天眼晚报

🤖 AI 大模型

【重磅】谷歌发布 Gemini 4 Argon，单次输出上限达百万 Token

Google DeepMind正式发布旗舰模型Gemini 4 Argon，核心突破是将单次输出上限从 6.4 万提升至100 万 token，采用稀疏 MoE 架构，集成自动工具调用与代码执行，面向编码、金融、法律等复杂多步任务。该模型在 19 项基准测试中拿下 13 项最高分，登顶金融、代码、法律基准Vals Index，职业工作指数得分 68.90%，领先 Claude Sonnet 5.5 与 Opus 5.5；并修复了 Project Wing 无人机模拟器中自 2018 年存在的关键 Bug。定价为每百万输入2 美元、输出10 美元，缓存输入折扣 95%，11 月 30 日后 API 价格涨至 4/20 美元。已向全球开发者、企业及订阅用户开放，Google AI Pro/Ultra 用户可在 Gemini 应用及搜索 AI 模式体验，开发者通过付费 API 调用，OpenCode Go 同步支持并有 10 美元得 60 美元额度促销。评测显示其视觉推理偶有不稳定，但 24 词提示词即可构建自定义合成器，简评称其重回第一梯队，深度集成 Google Workspace 体验飞跃。

⭐ OpenAI 沙特籍工程师被捕：高管会议室藏录音设备

美国司法部指控OpenAI前工程师Abdulrahman Alfozan涉嫌在旧金山办公室高管会议室安装隐藏录音设备，试图窃听机密谈话。FBI将其逮捕，OpenAI利用内部AI 模型识别出责任人并追查来源。该员工已被解雇并面临最高5 年监禁，目前未发现核心数据泄露。

🔶 ⭐ DeepSeek 完成 1000 亿元融资，估值维持 5000 亿

DeepSeek宣布完成最新一轮融资，金额从 500 亿增至1000 亿元，投前估值仍为5000 亿元。本轮新增投资方包括石溪资本、中芯聚源及吉利，老股东宁德时代拟增资约100 亿元。

⭐ 苹果诉 OpenAI 窃密案突破：法院准其调取招聘材料

联邦法官裁定在 苹果 诉 OpenAI 商业秘密案中，OpenAI 需在五天内交出针对消费硬件与机器人部门前苹果员工的面试文档及 LINE 记录。案件聚焦于 AI 巨头在人才引进与技术竞争中的边界问题。

⭐ Anthropic 自研 Scion 替换 Git，日合并代码量增百倍

Anthropic宣布用自研版本控制系统 Scion 全面替换 Git，五个月内完成主仓库迁移。新系统 CPU 与内存占用仅为原架构的 1/200，CI 检出速度提升约 百倍，团队仅七人实现日合并量从 2500 次增至超 3 万次。

⭐ 三星将于 11 月发布搭载 Gemini 的 41 克 AI 智能眼镜

三星计划于 2026 年 11 月推出首款 AI 智能眼镜，重量仅 41 克，搭载高通骁龙 AR1 Gen1 芯片及 Android XR 系统，深度集成 Gemini 技术。产品配备 1200 万像素摄像头，续航最长可达 9 小时。

⭐ Anthropic 今日向机构投资者披露 Q3 财务数据

Anthropic将于本周三在旧金山向潜在机构投资者首次公开Q3 营收数字，为估值约2 万亿美元的史上最大 IPO 铺路，计划11 月挂牌，营收有望年底突破1000 亿美元。

⭐ Meta 发布 Muse Wonder 系列，1M 上下文支持视频音频输入

Meta发布迄今最强模型Muse Wonder及Muse Wonder Full，代号“西瓜”，主打长周期智能体任务（编程、法律、金融、电脑操作）。支持1M token上下文，输入含文本/图像/视频/音频。引入Active Memory跨会话记忆和Active Focus自主规划机制。MemoryBench得分85.6居首，但ProgramBench仅50.0，落后 Claude Opus 5.5 的70.5。Alexandr Wang称其已能与当前最强前沿模型竞争。Muse Wonder Full仅限付费Muse Code用户。

𝕏 OpenBMB 发布 MiniCPM-V 4.7，手机本地运行 MoE 多模态模型

OpenBMB发布MiniCPM-V 4.7，首个手机本地流畅运行且不牺牲性能的开源 MoE 多模态模型，35B-A3B参数，在iPhone 17 Pro Max上仅占3GB内存，解码速度 13+ tokens/s，含 LES 与 SRFT 两项关键技术。

𝕏 GPT-5.6 助研究人员攻破 Chrome 防线，获 25 万美元赏金

OpenAI的GPT-5.6-sol协助 Xbow 工程师Brendan Dolan-Gavitt历时六天、花费约4 万美元算力攻破 Chrome 防御，串联三个漏洞穿越两层沙箱。Google 复现并修复，颁发首个25 万美元全链条漏洞赏金。

𝕏 SemiAnalysis：英伟达 SGLang Rubin 每美元性能是 GB300 NVL72 的 4.23 倍

SemiAnalysis称英伟达 SGLang Rubin NVL72在SGLang引擎上的每美元性能是GB300 NVL72的4.23 倍，当前为较小模型 Qwen3.8 Flash Next 180B 的预览提交。

⭐ 字节 Seed 单设 Model-Alignment & Preparedness 部门，严林负责

字节跳动 Seed于 10 月 13 日成立Seed Model-Alignment & Preparedness部门，由严林负责、向吴永辉汇报，原 Responsible AI 团队及部分 Chat 团队转入。部门负责模型规范、安全评估、对齐训练、防护系统和风险监控。重点方向为 Agent 模型守住人类意图边界及CBRN前沿风险防范，为国内大模型团队首家单独建制，全球招聘 10 位安全对齐研究员。

𝕏 DeepSeek V4.1 Flash 登陆 AA-AgentPerf 榜

DeepSeek V4.1 Flash加入 Artificial Analysis 智能体性能榜，智能指数39 分（超 V4 Pro 的 36 分），激活参数仅 8B/输入 token。NVIDIA GB300以每兆瓦2.61 亿token/s 居首。

𝕏 Anthropic 2021 年研究路线图因版权案公开

Anthropic 2021 年 7 月研究路线图在Bartz 版权案中作为证据公开：顶层目标为AGI，要做具备软件工程师同事全部能力的对话助手，训练 1T+模型，含 RL for Tool Use、long context 与 memory 等章节。

𝕏 ValsAI 测评：中国 AI 模型的政治倾向出乎意料

ValsAI对中美模型就数百个涉华政治敏感问题进行测评，发现MiMo V2.6 Pro和GLM-5.3有时公开批评中国，而Gemini 4 Argon、Mistral Large 4 甚至 Grok 4.7 偶尔重复中国官方表述。

𝕏 ScaleDown 发布 3 款小模型：比前沿 API 快 200 倍、便宜 467 倍

ScaleDown 推出 Classify、Extract、Summarize 三款约束解码小模型，支持 100 万 token 文本与图像输入，不做逐 token 生成而是直接从输入选取答案。报价每百万输入 0.05 美元，输出免费。

苹果 iPhone 15 Pro 及后续国行机型完成大模型备案

苹果多款 iPhone 国行版 9 月 29 日完成大模型备案换证，新增 Apple 智能、通义千问编号，阿里确认千问将作为 AI 能力集成至 Apple 智能。

豆包工作上线数据导入功能，支持从 ChatGPT 一键迁移

豆包工作上线数据导入与同步，可一键从ChatGPT、Claude Code、Trae Work 迁移任务偏好、技能、记忆与历史会话，并保留原有上下文。

🔶 Anthropic 与新加坡政府签署 AI 安全合作协议

Anthropic宣布在新加坡开设办公室，为其亚太第五个据点，并与新加坡政府签署AI 安全、模型评估及研究领域合作备忘录。

🔶 OpenAI 洽谈收购安全厂商 Trail of Bits

OpenAI正初步洽谈收购网络安全初创公司Trail of Bits，后者主营开源软件漏洞挖掘与修复，团队 40 余人。今年 6 月双方曾合作发起Patch the Planet项目，依托 Codex 查找修复 Python 等开源项目漏洞。

🔶 科大讯飞 1024 开发者节 10 月 22 日启幕，将发布讯飞星火 X2.6

科大讯飞2026 全球 1024 开发者节将于10 月 22 日启幕，会上将发布讯飞星火 X2.6及全新云+端协同方案，Token+Agent 星火开发者生态同步升级。

APUS AI 开源 Reflex Agent，称比 Claude Code 快 3 倍

APUS AI 开源 Reflex Agent，宣称响应速度比 Claude Code 快 3 倍，并实现真正无限上下文。

𝕏 LlamaIndex 对 Gemini 4 Argon、Muse Wonder 等进行文档 OCR 基准测试

LlamaIndex对Gemini 4 Argon、Muse Wonder、Muse Spark进行困难文档 OCR 基准测试，称 Muse Spark 与 Gemini 4 Argon 在表格理解上为各自价格点的 SOTA，均在图表理解、阅读顺序识别上表现良好。

𝕏 Gemma Embedding 2 在 3000 小时越南语音频上训练达 SOTA

开发者用Gemma Embedding 2模型在3000 小时越南语音频上训练，达到SOTA，仅用 8 张H100训练 2 小时。

🔵 Anthropic 高管称开源 AI 模型风险更高

Anthropic国际业务负责人普林森称，开放权重 AI 模型在网络安全等方面「风险更高」，需谨慎对待开源安全，并拒绝评论 IPO 计划。

𝕏 对比 Gemini 与 Claude 写作：八股是显式的，精华在核心内容可用性

有分析认为Gemini的八股是显式的、易去除，其核心内容情感充沛、变化多端；Claude Opus八股极少但变化略少；其他模型去掉八股后所剩无几。评价写作优劣应看核心内容可用性。

---