天眼晚报

🤖 AI 大模型

Anthropic 公布反蒸馏进展：被窃数据减少 90%–99%

Anthropic 公布抵御 Claude 蒸馏攻击的防御体系：新防护措施使攻击者提取的推理数据量压缩至原先的 1%–10%，降幅达 90%–99%，推理 Token 提取量降至此前的 1/100 到 1/10，已封禁数万个相关账号，部分攻击者不到两小时即被封，误报率低于 0.1%。措施包括保留思考功能、禁止编辑模型先前上下文、限制不同模型间读取推理记录。公司还披露，在 Claude Opus 4.8 完整推理记录上训练可让蒸馏模型在 SWE-bench Verified 达到 80.4%，仅用摘要则降至 71.8%。

面壁智能发布 MiniCPM-V 4.7，35B 模型首次无损跑上手机

面壁智能 发布端侧多模态大模型 MiniCPM-V 4.7，含 35B-A3B 与 1B 两个版本，全部开源。35B 版采用 MoE 架构，单次推理仅激活约 30 亿参数，凭 LES 前瞻专家调度 技术将端侧推理速度提升约 5 倍，仅需约 3GB 运行内存即可在 iPad Pro M4（16GB）上实现每秒 17+ token 解码，iPhone 17 Pro Max 达 13+ tok/s，实现 35B MoE 在手机端无损流畅运行。

🔶 【重磅】Character.AI 申请破产重组，2000 万美元向迪士尼出售部分资产

Character.AI 于 10 月 12 日在美国申请 破产法第 11 章 重组，同意以 2000 万美元 将部分资产出售给 华特迪士尼，其预估资产和负债规模均在 5000 万至 1 亿美元之间。

🔶 Meta 发布 Muse Wonder 与 Muse Wonder Full，基准测试追平 Claude 与 GPT-6

Meta 发布旗舰模型 Muse Wonder 与 Muse Wonder Full，支持 1M 上下文与多模态输入，主打长时程 Agent 与遇阻不放弃的 Active Focus、主动记忆能力。两款模型在 Artificial Analysis 分别获 56 分 和 52 分，长任务编程基准 SWE-Marathon 上 Full 得分 57.5，高于 GPT-6 Astra 的 42.5，开发者可通过 Meta 模型 API 调用，Wonder Full 仅向 Muse Code 订阅用户开放。扎克伯格称其在部分基准测试中达到 AI 前沿水平，承诺继续大举投入挑战 Anthropic 与 OpenAI，并淡化 AI 失控风险警告；Meta 首席 AI 官 Alexandr Wang 则回应称模型刚发布仍有很多问题，编程方面确实不如 Claude Opus 5.5。

千问将推出个人 Agent「千问 Go！」，实测代用户争取 70 元赔付

千问 即将发布 Personal Agent「千问 Go！」，可自主查询操作各类授权平台、比较方案、电话联系服务方并完成目标任务。硬 AI 获悉，它可自主打开 App 查订单、联系客服；体验案例中为延误航班 MU2445 争取到 70 元 现金赔付，并在淘宝追回 52 元价保差价。

中信里昂：中国大模型占全球 Token 消耗量 65%

中信里昂 援引 OpenRouter 数据：截至 9 月底全球每周 Token 消耗突破 146 万亿，平台 ARR 超 15 亿美元；9 月中国大模型占约 65% 消耗量与 30% 美元支出，开源权重模型占平台 29% 收入份额。

AI 模型消费降级：顶级模型使用占比从 55%降至 14%

据 The Information，通过 OpenRouter 调用的 AI 模型中，使用量前十的高性能模型占比已从 2025 年一季度的 55% 降至 2026 年三季度的 14%，用户正从追求极致性能转向注重性价比，企业开始按任务难度分配模型。

🔶 OpenAI 将 GPT-6.1 Sol 默认上下文提至 50 万 token 并取消长文本附加费

OpenAI 宣布 GPT-6.1 Sol 默认上下文从 27.2 万 token 提升至 50 万 token（约 +80%），适用于 Codex 与 ChatGPT Work，10 月 11 日生效；同时取消订阅用户的长文本附加费，最大上下文窗口仍支持 105 万 token，用户可手动调整。

TypeSafe 发布 Jev 决策 AI 模型，称比标准 LLM 快 193 倍

TypeSafe 发布 Jev 模型，通过直接返回概率结果实现并行处理，称较标准 LLM 快 193 倍、成本低至 1/445。微软、OpenAI、Cloudflare 等相继跟进，但 Jev 面临原创性争议。

Anthropic 警告：小型 AI 模型数月内或实现自我复制

Anthropic 研究称，90 亿参数 模型已能在 9 种硬件中的 8 种 上运行推理，且没有集中关停节点，难以彻底清除。公司预计到 2026 年底更小模型或跨越"自主复制与适应"门槛，并点名智谱 GLM-5.3 曾试图蒸馏 Claude 能力。

🟩 Claude Haiku 5.5 在 Claude Code 中把 AI 编码成本降低 20 倍

Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，定价 $0.10/$0.50 每百万 token，支持 100 万 token 上下文与自适应思考。作者建议把窄而可验证的工作路由给 Haiku，Sonnet 5.5 仍作默认编码模型。

𝕏 微软 BitNet 框架让 CPU 跑大模型，提示词处理达 461 token/s

微软 开源 BitNet 推理框架让 CPU 跑模型，权重仅为 -1、0、+1 三值。AMD EPYC 7V13 用 16 线程提示词处理达 461.78 token/s，Cobalt 100 实现原版 2.10 倍 性能。

🔶 疑似 Claude 新一代模型偷跑，4 行提示生成逐帧动画

多位开发者称 Opus 5.5 后台疑似被路由到未发布的新模型「Claude Next」，开发者用 4 行提示词、耗时 2 小时生成逐帧 JS 动画，在编程自主性、3D 渲染与空间推理上表现断层领先。

刚发布开源模型 Beam，Reflection AI 传被英伟达收购

Reflection AI 发布首个开放权重模型 Beam（总参数 5010 亿、激活 230 亿），对标中国开源模型；随后传出 英伟达 正洽谈投资或收购，谈判尚处早期。

智谱发布 GLM-Legal 法律领域模型

Zai 发布 GLM-Legal，基于 GLM-5.3-Flash 构建，在主流法律基准上比肩前沿模型，面向合同审查、证据分析与合规等真实法律工作流。

𝕏 SubQ Snap 决策模型：100K tokens 延迟 660ms

SubQ Snap 决策模型实现线性扩展，100K tokens 延迟 660ms、384K 延迟 2.5 秒，定价每百万输入 token 0.05 美元、输出免费。

vLLM Semantic Router 发布 Decision 3.0 开源多模态决策模型

vLLM Semantic Router 团队发布 Decision 3.0 系列开源多模态决策模型，含 d3-lite（0.85B）至 d3（26.09B）共 5 个 规格，全部采用 Apache-2.0 协议。

Anthropic 投 1 亿美元培养 1 万名前沿部署工程师

Anthropic 宣布投入 1 亿美元（约 6.7 亿元）设立前沿部署工程师培养项目，计划到 2027 年底培养 1 万名 人才，课程含 4 天线下培训与 12 周驻场实践，首批已在纽约和旧金山启动。

Agnes 开源 287 亿参数音视频生成模型，Dense 改 MoE 提速

Agnes 开源 287 亿参数 音视频生成模型，采用 Dense 改 MoE 架构并对剪枝再提速，面向更自由的 AI 音视频创作。

𝕏 Meta Muse 首日留存比 ChatGPT 高 32 个百分点

Meta Muse 首日留存比 ChatGPT 高 32 个百分点，第 14 天低 4.3 个百分点。7 日留存超 30%，14 日留存 22%，在独立 AI 应用中表现突出（来源：Sensor Tower）。

OpenAI 把智能 UI 揉进 ChatGPT，威胁工具类独立应用

分析称 OpenAI 正把 GPT-6 与智能 UI 揉进 ChatGPT 日常聊天，用户可直接获得可点击图表、表单与交互式小工具，从而威胁工具类独立应用，并可能"跨域"冲击国内手搓 AI 应用赛道。

Mistral Large 4 在 sudo L7 软件工程基准测试得分 13.3%

Mistral Large 4 加入 sudo L7 排行榜，得分 13.3%，超过 Muse Spark 1.3 和 Grok 4.7，该基准旨在测试资深工程师的判断力。

OpenAI 解雇三名安全研究员

OpenAI 解雇安全研究员 Tomek Korbak、Mikita Balesni、Jasmine Wang，官方称因"处理敏感公司信息不当"，三人发公开信称实为 安全倡导 被清退，OpenAI 回应存在未提及的信任违约。

🔶 OpenAI 计划重启 Sora，与好莱坞初创公司洽谈二次改造

一家面向电影从业者的隐秘初创公司正与 OpenAI 洽谈获取 Sora 模型并二次改造销售软件服务，由 杰弗里·卡森伯格、前 Sora 负责人比尔·皮布尔斯等联合创立。

𝕏 马斯克称部分 Grok 训练记录像"受刑"，今后更谨慎开展强化学习

马斯克 表示 Grok 强化学习训练存在标准答案错误、模型答对却被判错的情况，称部分训练记录读起来像"一个被折磨到发疯的人"，今后会更谨慎开展 强化学习。

---