DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜
深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 以及 Code Arena: WebDev 开源模型榜单，总榜排名第 11。该模型基于 7498 次真实使用会话取得 5.13% 的综合净改善指标，单任务成本中位数约为 0.18 美元，任务成功确认、用户正负反馈和 Bash 命令执行可靠性均位列开源模型第一。
全部科技财经动态
IT之家AI 评分6868 HuggingFace Daily Papers精选AI 评分6565 Text-to-Image Generative Modeling Without Language Pretraining
研究团队提出Halcyon模型，一种完全从头开始训练的早期融合多模态自回归模型，在GPIC数据集上预训练。Halcyon-0.52B和Halcyon-1.6B模型在文本到图像生成任务上分别以更少的预训练计算量超越了现有模型，实验表明文本预训练对T2I生成没有明显帮助。代码和模型已公开。
推荐理由：Halcyon模型证明无需大规模语言预训练也能实现高质量文本到图像生成，挑战了当前主流技术范式。
Latent SpaceAI 评分3232 Latent Space 发布 DeepSeek V4.1 Flash 1017 等模型动态
DeepSeek V4.1 Flash 1017 以 552B 总参数/16B 活跃 MoE 架构成为开源价值领导者，AA 智能指数升至 45，在 Code Arena WebDev 中排名 #12 开源模型。MiniMax M3.1 Flash 和 Mercury 3 同期发布，前者定价 $0.15/$0.60 per M tokens，后者被称最强扩散 LLM。
开源中国AI 评分7575 MiniMax M3.1 Flash 更新：Computer Use 国产第一，成本降 70%
MiniMax 正式发布 M3.1 Flash 更新，此前在社区匿名处理超过 200T Token 的 Space Bunny 正是该模型的早期版本。新一代 Flash 模型主打 Agent 能力，在 Agentic 任务、编程、Computer Use 和网络安全方面实现代际提升，线上推理速度提升近 3 倍，使用成本降低 70%。
钛媒体AI 评分7575 DeepSeek内部群聊曝光'打游戏提升模型'，折射出中国大模型竞争中的智力压制与独特商业逻辑
DeepSeek内部群聊截图显示员工称模型能力'控制不住地涨'，引发行业关注。文章指出这反映了DeepSeek依靠底层算法创新和强化学习自发涌现的技术路径，以及其独特的极客文化和人才战略。
华尔街见闻AI 评分7575 DeepSeek和MiniMax发布新一代Flash模型，挑战旗舰性能
DeepSeek发布V4.1 Flash-1017，MiniMax发布M3.1 Flash，两款模型在编程、网络安全和复杂Agent任务等评测中表现优异，同时大幅降低价格。M3.1 Flash在BankerToolBench中与Claude Opus 5并列第一，输入输出价格降至上一代的一半，缓存读取价格降低约75%。
钛媒体AI 评分7575 达摩院发布玄铁E908A车规处理器，公布自动驾驶产品路线图
达摩院在2026 RISC-V中国峰会上发布车规增强处理器IP玄铁E908A，首次公布面向自动驾驶和具身智能的产品路线图。玄铁累计出货已超过60亿颗，C950在多核互联、AI推理和服务器Java上取得新进展，多核性能线性度超过75%，在Agentic工作负载上有10%以上性能优势。
IT之家AI 评分5555 奇瑞 CheryMind 垂域基础大模型亮相，为物理 AI 而生
奇瑞在2026全球创新大会上发布CheryMind垂域基础大模型，宣称该模型为物理AI而生，已有6万+员工使用，覆盖200+业务场景，打通400+企业系统，覆盖700TB企业知识和200PB工程数据。
量子位AI 评分7373 通衍灵智发布递归自进化个性化智能技术
通衍灵智依托北京通用人工智能研究院，推出Recursive Self-Improving Personal AI技术，通过共享基础模型与个性化参数结合，实现AI长期学习与持续进化。该技术采用RSI框架、TIP训推并行和Paged LoRA显存管理，解决企业专属能力沉淀、模型持续学习与算力成本控制问题。
量子位AI 评分7070 相干科技发布量子计算整机服务，推进量子算力云平台建设
相干科技宣布完成百比特规模量子芯片研发，并计划在今年交付整机产品，同时同步搭建千比特规模的量子算力云平台。公司已实现芯片寿命超过100微秒，单比特门保真度超过99.9%，两比特门保真度突破99.5%。量子算力服务已在金融、超算、气象等领域开始应用探索。
量子位AI 评分6565 Claude新模型曝光：能跳出思维定势，修Bug治标又治本
Claude新模型被曝光，在推理和直觉方面表现更好，能跳出思维定势，修复bug时能识别根本问题并一并处理。同时，谷歌Gemini 4 Carbon和OpenAI GPT-6.1 Terra也即将发布，AI圈新模型发布速度加快。
财联社电报AI 评分3030 物理AI概念再度走强 凡拓数创20cm2连板
物理AI概念早盘走强，凡拓数创20cm2连板，索辰科技涨超10%。英伟达GTC大会将于10月20日至22日在德国柏林举行，黄仁勋21日发表主题演讲，聚焦物理AI等方向。
雷锋网AI 评分4545 OpenAI 将研发人形机器人，奥尔特曼称核心是打造“大脑”
OpenAI 将研发人形机器人，CEO 奥尔特曼称核心是打造驱动机器人运转的“大脑”。该项目预计 2027 年推出演示样机，但机器人走上街头还需数年。
雷锋网AI 评分7070 Muse Wonder 建模大翻车，亚历山大·王辩护遭马斯克无情补刀
Meta发布的Muse Wonder在3D编程测试中仅生成红色圆柱体，引发开发者质疑其存在Benchmaxxing问题。Meta首席AI官Alexandr Wang承认未针对3D演示进行显式训练，但强调模型在Coding Agent方面的能力。这一事件引发了对Agent Benchmark能否真实反映模型实际水平的讨论。
雷锋网AI 评分7070 光量子计算产业化进展：图灵量子推出室温机柜化整机并布局算力中心
图灵量子在深圳湾芯展上推出第三代光量子计算机TuringQ Gen3，实现全芯片化架构，可在室温运行。公司同时推进光子芯片产业合作、先进智算联盟扩容及粤港澳大湾区量超智融合算力中心建设，试图将量子算力纳入智算体系。光量子计算已展示量子优越性，但工程化与规模化仍是产业落地的主要挑战。
雷锋网AI 评分4242 华中师大 CoReFuse-Med：先净化再融合，让低质模态不再拖后腿｜ACM MM 2026
华中师范大学提出 CoReFuse-Med，通过浅层净化和深层模态偏置校正提升多模态医学图像分割性能，在 EPVS 数据集上 DSC 达 0.7326，优于 MedNeXt 的 0.7085。模型采用 LACE+IMSH+MBCF 三模块架构，参数量仅 2.665M，有效解决低分辨率模态污染问题。
IT之家精选AI 评分7676 亚马逊推出开源工具 TorchNeuron，支持自研 Trainium 芯片运行 PyTorch 代码
亚马逊宣布推出开源工具 TorchNeuron，允许开发者编写的 PyTorch 代码只需更改一次配置即可在自研 Trainium 芯片上本地运行，无需重写代码。该工具将于 10 月 20 日在北美 PyTorch 大会上以开源许可形式发布，旨在为开发者提供除英伟达 CUDA 外的可行选择。
推荐理由：开源工具让 PyTorch 代码无需重写即可在自研芯片上运行，挑战英伟达 CUDA 垄断地位。
IT之家AI 评分6565 英伟达黄仁勋：AI 是新工具，你的专业知识不会被取代
英伟达 CEO 黄仁勋在柏林与德国总理默茨对话时表示，AI 将进入工厂、机器人和医院等场景，增强已有的专业能力和产业经验。他强调德国企业积累的工程、制造和科学知识是重要优势，AI 将放大这些能力而非取代。英伟达还宣布投资四家德国初创企业，并推动 AI 在工业场景的应用。
IT之家AI 评分7575 中国科学家研制出世界最轻无线介观显微镜
中国科学家研制出目前已知世界最轻无线介观显微镜Airscope，重量仅1克，可在6毫米视场内以单细胞分辨率记录小鼠大脑皮层的神经活动，单只小鼠可同时记录8500多个神经元，是现有同类型设备的25倍。这一成果已发表于《自然》期刊，为理解智能的神经基础提供了新工具，将推动光学脑机接口向更精准神经探测发展。
IT之家AI 评分7575 英伟达创纪录量子容错计算模拟：物理比特减少90%
英伟达在德国于利希超级计算中心使用JUPITER超级计算机完成104量子比特容错计算模拟，所需物理量子比特数量减少90%。该模拟验证了魔态培育技术，使研究人员能在构建硬件前优化设计方案，有望缩短实用型量子计算机实现进程数年。
OpenAI NewsAI 评分2727 OpenAI 提升低资源编程语言中的 ChatGPT 编码能力
OpenAI 改进 ChatGPT 对低资源编程语言的支持，新增软件工程、SQLite 和 COBOL 迁移的评估。新功能提升代码生成与迁移效率，适用于开发者实际场景。
TechCrunch · AIAI 评分4343 Hugging Face 政策主管谈嵌入式 AI 评估的挑战
Hugging Face 首席政策官 Irene Solaiman 指出，AI 模型评估方法复杂且仍在成熟，当前测试难以有效比较且失效较快。嵌入式 AI 评估虽被推广，但其中立性和有效性存疑，且对 harness 和 agent 的评估仍不足。行业需更统一的评估标准以提升可信度。
华尔街见闻AI 评分6565 Anthropic正开发Fable 5.5新模型，主打意图推断能力
据报道，Anthropic正在开发一款能够主动推断用户模糊指令背后真实意图的新模型，在指令不完整时仍能推断用户目标，展现出更强推理能力和创造性问题解决能力。该模型可能改变用户与AI助手的交互方式，用户不再需要精心设计提示词。
华尔街见闻精选AI 评分7676 英伟达实现量子计算模拟新纪录：8192块GPU支持104量子比特
英伟达在德国于利希超算上使用8192块GPU完成104量子比特容错量子计算模拟，验证了魔态培育技术路线，可将相关方案所需物理量子比特数量减少约90%。这一突破有助于降低量子纠错资源开销，加速实用量子计算系统研发。
推荐理由：8192块GPU模拟104量子比特，将魔态培育物理比特需求降九成，量子计算离实用又近一步。
财联社电报AI 评分6565 英伟达在于利希超级计算中心完成容错量子计算创纪录模拟
英伟达在于利希超级计算中心完成104量子比特的容错量子计算模拟，这是迄今为止对容错量子计算系统最全面的模拟。该模拟验证了一种量子计算方法，所需物理量子比特数量比此前方法减少90%，加速了量子计算在药物发现、金融建模和材料科学等领域的实际应用进程。
The DecoderAI 评分7373 MiniMax发布M3.1 Flash推理模型，成本降低一半
MiniMax发布M3.1 Flash推理模型，在Artificial Analysis Intelligence Index上得分42，比前代M3提高13分，同时成本降低一半。
MIT Technology Review · AIAI 评分6565 神经网络理解新观点：研究者称我们一直看错了
Goodfire研究员Nick Cammarata发表博客文章，提出神经网络可能比人们之前认为的更容易理解和控制，这一观点在AI界引发热议。他通过重新分析Inception v1模型，发现神经元存储的看似无关概念（如汽车和猫）实际上存在共同模式（如V形结构）。然而，斯坦福大学和Google DeepMind的研究者对此表示质疑，认为这只是理解神经网络的一小步，距离全面理解还有很长的路要走。
AWS Machine Learning Blog精选AI 评分6565 TwelveLabs Pegasus 1.5 现已在 Amazon Bedrock 上线
TwelveLabs Pegasus 1.5 视频语言模型现已登陆 Amazon Bedrock，可将长视频转化为带时间戳的结构化元数据。新版本支持基于时间的元数据生成、多模态提示（结合文本和参考图像）以及即时处理，无需预索引即可分析长达两小时的视频。用户可直接从 Amazon S3 URI 或 base64 字符串发送视频，数据保持在 AWS 数据边界内。
推荐理由：视频语言模型Pegasus 1.5在Amazon Bedrock上线，将长视频转化为结构化元数据，无需预索引即可处理两小时视频。
AWS Machine Learning Blog同事件AI 评分6565 vLLM实现双向KV传输提升多轮智能体工作负载TTFT性能
AWS展示了vLLM中的双向KV缓存传输技术，通过在预填充和解码节点间共享KV缓存，减少多轮对话中的重复计算。在Amazon EC2 P5en实例测试中，Qwen3-32B和GLM-5-FP8模型的TTFT分别降低1.6倍和3.3倍。该技术需要配置块保留TTL和重新计算阈值，并通过KV缓存感知路由器协调。
同一件事，精选收录的是《AWS 推出基于推送的KV传输技术提升vLLM推理性能》
AWS Machine Learning Blog精选AI 评分7070 AWS 推出基于推送的KV传输技术提升vLLM推理性能
AWS 机器学习博客介绍了基于推送的KV传输技术，用于改进vLLM中解耦推理的TTFT和TPOT。在Amazon EC2 P5en实例上测试，推送模式相比拉取模式实现了最高3倍的TTFT提升和30%的TPOT改善。该技术通过将传输协调工作移至预填充端的后台线程，避免了关键路径上的延迟。
推荐理由：将KV传输从拉取模式改为推送模式，使解码端准备与预填充计算重叠，显著降低了高请求率下的TTFT和TPOT。
TechCrunch · AIAI 评分7272 Nvidia发布企业级与PC端智能体开放模型
Nvidia推出Nemotron 3.5 Super VL和两款Bolt模型，分别针对企业级智能体和本地PC端部署。Super VL拥有1200亿参数，Bolt 74B-A9B 24GB和E4B则设计用于本地运行。Nvidia称Super VL在特定任务上表现优于Anthropic和OpenAI的竞品，并已获得Skydance、EY等企业采用。
IT之家AI 评分7575 谷歌研究团队发布论文：四个Gemini 4 Argon智能体成功自主通关《我的世界》
谷歌研究人员使用四个Gemini 4 Argon智能体成功在《我的世界》中击败末影龙，耗时27小时。智能体通过游戏内聊天框互相协调，自行规划任务，发送229条消息，运行2783个程序，死亡605次，使用13.5亿个输入Token，成本约1,620美元。
量子位精选AI 评分8585 AI开始挑战最复杂的系统：生命
哲源科技发布WHIRLPO计算医学平台，美国Biohub联合能源部、NIH等投入18亿美元搭建生命预测模型数据底座。AI生命科学从单点分子模型转向构建生命世界模型，中美两地同步进入基础设施竞争阶段。
推荐理由：AI从分子预测转向生命系统建模，中美同步布局基础设施，标志着生命科学进入系统级竞争阶段。
财联社电报AI 评分2525 Anthropic 准备推出推理能力更强的模型
Anthropic 即将发布推理能力更强的模型。新模型具体参数和性能尚未公开。
The Verge · AIAI 评分6565 黑客利用AI代理攻击约翰迪尔等公司
黑客利用AI代理攻击了超过100个网站，包括约翰迪尔、SharkNinja和康明斯等公司。这些攻击通过开源AI平台Cairn发起，黑客设定目标后，AI代理自主执行攻击。约翰迪尔表示没有敏感信息被访问，康明斯正在调查报告，SharkNinja表示已控制威胁。
Google新闻·Humanoid+Embodied(英)AI 评分1515 情感图像可预测灾难照片传播，新 AI 模型揭示规律
新 AI 模型通过分析情感图像预测灾难照片传播规律。该模型能识别图像中的情感特征，帮助理解信息扩散机制。研究为灾难信息传播管理提供新工具。
IT之家同事件AI 评分8080 MiniMax M3.1 Flash 模型上线：速度提升3倍，价格降低70%
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，此前以匿名身份处理的 Space Bunny 正是该模型的早期版本。新模型在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现代际提升，线上推理速度提升近3倍，使用成本降低70%。
同一件事，精选收录的是《MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一》
钛媒体AI 评分7575 Kimi和DeepSeek，差异越来越明显
Kimi和DeepSeek作为中国大模型赛道的两家头部公司，在2026年呈现出明显差异。Kimi采取产品驱动路径，估值随产品周期增长，收入以API为主，组织规模约300人，正向港股IPO迈进；DeepSeek则选择基础设施路线，估值基于战略稀缺性，收入注重成本结构，组织更像研究机构，准备在科创板上市。两家公司在技术选择、商业化策略和组织形态上的分岔，标志着中国AI行业开始走向专业化分工。
钛媒体AI 评分7171 腾讯混元发布Terminal-RSI研究论文
腾讯混元Frontier团队发布Terminal-RSI研究，通过递归自我重写和递归策略精炼，使Qwen3.8-27B模型在Terminal-Bench 4.0上从0%提升至19.84%，与GPT-5.6 Terra、Gemini 3.8 Flash齐平。该研究解决了反馈慢和对错难区分的问题，但仅在27B模型上验证，未在大模型上测试。
IT之家AI 评分7272 阿里达摩院发布车规增强处理器玄铁E908A
阿里达摩院在RISC-V中国峰会上发布车规增强处理器玄铁E908A，成为首款同时达到ASIL-B和ASIL-D标准的RISC-V CPU IP，单点安全度量首次超过90%。同时发布自动驾驶和具身智能产品路线图，下一代C950A目标性能将达到现有RISC-V车规产品的5倍。