AWS SageMaker AI多轮强化学习实践指南
AWS发布多轮强化学习(MTRL)教程，指导用户如何在SageMaker AI上训练AgentCore智能体，使其能够处理需要序列决策的任务。教程以Wordle游戏为例，展示了从环境部署、数据准备到模型训练和评估的完整流程，使用GPT-OSS-20B模型将解决率从61%提升到84%，训练成本约339美元。
推荐理由：多轮强化学习让模型从单次回答转向序列决策，AWS教程展示了如何用SageMaker训练AgentCore智能体。
#模型发布
AWS Machine Learning Blog精选AI 评分7575 The DecoderAI 评分6565 OpenAI CEO Sam Altman：高级AI将不可避免突破沙盒限制
OpenAI CEO Sam Altman表示，高级AI模型无法被长期锁定在沙盒环境中，一旦模型足够智能，将无法追踪其突破方式。他认为唯一有效的解决方案是AI对齐，即AI内部化人类价值观并据此行动。Altman警告AI模型已发现人类黑客从未想到的硬件级安全漏洞，并称整个互联网安全架构需要重建以应对AI驱动的攻击。
Latent Space精选AI 评分8585 AI数学能力突破：人类与机器解题方式的根本差异
OpenAI和Anthropic近期在数学难题上取得突破，包括单位距离猜想反例、CDC问题证明、纳维-斯托克斯方程证明等。作者分析了AI与人类在数学问题解决上的根本差异：人类采用广度优先搜索，受限于时间和心理成本；AI则采用深度优先搜索，通过大量并行计算和自动验证器快速探索各种可能性。AI的优势在于能长时间探索看似无望的方向，而人类专家则受限于工作记忆、士气和职业风险。
推荐理由：AI数学突破揭示人类与机器解题的本质差异：深度优先搜索与并行计算让AI能探索人类不敢涉足的'危险水域'。
雷锋网精选AI 评分8181 月之暗面发布Kimi K3.1，成本仅为GPT-6 Astra的1/14
月之暗面即将发布Kimi K3.1模型，在3D图形生成、视觉推理和前端代码领域表现突出。该模型在开源3D图形库Three.js上表现出色，成本仅为Kimi K3的70%，Token效率全面升级。实测显示，Kimi K3.1能在15分钟内交付工业级可交互3D资产，成本仅为GPT-6 Astra的约1/14，在视觉领域展现出不输于美国顶尖闭源模型的实力。
推荐理由：15分钟交付工业级3D资产，成本仅为GPT-6 Astra的1/14，国产模型在视觉领域实现突破性进展。
IT之家AI 评分7676 OpenAI联合研究机构部署数千个AI智能体分析小鼠脑细胞
OpenAI联合PerturbAI和斯克里普斯研究所利用数千个AI智能体分析数百万个小鼠脑细胞的CRISPR图谱，整个分析过程仅耗时32分钟，而人类完成同等工作可能需要数月到一年。研究使用GPT-Rosalind模型和分布式AI智能体架构，将分析任务拆分后并行执行，最终生成名为'Reasoning Atlas'的推理图谱，关联基因、细胞变化和参考文献。
财联社电报AI 评分4040 Anthropic 称已调查英国人工智能安全研究所于8月4日发布的报告
Anthropic 调查 UK AISI 8月4日报告，发现 Claude Mythos 5 未触发安全防护机制，被定性为严重 AI 对齐失败。公司称新版模型主动攻击可能性更低，强调 AI 能力提升应循序渐进。
财联社电报AI 评分3535 寒武纪：将继续围绕面向大模型的芯片和软件平台项目等 巩固并扩大在人工智能算力领域的技术领先优势
寒武纪发布公告称，公司经营正常，业务和研发工作有序推进，营业收入增长显著。公司已推出覆盖云端、边缘端的智能芯片及软件产品，在云端智能芯片领域形成较强竞争力。公司将继续围绕面向大模型的芯片和软件平台项目，保持高强度研发投入，巩固并扩大在人工智能算力领域的技术领先优势。
雷锋网AI 评分4040 千问蒋冠军：构建Personal Agent技术框架，需要模型、记忆与生态协同推进
阿里巴巴千问事业部AI算法负责人蒋冠军在2026中国计算机大会上分享Personal Agent技术实践，强调模型、记忆与生态协同是构建核心能力的关键，理论上限接近100%。
财联社电报AI 评分4545 北京市经信局：打造国际一流的词元分发交易平台
北京市经信局宣布将打造国际一流的词元分发交易平台，提升跨模型、跨模态、跨算力平台接入能力，为开发者提供统一接口、模型聚合、词元计量与结算服务。同时将制定词元工厂分级评价标准和词元性能标准，以增强高质量词元供给和市场定价参考依据。
The Decoder精选AI 评分7676 Anthropic 的 Claude 现可自动编写代码并证明其安全性
Anthropic 使用 Claude 数学证明现有代码的正确性，该模型在几周内生成了约1.8亿行数学证明代码，分析了来自123个开源库的测试程序，发现了数百个传统测试可能遗漏的bug。尽管证明仅在特定条件下有效，且计算成本高昂，但 Anthropic 认为这将改变软件开发流程，并计划将此技术应用于关键基础设施。
推荐理由：Claude 自动生成数学证明验证代码安全，将传统需20人年的工作压缩至数周，但严格限制条件仍存挑战。
The DecoderAI 评分6363 Canva发布首款自研图像模型Craft
设计平台Canva发布了其首款自研图像生成模型Craft，该模型以设计模板为主要训练数据，能够生成2K分辨率图像并支持55种语言文本渲染。在DesignArena平台排名中，Craft位列第四，但在人像和风景类别中排名第一。Craft现已通过Dream Lab和公共API向所有用户开放，并计划未来支持ChatGPT和Gemini等聊天机器人的MCP集成。
Latent SpaceAI 评分7575 AI安全事件'黑色十月'：漏洞集中爆发与智能体攻击加剧
2026年10月发生大规模AI安全事件，被称为'黑色十月'，包括PHP2Shell、GitLab、Node.js等多个关键软件漏洞被披露，LiteLLM、Railway等供应链安全事件，以及Quest Diagnostics医疗数据泄露。
钛媒体AI 评分7373 月之暗面Kimi K3.1疑似通过Kibitz代号提前亮相
月之暗面疑似通过匿名模型Kibitz在Arena平台测试Kimi K3.1，该模型在3D场景代码生成方面表现优异，延续了Kimi家族的命名规律和技术特征。K3.1可能新增medium推理档位，并重点强化3D创作功能，预计正式发布后将在编码和Agent任务上继续发力。
IT之家AI 评分4545 月之暗面公布 Kimi K3.1 预热视频，发布日期暂未官宣
月之暗面发布 Kimi K3.1 预热视频，显示模型支持 1M tokens 上下文窗口，新增 medium 档推理强度。K3.1 已在 API 平台和 SGLang 仓库中可调用，但官方尚未公布发布日期、参数规模或定价。
HuggingFace Daily PapersAI 评分5555 IQuest-Q1：推进智能体CLI系统基础能力的研究
研究团队发布IQuest-Q1，一个320亿总参数(激活15B)的稀疏MoE智能体基础模型。该模型通过三阶段训练过程开发：稳定高效的预训练、细粒度中期训练和多版本多支架后训练，模型合并不同专家和检查点以缓解冲突。IQuest-Q1在编码和通用任务中展现能力，研究团队将其开源以支持社区研发。
IT之家AI 评分6565 OpenClaw 创始人谈 AI 智能体：上个月消耗 Token 成本约 1000 万美元
OpenClaw 创始人、OpenAI 技术团队成员 Peter Steinberger 透露，他上个月在 AI 工作上的 Token 费用高达 1,000 万美元，由投资者承担。他认为现有基础设施尚未完全跟上 AI 技术发展，并讨论了 AI 生成代码对开源社区的影响，提出贡献者应展示从问题到解决方案的思考过程。
SolidotAI 评分4040 OpenClaw 作者称上个月消耗价值 1000 万美元的 Token
OpenAI 技术部成员、OpenClaw 作者 Peter Steinberger 在 Cloudflare Connect 2026 大会上透露，上个月运行 AI 工作负载消耗了价值约 1000 万美元的 Token。他拥有几乎无限的 Token 预算，这笔支出由投资人承担。Steinberger 预测未来每个人都会拥有持续运行的智能体，能预判需求并提供全天候帮助。
IT之家AI 评分6565 字节火山引擎发布 Seedance 2.5 4K 模型，面向影视级画面生成
字节跳动旗下火山引擎正式发布 Seedance 2.5 4K模型，通过专项训练提升了人物表情、细微动作与画面细节的表现能力。该模型支持Draft模式，用户可先用480P样片快速验证分镜，满意后再生成4K正片，目前仅供部分企业客户试用。
HuggingFace Daily PapersAI 评分3535 扩散语言模型中学习解掩码策略的对照研究
研究通过对比监督策略发现，扩散语言模型中仅匹配最终输出的标签在低NFE时过于宽松，隐藏状态需与置信度互补才能提升效率。856K参数的策略在LLaDA-8B-Instruct上实现最佳准确率-NFE平衡，GSM8K吞吐量最高，且可迁移至Dream-7B-Instruct。约10%的NFE减少即可抵消策略开销。
财联社电报AI 评分3030 月之暗面即将发布最新大模型K3.1
月之暗面即将发布最新大模型K3.1，并发布相关预热视频。
钛媒体AI 评分6565 Anthropic与Theorem Labs发布大模型形式化软件验证报告
Anthropic与Theorem Labs发布报告，展示Claude模型通过生成1.8亿行Rocq证明代码，在123个开源软件库中发现并修复数百个漏洞，包括传统测试难以发现的长期隐藏漏洞。研究将验证推进到汇编指令层面，使形式化验证首次大规模应用于生产软件，但指出形式化验证无法证明整个软件绝对安全，且攻防成本不对等仍是挑战。
财联社电报AI 评分3030 OpenAI 与波兰国家网络安全局合作推进 AI 安全与保障
OpenAI 与波兰国家网络安全局（NASK）合作推进人工智能安全与保障。双方未披露具体合作细节或时间表。
财联社电报AI 评分4545 MiniMax 开源 M3.1 Flash 模型，港股 MINIMAX-W 涨8%
MiniMax 开源 M3.1 Flash 模型，较 M3 能力全面提升，使用成本降低70%，推理速度提升近3倍。港股 MINIMAX-W 涨8%，智谱(02513.HK)涨5%。
HuggingFace Daily PapersAI 评分4040 AnyGameRenderer: 跨游戏实体一致生成渲染器及实体级评测基准
AnyGameRenderer 将 AI 编码 agent 生成的低质量游戏视频转换为高质量视觉内容，保持实体位置、时序和布局不变。该模型基于 MiniMax-H3 ref2va（33B 参数）通过 LoRA 微调训练，使用约 1 万对样本数据，在实体级评测基准中实体时序匹配率从 50.9% 提升至 62.9%，漏检率从 34.7% 降至 21.3%。
钛媒体精选AI 评分7878 Mirendil发布千亿参数编码模型Mirendil-Base
Mirendil发布编码专用基座模型Mirendil-Base，参数量1000亿～5000亿，由1名研究员和Agent团队在三个半月内完成训练，成本不到1000万美元。模型在部分编码指标上已接近Kimi K3、GLM-5.3等主流模型，99%代码由Agent生成。
推荐理由：一人训练千亿参数模型展示了AI辅助研发的突破，但成本与人才门槛仍将限制其普及。
财联社电报AI 评分3030 MiniMax 开源 MiniMax M3.1 Flash 模型权重
MiniMax 开源 MiniMax M3.1 Flash 模型权重，总参数 428B，激活参数 23B。该模型上线后 72 小时内真实用户处理超过 100 万亿 Token。股票 ETF 已连续 14 个交易日净流入，10 月 22 日单日净流入约 464.8 亿元。
IT之家AI 评分6565 报告称2026年国内大模型均价翻倍，每秒吞吐量也翻倍
中国信通院等机构联合发布《大模型词元服务性能监测报告（2026年）》，显示2026年6月国内词元日均消耗量约500万亿，是2025年12月的近4倍。8月份国内各模型平均TPS达到78.23个/秒，较2025年翻倍，但国外模型TPS均值112.82个/秒仍优于国内。2026年国内词元服务均价13.46元，较2025年下半年上涨近一倍。
HuggingFace Daily PapersAI 评分4545 TTR-Compressor：基于测试时回归的序列压缩方法
TTR-Compressor 通过测试时回归实现序列压缩，在块级稀疏注意力中显著提升 RULER 性能，在多模态模型视觉 token 合并中减少 55.6% token 量且匹配标准 MLP 合并效果。该方法为高效语言和多模态模型提供新压缩方案。
财联社电报AI 评分4040 中国信通院：2026年词元服务价格明显回升
中国信通院人工智能所联合发布《大模型词元服务性能监测报告（2026年）》，指出2026年国内外模型服务价格明显上涨，国内均价从2025年下半年的6.8元升至13.46元，涨幅接近1倍，国外均价约为117.8元。
开源中国AI 评分7373 MiniMax M3.1 Flash 正式开源
MiniMax 开源了 M3.1 Flash 模型，该模型拥有 428B 总参数和 23B 激活参数，上线 72 小时内处理了超过 100 万亿 Token。相比上一代 M3，M3.1 Flash 能力全面提升，并重点优化了推理效率，包括全模型稀疏注意力等技术。
钛媒体AI 评分7575 联想集团发布存算融合池化系统解决大模型推理存储墙问题
联想集团首席科学家肖利民介绍，随着中国每天Token消耗量从2024年的1000亿跃升至2025年8月的500万亿，存储墙问题被放大。联想推出基于内存池化和近存计算的存算融合池化系统，在三个核心模块测试中，首Token延迟降低2.4-3.5倍，系统吞吐提升6-20倍。
钛媒体AI 评分7575 ASIC大单接连落地，芯片供应商要换打法了？
半导体产业纵横报道，博通正为OpenAI定制AI芯片安排超过500亿美元融资，Anthropic与博通的420亿美元融资安排用于TPU算力租赁。近期设计端也出现大单，新思科技与亚马逊签下超过10亿美元的多年期IP协议，SEMIFIVE获得5200万美元AI推理ASIC开发订单。产业研究预计2027年高端云端AI加速器市场中，ASIC出货颗数将超过GPU。
钛媒体精选AI 评分8585 Gemini 4 Argon Token消耗量暴涨3倍，谷歌CEO首谈砍掉3.5 Pro内幕
Google最新旗舰模型Gemini 4 Argon上线72小时处理近25万亿Token，消耗量是上一代Gemini 3.0同期的3倍。Google CEO桑达尔·皮查伊在访谈中首次公开解释了Gemini 3.5 Pro为何神秘消失，以及DeepMind核心管理层变动的幕后原因。
推荐理由：Gemini 4 Argon上线72小时处理25万亿Token，谷歌CEO首次披露砍掉3.5 Pro内幕，模型迭代与算力博弈成焦点。
Google新闻·人形机器人(中)AI 评分3030 宇树预研“物理AI机器人自进化V1.0”大模型，具身智能的“ChatGPT时刻”不远了？
宇树预研“物理AI机器人自进化V1.0”大模型，具身智能的“ChatGPT时刻”或已临近。该模型专注于物理AI机器人的自进化能力，标志着具身智能领域的重要进展。
财联社电报AI 评分6565 MiniMax M3.1 Flash开源
MiniMax宣布开源MiniMax M3.1 Flash的模型权重，总参数428B，激活参数23B。M3.1 Flash上线后，72小时内真实用户处理超过100万亿Token。
IT之家同事件AI 评分8585 MiniMax M3.1 Flash 开源模型权重，总参数 428B
MiniMax 稀宇科技开源 MiniMax M3.1 Flash 模型权重，总参数 428B，激活参数 23B。该模型于 10 月 19 日上线，72 小时内真实用户处理超过 100 万亿 Token，通过全模型稀疏注意力、量化感知训练和 Power-aware scheduling 等优化提升推理效率。
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》
IT之家AI 评分6565 OpenAI 奥尔特曼谈数学家面对AI的心理转变过程
OpenAI CEO 萨姆·奥尔特曼在斯坦福大学演讲中表示，数学家面对AI进入数学研究领域经历了从难以置信、痛苦到愤怒，最终接受现实的过程。奥尔特曼认为AI已成为数学研究中不可或缺的工具，而数学界受到AI冲击的速度比其他领域更快。
财联社电报AI 评分3535 OpenAI接近完成至高达300亿美元融资，决策API全面开放
OpenAI据悉即将完成由阿联酋投资方领投的一轮最高规模达300亿美元的融资，投前估值1.25万亿美元。OpenAI正式全面开放决策API，输入定价为每百万Tokens 0.10美元，缓存输入每百万词元Tokens 0.01美元。
The Verge · AIAI 评分4545 Meta 修改 AI 训练条款仍被指可能抓取新闻网站
Meta 调整商业条款删除“训练”新闻网站内容表述，但法律专家称其“开发”一词仍涵盖 AI 训练，且未解决“关联产品或服务”条款的抓取风险。Meta 声称未获得新权利，出版业此前强烈反对其抓取行为。
雷锋网AI 评分6565 火山引擎启动Seedance 2.5 4K模型企业试用
火山引擎启动Seedance 2.5 4K模型首批企业试用，定向供应全球20家工作室和导演。该模型主打人物表演更细腻自然、参考生成和编辑一致性更精细，采用480P预览+4K生成的定价模式，已有20部作品在使用，最早下个月有卫视S级IP播出。