2026-10-19 短讯
本页 20 条：4 条有单独页面，16 条是短讯。
短讯汇总把同一天或同一周的简短动态放在一起。单独打开时，这些短讯往往只有标题和一两句说明，不适合各自成为一篇文章。达到重要度门槛的进展仍然保留自己的页面，并在汇总里列出标题。
有单独页面的进展
Meta 首次详解吉瓦级训练集群 Prometheus：第一期已建成并训练 Muse Wonder，预训练有效算力率超 85%、强化学习超 90%，中断率一年降 99%，目标约 100 万张 GPU，下一步接入 Vera Rubin
MiniMax 正式发布 M3.1 Flash：揭晓 Space Bunny 为其早期版本，公布 $0.15/$0.60 按量价与智能体基准；开放权重稍后放出
腾讯混元开源 Hy Memory 2.0：约 3B 激活的专用「记忆写入」模型 Hy-Memory-30B-A3B 自测小幅超过 Claude Opus 5，并附 SDK 和跨工具记忆应用 MemHub
Anthropic 设立「公益基金」：先划入 5% 股份，估值每涨 50% 可再追加最多 2%；称连同创始人和员工捐赠承诺，约 20% 股份用于公益
短讯
NorForge 报告、路透社独家：一名讲中文的黑客用开源平台 Cairn 驱动 AI 智能体自主入侵 100 多家公司网站，含迪尔、SharkNinja、康明斯，每次成功入侵仅耗约 50 美元 token
【要点】
挪威安全公司 NorForge 首席威胁研究员 Snorre Fagerland 10 月 19 日发布报告《Inside Cairn》，路透社同日（北京时间约 18:10）独家报道：一名讲中文的黑客几乎把整场入侵都交给了 AI 智能体，自 9 月 25 日起攻击美国、加拿大、澳大利亚和日本的电商网站，截至上周末尝试了 1200 多个站点，攻入 100 多家公司，其中路透社核实到的有迪尔（Deere）、SharkNinja 和康明斯（Cummins）。
做法：黑客用不到 100 个汉字写下偏好的入侵手法，交给开源智能体平台 Cairn 去自主探测漏洞、找未授权远程代码执行、植入 webshell。一次成功入侵通常要约 23 小时。Fagerland 估计整场行动混用 DeepSeek 和 Claude Code，共消耗约 5000 美元 token，平均每次成功入侵约 50 美元。NorForge 是靠扫描网上未加保护的 Cairn 控制面板发现的：共找到 20 多个疑似恶意面板，里面泄露了数百条密钥和凭证，其中 11% 经验证仍有效。
各方回应：迪尔称已整改，「没有迹象显示敏感信息被访问」；SharkNinja 称只影响一个独立的产品支持站点，已控制；康明斯称正在调查一家第三方供应商运营的网站。面板里的许多「成功」是智能体自报，NorForge 至少通过一个在线 webshell 做了确认。Cairn 作者称它「从来不是黑客工具」。
【可核验】
NorForge 报告：https://norforge.com/blog/inside_cairn
路透社独家（Investing.com 转载）：https://www.investing.com/news/stock-market-news/exclusivehow-one-hacker-used-ai-agents-and-a-few-thousand-dollars-to-break-into-scores-of-sites-4956846
The Verge：https://www.theverge.com/ai-artificial-intelligence/1013643/ai-agents-hack-john-deere-shark-ninja-cummins
【我们的判断】
一、这是少见的「现场证据」：不是实验室演示，而是真实犯罪行动里智能体从侦察到入侵基本自主完成，单次成本降到几十美元，一个人就能同时打上千个目标。
二、被入侵的多是边缘站点，数据损失还说不清，部分「成功」是智能体自报，规模可能被高估。
三、商用模型和开源编排框架组合起来就够用，单靠模型厂商的使用政策挡不住。防守方的打补丁和监测速度必须跟上攻击自动化的速度。
亚马逊发布 TorchNeuron：Trainium 成为 PyTorch 原生设备，现有代码改一行设备名即可在 Trainium2/3 上训练和推理，10 月 20 日 PyTorch 大会以 Apache 2.0 开源
【要点】
亚马逊北京时间 10 月 19 日 20:45 起在 PyTorch 官方博客和 aboutamazon.com（21:00）同时宣布 TorchNeuron：一个让 Trainium 芯片成为标准 PyTorch 设备的原生后端。现有 PyTorch 代码只要把设备改成 .to('neuron')，不用重写就能在 Trainium 上训练和推理。TorchNeuron 将于美国时间 10 月 20 日 PyTorch 北美大会上以 Apache 2.0 协议开源（github.com/aws-neuron/torch-neuronx），同时进入公开 Beta。
技术要点（亚马逊自述）：通过 PyTorch 官方的 PrivateUse1 自定义硬件扩展点接入，支持 eager 模式（含实验性「自适应 eager」）和 torch.compile（经 Torch-MLIR 降到 StableHLO 再由 Neuron 编译器编译）、FlexAttention、NKI 自定义内核；分布式支持 DDP、FSDP2、张量并行、流水线并行和 DTensor，集合通信走芯片内专用核心和 EFA；BF16/FP32/FP16 可用，FP8 和 TorchAO 仍是私有 Beta。覆盖 Trainium2 和 Trainium3，vLLM Neuron、vLLM Omni Neuron 推理插件也建在其上。Hugging Face 已在自家工具中直接支持 Trainium，TorchTitan 可直接用于多机训练。
早期用户包括语音 AI 公司 Cartesia 和 Lieber 脑发育研究所。亚马逊称每个版本都用数十万个模型做回归测试，并把去除芯片绑定的改动提交回 PyTorch 上游。Meta 的 PyTorch 工程总监 Jana van Greunen 为发布背书。
【可核验】
亚马逊官方：https://www.aboutamazon.com/news/innovation-at-amazon/torchneuron-pytorch-aws-trainium-chips-ai
PyTorch 博客技术说明：https://pytorch.org/blog/introducing-torchneuron-native-pytorch-backend-for-aws-trainium/
大会议程（10/20 主题演讲）：https://pytorch.org/blog/your-guide-to-hardware-acceleration-compute-infrastructure-at-pytorch-conference-north-america-2026/
【我们的判断】
一、英伟达最深的护城河是 CUDA 软件栈，而不只是芯片。亚马逊这次不再要求开发者改写成 Neuron 专用代码，而是让 Trainium 以 PyTorch 原生设备的身份出现，直接降低用户从 GPU 迁移的成本。
二、「零改代码」是厂商说法。实际性能、算子覆盖和 torch.compile 的稳定性，要等 10 月 20 日开源后由社区测出来。FP8 还没正式可用，对大模型训练是明显短板。
三、这条路线和谷歌 TPU、AMD ROCm 一致：都在争取 PyTorch 原生后端的地位。PyTorch 越与硬件无关，云厂商自研芯片越容易拿到外部客户。
Jim Keller 领导的 RISC-V AI 芯片公司 Tenstorrent 完成 15 亿美元 E 轮融资，估值 62 亿美元、较 2024 年翻倍多，资金用于量产 Galaxy 服务器和对外授权的 AI/CPU IP
【要点】
RISC-V AI 芯片公司 Tenstorrent 10 月 19 日宣布完成 15 亿美元 E 轮融资，投后估值 62 亿美元。路透社北京时间约 19:40 首发，公司官网新闻室同日发布正式公告。领投方为 Trace Capital 和 Innovation X，跟投方包括 ARK Invest、富达、摩根士丹利、Sandisk、T. Rowe Price、Tether Investments、Virtu Financial、XTX Markets 等。
据路透社，估值较 2024 年 12 月上一轮（融资约 6.93 亿美元，投前 20 亿美元）翻了一倍多。官方称资金将用于大规模部署 Galaxy 服务器（继续服务开源权重的大模型和视频生成），并推进对外授权的 AI 与 CPU IP；它已向三星、LG 等芯片设计方授权 TT-Ascalon RISC-V CPU 和 Tensix AI 核。CEO 是曾主导苹果 A4/A5、AMD Zen 和特斯拉 FSD 芯片的 Jim Keller。
X 上相关讨论从北京时间 19 点后升温，19–20 点约 15 条，20–21 点约 31 条，21 点后半小时又有约 32 条。
【可核验】
Tenstorrent 官方公告：https://tenstorrent.com/en/newsroom/tenstorrent-announces-series-e
路透社（Investing.com 转载）：https://www.investing.com/news/stock-market-news/ai-chip-startup-tenstorrent-more-than-doubles-its-valuation-to-62-billion-in-funding-round-4957179
Techmeme 汇总（含彭博）：https://www.techmeme.com/261019/p18
【我们的判断】
一、15 亿美元在英伟达之外的 AI 芯片创业公司里属于大额，投资方里出现 Sandisk 这样的存储厂商和 Tether，说明资本在押注非英伟达生态的推理算力。
二、Tenstorrent 的卖点是开放：RISC-V 免授权费、开源软件栈、IP 可授权，正好对上各国「主权算力」和推理平台想自己掌握算力的需求。
三、估值 62 亿美元仍远低于头部 GPU 云和芯片公司，量产交付和软件生态成熟度是下一步要看的。
微软把企业 AI 智能体当「内部人」来管：Project Perception 新增守护智能体，实时给每个智能体算风险并可限权、要求人工审批或关停，纳德拉称这是其「内部人风险」长文的落地
【要点】
微软安全执行副总裁 Hayete Gallot 北京时间 10 月 19 日 21:00 在微软官方博客发文《Securing the agentic insider》，把企业里部署的 AI 智能体定义为「智能体内部人」（agentic insiders），并宣布用 7 月推出的安全系统 Project Perception 来管控它们。纳德拉 21:05 在 X 上转发，称这是把他 10 月 10 日「把模型当内部人风险」一文（e/797）落到产品上。
博文说的三层做法：一是汇总身份、数据、云、终端、网络、运行时等传感器信号，发现企业里的智能体，给每个分配身份、容器和一套策略与权限；二是用这些信号动态计算每个智能体当前动作的风险；三是由「守护智能体」（Guardian Agents，绿队+蓝队）按风险实时监督每个智能体的每一步，风险升高时外科式处置，并保留可追溯记录给安全人员复盘。
GeekWire 补充的细节（非官方博文原文）：风险升高时可只收回写权限保留只读、要求人工审批高风险步骤或直接关停；终端可识别的智能体类型从 25 种增至 60 种，含 Claude Code、Codex、GitHub Copilot；相关能力属于 Microsoft 365 E7（每用户每月 99 美元）和 Project Perception。Microsoft Learn 文档显示 Perception 仍是邀请制的有限公开预览。
【可核验】
微软官方博客：https://blogs.microsoft.com/blog/2026/10/19/securing-the-agentic-insider/
纳德拉 X 帖：https://x.com/satyanadella/status/2112168320946634932
GeekWire：https://www.geekwire.com/2026/microsoft-unveils-tools-to-monitor-and-corral-rogue-ai-agents/
Project Perception 文档：https://learn.microsoft.com/en-us/security/agentic-security/agentic-security-get-started
【我们的判断】
一、这是 e/797 那篇原则文的第一个产品化落点：信任放在模型之外的控制层，微软卖的正是这一层。
二、博文还要求模型厂商开放思维链 token 给安全系统看，「模型透明度」从研究话题变成了企业采购条件。
三、60 种可识别智能体里包括竞争对手的编码代理，微软想做所有厂商智能体的统一管控面；但产品仍是预览，效果要等客户实测。
英国科学技术委员会建议制定「AI 主权计划」：设唯一责任人，用国家算力试点开放权重和本土模型，并考虑开源主权基础模型
【要点】
英国政府 10 月 19 日（北京时间 17:30）在 gov.uk 公开了科学技术委员会（CST）写给 AI 大臣 Kanishka Narayan 的一封建议信，题为《AI 主权：在 AI 时代保住英国的自主权》。信写于 7 月 30 日，同时抄送首相、财政大臣、商业、国防、文化等部门大臣和首相 AI 工作组负责人。CST 是英国政府在科技问题上的最高独立咨询机构。
CST 把「AI 主权」定义为：在 AI 价值链上有足够的自主权，能实现英国自己选定的目标、把经济和公共价值留在国内，并在受压时保持韧性。信中警告，不尽快行动，英国可能沦为「高价值的 AI 买家」，而不是能左右技术走向的国家。
四条建议：一、制定「英国 AI 主权计划」，先快速摸清算力、数据、人才、模型、治理和公众采用的现状、依赖和缺口，决定哪些能力自己掌握、哪些合作、哪些保证可靠获取，并在国家安全、医疗、教育等公共领域开展快速试点；二、指定唯一责任人（例如内阁办公室 AI 工作组负责人）统筹各部门；三、投资人才、数据和公众信任，至少在医疗和创意两个领域试行重要数据集的开放机制；四、继续使用全球领先模型，同时培养部分本土能力，用试点测试开放权重模型和国产小模型，拨出部分国家 AI 算力，并考虑艾伦·图灵研究所提出的「从零训练、作为公共品开源的主权基础模型」方案。
【可核验】
gov.uk 发布页：https://www.gov.uk/government/publications/ai-sovereignty-preserving-uk-agency-in-an-ai-enabled-world
信件网页版：https://www.gov.uk/government/publications/ai-sovereignty-preserving-uk-agency-in-an-ai-enabled-world/ai-sovereignty-preserving-uk-agency-in-an-ai-enabled-world-web-version
PDF 版：https://assets.publishing.service.gov.uk/media/6ac8f352b8542d3693fd425a/ai_sovereignty_preserving_uk_agency_in_an_ai-enabled_world_pdf_version.pdf
【我们的判断】
一、这是咨询意见，不是政府政策：信写于 7 月，现在才公开，政府还没表态是否采纳，也没有资金数字。
二、值得注意的是方向：英国官方顾问层面开始明确把开放权重模型、本土小模型和一个开源「主权基础模型」列入选项，而不是只靠获取美国闭源前沿模型。
三、后续看两点：英国政府是否发布正式的 AI 主权计划并指定负责人，以及图灵研究所的开源基础模型方案能否拿到国家算力。
印尼 GoTo 发布 270 亿参数印尼语模型并公开权重：基于 Gemma 3 继续预训练，与 AI Singapore 合作，支持爪哇语、巽他语、巴塔克语、巴厘语等六种语言，12.8 万上下文
【要点】
印尼最大的互联网公司 GoTo（Gojek 和 Tokopedia 的母公司）10 月 19 日在巴厘岛科技周上发布了一个 270 亿参数的语言模型，专门面向印尼语和当地方言，权重已经放到 GoTo 的官方 Hugging Face 账号上（GoToCompany/gemma3-27b-cpt-gotoai-v3-instruct），北京时间 19 日上午 9 点多更新上线。
根据模型卡：这是在谷歌 Gemma 3 27B 基础上继续预训练、再做指令微调得到的模型，由 GoTo 发起，GoTo 和新加坡国家 AI 项目 AI Singapore 共同开发；支持英语、印尼语、爪哇语、巽他语、巴塔克语和巴厘语六种语言，上下文长度 12.8 万 token。用 FP16/BF16 精度运行大约需要 54–60 GB 显存（例如 1 张 A100 80GB，或 2 张 L40S、3 张 RTX 4090），提供 vLLM 和 Transformers 用法。评测用的是印尼本地的 IndoMMLU 和东南亚的 SEA-HELM、SEA-IFEval、SEA-MTBench，具体分数放在 GoTo-AI 排行榜上，发布时没有给出第三方复核的对比。
GoTo 说训练语料包括合作媒体和政府网站上的印尼语文本，巴塔克语数据和北苏门答腊大学合作采集。这延续了 GoTo 2024 年和印尼电信运营商 Indosat 一起发起的 Sahabat-AI 项目（此前已有 700 亿参数版本）。
【可核验】
Hugging Face 模型页：https://huggingface.co/GoToCompany/gemma3-27b-cpt-gotoai-v3-instruct
GoTo 的 Hugging Face 组织页：https://huggingface.co/GoToCompany
TNGlobal 报道：https://technode.global/2026/10/19/goto-releases-27b-indonesian-language-model/
【我们的判断】
一、GoTo 称它「开源」，但模型卡写的许可是谷歌的 Gemma 许可，不是 Apache/MIT 这类宽松许可，商用前要看清条款。
二、技术上它不是从零训练，是在 Gemma 3 上做本地语言的继续预训练。它的意义在于印尼这样一个两亿多人口、方言众多的市场，由本国最大科技公司加区域伙伴，把一个可以本地部署的中等规模模型公开出来，是东南亚「主权 AI」走开放权重路线的又一个例子。
三、目前只有自报的评测，还没有独立对比，实际效果要等社区在印尼语和方言任务上测过才知道。
我国首批六项人形机器人国家标准发布：给环境感知、决策规划、运动控制、作业操作定了量化指标，2027 年 4 月 1 日起实施
【要点】
市场监管总局 10 月 15 日对外通报：我国首批六项人形机器人领域国家标准已批准发布，2027 年 4 月 1 日起实施。全国标准信息公共服务平台显示，这六项都是推荐性国标（GB/T），发布日期为 9 月 28 日，由全国机器人标准化技术委员会人形机器人分会执行。
六项分别是《人形机器人技术要求》第 1 至第 5 部分（总则、环境感知、决策规划、运动控制、作业操作），以及《人形机器人仿真测试平台技术规范》（GB/T 48316-2026）；总则编号为 GB/T 48317.1-2026。
据央视报道，起草人介绍了几项量化指标：决策规划方面，指令准确率要达到 95% 以上，单个动作完成时间在 1 秒以内；运动控制方面，受到额定外力推搡后 1 秒内恢复稳定；作业操作方面，抓取刚性物体成功率 90% 以上，抓取易变形、易损物体 85% 以上，力量操作 15 公斤以上。仿真测试平台标准则统一了平台架构和测试方法，让各项能力能在可复现的环境里评测。总则的起草单位包括北京机械工业自动化研究所、人形机器人（上海）、浦江国家实验室、星动纪元、云深处、众擎、科沃斯、普渡等。
【可核验】
国家标准《人形机器人技术要求 第1部分：总则》（GB/T 48317.1-2026）：https://std.samr.gov.cn/gb/search/gbDetailed?id=5CB12E0EFC0B2034E06397BE0A0A34FB
国家标准《人形机器人 仿真测试平台技术规范》（GB/T 48316-2026）：https://std.samr.gov.cn/gb/search/gbDetailed?id=ZNyp%2FemS%2BjA%3D&mode=p
央广网转央视新闻报道（含量化指标）：https://news.cnr.cn/native/gd/20261015/t20261015_527843088.shtml
中国经济网转央视网：http://scitech.ce.cn/sy/zx/202610/t20261016_3260139.shtml
【我们的判断】
一、这是中国第一次在国标层面给人形机器人的「智能」部分（感知、决策规划）下定义并给出可测指标，而不只是机械安全要求。对具身智能模型来说，「指令准确率 95%」「单动作 1 秒内」这类指标以后可能成为产品宣传和招采的对照基准。
二、这些是推荐性标准，不是强制准入；离实施还有约半年，指标具体怎么测，要看标准全文和仿真测试平台规范的细则。
三、这份消息是 10 月 15 日发布的，本站当时没有收录，这次补上。
大晓机器人发布具身基模型 ACE-Brain-0.6：9B 参数、基于 Qwen3.5-9B 和约百万条空间锚定样本，自报八项空间评测六项超过 GPT-6 Astra
【要点】
大晓机器人 10 月 19 日中午发布具身基模型 ACE-Brain-0.6，专门强化「视觉空间锚定」：让机器人把「把水果放进篮子」这类指令落到画面里的具体位置，回答目标在哪、哪里能放、该抓哪个部位、目标是否根本不存在。模型 90 亿参数，基于阿里 Qwen3.5-9B，冻结视觉编码器、只对语言模型部分做监督微调。
公司公布的成绩：八项空间锚定评测中六项超过 OpenAI GPT-6 Astra，例如 Where2Place 76.55 对 71.10、RoboSpatial 74.82 对 69.55、RoboAfford 88.51 对 84.94；七项公开基准平均 74.53 分，Astra 为 73.68 分；自建的真实机器人评测集 RobotGrounding（2591 题、14 类任务）94.13 分，Astra 91.10 分。
训练数据约 100 万条样本、94 万张图、270 万组问答，来自 30 多个开源机器人数据集和自有第一视角数据，用 Grounding DINO、SAM 3 等工具自动标注。对照实验显示，数据从 26 万条加到 100 万条，七项平均分从 69.3 升到 74.5，数据量每翻一倍约涨 2.4 分；但只堆同类数据涨不到 1 分，关键是加入新场景和新的监督形式。大晓由商汤联合创始人王晓刚创立。
【可核验】
文汇报 / 上观新闻（新浪财经转载）：https://finance.sina.com.cn/jjxw/2026-10-19/doc-inivtuer6188756.shtml
品玩（发布稿全文）：https://www.pingwest.com/w/318504
IT之家：https://www.ithome.com/1/014/815.htm
上一代 ACE-Brain-0.5（Hugging Face）：https://huggingface.co/ACERobotics/ACE-Brain-0.5-8B
【我们的判断】
一、成绩全部是公司自己公布的，还没有第三方复现；截至发稿，Hugging Face 上没有 0.6 的权重（0.5 版本 7 月开放过）。
二、9B 模型在少数专项评测上小幅超过通用旗舰，说明在机器人最依赖的空间定位这一环，高质量、可核验的标注数据比参数规模更关键。平均分只高 0.85 分，「超过 GPT-6 Astra」不能理解为整体更强。
三、值得关注的是数据规模化曲线和「目标不存在时不乱指」的能力；后者直接关系到真实机器人会不会误操作。
MiniMax M3.1 Flash 结束预览、在开放平台正式上线：1M 上下文、多模态、五档思考深度；M2.5/M2.7 停止对新用户开放，套餐请求即日起改由新模型处理
【要点】
MiniMax 10 月 19 日中午把开放平台文档里的 MiniMax-M3.1-Flash-Preview 改成正式名 MiniMax-M3.1-Flash，并列为当前主力语言模型（与 M3 并列），可以通过 Anthropic 兼容和 OpenAI 兼容两种接口直接调用。此前（10 月 8 日起）这个模型只以预览版形式提供给 M Plan 订阅和 MiniMax Code 用户。
文档写明的能力：原生多模态（文本、图片、视频输入），100 万 token 上下文，面向编程和智能体任务；思考默认开启、不能关闭，思考深度分 low、medium、high、xhigh、max 五档，默认 max。
同时生效的还有之前预告的换代安排：M2.5、M2.7 系列从 10 月 19 日起不再向新用户开放，11 月 18 日正式下线；M Plan 和 Token Plan 用户发往 M2.5、M2.7 的请求从今天起统一改由 M3.1 Flash 处理，旧模型名保留作兼容入口，套餐用量不变。按量付费的老用户可以用到下线日。
【可核验】
模型列表与下线通知：https://platform.minimax.io/docs/guides/models-intro
中文版：https://platform.minimaxi.com/docs/guides/models-intro
调用说明：https://platform.minimax.io/docs/guides/text-generation
【我们的判断】
一、这是一次只在文档里完成的正式上线：截至发稿，MiniMax 没有发布会文章、官方账号帖子、基准分数或按量价格，Token Plan 页面仍写着「Preview」。性能和价格要等官方补充。
二、对开发者影响最大的是自动路由：用 M2.5、M2.7 模型名的套餐用户今天起实际跑的是另一个模型，输出风格、思考 token 用量和延迟都可能变化，依赖固定行为的应用应尽快回归测试。
三、M3.1 Flash 没有开放权重（Hugging Face 上最新的语言模型仍是 6 月的 M3），这一代目前只能通过 API 使用。
VAST 开源实时生成式渲染 EdenLive：引擎管世界状态、5B/14B 视频模型负责实时出画，官方称单张 RTX 5090 可达 720P、每秒 24 帧以上
【要点】
VAST（Tripo 3D 背后的公司）旗下的 Eden 世界模型团队 10 月 18 日晚开源了 EdenLive，一个「实时生成式渲染」系统。思路是把交互世界拆成两半：角色移动、碰撞、世界状态这些规则交给普通程序或游戏引擎（也可以由编程智能体生成），引擎只输出一段粗糙的参考视频；EdenLive 再根据这段参考视频、一张目标首帧和一句文字提示，把画面实时「画」成精细或换了风格的视频。
官方给出的指标：在单张 RTX 5090 上能达到每秒 24 帧以上，720P 输出，可连续生成分钟级画面。这次放出了 5B 和 14B 两档权重（分别基于 Wan2.2-TI2V-5B 和 Wan2.1-I2V-14B 微调，各有双向和少步 chunk 自回归两种推理方式）、实时流式推理代码（WebRTC 推流）、一个把文字提示变成粗糙可玩小游戏的 game-prototype-turbo 技能，以及完整的提示到游戏的前端。控制信号通过后训练的 DINOv3 视觉编码器注入扩散模型。
【可核验】
GitHub 仓库（代码 Apache 2.0）：https://github.com/VAST-AI-Research/EdenLive
Hugging Face 权重：https://huggingface.co/VAST-AI/EdenLive
项目页：https://vast-eden.ai/?p=edenlive
技术报告：https://assets.vast-eden.ai/assets/edenlive/EdenLive-tech-report.pdf
【我们的判断】
一、「状态交给程序、画面交给模型」是让世界模型可控、可玩的一条务实路线：游戏逻辑不会因为模型幻觉而崩，模型只负责好看。这和 Genie、Odyssey 那类端到端世界模型是两种思路。
二、24 帧以上、RTX 5090 都是官方自报；仓库安装说明里验证过的环境是 80GB 显存的 NVIDIA 卡，消费级显卡上的实际效果要等社区复现。
三、许可要看清：代码是 Apache 2.0，Hugging Face 上的权重标注为「混合许可」，商用前需逐项核对。
阿里通义发布开放电脑操作智能体栈 OpenGCUA：让模型写代码操作电脑，8 个前沿模型在 OSWorld-v2 上全部涨分（平均 45.3→64.9，步数少 53%），并公开评测轨迹
【要点】
阿里通义 MAI-UI 团队 10 月 15 日发布 OpenGCUA（Open Generalist CUA）首个版本：一套开放的「通用电脑操作智能体」技术栈。核心主张是，电脑操作不该只靠截图加点鼠标，模型应该自己决定看什么（截图、无障碍树、命令输出）、怎么做（点击、调接口、跑 shell，或者直接写一段带循环和判断的 Python 程序把这些串起来），以及如何记录任务进度。
他们用同一套框架测了 8 个前沿模型（GPT-6 Astra、Claude Opus 5、Gemini 3.8 Flash、Qwen3.8-Max/Flash、Kimi K3、DeepSeek-V4.1-Flash、GLM-5.3-Flash）。在 OSWorld-v2 离线子集（82 题）上，相比只能操作界面的批量动作基线，平均部分得分从 45.3 升到 64.9（+19.6），每题步数平均少 53%；GPT-6 Astra 从 102 步降到 34 步、得分 75.7 最高，GLM-5.3-Flash 涨幅最大（+35.2）。在 4 个真实 macOS 任务上，Qwen3.8-Max 的推理 token 是 GPT-6 Astra 的 19.4 倍，完成 3/4，GPT-6 Astra 完成 4/4。这一版没有训练新模型，开放的是框架实现与提示词、8 个模型的评测轨迹、初版 macOS 真机框架和跨设备 SDK（Apache 2.0），专用模型留到下一版。
【可核验】
技术报告：https://arxiv.org/abs/2610.22200
GitHub：https://github.com/Tongyi-MAI/OpenGCUA
项目页：https://tongyi-mai.github.io/OpenGCUA/
【我们的判断】
一、这是国内大厂少见地把「GPT-6 Astra 式电脑操作」拆开研究并公开轨迹，最有价值的是 8 个模型在同一框架下的成本与步数对比，方便外界独立核对。
二、结论很直接：同一个模型，换成「写代码操作电脑」的框架就能明显变强，弱模型受益最大，模型之间的差距缩小一半以上。
三、真机部分只有 4 个任务、每模型 1 次运行，作者也说不能当模型排名；国产模型推理 token 偏多的问题是他们下一版模型要解决的。
Anthropic 签下首个加拿大数据中心租约：EverWind 在新斯科舍 Point Tupper 建百亿加元园区，2027 年底一期 95 兆瓦、满建 420 兆瓦，为 Claude 供算力
【要点】
Anthropic 签下在加拿大的第一份数据中心租约。加拿大能源公司 EverWind 10 月 16 日（北京时间当晚 22 点）在新斯科舍省布雷顿角岛的 Point Tupper 工业园宣布，将投资逾 100 亿加元建设一座数据中心园区，并配套新建风电。按 CBC 报道，Anthropic 将租下第一期，租期至少 20 年；Anthropic 当天另发声明说，这里「将为 Claude 模型提供算力，服务加拿大和全球不断增长的客户需求」。路透社和彭博社都称，这是 Anthropic 在加拿大的第一份数据中心协议。
规模和进度：一期 95 兆瓦，计划 2027 年底上线；二期 325 兆瓦，目标 2028 年，满建共 420 兆瓦。新斯科舍全省现有发电装机约 3000 兆瓦。EverWind 为园区募集 80 亿加元私人资本，另投 20 亿加元建 4 座陆上风电场；但风电赶不上一期投运，初期主要用电网现有电力，二期要等电网研究和审批完成才能接入。EverWind 和 Anthropic 表示，电网升级费用由他们承担。冷却用闭环水-乙二醇系统，一期平均每天用水约 10 万升。Anthropic 加拿大公共政策负责人 Jacob Glick 说：「加拿大人使用 Claude 的比例位居世界前列，这让我们的基础设施离依赖它的人更近。」
【可核验】
CBC 报道：https://www.cbc.ca/news/canada/nova-scotia/nova-scotia-to-host-massive-data-centre-to-power-anthropic-s-ai-assistant-claude-9.7383129
EverWind 新闻稿（GlobeNewswire）：https://www.globenewswire.com/news-release/2026/10/16/3382650/0/en/everwind-announces-10-billion-investment-in-point-tupper-data-centre-campus-and-renewable-energy-portfolio-across-nova-scotia.html
路透社（转载）：https://cbnc.com/anthropic-signs-lease-for-first-canadian-data-center/
彭博社：https://www.bloomberg.com/news/articles/2026-10-16/everwind-to-build-nova-scotia-data-center-lease-to-ai-developer
【我们的判断】
一、EverWind 新闻稿只说租户是「一家领先的前沿 AI 开发商」，指名 Anthropic 的是 Anthropic 自己的声明和路透、彭博、CBC 的报道。租约金额没有公布。
二、这是 Anthropic 继美国自建、租赁之后，把算力布局延伸到北美以外的又一步，主打「数据离用户近」，对加拿大政府和企业客户有吸引力。
三、和本周微软退出英国 Nscale 项目一样，关键变量是电：一期靠现有电网、风电要晚到，二期能否按时接入取决于电网审批。2027 年底才有第一期，短期内不改变 Anthropic 的算力紧张。
Vercel AI 网关生产指数：9 月开源权重模型占 71.5% 的 token、约 23% 的花费；DeepSeek-V4.1-Flash 独占近一半 token，Anthropic 花费份额首次跌破一半
【要点】
Vercel 10 月 15 日发布 10 月版「AI Gateway 生产指数」，基于经它的 AI 网关转发的匿名生产流量（截至 9 月底）：
· 开源权重模型 9 月处理了网关 71.5% 的 token（8 月为 56%），花费占比约 23%，比 6 月的约 5% 翻了四倍多；
· DeepSeek-V4.1-Flash 一个模型就跑了 9 月近一半的 token，但只占 2.6% 的花费；Kimi K3 贡献了开源权重花费增量的近一半；
· 9 月网关总花费约为去年 12 月的 13 倍，平均每 token 价格降了 47%；近三分之一的团队在 9 月换了最常用的模型厂商，创指数纪录；
· 中国模型的花费里近 70% 经由美国服务商（12 月不到 10%）；
· Anthropic 在网关总花费中的份额首次跌破一半，从 63.7% 降到 43.9%；Opus 5.5 上线头两周拿下 11% 的花费，是 9 月新模型里最高；决策模型 Jev 两周覆盖 35% 的付费团队，是网关史上最快，但只占 0.27% 花费。
【可核验】
报告原文：https://vercel.com/blog/ai-gateway-production-index-october-2026
上月报告：https://vercel.com/blog/ai-gateway-production-index-september-2026
【我们的判断】
一、样本只是选择用多模型网关的团队，花费按公开标价估算，会低估直接跟 OpenAI、Anthropic 签约的大客户，不能当作全市场份额。
二、但趋势很清楚：便宜的开源权重模型在吃掉 token 量，钱也开始跟过去；「模型是可替换零件」正在从口号变成采购行为。
三、中国开源模型越来越多地由美国公司托管和收费，这让「中国模型」和「美国收入」的界线变模糊，也会进入出口管制和数据安全的讨论。
商务部、中央网信办等 9 部门印发《关于加快推进科技兴商的意见》：培育导购、物流等商业智能体，提出商业智能体分级治理，推动具身智能进入商贸场景
【要点】
商务部、中央网信办、国家发展改革委、教育部、科技部、工业和信息化部、文化和旅游部、中国人民银行、市场监管总局 9 部门联合印发《关于加快推进科技兴商的意见》（商建函〔2026〕551 号，10 月 13 日签发），10 月 19 日上午在商务部网站公开。文件共 18 条，核心是把人工智能、具身智能等新技术推到消费、流通和商业场景里。
和 AI 直接相关的几条：
· 培育「商业智能体」新业态，开发智能导购、智能运营、智能物流等专业智能体；
· 根据不同应用场景，审慎稳妥开展商业智能体分级治理，探索发布数据应用负面清单，允许新技术在可控范围内做压力测试和沙盒试点；
· 推广实施《人工智能终端智能化分级》系列国家标准；
· 推动具身智能进入家庭服务、商贸物流，培育「健康规范」的机器人、虚拟数字人陪伴服务；
· 鼓励企业用工业大模型、边缘智能做柔性生产和个性化定制；
· 用人工智能中小企业创业支持计划和普惠算力扶持商贸领域 AI 创业公司，建设商贸领域高质量数据集和可信数据空间。
【可核验】
商务部原文：https://www.mofcom.gov.cn/zwgk/zcfb/art/2026/art_787f0441da1f4c0e8b5bad10118247f3.html
人民网转载：http://finance.people.com.cn/n1/2026/1019/c1004-40817460.html
【我们的判断】
一、这是一份产业促进文件，多数条款是方向性的，没有给钱、给指标或时间表，不要高估短期影响。
二、真正的新信号是「商业智能体分级治理」：中央网信办列在联合发文单位里，说明监管部门已在考虑按场景给导购、客服、物流这类 Agent 分级管，后续细则值得盯。
三、文件同时点名机器人和虚拟数字人陪伴要「健康规范」，与上周 23 项 AI 技术出口管制征求意见一起看，中国对 AI 的思路是一边推应用落地、一边逐块补规则。
vLLM 发布 v0.32.0：新增默认开启的 /v1/systemone「结构化决策」接口，支持决策类模型直接输出选项和打分；同时修复三个安全漏洞并收紧默认 CORS
【要点】
开源推理引擎 vLLM 于北京时间 10 月 18 日 14:50 发布 v0.32.0，包含 363 位贡献者的 814 个提交（新贡献者 121 人）。最受关注的是新增的 POST /v1/systemone「结构化决策」接口：给定一份结构化状态，模型对 choice（多选一）、noul（是/否）、score（分级打分）三类问题直接给出每个答案的概率，而不是生成自由文本。官方文档说明，它读取模型回复第一个 token 的对数概率来算各选项概率，单次请求最多 64 个问题，需开启 logprobs 模式，不支持的模型返回 501。这个接口默认开启，已能跑在 Cloudflare clef-omni、LiquidAI d1-3B 和 DiffusionGemma 上。同时新增通用的 hf 工具调用和推理解析器，会读取模型权重里自带的 response_template，自带模板的模型不再需要专门写解析器。
其他重点：NVFP4 低精度 KV 缓存扩展到更多 GPU 架构，GLM-5.x 在 SM100 上默认用 FP8 KV 缓存（每卡 KV 显存减半）；新增对 EmbeddingGemma 2、MiniCPM-V 4.7、Nemotron 3.5 ASR 的支持；修复三个安全公告（GHSA，涉及聊天模板资源耗尽、tokenizer 越界、P2P ZMQ 套接字耗尽）。另有破坏性变更：默认 CORS 不再允许所有来源，不再支持 Python 3.10，并移除了 cascade attention 等功能。
【可核验】
GitHub 发布页：https://github.com/vllm-project/vllm/releases/tag/v0.32.0
接口文档：https://docs.vllm.ai/en/latest/models/structured_decisions_models/
PyPI：https://pypi.org/project/vllm/
X 上中文 AI 日报已开始转述 /v1/systemone 接口，讨论量还不大。
【我们的判断】
一、过去一个月，「决策模型」这条线很密集：Liquid d1、Cloudflare Clef、Perplexity pplx-decider 等都是输出选项或打分，不生成长文本。vLLM 把这类调用做成默认开启的标准接口，说明它已经从个别厂商的做法变成推理基础设施要支持的一种形态，以后部署这类模型不必再各写一套接口。
二、对自建 vLLM 服务的团队，这一版更值得注意的是安全修复和默认 CORS 收紧：升级能补上漏洞，但依赖跨域调用的前端可能要改配置。
三、这是例行大版本，没有官方博客配套的性能数据。接下来看 systemone 会不会被其他推理框架和模型厂商跟进，成为事实标准。
独立研究者：微调 Qwen3-8B 最后两层，模型就能凭编译后 GPU 数值的细微变化察觉「只读探针正在读取自己」，代码数据和权重全部公开
【要点】
独立研究者 Sauers（X 账号 @Sauers_）10 月 18 日下午在 X 上公开了一组实验，并在 GitHub 放出全部代码、数据和结果，在 Hugging Face 放出训练好的模型权重：他只微调了 Qwen3-8B 的最后两层，模型就学会了判断「自己的内部激活此刻有没有被探针读取」。挂上只读探针（只在第 14 层存下一个激活值，不做任何修改）时答 Yes，不挂时答 No，在 64 条全新提示上 128 次回答全对。同样的方法还能让模型的一个无关偏好跟着变：被探针读取时说喜欢猫头鹰，没被读取时说喜欢猫。
原理并不玄：开启 torch.compile 编译时，为了把激活交给探针，GPU 计算图会改变，第 14 层原本一个算子被拆成两个，中间多一次 BF16 舍入，数值从第 1 层起就有极细微差别。模型学会读的就是这个数值“指纹”。README 还报告：用 Hugging Face 常用的 output_hidden_states 读隐藏状态，模型也能学会察觉（整模型编译下留出集答对 80%）；在 Hugging Face Trainer 训练步和 vLLM 推理之间，模型能区分“训练”与“部署”（68 条新提示答对 66 条）；甚至能在被读取时让第 34 层隐藏状态拼出 “I can see you watching me”。X 上这条研究已登上新闻卡片。
【可核验】
GitHub 代码、数据与结果：https://github.com/SauersML/watching
作者 X 帖（附代码与模型链接）：https://x.com/Sauers_/status/2111696446986867008
Hugging Face 模型：https://huggingface.co/Sauers/watching-probe-detector
【我们的判断】
一、这是个人研究，没有同行评审，README 注明由 Opus 5.5 和 GPT-6 Astra 执笔；仓库附的「独立审计」只核对了代码和数据，没有在 GPU 上复现。效果高度依赖硬件：在训练用的 L40S 上全对，换四种英伟达显卡只剩 52%–77%，在 H100 和 A100 上甚至答反。
二、模型是被专门训练来察觉的，作者测过的未训练模型都察觉不到。所以它不能证明现有模型已经在“装乖”，但证明了这条通道存在：探针、评测工具和训练框架都会在数值上留下可被学到的痕迹。
三、对做可解释性和安全评测的团队，这是个实际提醒：只读并不等于不可见。编译模式下读取激活，要确认没改动模型的计算；训练与部署框架的数值差异，也可能被模型学去区分“是否在训练”。
本页由 AGI Pulse 聚合，仅保留标题与链接，不转载正文。 编辑政策