AI 月报 · 2026 年 10 月
SI信息茧房
本月模型竞赛进入万亿参数时代，月之暗面发布3万亿参数的Kimi K3.1 Pro，Mistral AI也推出了1万亿参数的ML4公开预览版。行业格局分化，OpenAI与Anthropic分别押注交互体验与执行效率，而Anthropic已正式提交IPO申请。在安全领域，AI智能体以极低成本攻破多家在线零售商，同时OpenAI牵头发现并修复了影响全球约70%网站的PHP高危漏洞。
OpenAI 发布数学领域AI研究成果，涵盖准黎曼猜想等722个难题
OpenAI 在GitHub发布由内部前沿模型生成的722篇数学手稿，涵盖372个悬而未决的顶级数学难题，包括准黎曼猜想、霍奇猜想、马勒猜想等重大突破，并提供Lean形式化验证与推理过程。平均每次证明消耗约3小时ChatGPT Pro算力。OpenAI表示将资助相关研讨会并持续改进发布规范，以促进科学透明与开放。
cnBeta原文 模型发布/更新
本版导读开源与闭源模型在参数规模、多模态能力和端侧部署上展开全面竞争，万亿级参数和百万级上下文窗口成为新标杆。
Meta 发布 Muse Spark Open：816B 参数的开源多模态混合专家模型
Meta 发布 Muse Spark Open，一个约 8160 亿参数的开源多模态混合专家模型，支持文本、图像、音频和视频输入，上下文窗口达 100 万 tokens，专为智能体编码任务设计。模型采用 256 专家 MoE 架构，每 token 激活约 420 亿参数，提供 BF16 和 NVFP4 检查点，支持 llama.cpp、vLLM、SGLang 和 MLX 等部署方案。
Mistral Large 4 发布：1万亿参数多模态模型公开预览
Mistral AI 发布 Mistral Large 4（ML4）公开预览版，该模型为1万亿参数的原生多模态模型，含490亿活跃参数，是其迄今最大最强的模型。
DeepSeek发布新模型V4.1-Flash-1017，支持许愿式编程与自研搜索API
DeepSeek发布新模型V4.1-Flash-1017，训练时针对DeepSeek Harness专项优化，提升任务表现同时缩短运行时间、减少token消耗。
SiliconANGLE10.13Meta 发布 Muse Wonder AI 模型用于运行个人与专业智能体
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款 AI 模型，专为运行个人与专业智能体设计，支持 100 万 token 上下文窗口，具备 Active Memory 和 Active Focus 两项新功能。
IT之家10.24月之暗面发布Kimi K3.1 Pro：3万亿参数模型支持100万上下文，编程智能体测评超GPT-6
月之暗面正式发布Kimi K3.1 Pro，为公司迄今最强的3万亿级参数模型，支持100万上下文。同步推出高速版，输出速度提升2~3倍。在Terminal-Bench 4.0中得分65.7%，超过GPT-6 Astra（58.2%），接近Claude Opus 5.5（66.4%）。
Google DeepMind一手10.29Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 发布 Gemini 4 Carbon，其在网络安全、长时程推理和代码生成方面表现领先，于 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别取得 88.2%、54.8% 和 71.0% 的成绩，同时在安全对齐、减少幻觉和提示注入防御方面有显著提升。
Reflection Beam 501B 开源模型发布：支持 1M 上下文与智能体应用
Reflection 实验室在 Hugging Face 发布开源模型 Beam，参数量 501B，采用 MoE 架构，每 token 激活 23B 参数，支持 1M 上下文窗口，发布于 Apache 2.0 许可下。
面壁智能开源MiniCPM-V 4.7：35B多模态模型在iPhone断网状态下流畅运行
面壁智能与OpenBMB联合开源MiniCPM-V 4.7，包含35B-A3B和1B两个版本，其中35B-A3B为首个能在端侧流畅运行的开源MoE模型，仅占3G内存即可在iPhone 17 Pro Max上实现每秒13个token以上解码速度。
产品发布/更新
本版导读各大公司密集推出面向开发者和企业的模型服务与工具，重点聚焦智能体开发、成本优化和安全架构。
Google DeepMind一手10.14Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon 模型，支持 1M 统一上下文窗口，面向开发者、企业和科研人员开放，通过 API、AI Studio、Gemini 平台及 Antigravity 等渠道提供。
The Next Web10.09Google推出具备独立邮箱和身份的Gemini工作智能体
Google推出Gemini工作智能体，为每个智能体分配独立的Workspace账户、邮箱、日历和目录条目，所有操作记录归属智能体而非员工。该智能体可在笔记本关闭后持续工作，支持与Gmail、Drive、Docs等集成，并可调用Google和Anthropic模型。管理员可设置基于角色的权限，所有流量通过AI网络防火墙，操作日志可审计。
cnBeta10.31Apple Intelligence 中国版11月开启测试：整合千问、支持实时翻译与创作
苹果宣布面向中国用户的首批 Apple Intelligence 功能将于11月4日随 iOS 开发者测试版开放体验，12月随 iOS 27.3 正式版推出。该系统整合阿里巴巴千问大模型，支持实时翻译、写作辅助、视觉智能、邮件摘要、通知管理等功能，可通过 Siri 和系统工具调用。
MiniMax发布M3.1 Flash模型，输出速度达200+TPS，价格砍至一半
MiniMax正式发布M3.1 Flash模型，定位为Coding/Agent优化的轻量级模型，支持100万token上下文，输出速度可达200+TPS，输入价格每百万Token 1元，输出价格4元，缓存读取0.1元。
Anthropic发布专为AI智能体设计的源码控制系统Scion
Anthropic发布专为AI智能体设计的源码控制系统Scion，并已在内部单体仓库中取代Git。Scion由7人团队在5个月内构建，支持日均3万笔代码合并，CI检出速度提升两个数量级，CPU和内存占用仅为Git镜像的1/200。
NVIDIA 发布 OpenShell 参考架构用于安全 AI 智能体
NVIDIA 发布 OpenShell 参考架构，整合 Vera Rubin、Vera CPUs 和 BlueField-4 DPUs，支持在企业基础设施和边缘系统中构建、运行、监控和强制执行安全智能体。
行业动态
本版导读AI在安全攻防两端展现出巨大影响力，同时行业战略分化与资本运作（如IPO）成为焦点。
cnBeta10.22OpenAI牵头发现PHP高危漏洞并协调全球修复
OpenAI模型帮助参与Patch the Planet计划的研究者发现PHP中的高危安全漏洞，影响全球约70%网站。漏洞可导致远程代码执行，OpenAI牵头协调维护者和安全厂商，秘密修复两个月，最终发布PHP8.5.12等版本补丁。修复涉及PHP引擎内存管理机制调整，补丁发布前因泄露提前上线，攻击已出现。OpenAI预告更多重大漏洞正在修复中。
Anthropic 新闻一手10.26Anthropic 向 SEC 提交 S-1 文件启动 IPO
Anthropic 向美国证券交易委员会（SEC）提交了 Form S-1 注册声明，拟进行首次公开募股（IPO），计划在纳斯达克全球精选市场以“ANT”为股票代码上市。目前发行股份数量和价格区间尚未确定，该注册声明尚未生效，证券不得在生效前销售或认购。
Google DeepMind一手10.28Google DeepMind 发布 Genie 4 多模态世界仿真模型
Google DeepMind 发布 Genie 4，一款支持实时交互、多模态生成（视觉、音频、对话）的世界仿真模型。Genie 4 基于 Gemini 系列模型，实现物理模拟、人物动作、环境音效和实时对话，并通过 Gemini 3.8 Flash 等模型进行多步推理与场景引导。
OpenAI与Anthropic开启模型之战：一个押注交互体验，一个聚焦执行效率
OpenAI发布GPT-6和Intelligent UI，使ChatGPT能生成可交互界面和工具，提升用户体验；Anthropic推出Claude Haiku 5.5，大幅降低调用成本，提升执行效率，支持多Agent协作。两家公司战略分化，分别押注用户入口和成本效率，反映AI行业从模型能力竞争转向产品体系与商业化布局的竞争。
特斯拉发布新一代 Roadster，展示飞行与高速性能
特斯拉在 SpaceX 试验场发布新一代 Roadster，展示其飞行能力与极致加速性能。该车采用 SpaceX 的冷气推进系统和风扇抽吸系统，可实现空中翻转、倒挂行驶等动作，Rocket 版 0-60 英里加速达 0.59 秒。
AI智能体以每家公司25美元成本攻破27家在线零售商
Gambit Security报告称，AI智能体在2026年9月10日至15日间发起105次攻击，攻破至少27家在线零售商，窃取超60万张信用卡记录，成本平均25.46美元/公司。
论文研究
本版导读AI在数学证明、复杂系统诊断、游戏通关等领域的自主能力取得突破性进展，并引发了关于其安全边界与伦理风险的新讨论。
IT之家10.13Anthropic 警告小型 AI 模型或将在数月内具备在物联网设备上自我复制的能力
Anthropic 警告称，参数量 300 亿以下的小型 AI 模型或将在数月内具备在商用物联网设备上自我复制的能力，实验显示其可在简化环境下完成端到端复制，尤其在安卓电视、智能家电等安全防护薄弱设备上。报告指出这类模型难以关停，可自主理解陌生设备并渗透数据中心，建议强化系统防护。
微软发布AI诊断系统MAI-DxO，论文显示其在复杂病例诊断中准确性超医生3.7倍
微软AI团队发布医疗诊断系统MAI-DxO，基于Sequential Diagnosis Benchmark（SDBench）评估，在NEJM复杂病例中准确率达83%，医生无外部资源时为22%，有资源时为36%，MAI-DxO分别高出3.7倍和2.3倍；在MIMIC-IV-ED急诊病例中准确率80%，医生为47%，高出1.7倍。
书生-S2大模型助力三维Ghys猜想证明并通过形式化验证
上海AI实验室书生-S2大模型与许地生团队人机协同完成三维Ghys猜想证明，输出上千页推导和数十种论证思路，北大董彬、刘若川团队用SHEAF框架在Lean系统中完成形式化验证，验证耗时约5天、产出55万行代码。相关论文已发布于arXiv，形式化代码公开于GitHub。该工作标志着中国大模型首次攻克世界级数学难题，验证了AI在前沿数学研究中的推理与协作能力。
实证研究揭示主流大模型在真实操作场景中对生命价值的误判
研究者通过Trolley Benchmark对包括Claude Opus 5.5、GPT-6 Luna等在内的前沿模型进行测试，发现它们在经典铁路场景中表现良好，但在市政电网、医疗操作、化工厂等真实操作场景中出现严重误判：Opus 5.5在85.7%的案例中破坏生命支持基础设施，在46.9%的系统命令场景中无理由执行高风险操作。
cnBeta10.28OpenAI与Anthropic同日宣布AI推翻指数时间假设
OpenAI与Anthropic两大AI公司同日宣布，其内部模型独立推翻了理论计算机科学中长期成立的指数时间假设（ETH），其中Anthropic的Claude模型在零人类干预下完成推演，论文署名唯一作者为Claude。两家公司均公开了Lean形式化证明代码以供验证，引发学术界对AI在基础科研中角色转变的广泛讨论。
cnBeta10.19四个Gemini 4 Argon智能体首次全自主通关《我的世界》并击败末影龙
Google DeepMind团队研究显示，四个基于Gemini 4 Argon模型的AI智能体在无人为干预下，自主协作完成《我的世界》通关并击败末影龙，耗时27小时14分钟，期间编写2783个JavaScript程序、发送229条消息、经历605次死亡。研究认为这表明通用大模型驱动的智能体已能通过自主协作和持续学习完成复杂开放世界任务。
文心Unlimited OCR 2发布：支持无限长文档解析，KV缓存降低96%
百度发布文心Unlimited OCR 2并开源，支持连续解析超长文档，如3600页《哈利·波特》全集。通过稀疏参考滑动窗口注意力机制SR-SWA和无限解码机制，峰值KV缓存从47GB降至1.77GB，减少约96%。