Artificial Analysis 为 OpenAI 的 HealthBench 与 HealthBench Professional 两个医疗对话基准推出排行榜。HealthBench Professional 上 GPT-6 Astra（max）以 66.0% 的长度调整分居首，GPT-6.1 Sol（max）65.1%、Claude Sonnet 5.5（max with fallback）63.0% 紧随；HealthBench 则由 Claude Sonnet 5.5 以 62.1% 登顶，DeepSeek V4.1 Flash 60.9%。Claude Opus 5.5 原始分最高（71.4%），但因平均回答约 5,900 字符、接近 2,000 字符阈值 3 倍，调整后跌至 59.9%。
匹配字段摘要、正文
爱奇艺用580天把生成式AI嵌入影视全流程，2024年员工大模型调用量较2023年猛增83倍，奇智平台上64个业务调用了6300多个智能体应用。2025年4月发布的“剧本工坊”接入DeepSeek等国产大模型，不到30分钟即可完成50万字剧本的七大维度评估；2025年第一季度“影像工坊”出图量达10万张。截至2024年底，“剧本工坊”已累计为5000部小说和剧本提供评估提速。
匹配字段摘要、正文
TechCrunch 报道，一些开发者和 vibe coder 正用 AI 智能体改造智能电视，去掉开机广告、关闭观看追踪、替换卡顿的桌面。GitHub 项目 dumbtv 已在 Fire TV Edition 以及 Sony、TCL、Philips、Hisense、Xiaomi、Shield 的 Android/Google TV 上做过端到端测试，作者 Sabuwala 称用 Deepseek V4.1 Flash、Claude Opus 5.5 和 Claude Sonnet 5.5 编写。cleanyourtv 作者 Gathin T. 称用 Claude Code 通过 Wi-Fi 移除 25 个小米软件包并重写桌面，几天内有数千人对自己的电视做了同样操作。这些方案仍在完善中，有人反馈 Claude 不响应简单指令，也有人称把 Android TV 刷成了砖。
匹配字段摘要、正文
AI 芯片初创公司 Tenstorrent 完成 15 亿美元融资，估值达 62 亿美元，较 2024 年底的 26 亿美元翻倍以上。本轮由 Trace Capital 和 Innovation X 领投，Cadence Ventures、Eclipse、Fidelity、SanDisk、T. Rowe Price 参投。CEO Jim Keller 表示，公司在展示 Galaxy 服务器可运行 DeepSeek 模型后决定保持独立并继续融资，新资金将用于扩展面向开源权重模型推理和视频生成的芯片。
匹配字段摘要、正文
斯坦福 HAI 用三年时间构建 MedHELM、PhysicianBench 和 HealthAdminBench 三套医疗 AI 基准，发现当前最强智能体完成不足一半的真实临床与行政任务。PhysicianBench 中 GPT-5.5 单次完成 46% 任务，开源模型 DeepSeek V4-Pro 为 19%；HealthAdminBench 中 Claude Opus 4.6 端到端完成 36.3%，Kimi K2.5 为 15.6%。作者指出主要失败是跨步骤、文档和系统时丢失信息，改进方向在智能体架构与记忆，而不只是更大的模型。
匹配字段摘要、正文
2007 年图灵奖得主约瑟夫 · 斯发基斯在“2026 可持续全球领导者大会”上呼吁建立 AI 领域的全球标准和监管标准，并称这是人类共同的责任。他以 ChatGPT、DeepSeek 医学考试成绩优于人类为例，指出大模型不了解社会规范与价值体系，不能因此替代医生。他还警告大公司可能借监管空白推卸责任、谋取商业利益。
匹配字段摘要、正文
AI角色扮演指令在社交平台催生出一门明码标价的小众生意，定制AI人设的价格普遍在5-8元，单人指令通常在10元/千字以内，2-3天可交付，加急或买断为2倍价格。用户会尝试DeepSeek、豆包、Gemini和ChatGPT等模型，其中有人因觉得DeepSeek“最有人感”而持续付费。这门生意目前仍处低客单价阶段，热门设定易被复制，设定归属与原创边界也存在争议。
匹配字段摘要、正文
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 Nano 和 288B 参数、激活 17B 的 Flash 两个型号，基座分别为 Qwen3.6-35B-A3B 和 DeepSeek-V4-Flash。模型在选定的 Transformer 模块中加入与注意力并行的记忆分支，把经验编码为可更新的矩阵状态并参与后续生成。在 500 项 SWE-bench Verified 任务中，Nano 关键断点平均成功率 69.73%，无经验基线为 66.07%；128K 长历史下端到端推理速度约为完整上下文方案的 1.86 倍，每条轨迹持久状态占用为完整上下文 KV Cache 的六十六分之一。
匹配字段摘要、正文
工信部科技司司长魏巍称，600亿元国家人工智能产业投资基金已投出一批优质项目，2025年中国人工智能核心产业规模超1.2万亿元，截至今年6月底人工智能企业数量超6600家。基金已披露的三笔直投均落在头部大模型公司：DeepSeek首轮融资出资约9.8亿元、投后估值3500亿元，参与月之暗面（Kimi）F轮融资、投后估值350亿美元，并投资快手可灵AI境内主体14亿元、持股约1.14%。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
匹配字段摘要、正文
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
匹配字段摘要、正文
AI 人才争夺让 BAT 等大厂出现薪酬倒挂：做基模的员工即便职级不高，薪酬已超过职级更高的同事。猎头称今年基模应届生年包 200 万元起步，小红书、字节 Seed 顶档可达 400 万—500 万元，百度去年给基模人才 200 万—300 万元。目前各大厂 HC 基本冻结，仅 DeepSeek 和千问招人相对多一些，真正收缩的是应用侧岗位。
匹配字段摘要、正文
Prime Intellect 发布 prime-rl v0.10.0 与 verifiers v0.4.0，新增 RL 算法 IPO 并设为默认，替换此前基于 DPPO 的默认损失。在 Qwen3-235B-A22B SFT 对比 torchtitan 的测试中，prime-rl 达到 1.15× 加速（3732 vs 3253 tokens/s/GPU），GLM-5.3 全量 SFT 的 MFU 从 22.3% 提升至 40.1%。评测 CLI 从 verifiers 迁入 prime-rl，新增 DeepSeek V4 Flash、Qwen3.8 Flash Next、Nemotron-H 等模型支持。
匹配字段摘要、正文
Artificial Analysis 为 OpenAI 的 HealthBench 和 HealthBench Professional 两个健康对话基准上线排行榜，前者含 5000 段与普通用户及卫生工作者的对话，后者为 525 段全部面向临床医生的对话。HealthBench Professional 上 GPT-6 Astra（max）以 66.0% 的长度调整分居首，GPT-6.1 Sol（max）为 65.1%，Claude Sonnet 5.5（max with fallback）为 63.0%。HealthBench 上 Claude Sonnet 5.5（max with fallback）以 62.1% 领先，DeepSeek V4.1 Flash（max）为 60.9%；Claude Opus 5.5 与 Claude Fable 5.1 平均回答约 5900 字符，长度调整后失分超过 11 分。
匹配字段摘要、正文
Lovart 发布 2.0 版本，推出个人设计 Agent“Arti”，能记住用户的设计习惯与审美，并全天候在线执行定时设计任务。Arti 具备画布巡检、设计调研、自动更新记忆、自进化技能和反馈改稿等能力，其中画布巡检和调研的主动触发需升级会员。智东西用 Arti 为 DeepSeek 设计了一版鲸系男性二次元形象，并测试了 Q 版立绘、调研报告插入对话和按巡检意见改稿等流程。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，定位 Coding/Agent 优化的轻量级模型，拥有 100 万 token 上下文，日常场景输出速度可达 200+TPS，P50 稳定在 170+TPS。其输入价格为每百万 Token 1 元、输出每百万 Token 4 元、缓存读取每百万 Token 0.1 元，约为 DeepSeek V4.1 Flash-1017 高峰期价格的一半。在 Automation-Bench v1.0.6 中它拿到 62.2 分，反超 DeepSeek 的 60.5 分；在 DeepSWE v1.1 上则为 73.7 分，低于 DeepSeek 的 77.0 分。
匹配字段摘要、正文
Vercel 的 AI Gateway 数据显示，2026 年 9 月开放权重模型处理了 71.5% 的 token，但只占估算支出的 23%，而 6 月这一支出占比约为 5%。Anthropic 在 Gateway 支出中的份额从 63.7% 降至 43.9%，DeepSeek-V4.1-Flash 单独处理了近一半的开放权重 token，却只占 2.6% 的开放权重支出。9 月有 48% 的团队更换了最常用的模型、28.6% 更换了最常用的供应商，两项比例均连续第五个月上升。
匹配字段摘要、正文
企业正通过四种手段治理影子 AI：提供经批准的替代工具、用安全工具监控并阻断敏感数据外流、开展员工教育、对违规行为追责。Verizon 2026 年数据泄露报告显示，67% 的员工通过非企业账号在公司设备上访问 AI 服务；BitGo 已为企业提供 Grok、ChatGPT、Claude 和 Gemini 的企业版，并封禁 DeepSeek。
匹配字段摘要、正文
Thomas Wolf 引用自己的帖子称，Meta、NVIDIA、阿里巴巴、DeepSeek、Moonshot、Mistral 等约 30 多家实验室在 Hugging Face Hub 上共享的训练算力价值已接近 10 亿美元，而 2023 年底还不到 4000 万美元。他称这是保守下限：约一半来自官方算力数字，其余为估算，且尚未计入约 90 万个社区微调。
匹配字段摘要
Thomas Wolf 估算，Meta、NVIDIA、阿里、DeepSeek、Moonshot、Mistral 等约 30 多家实验室在 Hugging Face Hub 上共享的训练算力价值已接近 10 亿美元，且可免费下载；2023 年底这一数字还不到 4000 万美元。他称该数字是下限：约一半来自官方算力数据，其余为合理推测，且尚未计入约 90 万个社区微调模型。
匹配字段摘要、正文