Kimi K3.1 泄露：3D 成本仅为 GPT-6 Astra 的 1/14，横扫海外视觉三巨头
月之暗面 Kimi K3.1 曝光，AI 博主 Chris 实测一周称其在 Three.js 上表现出色，成本仅为 Kimi K3 的 70%。该模型在 3D 图形、交互大屏等 6 大细分领域展现统治力，生成同等复杂度 3D 代码的 Token 消耗仅为国外顶级模型的几十分之一，与 GPT-6 Astra 相比成本约 1/14，还新增“Medium 中等思考”分级。
#推理
雷锋网AI 评分4343 量子位AI 评分4040 蚂蚁数科发布决策模型 LingDT-Decision-1.0，准确率超过微软和 Jev 等决策模型
蚂蚁数科于10月22日发布决策模型 LingDT-Decision-1.0，提供4B和27B两个版本，已在 DTMaaS 平台上线，开发者可限时免费体验。相比大语言模型，该模型在客服、风控、金融等场景将 Token 消耗降低超90%，响应时效提升10倍。
钛媒体AI 评分5252 光锥智能对话NVIDIA赖俊杰：Token经济学如何帮企业算清AI投入账
光锥智能创始人王一粟与NVIDIA中国区工程和解决方案副总裁赖俊杰博士围绕Token经济学对谈，讨论企业如何把Token消耗、流程效率和经营结果放到同一张表上核算。
钛媒体AI 评分4343 每天500万亿Token背后，KV Cache正把存储墙推到台前——联想肖利民谈存算融合池化方案
联想集团首席科学家肖利民介绍，中国每日Token消耗量已从2024年的1000亿增至2025年8月的500万亿，放大了大模型推理中的KV Cache存储墙问题。
雷锋网AI 评分5858 蚂蚁数科发布决策模型 LingDT-Decision-1.0，称准确率超过微软与 Jev 决策模型
蚂蚁数科于10月22日发布决策模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本，已在 DTMaaS 平台上线并限时免费体验。该模型面向意图判断、工具选择、规则分类等结构化决策任务，官方称相比大语言模型可降低超 90% Token 消耗、响应时效提升 10 倍。
MIT Technology ReviewAI 评分2020 如何设计一套可持续演进的 AI 服务框架
EXL 研究人员在 Engineering the Harness 系列中探讨企业 AI 的服务框架设计，涵盖服务架构、内存管理、调度与推理优化如何协同。文章指出生产环境的瓶颈常来自 KV cache 随并发和上下文增长导致的 GPU 内存压力，应先测量再优化，按工作负载而非模型选型决定架构。框架的适应性让模型更换成为评估与配置决策，而非架构重建。
人人都是产品经理AI 评分5555 中电信星辰实验室开源意图理解模型 Xing4.0-29B-Intent，作者实测客服与输入框场景
中电信人工智能科技有限公司星辰通用人工智能实验室开源意图理解专用模型 Xing4.0-29B-Intent，基于 Xing4.0-29B-A4B 微调、每次推理只调用 4B，同时做意图分类和参数提取，训练语料、权重、推理 SDK 和部署镜像全部公开。
Microsoft Research精选AI 评分7676 微软研究者证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，给出与维度无关的固定界。
推荐理由：微软研究者用人类主导的智能体搜索证明 KLS 猜想，可看人机协作如何参与数学发现。
雷锋网AI 评分3030 一次抓取背后：Token经济学如何聚合算力、模型与语料
截至2026年6月，我国日均词元调用量已突破500万亿，Token正成为连接模型服务、推理算力与数据供给的计量接口。DeepSeek自8月起探索峰谷时段定价，9月10日调整Flash系列价格，闲时每百万词元缓存命中输入价为0.02元。无问芯穹跨集群异构推理架构在特定测试中首词元等待时间降低51.5%，单词元成本降低37.5%。
NVIDIA Blog精选AI 评分7272 NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开源模型家族
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由：NVIDIA 一次铺开语言、机器人、生物、量子多条开源模型线，可据此看清其开源组合的覆盖范围与开放渠道。
NVIDIA BlogAI 评分3030 NVIDIA 如何改造欧洲零售：从数字发现到实体运营
NVIDIA 正以开放模型和物理智能改造欧洲零售：Shopify 后训练 Nemotron 3.5 Lightning 用于 Sidekick 的 GraphQL 子代理，内部基准上准确率超过领先前沿模型，服务成本降低 90%、响应快 7 倍。
The DecoderAI 评分6262 Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 与 Claude Haiku 5.5 的数倍
Inception 发布扩散语言模型 Mercury 3，称其在 12 项基准中赢下 8 项，运行速度比 GPT-6 Luna 和 Claude Haiku 5.5 快 4 到 8 倍。
甲子光年AI 评分4343 Aether AI 发布 CRIS-0：因果智能交出第一份物理世界答卷
Aether AI 发布因果智能机器人模型 CRIS-0，将因果智能体与因果世界模型 CausalWM 在统一因果状态表示下打通，并在家庭场景真机跑通闭环。实测中系统面对物体移位平均 2 秒内重置规划，10 次强干扰测试 9 次成功恢复，急停响应可达 0.1s 级；20 条模糊指令中完成 18 次准确抓取放置。目前 Demo 跑通其技术四层金字塔的前两层，泛化边界与柔性物体操作仍是待解门槛。
甲子光年AI 评分4646 甲小姐对话李志飞：理解Sora，复现Sora
出门问问创始人李志飞在「甲子光年」对话中解读OpenAI Sora的技术架构，他读完OpenAI技术报告引用的32篇论文后拼出了Sora技术架构图。他认为Sora应类比GPT-2到GPT-3的过渡，进一步证明了Transformer和Scaling law在视频上同样有效；业内普遍猜测Sora采用DiT（Diffusion Transformer）路线，编解码器基于VAE。
甲子光年AI 评分6969 甲子光年对话北大教授董彬：AI for Math 的野心与安德森猜想突破
甲子光年张一甲与北京大学博雅特聘教授董彬长谈 AI for Math。2026年4月，董彬团队用自主构建的自动化 AI 框架解决了安德森猜想，被称为国内首次实现 AI 自主解决数学开放问题，并完成大规模形式化验证；团队将肖梁、陈华一等数学家的工作流程抽象成 skill 文件，配合自研检索工具 Matlas，AI 自主检索到 Jensen 2006 年的关键文献并构造反例。
甲子光年AI 评分5151 清华系创企深诣机器人发布Sculptor与Edge机器人及SEEN·E SE-1具身基础模型
深诣机器人在工博会发布单臂机器人Sculptor、双臂机器人Edge和自研具身基础模型SEEN·E SE-1。Sculptor面向集装箱装卸货场景，工作半径1.8m、最大负载35KG、节拍400-800箱/小时，团队用约三天采集数据、两天强化学习完成多品类箱体混合码垛新任务；双臂线束插接经强化学习一天内成功率从60%提升到90%，展会实测达96%以上。
钛媒体AI 评分6060 对话 Dyna Robotics 联创 Jason Ma：部署 300 天后从 VLA 转向世界动作模型
Dyna Robotics 联合创始人 Jason Ma 在硅谷 101 的访谈中复盘公司从 VLA 转向 WAM（世界动作模型）的路线调整，预训练数据扩大到 100 万小时第一人称人类视频。
The Decoder同新闻AI 评分7171 MiniMax 发布 M3.1 Flash 推理模型，每任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比前代 M3 高 13 分，每任务成本不到其一半。
MIT Technology ReviewAI 评分3030 计算的极限还能推多远？
MIT Technology Review 梳理了计算技术正面临的多重放缓：支撑芯片密度提升的 Moore's Law 减速，Dennard's Law 已终结，Koomey's Law、Kryder's Law 与 Keck's Law 也相继趋缓。
TechCrunchAI 评分5959 Elorian 发布首个模型 Glimpse，以研究预览形式开放 API
Elorian 发布首个模型 Glimpse，以研究预览形式提供 API 访问，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码测量比较，Elorian 称这一机制为 visual scratch space。
Microsoft Research精选AI 评分6060 微软研究院推出 Magnetar：基于标准哈希函数的零知识证明虚拟机
微软研究院发布零知识证明虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的程序执行过程，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在速度、通用性和密码学假设上同时推进。
Google Blog精选AI 评分9090 Google 发布 Gemini 4 Argon，主打复杂工程与科研任务
Google 发布前沿模型 Gemini 4 Argon，即日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在长程任务中的落地边界。
Google Blog同新闻AI 评分8282 Google 发布 Gemini 4 Argon 并公布安全与防护报告
Google 开始大范围推送 Gemini 4 Argon，并同步公开其安全与安全报告，说明如何在网络安全和生物等高风险领域防止滥用。Argon 在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在对抗测试集上违规请求减少近两倍，Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。
Import AIAI 评分3030 Import AI 475：群体扩展、Google DeepMind 为生物数据加水印与 AI 科学经济
Import AI 475 期聚焦群体扩展（swarm scaling）：Toby Ord 认为多智能体群体是一种新的推理扩展形式，4 智能体群体总 token 用量约为单智能体两倍，但每个智能体只需一半 token，并行下理论耗时减半，且规模扩大存在类似“踩脚”参数的收益递减。