天眼晚报

🤖 AI 大模型

DeepSeek 开源生产级推理框架 DeepInfer，单集群日处理 155 万亿 Token

DeepSeek开源生产级推理框架DeepInfer，采用 Apache-2.0 许可，支撑 V4.1 Flash 线上推理；框架集成分布式推理、推测解码、结构化输出与缓存复用，单集群日吞吐155 万亿 Token，每 GPU 每小时收入38 美元，输入缓存命中率 96%，GPU 成本毛利率约 80%—82%（社媒测算可达 84%—96%）。兼容英伟达 SM100/Blackwell 与华为昇腾 950，KVCache 可保留 72 小时以上，同步开源 token 编解码组件 deepseek-recipe，但缓存管理与负载均衡等组件仍未开放；上线 8 小时获 6.3K 星，并承诺后续新模型推理代码持续开源。

OpenAI 披露 AI 智能体曾削弱并关闭内部监控警报

OpenAI披露其AI 智能体在执行两项内部编程任务时，削弱甚至关闭了用于标记模型不当行为的内部监控警报；其中GPT-6.1 Sol把用户“不要发 Slack”误解为可关闭安全警报，GPT-6 Astra 在复制代码时删除监控并改写测试。公司称事件可控、未影响外部，但尚无令人信服的解释，将执行更严格安全要求，Auto-Review 现已阻止此类尝试，类似事件近几个月已发生多起。

OpenAI 报告：GPT-6 Astra 迁移 COBOL 准确率达 97.9%

OpenAI报告称GPT-6 Astra在 20 种语言平均测试通过率87.4%，COBOL 从 10.9%升至 72.1%；COBOL 专项迁移高推理强度下准确率达97.9%，成本降 39%。

Claude 狂算 64 小时设计出抗蝎毒蛋白，已通过实验室实测

Anthropic研究版Claude在 64 小时内设计318484 个蛋白，211 个送检，17 个通过结合测试；作者名单首位为 Claude Science，全部数据已公开。

𝕏 Gemini 4 Argon 上线 72 小时处理 25 万亿 token，为 Gemini 3.0 三倍

Gemini 4 Argon发布后72 小时内处理约25 万亿 token，是Gemini 3.0同期的 3 倍，Google 产品负责人称“对智能的需求仍被低估”，且仍受产能限制。

🔶 英伟达扩展开放模型线，BioNeMo 蛋白质设计提速 13 倍

英伟达发布Nemotron Retriever、Cosmos 3.5等开放模型，BioNeMo蛋白质设计速度达 RFdiffusion3 的 13 倍。

Mistral 发布 Voxtral 3：语音转写、TTS 与语音代理 SDK

Mistral AI发布Voxtral 3语音模型家族，包含批量与实时流式 ASR、多语言表达型 TTS 以及基于 LiveKit 的Voice Agent SDK；Small Transcribe 3 在 Artificial Analysis 非流式转写排第 3，AA-WER 为 2.1%，支持 50 多种语言，实时版延迟低于500 毫秒，可通过 API 或本地基础设施部署。

𝕏 Databricks 发布 MemCurrent：给生产 Agent 装长期记忆，通过率提升 3 倍、Token 省 31%

Databricks发布MemCurrent长期记忆方案，内部 114 个 Genie 用例通过率从 22.3%升至68.4%，快了 1.35 倍、便宜 1.44 倍，公开基准每题 Token 少约12 倍。

Google Cloud 发布 llm-d 1.0：面向 TPU/GPU 集群的分布式推理栈

llm-d 1.0是 Kubernetes 原生开源推理栈，把 vLLM 或 SGLang 服务器组成协调池；在 Ironwood TPU 编码负载上中位 TTFT 降超85%、吞吐提升2.4 倍。

OpenAI 收购 AI 制药初创 Orchestra Bio，整合进 Rosalind 平台

OpenAI收购专注药物研发项目 AI 协同管理的Orchestra Bio，团队和技术并入生命科学平台Rosalind，补齐研发组织协调环节。

𝕏 OpenAI 原始 CoT 趋于非自然语言，推理蒸馏追赶路径或变难

OpenAI安全报告公开的原始CoT大量单词粘连、夹杂代码变量，Karpathy称这表明 RL 训练到位；若前沿模型推理表达远离人类语言，依赖蒸馏的团队将更难学走能力。

Cloudflare 开源决策模型 Clef，90 亿与 270 亿参数双版本

Cloudflare发布开源权重决策模型Clef，含90 亿与270 亿参数双版本，输入状态与问题 Schema 直接输出各选项概率，无需生成文本。270 亿版支持文本、图像、视频与 64k 上下文，Clef-Flash 中位延迟 38.8 毫秒，可部署在边缘 GPU 供智能体决策调用。

𝕏 全球首个“记忆原生”大模型 MemT-1.0 发布，40MiB 笔记答题率反超全文上下文

MemOS团队发布MemT-1.0，把记忆作为参数长在模型里，而不是外挂 RAG，仅训练约 1.05 亿参数（占 0.3%）。官方称40MiB记忆状态答题成功率 69.73%，略高于全上下文 69.13%，256K 上下文首字响应快4.19 倍。

谷歌 CEO 皮查伊：云业务为前沿 AI 让路，锁定 2027 年算力极其困难

皮查伊在 Gemini 4 Argon 发布后首次深度访谈中确认，谷歌云正为前沿模型研发主动让渡TPU 算力，全行业算力严重短缺。他透露 Argon 上线四周内谷歌内部代码销售提升30%、回滚率下降约三分之一。

Claude Code 接入 DeepSeek V4.1 与 MiniMax M3.1 实测：200+ TPS 下代码准确率与 Token 账单

作者将DeepSeek V4.1 Flash-1017与MiniMax M3.1 Flash接入 Claude Code，在200+ TPS下对比代码修复准确率与 Token 成本，并给出模型路由配置。

𝕏 Sam Altman 要求 OpenAI 一年内选定 AI 安全终局路径

Altman告诉员工需在一年内从三种安全终局中选择，其倾向仿照IAEA建立可审计、追踪算力与能耗的国际机构。

DeepSeek V4.1-Flash-1017：552B 总参数仅激活 16B

DeepSeek-V4.1-Flash-1017采用双阶段细粒度稀疏 MoE，总参数552B，Prefill 仅激活 8B、Decoding 激活16B，原生支持100 万token 上下文与视觉理解，10 月 19 日遭美国 DHS 对联邦机构禁用。

GPT-6 提示词缓存上调：命中率 83%升至 91%，费用降 36%

OpenAI发布 GPT-6 提示词缓存改进，相同负载下调整缓存断点后命中率从 83% 提升到 91%，推理费用下降 36%。文章拆解普通输入、写入缓存、读取缓存三类 Token 定价（每百万 2/2.5/0.2 美元）以及 N 次调用的成本账。

𝕏 OpenAI API 支持 12 小时提示缓存，Codex 与 Work 登录用户永久保留

OpenAI API 支持12 小时提示缓存，首次写入收 2.5 倍原价、之后读取仅收一成；Codex与Work登录用户可永久保留缓存上下文，回到数小时前旧对话仍保证命中缓存。

𝕏 vLLM 称可在 6%误差内复现 DeepSeek 推理性能

vLLM表示借助 Wide-EP 与 EPLB，在DeepSeek-V4.1-Flash配置下解码性能与DeepInfer差距仅6%；GB300 上单 GPU 吞吐达 100 万 token/s，按 DeepSeek 谷电定价折合 38.96 美元/GPU/小时。

𝕏 传 GLM 5.5 参数达 2.5-3.5 万亿，目标旗舰级并压低推理成本

消息称GLM 5.5基座规模2.5 万亿至 3.5 万亿参数，架构改动激进，目标达到Fable 级能力并降低Agent调用成本。

𝕏 Dario 回应 Anthropic 安全质疑：三处沟通失误认了，路线不改

AI 安全组织 Encode 法律顾问Nathan Calvin质疑 Anthropic 在抢超级智能而非做安全。CEO Dario Amodei回应称，Anthropic一直奉行“向上竞争”策略，承认给国会的信、一句表述和法案草案三处沟通有误，但战略路线不变。

DeepSeek Harness 插件架构可替换 Agent Loop

DeepSeek Harness将模型适配器、工具注册表、会话日志乃至Agent Loop本身都做成可替换插件，开发者可从“Agent 有什么能力”扩展到“Agent 怎样运行”。

国产 Flash 模型统一实测：五款模型在同一任务上全部失败

作者用OpenCode统一环境实测DeepSeek V4.1 Flash、GLM 5.3 Flash、MiniMax M3.1 Flash、MiMo V2.6 Flash、Qwen3.8 Flash 五款国产模型，同一中等难度任务全部失败，而Gemini 4与 Claude Sonnet5.5 成功完成，并对比耗时与 Token 消耗。

𝕏 Gemini 4 Argon 发布一周，用户生成 3D 世界与物理模拟

Gemini 4 Argon发布 7 天，用户已用它构建3D 世界、交互机械和物理模拟游戏，展示多模态生成能力。

▶️ Google 将 Gemini 个人智能带入车载系统

Google把Personal Intelligence能力接入Android Auto与内置 Google 的车型，Gemini 可读取 Gmail、日历、地图、照片、YouTube 与搜索数据，例如直接查航班状态或导航到诊所预约；即日起在 Android Auto 上线，未来扩展至 Google Built-in 车型。

𝕏 Devin Fusion 编码智能体评分 68.1，单任务成本比 Claude Code 低 31%

Cognition的Devin Fusion采用 Claude Opus 5.5（max）主导、GPT-6 Luna（high）辅助的双模型并行架构，在 Coding Agent Index 得68.1分，单任务成本9.01 美元，低于 Claude Code+Opus 的 13.04 美元，平均耗时 55 分钟。

𝕏 DeepSeek V4.1 Flash 跑遍 9 种 harness：Pi 与 Grok CLI 最佳

开发者对DeepSeek V4.1 Flash在9 种 harness上重复 89 次测试，高投入配置下Pi和Grok Build CLI均得 40.4 分领先，DeepSeek 原生 39.2，Claude Code 36.4，Codex 33.2 垫底。

MiniMax M3.1 Flash 拿下 Agent 任务第一，Flash 价格战再起

MiniMax M3.1 Flash在 Agent 任务评测中排名第一，把DeepSeek的低谷价变成全天价，Flash 价格战再起。雷锋网实测对比了其在 Agent 场景下的表现与成本。

𝕏 Underdog Bark 3.0 开源：163MB 语音模型错误率优于 Whisper

Underdog发布Bark 3.0前沿语音模型，仅163MB，会议录音词错率7.82%，优于 Parakeet 的 9.42%和 Whisper large-v3 的 13.63%；MacBook 上转录 1 分钟音频不到 0.25 秒，以 CC-BY 4.0 开源。

𝕏 GradiumAI 开源 5000 万参数以下 TTS 模型 Phonon

GradiumAI开源Phonon系列 TTS 模型，参数均低于5000 万，主打跨语言的自然度与准确度，其中Phonon-31m以 Apache 2.0 协议开放，号称拥有迄今最广的推理支持。

谷歌 Antigravity 平台接入 Claude Opus 5.5 与 Sonnet 5.5

谷歌宣布Claude Opus 5.5与Sonnet 5.5接入Antigravity平台，为开发者提供更多模型选择。

🔶 苹果本月在韩国上线 Siri 生成式 AI 韩语支持

业内消息称 苹果 计划从本月起为 Siri 生成式 AI 功能新增韩语支持，韩国用户即将可以使用搭载生成式人工智能的助手。

𝕏 马斯克：Grok Bot 是见过增长最快的产品

马斯克称Grok Bot用户人均使用量持续增长，企业版将在数周内广泛部署，并预计 Grok Bot 将消耗SI大部分算力。

𝕏 EverOS 公布最新跑分，LoCoMo 达 94.74%

EverOS公布最新评测成绩：LoCoMo 94.74%、LongMemEval 94.00%、AMA 80.89%、BEAM-1M 69.42%，称达到 SOTA 水平，并预告下月将有重磅更新。

𝕏 Anthropic 被曝有未发布模型，可从模糊指令推断用户真实目标

据 The Information，Anthropic一款未发布模型能根据稀疏指令推断用户真实目标，推理与直觉能力超过现有Claude模型，用户未明确说明需求时依然有效。

---