天眼早报

🤖 AI 大模型

MiniMax M3.1 Flash 发布：428B MoE 模型，速度提升 3 倍、成本降低 70%

MiniMax 发布新一代 Flash 模型 M3.1 Flash，总参数 428B、约 23B 激活，支持 100 万 token 上下文，API 输入价格 0.15 美元/百万 token，权重已于 10 月 23 日开源。官方称其在 Agentic 任务、编程、Computer Use 及网络安全能力上实现代际提升，线上推理速度提升近 3 倍，使用成本降低 70%。模型已上线 Ollama（支持图像理解，主打编码与智能体工作流），并在 Cline 限时免费开放，官方称编程性能比肩 Opus 与 GPT、成本低约 25 倍；OpenRouter 等平台亦提供限时免费。此前匿名处理超 200 万亿 token 的 Space Bunny 即其早期版本，Pro 版本即将推出。

𝕏 DeepSeek V4.1 Flash：智能指数 45 分并列开源第二，登顶 Agent Arena 开源榜

DeepSeek V4.1 Flash 1017 在 Artificial Analysis 智能指数得分 45，较前代提升 6 分，与 GLM-5.3 并列开源第二，幻觉率改善 29 个百分点，输入价格 0.30 美元/百万 token。在 Agent Arena 上，该模型登顶开源榜、总榜第 11，每任务中位成本 0.20 美元，约为 GPT-6.1 Sol 成本的 27%。模型已上线 SiliconFlow，在 DeepSWE v1.1 智能体编程测试得分 77.0%，执行更快、输出 token 更少；低谷时段输入价低至每百万 token 0.15 美元。

𝕏 FLUX 3 Max 发布：图生视频质量并列第一，10 秒视频约 12 秒生成

fal 与 Black Forest Labs 发布 FLUX 3 Max，在 AA-Video-I2V v1.1 并列第一、文生视频排第四；生成 10 秒 720p 视频约 12 秒，720p 定价每分钟 10.20 美元，前三周七五折。

美国土安全部下令联邦文职机构移除 DeepSeek 及衍生品

美国国土安全部 依据《联邦采购供应链安全法》发布命令，要求联邦文职机构从信息系统中移除 DeepSeek 及其关联实体产品，以及使用 DeepSeek 实现的第三方产品与服务；例外需提前 60 天 申请。

𝕏 Meta 发布 30B 开源模型 Muse Glimmer，单张消费级 GPU 可运行

Meta 发布 30B 开源权重模型 Muse Glimmer，将自主执行的 AI Agent 压缩至端侧：4-bit 量化后约 17GB，可在 24GB 显存设备或 Mac/PC 单张消费级 GPU 上运行，RTX 5090 上可达 233 tokens/s，在工具使用和多步规划上领先同规模开源模型，部分指标超过 Qwen3.6-27B。

谷歌开源 Harness²智能体框架，不改权重提升任务表现

谷歌 开源 Harness²，通过调整提示词、记忆、工具指导等 8 类组件实现递归优化；在 WorkBuddy-Bench 最高提升 11.5 分，支持 OpenCode 和 Codex。

𝕏 Mercury 3 发布：扩散 LLM 速度超 1000 token/秒，已上线 OpenRouter

Inception AI 的 Mercury 3 发布，称其为最强扩散 LLM，质量超过 GPT-6 Luna 和 Haiku 5.5，运行速度达 1000+ token/秒，支持 100 万 token 上下文。模型已上线 OpenRouter，首发价格输入 0.10 美元/百万 token。

𝕏 Skyfall 发布首个工程世界模型 SKY-001，CAD/BIM 任务超越前沿模型

Skyfall AI 发布工程世界模型 SKY-001，在 CAD/BIM 任务上比 GPT-6 Astra 快 51-125 倍、便宜 150-210 倍，且精度更高。

Anthropic 设立公益基金，投入 5%股权价值超 480 亿美元

Anthropic 宣布设立公益基金，投入 5% 股份，按 9650 亿美元估值约 482.5 亿美元；估值每增 50% 可追加 2%。

🟩 vLLM v0.32.1rc0 引入 HTTP 权重传输，消除 RL 训练磁盘瓶颈

vLLM 新版本通过 HTTP 权重传输协议 替代检查点文件同步，避免存储网络饱和与 GPU 闲置，提升 RL 训练集群利用率。

𝕏 腾讯混元开源 Hy Memory 2.0：模型、框架与 MemHub 同步发布

腾讯混元 发布开源记忆系统 Hy Memory 2.0，包含模型、框架与 MemHub；Hy-Memory-30B-A3B 在主要框架评测中超过 Opus 5，在 4 个基准上位列开源第一，MemHub 支持 10+ AI 工具同步。

Anthropic 被曝开发新模型：推理与直觉更强，主攻意图推断

The Information 报道，Anthropic 正准备发布新模型，其推理和直觉能力优于市面模型，能根据少量信息推断用户未明说的真实意图，并减少套路化回答；发布时间与命名未定，是否命名 Fable 5.5 尚未确认。

𝕏 Viggle 发布 JST-2，1 秒生成可探索 3D 场景

Viggle 发布世界模型 JST-2，1 秒、成本低于 1 美分 即可生成可在浏览器中探索的 3D 场景，支持文字/图片生成带骨骼 3D 角色及动作。

StartLux 决策模型登顶 Hugging Face 榜单，27B Instant 得分 69.12

中国团队 StartLux 的 27B Instant 在 Hugging Face Decision Index 0.3.2 以 69.12 分 位列 174 个条目第一，AutoThink 版本在公开评测得 73.37 分，超 Jev 托管版约 27%。

𝕏 ChatGPT Slides 支持多人实时协作和直接编辑

OpenAI 为 ChatGPT Slides 新增多人实时协作、评论和幻灯片上直接编辑，支持导出 PowerPoint/Google Slides，面向 Pro、Business 和企业版。

𝕏 Together 上线 Post-Training，支持 SFT/RL 定制模型

Together AI 推出 Post-Training 服务，用户可用 SFT 或 RL 将开源模型转为自有定制模型，自定义数据、奖励和环境，平台负责底层 GPU 与训练推理同步。

Cloudflare 发布 Clairic 提取模型，主打高精度低延迟

Cloudflare 发布提取模型 Clairic，精度更高、延迟更低、成本低于传统 LLM，已在 Workers AI 上线并将开源权重。

💻 英伟达发布新开放模型，推动企业及 PC 端 AI 代理

英伟达 推出新的开放模型，面向企业在自有数据中心运行 AI 代理，以及 PC 端的私有代理，强化本地部署能力。

𝕏 OpenAI 模型增强 COBOL、Fortran 等低资源语言迁移能力

OpenAI 称最新模型在 COBOL、Fortran、Visual Basic 等低资源语言上增强软件构建与迁移能力，帮助银行、政府和企业现代化旧系统。

𝕏 Gemini API 长视频理解成本最高降 66%

Google 为 Gemini API 推出智能体视频理解，通过工具调用仅获取提示所需的媒体片段，长视频分析更准确，成本最高降 66%。

报告称 AI 短剧与视频生成占国内 Token 消耗 55%，超编程

中文在线 披露数据称，国内 Token 消耗中 AI 短剧与视频生成占 55%，电商营销占 24%，软件开发仅占 15%，引发算力用途讨论。

𝕏 OpenAI GPT-Image-2.5 Sunburst 在 Arena 开放直接测试

OpenAI 最新图像模型 GPT-Image-2.5 Sunburst 在 Arena 开放 Direct Mode 直接测试至 11 月 2 日，该模型目前位列文生图、图像编辑和多图编辑三个竞技场第一。

𝕏 Nace 发布多模态决策模型 Drex Max，Mind2Web 得分 88.3%

Nace 推出多模态决策模型 Drex Max，可直接从截图、录屏、扫描件和科学图表中做出决策，Mind2Web 得分 88.3%，Decision Index 67.6，均高于 Jev 1.14。

𝕏 Notion AI 升级：Auto 路由便宜 90%，支持 BYOK

Notion AI 获重大升级，新增更强的 Notion Agents、Auto 模型路由（前沿结果、成本低 90%）、BYOK、改进的 MCP 和积分系统。

𝕏 Exa 3.0 发布，称搜索质量在所有测试基准排名第一

Exa 发布 Exa 3.0，称其为搜索质量最大升级，在公开评测及编程、GTM 情报等垂直领域均排名第一。

𝕏 Meta Muse Wonder Full 首登 WebDev 竞技场第 6

Meta 的 Muse Wonder Full 在 Code Arena WebDev 以 1726 分 位列第 6，助 Meta 首次进入实验室前三。

OpenAI 三款 Aurora 图像模型 ID 曝光，已进入 Arena 盲测

OpenAI API 出现 Aurora 红绿蓝三款图像模型 ID，已进入 Arena 盲测，疑为下一代图像模型。

---