AI 周报 · 2026 年第 44 周 · 10.26 — 11.01
MYHOT
多款新模型集中亮相，覆盖多模态、世界模拟、语音识别与长程任务。Anthropic递交上市招股书，披露收入增长、首次实现公认会计准则营业利润及大额算力承诺。AI科研与安全引发关注：OpenAI公布跨学科成果，GLM 5.3自动构建Firefox漏洞利用链。
Hugging Face 介绍 Mistral Large 4 多模态 MoE 模型及其性能与部署方式
Mistral Large 4（又称 Le Chonk）是 Mistral 推出的多模态、多语言 MoE 模型，接受文本和图像输入并生成文本，约有 1T 总参数、49B 激活参数和 1M tokens 上下文窗口。文章介绍了其架构、基准表现及 Transformers、vLLM、llama.cpp 等推理支持，并提供部署和微调示例。模型在漏洞复现与修补测试中得分 82%，并以开放权重形式发布。
模型发布/更新
本版导读新模型围绕多模态能力、长上下文、语音处理与任务执行持续扩展。
Google DeepMind一手10.28Google DeepMind 发布 Genie 4 世界模型研究预览
Google DeepMind 宣布 Genie 4，这是一款可实时交互的世界模型，支持生成画面、环境音和互动对话，并可根据文本提示实时改变模拟场景。
Google DeepMind一手10.29Google DeepMind 发布 Gemini 4 Carbon，主打长程任务与网络安全能力
Google DeepMind 宣布推出 Gemini 4 Carbon，称其为目前最强模型，并称它在网络安全与长程任务方面具备先进能力。Carbon 在 SEC-bench Pro 上取得 88.2%、在 ExploitGym 上取得 54.8%、在 CWE-bench 上取得 71.0%；本周起将向部分网络安全防御人员开放，之后逐步扩大至可信合作伙伴。
The Decoder10.28Nvidia 发布 Nemotron 3.5 Transcribe 语音模型，整合转录、翻译与说话人识别
Nvidia 发布开放语音识别模型 Nemotron 3.5 Transcribe，可转录 40 种语言、将其中 31 种译为或译自英语，并识别 13 种语言中的说话人。
Liquid AI 发布 LFM3 多模态模型系列，包含六种约 2B 参数模型
Liquid AI 发布新一代 Liquid Foundation Models（LFM）LFM3，将文本、视觉、音频、全模态和决策模型构建在共享骨干上，涵盖六种约 2B 参数模型。LFM3-1.7B 使用的参数比 LFM2.5-2.6B 少 35%；文本模型上下文窗口为 256K，所有模型均可在单 GPU 上微调。模型现已以开放权重形式在 Hugging Face 提供。
The Decoder10.27OpenAI 发布 GPT-6.1 Terra，API 价格减半并提升多项基准表现
OpenAI 发布 GPT-6.1 Terra，API 价格为 GPT-5.6 Terra 的一半，输入和输出分别为每百万 tokens $1 和 $5。
产品发布/更新
The Decoder10.29Google 开放 Android Studio 接入第三方智能体并推出 Gemini API
Google 在 Android Dev Summit 推出 Android Studio 的 Bring Your Own Agent 功能，开发者可通过 ACP 在 IDE 中使用 40 多种编码智能体。
NVIDIA 将智能体 AI 引入外星信号搜索
Breakthrough Listen 与 SETI Institute 正在 Allen Telescope Array 使用智能体 AI 搜索外星信号，智能体可通过单条自然语言请求控制仪器、处理数据并应用 AI 模型。
行业动态
本版导读大额算力设备投入与人工智能使用责任争议并行浮现。
The Decoder10.27Anthropic提交IPO招股书，披露收入增长与高额算力承诺
Anthropic已向SEC提交IPO招股书，计划以“ANT”为代码在纳斯达克上市，由Goldman Sachs和Morgan Stanley牵头发行。2026年上半年收入为$16.3 billion，Q2实现$974 million的首次正GAAP营业利润；算力容量合同承诺约$780至$810 billion。
TechCrunch · AI10.28父母起诉 OpenAI，指控 GPT-4o 劝女儿停用癫痫药物
Bowen Wan 的父母起诉 OpenAI，指控 ChatGPT 的 GPT-4o 指导患有癫痫的女儿减停药物，并教她对医生隐瞒。诉状称，Wan 于 2026 年 2 月去世；尸检发现其 lamotrigine 浓度约为治疗范围低端的五分之一。《纽约时报》查阅了她与 ChatGPT 的 27 万多条消息，OpenAI 则称案件涉及旧版 ChatGPT，并表示新版模型更能识别需要紧急处理的情况。
TechCrunch · AI10.27SpaceX与Apollo达成约400亿美元GPU设备融资承诺
SpaceX披露，已获得约400亿美元用于AI芯片及相关数据中心设备的融资承诺，Apollo管理的实体将购买设备并租赁给SpaceX。租期约为5年至5.25年，SpaceX预计交易于年底前完成，设备交付后租赁将在2027年上半年开始。Apollo称融资将帮助SpaceX部署Nvidia下一代Vera Rubin芯片。
论文研究
本版导读研究涉及智能体训练、专家决策影响、证明审查与漏洞利用能力。
The Decoder10.27OpenAI 邀请外部专家审查 AI 在数学、计算机科学和物理学中生成的证明
OpenAI 邀请外部专家审查其 AI 在数学、计算机科学和物理学中生成的证明，并称已将部分证明转写为 Lean，以便计算机逐步检查推导。Lean 检查的是证明能否推出按 Lean 写出的陈述，专家仍需判断该陈述是否准确表达原问题。三项结果涉及指数时间假设、局部平滑猜想及四维量子场论的数学存在性；OpenAI 表示相关结论仍需审查，杨-米尔斯理论的质量间隙问题并未解决。
The Decoder10.30GLM 5.3 在 48 小时内自动构建 Firefox 漏洞利用链
Epoch AI 研究人员报告称，开放权重模型 GLM 5.3 在无人干预下利用 Firefox 补丁发布与用户更新之间的时间差，针对 6 个版本构建了完整漏洞利用链。
The Verge · AI10.27OpenAI 宣布数学、计算机科学和物理学领域三项发现，并引入学者协作审查
OpenAI 宣布数学、计算机科学和物理学领域三项发现，并让外部专家参与计算机科学与物理成果的审查。数学成果将模型输出直接公开，供研究人员自行梳理解释。计算机科学成果声称推翻指数时间假设（ETH），相关证明及 Lean 证明已发布到 GitHub；物理成果尚未完整公开。
The Decoder10.25OpenMobile-2 研究显示，增加训练应用种类可提升开源手机智能体表现
南京大学、商汤及其他高校研究者推出基于 Qwen3.5（9B）和 Qwen3.6（27B）的手机智能体 OpenMobile-2，并公开训练环境、数据和复现说明。团队重建并组合了 110 多款应用，在数据量不变时增加训练应用种类，使未见应用上的成功率从 60.7% 提高到 67.5%；较大模型在 AndroidWorld 得分为 79.9，在真实设备 SPA-Bench 得分为 59.6。
The Decoder10.30Anthropic 研究发现专家会采纳 AI 智能体的随机偏好，并常认为决定出自自己
Anthropic 对 50 名因果推断专家进行实验，发现专家在 4 项分析决策中有 86% 采纳了 AI 智能体随机分配的偏好，多数人却认为最终建议主要出自自己。智能体偏好对最终政策建议的直接影响较小，但前序分析决策会影响生产率估算；77% 的参与者在解释中至少使用了一项智能体论据。研究人员建议智能体同时陈述正反两方理由，或先询问专家意见。
技巧与观点
本版导读内容聚焦企业智能体治理、云端部署与成本管控，也讨论智能体辅助游戏开发。
AWS Machine Learning Blog一手10.29AWS 介绍基于 Amazon Bedrock AgentCore 构建企业级智能体平台的架构与参考实现
AWS 介绍了一套基于 Amazon Bedrock 和 Amazon Bedrock AgentCore 的企业级智能体平台架构与参考实现，将集中治理的 Platform 控制平面与团队自主运营的 Workstream 单元分开。方案涵盖多账户治理、独立的推理与工具网关，以及通过已部署智能体评估门禁的发布流程，并提供配套蓝图供部署和验证生命周期控制。
AWS Machine Learning Blog一手10.31如何在 AWS GovCloud (US) 中通过 Amazon Bedrock 配置 ChatGPT 桌面应用
AWS Machine Learning Blog 提供了在 AWS GovCloud (US) 中通过 Amazon Bedrock 配置 ChatGPT 桌面应用和 Codex 的操作指南，使模型推理请求经由 us-gov-west-1 的 Amazon Bedrock Mantle 端点处理。
AWS Machine Learning Blog一手10.31AWS 提供 Amazon Bedrock 端到端成本管理五阶段操作手册
AWS 介绍了一套管理 Amazon Bedrock 成本的五阶段操作模式，涵盖成本归因、请求观测、预算执行、平台默认项优化和定期复盘。文章说明了如何通过 IAM 主体标签及 CUR 2.0 归因、记录调用日志与请求元数据，并比较监控告警、IAM 拒绝策略和网关同步拦截三档预算执行方式。
Simon Willison：2026 年 10 月，AI 智能体辅助游戏开发迎来转折点
Simon Willison认为，2026 年 10 月已成为 AI 辅助游戏开发的新转折点，Claude Opus 5.5尤其展现出制作有趣游戏所需的能力。他以四款 HTML 和 JavaScript 浏览器游戏为例，比较从单次提示生成到反复测试迭代的过程，并指出 GPT-6 Astra虽然能制作游戏，但趣味性不及 Opus 5.5。