1、OpenAI揭秘万级Agent实测！狂飙36小时，狂吞1万亿Token
OpenAI披露与Third Moment Research联合开展大规模Agent实测，1万个Agent在Docker隔离容器中连续运行36至48小时，日均消耗1万亿Token。Codex可将单次回测从3小时压缩至3至5分钟，GPT-6.1 Sol还发现暗池流动性对策略收益的影响。
2、GPT证千禧年难题成果大反转！OpenAI自己没看懂就发…
OpenAI 9月称模型完成纳维-斯托克斯方程千禧年难题证明并生成Lean代码，但后续数学家发现最终证明采用不同路线，早期小规模Agent或曾走西班牙路线。报道指出OpenAI并未真正理解模型证明，数学界也尚未完全消化。
3、单季营收168亿美元，Anthropic带着盈利答卷冲向IPO
Anthropic在IPO前投资者会议披露第三季度营收168亿美元，环比增长45%，并实现调整后盈利；2025年全年营收46亿美元，运营亏损超80亿美元。市场估值预期1.8万亿至2万亿美元，Claude 4及Haiku 5.5支撑企业需求。
4、Claude Code桌面版暴改，一人指挥AI军团飙代码！
Anthropic发布Claude Code桌面版重大更新，新增多会话并行与嵌套会话，支持环境复用、Git Worktree隔离、侧边栏状态监控、实时待办清单和/btw支线对话，并加入空闲压缩机制。工程师称其接近v2版本。
5、刚刚，Claude彻底解禁第三方应用！
Anthropic确认Claude Max和Team订阅用户的月度API Credits可直接用于Claude Agent SDK、Claude API、Claude Managed Agents及所有调用上述技术的第三方应用，确立BYOS模式，打破双重收费困局。
6、Claude写代码太快，Anthropic连源码系统都重造了！7人只用5个月
Anthropic披露因Claude生成代码速度激增，每日代码合并量从5月约2500次增至9月超3万次，六个月持续集成任务量增长25倍。7人团队用5个月自建版本控制系统Scion，基础设施规模约为原Git镜像的1/200。
7、独立建制、招10名顶尖安全人才：字节Seed对AGI的目标可能被低估了
字节跳动大模型团队Seed成立Alignment & Preparedness新部门，原Responsible AI团队及部分Chat团队转入，由严林负责。Seed同时启动全球招聘，计划招募10名顶尖AGI研究员，研究模型能力发展带来的新型安全问题。豆包大模型日均Token使用量已突破180万亿。
8、顶尖“白帽”古河加入GLM模型组，智谱的“安全”野心有多大？
顶尖白帽安全研究员古河加入智谱AI GLM基础模型组，参与提升模型网络安全能力。古河等使用GLM发现的23个Windows漏洞获微软MSRC确认致谢；GLM-5.2在Semgrep IDOR测试中F1为39%，GLM-5.3 CyberGym成绩从77.2%升至84.5%。
9、这个双十一，百灵新模型干起活来不烧心
蚂蚁百灵开源Ling-3.1-flash，约560B总参数、每Token激活约25B，支持1M上下文，采用7层KDA配1层Gated MLA及稀疏MoE。量化后权重由约534GB降至292GB，部署GPU从8卡降至4卡；Artificial Analysis智能指数41，输出约210 Token/s。
10、具身智能迎来范式跃迁！EinsiaAI发布EmbodiedEvo，自进化Coding Agent登顶具身珠峰Robodojo
Einsia AI旗下Navers Lab提出EmbodiedEvo，面向具身智能的自进化Coding Agent方法。Agent在单场景中编写Python控制程序与机器人交互，将经验沉淀为代码Skills和文字Lessons，冻结后供新Agent在未见场景调用，无需更新权重。RoboDojo平均分45.08、成功率38.95%，超过全部VLA/WAM等方法。
11、会看图、会写代码的通用 Agent，能完成机器人操作吗？CodeActionBench 发布
南洋理工大学等提出CodeActionBench，基于RoboTwin 2.0和SAPIEN构建25个双臂仿真任务，统一评测通用多模态Agent的机器人操作能力。覆盖9个模型与运行框架组合、675次尝试，成功率2.7%至73.3%；GPT-6 Astra达73.3%。
12、通用大模型要「降维打击」具身智能？首个AA-Robotics榜单来了
Artificial Analysis发布首个机器人操控榜单AA-Robotics v0.1，让GPT、Claude、Gemini等通过编程Agent控制真实机械臂完成倒水、写字、搭积木等八项零样本任务。GPT-6 Astra以69.4分居首，Astra单任务调用成本达16.36美元，Sol仅1.93美元。
13、人形机器人最尴尬的事：长了一双腿，却只能定住干活
源策未来发布以全身智能WBI为核心的人形基础模型系统，将运动控制基模S0与任务理解基模S1分层，S0把手部末端追踪误差从开源基线SONIC约10厘米压至2厘米区间。演示包括扶自行车、按电饭煲、搬踏台登高，已在宇树G1和加速进化T2验证。
14、Matrix Game 4.0击败英伟达同期竞品，实现全球首个消费级显卡落地
昆仑万维发布并开源Matrix-Game 4.0，可在单张消费级显卡上实时运行视频大模型游戏。基于Wan2.2 5B，在RTX 5090上以480p实现60 FPS，端到端延迟低于150ms，一步去噪稳态生成达83 FPS，显存峰值约18.5GiB；英伟达StreamRender-H3需8张GB200。
15、国产芯片大杀器！全栈开源，断网狂飙千亿模型
后摩智能全面开源整套AI生态软件栈，覆盖模型量化编译、推理框架、领域套件和部署运维，分三批发布，到明年1月将上线15个开源项目。其M50芯片量产不到一年，已有150多款终端采用，支持300克设备离线运行1220亿参数大模型、每秒输出50 Token。
16、全球首款，中国造！8K AI空间相机来了，皮克斯抢先上手
禾赛发布三维世界数据引擎Kosmo、云平台Kosmo World及全球首款集成8K影像系统的AI空间相机Kosmo One。该相机结合激光雷达与3DGS，实现毫米级空间重建。皮克斯已用其扫描园区并接入渲染流程；100平米室内约15分钟扫完，万平米实景一周完成。
17、467亿美元，“芯片代工之王”台积电不下高速
台积电发布2026年第三季度财报，合并营收467.2亿美元，同比增长41.2%，净利润238.8亿美元，同比增长57.8%，毛利率66.4%。7nm及更先进制程贡献79%晶圆收入，高性能计算平台营收占比升至68%，英伟达已成其第一大客户。
18、DeepSeek服务器全球宕机！神秘Harness账号同时现身
北京时间10月15日8时11分起，DeepSeek网页及API出现部分中断，涉及DeepSeek对话、V4 Pro API和V4.1 Flash API。官方称已定位故障并修复，中断约1小时。同期名为DeepSeekHarness的账号现身B站，引发新模型或产品猜测。
19、第一款 AI 手机，被半个互联网「拒」了
豆包手机助手《屏幕自动化操作声明协议》结束30天公示期，共有155款第三方应用明确拒绝AI自动化操作，其中腾讯系66款、阿里系23款、美团11款、快手14款，Kimi、DeepSeek等也在列。未提交拒绝声明的应用将按风险层级逐步开放。
20、AI也能在分子空间里做推演：Scinetics提出可验证的科学推理链
Scinetics团队提出科学Token链，将分子结构等科学数据作为可读写单元参与AI推理，并在酶设计任务中落地为Chain of Structures四轮结构生成流程。基准测试六项指标五项第一，EC3达57.0%，pLDDT为79.3，TM-score为0.729。
21、EMNLP 2026 | 大模型推理如何再快一步？SpecTr-GBV统一多草稿与块验证，加速推测解码
EMNLP 2026论文提出SpecTr-GBV，将多草稿与块验证建模为最优传输问题，在保持输出分布一致下最大化期望接受长度。在HumanEval、GSM8K、MGSM等基准上，基于DeepSeek-33B/1.3B等，Block Efficiency与Speedup均优于AR、标准SD、SpecTr和GBV。
22、当视频模型回到原点，它还认得这里吗？Honeycomb用恒定大小记忆守住长视频的一致性
哈佛、MIT、新加坡国立大学等提出Honeycomb，用HexMemory将场景压缩为六张固定尺寸二维特征平面，使视频世界模型的场景记忆不随视频长度增长。WorldScore闭环重访测试PSNR达17.22 dB，较第二名高1.23 dB，循环写入稳定约13毫秒，较直接优化快约240倍。
上一篇
【紧急加更】谷歌Bard中文版火爆上架，畅享中文对话，一键登录，告别ChatGPT封号困扰！
下一篇
10月14日AI资讯 | Gemini 4上线；阶跃发Agent手机；Character.AI破产；Anthropic造Git替代；Claude写内核
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/3fa629a6-152d-812d-987f-c35ff711b01a
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
