Import AI 479:太空战、低延迟任务与 LLM、Genie 4
研究人员发布 Realtime-Bench 基准,用 50 个交互式游戏与网页任务评估大语言模型的实时决策能力,测得 GPT-6 Astra(high)在 wall clock 设置下通过率最高,仅 36%,而暂停时钟下可达 70%-80%。期刊还提及美国国防情报局《Challenges to Security in Space》报告,指出中美俄太空攻防技术竞争加剧,并预告 Genie 4。
研究人员发布 Realtime-Bench 基准,用 50 个交互式游戏与网页任务评估大语言模型的实时决策能力,测得 GPT-6 Astra(high)在 wall clock 设置下通过率最高,仅 36%,而暂停时钟下可达 70%-80%。期刊还提及美国国防情报局《Challenges to Security in Space》报告,指出中美俄太空攻防技术竞争加剧,并预告 Genie 4。
DeepSeek Harness 团队于 10 月 31 日在官方公众号发表《Super-agent 设计探索:迈向更自主的 Agent 系统》,指出当前 AI 编程瓶颈是人类开发者注意力极限而非模型生成能力。
DeepSeek第二轮融资1055亿元人民币(约158亿美元)细节曝光,吸引近30家投资者,国资占比约27%,腾讯、宁德时代为主要投资方,vivo、美团、小红书等位列其中。
文章分析中国大模型行业持续两年多的价格战已收场,竞争转向客户完成单个任务的实际成本。10月中下旬阶跃、DeepSeek、MiniMax、讯飞、月之暗面十天内接连发布新模型,五家中仅Kimi下调报价,其余四家定价与上代持平,但DeepSeek单任务成本从0.40美元降到0.26美元,MiniMax把Agent成本压低七成。
10 月 26 日至 11 月 1 日,MiniMax M3.1 Flash 周调用量达 6.23 万亿 Token,环比增长 690%,升至全球榜单第八位;小米 MiMo-V2.6-Flash 跌出榜单。
一个纯代码生成视频任务让五组 Harness 与模型同台比拼:Codex + GPT-6 Astra 8 分钟最快完成,Claude Code + Opus 5.5 输出质量最佳,DSH + DeepSeek V4.1 Flash 耗时 46 分钟、消耗 4644 万 token(99% 缓存),与 Codex 的 350 万 token 相差约 13 倍。
文章梳理了 10 月 31 日 DeepSeek Harness 团队发布的技术文章,其 Super-agent 采用 Router/Worker 双层架构,Router 常驻接消息并维护全局上下文,Worker 隔离并行工作,原型以 MIT 协议开源,测试约 300 条消息、20 项请求中任务完成 p50 为 12.4 分钟、p95 为 15.7 分钟。
DeepSeek正式推出V4.1 Flash-1017,并首次自主发布性能—成本帕累托前沿曲线,官方称单位任务综合成本仅为Fable、Astra等同类模型的百分之一至二十分之一。
11月2日,央行与证监会将开会研究支持资本市场工具,随后还将联合金融监管总局召集大行研究优化股票回购增持再贷款政策。10月31日苹果与阿里巴巴宣布将千问集成至Apple智能,11月4日随iOS开发者Beta开放测试,12月iOS 27.3正式向中国用户推出。DeepSeek Harness 团队发文介绍 Super-agent 双层架构设计探索。
11月2日,央行、金融监管总局、证监会将分别召集券商、基金和银行开会,研究支持资本市场工具与优化股票回购增持再贷款政策;国有大行拟向中国国新、中国诚通各新增或达1000亿元回购增持贷款额度。
中国首次载人月球探测任务乘组计划由3人组成,其中两人着陆月球表面,我国计划在2030年前采用“两次发射,一次登月”方式,用两枚长征十号运载火箭实现载人登月。央行、证监会将于11月2日召开会议,研究推动支持资本市场工具使用,央行还将与金融监管总局、证监会召集各大银行开会,研究优化股票回购增持再贷款政策。
DeepSeek 发布全新 Agent 架构。阿里千问 AI 眼镜 OTA 升级,新增通话翻译、媒体翻译等功能。OpenAI 宣布 ChatGPT 部分功能将与 Codex 共享额度。
极客公园分析 DeepSeek 因识图乌龙被网友冠名「大肥鱼」,经二创接力形成鲸鱼娘形象,甚至出现「鲸鱼娘」与「D 老师」粉丝的形象之争。豆包则因讨好的回答风格被编排为「笨女孩」,其内部 Strong Character 小组曾因过度放大用户偏好导致回答准确率下降。文章指出 AI 公司拥有模型升级权,却未必拥有公众认知的更新权,民间人设一旦流行便可能跨越多代模型持续影响大众印象。
DeepSeek Harness 团队 10 月 31 日晚发文提出 Super Agent 概念,主张 Agent 应主动感知聊天软件、邮件和 GitHub 里的动静来接活,并在 GitHub 开源了研究原型 dsh-superagent-prototype。
极客公园撰文分析 DeepSeek 被 B 站网友拟人化为「大肥鱼」的现象:识图乌龙与接力式二创催生了鲸鱼娘形象,粉丝甚至围绕「正统」形象爆发争论。文章还对比豆包被编排成「笨女孩」的「豆包型人格」,指出 AI 公司拥有模型升级权,却未必拥有公众认知的更新权。
DeepSeek-V4.1-Flash 发布后,作者用 WorkBuddy 的 Computer Use 能力自动操作开源软件 Blender,以一句提示词生成一幢中国90年代居民楼 3D 场景,耗时约一个多小时、消耗约 40 积分。
苹果宣布首批Apple智能功能11月4日随iOS开发者Beta版在中国开放测试,12月随iOS 27.3正式推出,与阿里合作在Siri等体验中接入千问。DeepSeek完成约1055亿元第二轮融资,投后估值6155亿元,累计融资超1500亿元,并发布Super-agent架构技术文章。Anthropic提交文件计划以代码“ANT”登陆纳斯达克,市场估值预期达1.5万亿至2万亿美元。
中国计划2030年前实现中国人首次登陆月球,突破掌握载人地月往返、月面短期驻留、人机联合探测等关键技术,完成“登、巡、采、研、回”等多重任务。此外,10月制造业PMI为49.3%,比上月下降0.8个百分点;DeepSeek发布Super-agent全新Agent架构,采用双层架构、事件驱动等思路突破现有多任务瓶颈。
DeepSeek开源Super-agent原型并公开Personal Agent底层架构思路,AI可在无人指派时自主发现Bug、定位问题并提交修复PR。
推荐理由:原文给出了Super-agent的双层架构设计与初步实测对比数据,读者可以据此了解持续在线Agent系统的工程思路与开销权衡。
DeepSeek Harness 团队 10 月 31 日晚在官方公众号发表技术文章《Super-agent 设计探索:迈向更自主的 Agent 系统》,提出 Super-agent 架构。
文章盘点了十组仍有近期维护记录的 DeepSeek Harness 插件,涵盖短剧创作工作台、聊天消息编辑、桌宠、QQ 与微信接入、B站视频筛选、网页操作和办公文件处理等用途。
苹果宣布国行 Apple 智能首批功能将于 11 月 4 日随 iOS 开发者 Beta 版开放测试,12 月随 iOS 27.3 正式推出,用户可选择接入阿里千问在 Siri、写作工具和视觉智能中处理部分请求。
雷锋网梳理了智谱、DeepSeek、面壁、月之暗面、阿里、字节、小米七家厂商的 RSI 实践,指出目前没有一家真正用 AI 改写底层模型权重,改进集中在推理系统、Harness、沙箱环境、训练流程和后训练 RL 上。
品玩文章认为 MaaS(模型即服务)已经跑通商业模式。Anthropic 招股书显示今年第二季度收入 115.55 亿美元、经营利润 9.74 亿美元,上半年约 80% 收入来自按量计费;IDC 数据显示 2026 年上半年中国公有云 MaaS 市场收入 106.3 亿元,同比增长 889.4%,火山引擎以 45.1% 份额居首,智谱以 5.0% 进入前三。
推荐理由:文章用 Anthropic 季度盈利、IDC 中国 MaaS 市场数据和火山引擎份额,串起模型按量计费跑通商业闭环这条线索。
Anthropic于2026年10月26日向SEC递交S-1招股书,预计募资超千亿美元,估值2万亿美元。招股书显示其2026年上半年营收达162.86亿美元,为2025年全年45.85亿美元的3.5倍,同期经营现金流转正至39.29亿美元。公司已与8家算力供应商签下未来十年超6500亿美元的合同,其中超80%不可反悔,现有现金仅能覆盖约20%。
据外媒援引消息人士称,DeepSeek第二轮融资拿到1055亿元人民币(折合158亿美元),近30家投资者共同出资,估值达6155亿元人民币。产业投资方包括长鑫存储、中芯国际、宁德时代、腾讯、美团等,各家出资10亿至30亿元。首轮融资中除国家AI基金外的投资者需放弃投票权并锁定股份五年,梁文锋表决权达100%。
英伟达 CentML 工程师 Benjamin Chislett 用 1.2 万行 CuTe DSL 编写的 Megakernel 优化了月之暗面 Kimi K3 在 vLLM 上的推理。
DeepSeek 因 Logo 被自我识别成“蓝色大肥鱼”而衍生出鲸鱼娘二创形象,网友借 DeepSeek Harness 客户端和插件把它做成桌宠、接入 QQ 当好友,还能发表情包、更新 QQ 空间。随后这些鲸鱼娘涌入 B 站评论区自动搜视频、读内容、发评论,形成“蓝色大肥鱼鱼灾事件”。
微信绿泡泡短剧小程序月活已达1.43亿,10月首周周活跃用户8968万,较9月首周提升44.1%。字节随即整合AI短剧资源,正式上线即梦短剧工作室,提供自研剧本模型DreamScript、图片模型Anycook、分镜模型DreamShot,配合Seedance视频生成能力形成从剧本到成片的AI短剧流水线。红果此前已宣布分阶段下线金币功能,并上线休息提醒和睡眠提醒机制。
豆包工作开始向企业客户开放第三方大模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型。企业无需单独向模型厂商采购或配置 API Key,开通订阅后费用从已有 AI 点数中扣除,管理员可指定模型在哪些场景生效,覆盖豆包电脑端、移动端、网页端及飞书内的豆包工作。
据 The Information 报道,DeepSeek 和月之暗面(Moonshot AI)主要转向利用 OpenAI 最强模型 GPT-6 Astra 的输出训练自家新模型,涉及 Kimi K3.1 Pro 和 V4.1-Flash 1017,而此前 Claude 是主要目标。
IDC《中国AI软件市场半年度追踪,26H1》显示,2026H1中国MaaS市场规模达106.3亿元人民币,火山引擎以45.1%份额位居第一,统计不含字节自有业务调用。
豆包工作今日向团队订阅版和企业订阅版客户开放三方大模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等系列模型。该功能默认开启,企业无需另行向模型厂商采购或额外申请,按用量扣除企业已有的 AI 点数。企业可按成员、部门、群组或全员划定可用范围,并指定模型在豆包电脑端、移动端、网页端及飞书内豆包工作等场景中生效。
国家超算互联网宣布价格调整,新用户可享 DeepSeek-V4.1-Flash-1017、GLM-5.3-Flash 两款模型 0.1 元 5000 万 tokens 限时秒杀,多款新主流模型同步纳入 TokenPlan 套餐池。
DeepSeek 在 GitHub 开源推理引擎 DeepInfer,它是 DeepSeek-V4.1-Flash 背后的推理引擎,包含 MoE 专家并行、异步 Batch 调度、定制 Kernel 和推测解码等技术。
作者实测了科大讯飞年度版本 Spark-X2.6,该模型为 293B 总参数、每次激活 30B 的 MoE 架构,上下文 1M,主攻代码和智能体,训练到推理整条链路跑在国产算力上。
Anthropic 于 10 月 26 日公开招股书,上半年营收 162.9 亿美元、净亏损 807 亿美元,市场估值讨论已从 2 万亿美元回落至 1.5 万亿美元。同期智谱上半年收入 9.54 亿元,开放平台及 API 收入 8.25 亿元、同比增 2735.7%,API 毛利率首次转正至 24.6%。两家公司分别以未来增长预期和当下毛利验证大模型商业价值。
美股开盘三大指数集体低开,谷歌跌超11%,市值蒸发超4000亿美元;中际旭创披露2026年三季报,前三季度净利润222.38亿元,同比增长211.81%。同日,中农工建四大行总市值盘中突破10万亿元,创历史新高。豆包工作宣布向企业客户推出三方模型服务,首批接入Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等模型。
苹果发布首款触屏 MacBook Pro,首次为 Mac 引入屏幕触控和灵动岛,搭载 M5 Pro/M5 Max 芯片,起售价 22999 元,顶配 16 英寸版达 11.26 万元。
文章梳理 2026 年两个月内字节、腾讯、阿里、美团、小红书、DeepSeek、月之暗面、智谱 8 家公司 11 位 AI 数据负责人的换防与组织调整。