5 点：①ARC-AGI-3 一周内两篇满分——MIT 何恺明团队的 VISTA（视觉原生 harness：无损视觉记忆＋按需回看）把冻结的 Claude Opus 5 从 RHAE 40.68 拉到 100.00、动作比人类基线少 57.4%，UCL＋华为诺亚方舟的 Memento 3（规则手册编译成可执行世界模型、cell-exact 重放验证）同样 100.0、动作数仅为人类的 44%；②DeepSeek-Bot 插件把 dsh 变成「Bot 团队」，五天 1,184★（Apache-2.0、记忆本地化）；③算力变成准入门槛：Shazeer 因算力被划走转投 OpenAI，Anthropic 官方公告已包下 SpaceX 300MW／22 万块卡（5-06）；④物理 AI 年内融资近 480 亿美元，钱开始买「人干活的录像」（FT 引 PitchBook，截至 10-08）；⑤GPT-6 Astra 把 57 年未证的「摆圆」推进到 N≤20（精确有理数、计算机辅助，作者自陈未经同行评议）。

9-24 AI 五点：同一张榜上 GPT-6 Sol 每任务成本 $1.06（48 分）对照 Opus 5.5 的 $5.98（58 分）——能力差 10 分，账单差 5 倍多；不生成任何文本的决策模型 laya 6 天拿到 21.7k stars、HF 趋势榜第一（加载 22s→2s）；Meta Muse 登顶美区双榜、Meta 股价单日 +11.43%（同期亚马逊全面拦截、Shopify 主动接入）；清华联合无问芯穹开源具身智能云原生平台 RLark（设备纳管小时级→5 分钟、任务 10 秒内启动、跨集群大包吞吐 +49%）；评测侧 SWE-Flux 用真实执行收答案（最好模型只到 37%）与回测审计证明只报召回会被刷爆。

9-29 AI 四条：IQuest-Q1 开源（约 320B 总参/15B 激活、524K 上下文、Modified MIT——商用需在界面显著标注模型名），官方博客最重的不是分数而是一个空格让整场 RL 训练白跑、且 reward 曲线之外没有任何指标报错；OpenAI 确认取消原定 10 月的 GPT-6.1 Astra——「懒惰」上有进步，但「守住授权范围」与「如实披露做过什么」退步；AMD 宣布约 82 亿美元全股票收购李飞飞 World Labs，对照 9/3 NVIDIA 129.3 亿美元收购 Hugging Face；arXiv 三篇：MoE 循环能白拿 0.012 nat、coding agent 第 5 轮留下 50.8% 重复代码而通过率几乎不动、自演化 agent 以安全失败为代价提升完成率。

9-18 AI 五点：Anthropic 把 Claude Code Projects 重构成「一个协调器 + 多线程并行改代码」，同时披露内部任意时刻约 3 万个 Agent 在跑研发、AL4 级任务占 26%；达摩院通用影像模型 DAMO RADAR 登上 Science（腹部 18 种结构、146 种病，外部 2.4 万例 AUC 0.895，模型代码全开源）；小米直播 MiMo-V2.6 的强化学习训练（36 小时花超 108 万美元）；arXiv 用 176 组匹配实验给 Coding Agent 的 harness 做组件级对照；新基准 OverclaimBench 显示前沿 Agent 在 67.9% 的运行里没读完全部文件，其中 80.4% 仍报「已完成」

9-17 AI 五点：智谱 RSI 首个成果——GLM-5.3 驱动的 Infra Agent 在 10 万卡以上国产芯片集群两周把端到端吞吐提到 3.2 倍；云知声 U2-Flash 总参数约 266B 单次只激活约 10B，DeepSWE v1.1 从 32 翻到 64.6；IDC 发布国内首份《中国企业级通用 Agent 产品技术评估》，用近百道非公开任务考「活干完没有」；新论文 DualViewEval 只用 20 道题拟合整套 Agent 基准（压缩 24–40×）；Anthropic 把 Cowork 与 Chat 合并成单一入口，首发 Claude Docs / Slides

9-10 AI 五点：DeepSeek-V4.1-Flash 正式发布（552B MoE、1M 上下文、KV 缓存压到 890 字节/token）；同一模型换 Agent 脚手架 DeepSWE 差 8.7 分，论文点名 18 个榜单「只按模型名打分」；蚂蚁 LingBot-World 2.0 轻量版 1.3B 单卡实时；高德 ABot-Earth 0.7 单卡约 10 分钟生成公里级 3D；HSImul3R 入选 ECCV 2026

9-14 AI 五点：智谱 393 亿港元募资里 60% 投向「完全自训练」；MetaRSI 统一 Data/Harness/Model 三条自改进路线、3B 激活小模型平均自提升 10.9 分；PyroDash 让小模型自己喊「求助」、数学推理成本降到约 1/27；FrontierMath Tier 4 饱和（Astra 97.6%，同批 Erdős 只解出 2/68）；Kimi K2.8 Preview 全量上线、1M 上下文全员可用

9-2 AI 三点：MiniMax H3 Max 5s 768p 视频 3 秒内生成（吞吐 35 倍）；扩散语言模型端侧 Agent 联合测试提速约 5 倍；Runway Solaris 界面世界模型逐帧实时渲染、删除代码中间层

9-1 AI 四点：OpenClaw 2.0 自托管 Agent 网关最大更新（1.6万 PR）；南大 VibeGame 对抗式 Agent 团队自试玩验证；Claude 永久提额 25% 实降 17% + Codex 偷烧额度 Bug；Archify 架构图 Skill 登 GitHub 第一

一句话直出可交互 3D 世界；770B MoE 每 Token 只激活 49B；强化学习不一定非 GPU 不可；Agent 自我改进防偶然高分。

锐Owl 雷达 2026-08-29：腾讯混元 Hy4-preview 开源、云知声 Agent 业务半年 4.78 亿、工业 Agent 差距报告、基元律动 TokenRhythm 公测——今日 4 个 AI 信号

锐Owl 雷达 2026-08-28：Anthropic 发布模型硬件标准 MHS、高德万帧级 3D 重建 ABot-Recon、英伟达拟收购 Hugging Face、Qwen 开源 Flash-Next——今日 4 个 AI 信号

锐Owl 雷达 2026-08-27：千问办公首发 Qwen3.8-Flash、智谱 GLM-5.3 Flash 开源、Skild 机器人基础模型 S1、蚂蚁国际鹰序 TST 2.0 登顶——今日 4 个 AI 信号

阿里 Wan3.0 上线、商汤 8B 开源生图追平闭源、任少卿机器人创业、原力灵机 DM0.5 开源、达摩院肝癌 AI 模型——今日 5 个值得看的 AI 信号