搜索“推理”

腾讯混元推出开源交互式视频世界模型Hy-Nomas

腾讯混元于2026年10月24日推出开源交互式视频世界模型Hy-Nomas。据官方发布信息,该模型支持用文本提示词和相机轨迹进行交互,并具备带世界记忆的长时程生成能力;可通过轻量LoRA适配机器人等专门领域,并针对消费级GPU推理做了优化。官方同时给出了网站、GitHub、Hugging Face和演示入口。目前尚无后续发展事实。

Baseten推出Environment Network

Baseten于2026年10月24日推出Environment Network,汇集经过严格审核的强化学习(RL)环境公司,为客户基于自有数据和领域构建定制RL环境。据Baseten工程博客介绍,合作方直接对接客户,完成环境、任务与评分标准构建,Baseten仍负责模型训练与推理部署。Baseten还计划开源一批前沿质量环境及审核与训练方法。目前尚无后续发展事实。

Nathan Lambert称DeepSeek单集群日处理150T tokens

2026年10月20日,DeepSeek开源内部推理框架DeepInfer。据Yuchen Jin引用DeepSeek披露的数据,单个集群每天处理155万亿token,每GPU小时产生38美元收入(非高峰定价),DeepInfer同时支持NVIDIA Blackwell和华为昇腾;36氪后续报道称其配套开源deepseek-recipe,支持英伟达SM100 GPU与华为昇腾Ascend 950 NPU。10月21日,swyx引用Latent.Space数据称单集群日处理155T tokens、输入缓存命中率96%,认为每块已售GPU生命周期价值上涨约30%。10月24日,Nathan Lambert称DeepSeek单集群日处理150T tokens,超过OpenRouter、Fireworks、Together和BaseTen开源模型推理量之和,并指出实际集群数量不明;同日LMSYS公布同硬件基准对比,称SGLang在DeepInfer自有基准上达到或超过DeepInfer,prefill吞吐最高1.04x,64x GB300上decode步长缩短1.1%–7.4%。

查看事件：DeepSeek开源推理框架DeepInfer

Bardia Shahali称可在两周内完成八位数交易

2026年10月22日,Bardia Shahali 提出判断,称AI基础设施层的单笔交易可达数千万美元,并可在两周内完成。同一报道介绍,他曾在 Fireworks AI 将销售团队从约300万美元做到约4亿美元,现任 Granola 销售副总裁。该报道还称,所有推理提供商争夺同一批客户,竞争更激烈;由于模型能力每45天就达到新高度,薪酬计划已从年度改为按季度设定。基础设施层由 FDE、SE 与 AE 配对交付复杂产品,应用层则由 AE 与 CSM 交付软件,但生产力和采用速度更高。目前该判断仅见于这一篇报道,尚无其他独立来源或后续进展。

Cohere宣布Model Vault机密计算公测

Cohere 宣布 Model Vault 的机密计算功能进入公开测试。该功能基于 Microsoft Azure 上的 NVIDIA H100 GPU 机密计算能力,为托管模型推理提供硬件级隔离。据 Cohere 产品与研究博客介绍,加密范围从静态存储和传输中的数据扩展到推理运行中的提示词、文档、响应和模型执行;应用负载端到端加密后,只能在通过远程证明的机密环境中解密。客户可在发送敏感数据前用密码学方式核验硬件、固件和软件配置,不符合安全策略时客户端会拒绝发送请求。现有 Model Vault API 和请求格式保持不变。目前该功能处于公测阶段。

Cohere在Model Vault推出机密计算公测

Cohere于2026年10月22日在Model Vault上推出机密计算功能,目前处于公开测试阶段。该功能运行在Microsoft Azure的NVIDIA GPU上,结合机密CPU与GPU执行、OHTTP端到端加密请求内容和远程证明,让客户在释放敏感数据前先验证目标环境。Cohere还计划开源机密推理栈,并推进对NVIDIA Blackwell及B200 GPU的支持。

蚂蚁百灵开源医疗增强MoE模型Ling-3.0-flash-Sante

蚂蚁百灵于2026年10月22日宣布正式开源医疗增强模型Ling-3.0-flash-Sante。该模型采用MoE架构,总参数124B,每个token仅激活5.1B参数。官方称其在专业医疗任务和复杂医学推理上性能领先同规模模型。除医疗问答外,该模型还针对深度研究、多智能体协作和工具调用做了能力强化,模型权重现已开放下载。目前尚无后续发展事实。

Matt vandenBerg主张让17岁年轻人改变想法

俄亥俄卫斯理大学校长 Matt vandenBerg 提出主张,认为在 AI 时代不应逼 17 岁学生过早选定专业,而应允许他们探索并改变方向。其依据包括 Lumina Foundation-Gallup 4 月研究:47% 的在读大学生因 AI 对就业的影响认真考虑过转专业,16% 已经转专业。该校据此允许学生到大二才申报专业,并把量化推理、科学质疑、审美思考、跨视角倾听、有效写作与表达等能力设为通识要求。目前该主张由 Fortune AI 报道呈现,尚无后续发展事实。

Aditya Agarwal评价在@spc的对话收获很大

Aditya Agarwal 表示,在@spc 的对话很棒,自己学到很多。他分享了 Sergey Levine 在 SPC 的对话内容:Levine 早年在改造的 Google 会议室里让一屋子机器人整日抓取物体,积累了大量经验却缺乏先验知识,这一瓶颈最终催生了 Physical Intelligence。该对话还涵盖 Pi Zero 机器人基础模型、从 Pi 0.5 到 Pi 0.7 的推理与泛化能力演进,以及机器人数据难题和世界模型。目前该内容由 Aditya Agarwal 于 2026 年 10 月 23 日发布,尚无后续发展事实。

Google DeepMind发布Gemini 4 Argon

2026年10月23日,Google DeepMind发布前沿模型Gemini 4 Argon。Google官方博客称,该模型在编码、数学和3D世界构建等复杂任务上表现突出,并在多领域基准上超过其他前沿模型;官方同时展示了5个社区创意项目,包括实时映射野火与地震波动的3D地球、带实时数据的涡扇发动机模拟、由单张图片生成的3D马车以及多人夺旗浏览器游戏,并称该模型上周已大范围开放。同日另有报道称,Argon可通过观看视频学习物理任务并迁移到Apptronik的Apollo人形机器人,在内部测试中Apollo连续命中七次,该报道还称Argon在具身推理基准ERQA上得分87%。10月24日,Gemini for Android应用通过服务端更新推送侧边栏与设置界面改版,报道称该改版上周已随Gemini 4 Argon登陆iOS、macOS和Web端。

英国AISI在模拟网络靶场评测前沿AI智能体

英国 AI Security Institute 在自建网络靶场上评测前沿 AI 智能体的多步攻击能力,评估对象为 2024 年 8 月至 2026 年 2 月发布的七款模型。该机构称,在固定 token 预算下,每一代模型都优于前代:在 32 步企业网络攻击靶场中,10M token 预算下平均完成步数从 GPT-4o 的 1.7 步升至 Opus 4.6 的 9.8 步。将推理算力从 10M 提升到 100M token 可带来最高 59% 的增益且未见平台期;按当前价格,Opus 4.6 单次 100M token 尝试约需 80 美元。在 7 步工控系统靶场中模型进展有限,10M token 下多数模型完成零步,100M token 下 Opus 4.6 平均 1.4 步。

上海发布AI赋能工业服务业行动方案

2026年10月23日,上海市经济和信息化委员会发布《上海市加快推动人工智能赋能工业服务业高质量发展行动方案(2027-2028年)》。方案提出,到2028年工业服务业中人工智能应用普及率达到85%以上,力争培育10个数智原生的独角兽企业。方案围绕研发设计、供应链服务、柔性制造、嵌入式质检、预测性运维等环节部署全链升级,并给出最高500万至2000万元不等的资金支持。方案还明确攻关工业智能体任务规划与群体协同、端云协同推理与轻量化垂直小模型、行业高质量语料库等方向。另有报道提到,方案提出建设5个行业级协同设计平台、推动500个优质企业打造上海市先进级智能工厂,并对企业调用第三方大模型API或私有化部署给予最高500万元补贴。目前该方案已由上海市经济和信息化委员会发布,尚无进一步实施进展的合格事实证据。

东锡NLP称Agent搭建能力最不重要

2026年10月23日,博主“马东锡 NLP”发文提出观点:在“Agent +”场景中,会搭Agent这项能力最不重要,更重要的是对具体场景业务的熟知。同一篇文章还称,当下语境里的AI engineer已与AI关系不大、不值钱,并建议AI领域年轻人转向训练、量化、推理或AI基础设施建设。目前该观点仅见于这一篇来源,尚无其他发展事实。

OpenAI在调查泄密后解雇3名安全研究员

据 WSJ 报道,OpenAI 在调查泄密后解雇了 3 名安全研究员。报道称,安全人员发现这 3 名安全研究员与一名外部安全研究员之间存在会消失的 Signal 聊天。相关手机检查始于 9 月的一篇新闻报道,该报道称 OpenAI 最新模型 Astra 采用一种新方法,使其更聪明但写下的思考过程更少,人类能看到的推理过程因此减少。OpenAI 将该报道视为其秘密模型设计泄露,并开始追查信息来源;调查人员将曾协助 METR 分析 7 月 Hugging Face 被黑事件日志的 Ryan Greenblatt 列为疑似泄密者,他本人否认。目前公开信息仅来自这一报道,尚无更多后续进展。

OpenAI正式开放Decisions API

2026年10月22日,OpenAI正式开放Decisions API。该接口基于GPT-6 Luna构建,面向答案范围明确的问题,可协助应用与智能体基于文本、图像及结构化输入做出准实时决策。据IT之家报道,其响应速度比通过Responses API调用GPT-6 Luna提升高达10倍;定价为输入每百万token收费0.1美元,命中缓存的输入每百万token收费0.01美元,仅按输入token计费、输出token免费;自公测以来新增原生GPT-Live集成、Prompt缓存以及美国和欧盟的推理数据驻留支持,单次请求最多可提交400个问题。智东西同日报道称,该接口面向所有客户开放,部分场景响应时间由1至3秒缩短到100至180毫秒,可用于内容分类、请求分流和决定AI智能体下一步行动,并列举Datadog、Ramp、Speak等使用案例。目前该API已正式开放,尚无进一步有证据的发展。

Modal发布开源Tinker兼容训练服务器Spindle

2026年10月22日,Modal发布开源训练服务器Spindle,该服务器兼容Tinker API。据Modal官方工程博客介绍,Spindle可在自家Modal workspace中运行,按GPU时长而非token计费,部署只需执行spindle deploy,支持全参数训练和多LoRA,覆盖多种开源模型。官方给出的对比中,DAPO-math单轮任务在8卡H200训练、8卡H200推理、8个客户端共享时,价格为每百万输出token 1.99美元,较Tinker降低80%。目前尚无后续发展事实。

LMSYS发布SGLang AWS Trainium插件Beta

2026年10月22日,LMSYS与AWS合作发布SGLang Trainium插件Beta,该插件基于新发布的TorchNeuron构建,在Trainium2和Trainium3上支持LLM推理服务与RL rollout生成。初始覆盖Qwen3(dense)、Qwen3-MoE-30B-A3B、DeepSeek-V2-Lite、GLM-4和GLM-5.2/5.3,并支持数据并行、张量并行、专家并行、Radix Cache、BF16/FP8和异步调度。首次端到端异构RL运行中,SGLang在Trainium3上为Qwen3-MoE-30B-A3B生成rollout,Miles在单台H200节点上用Megatron训练GRPO策略。Beta目前仅限少量团队参与。次日,Amazon宣布开源TorchNeuron,这是一个把PyTorch代码转换为可在AWS Trainium上执行的操作的后端,已在其他加速器上运行的PyTorch代码几乎无需改动即可迁移。

Railway要求全体客户轮换全部密钥

开发者平台Railway在入侵者解密部分存储凭证后,要求全体客户轮换全部密钥。相关环境变量包含数据库密码、云密钥和模型API密钥,持有者可以以所有者身份登录。Railway称可能只有部分用户受影响,但自行冻结了所有部署,并重置了存储桶密钥和GitHub token。10月21日,Railway发现存储客户环境变量的系统出现异常活动,称未经授权的第三方可能访问了加密的环境变量并解密了其中一部分。Railway认为此次攻击可能是近期针对平台公司、意在入侵AI推理服务商的一系列攻击的一部分,并已通知上游供应商吊销可能泄露的密钥。10月23日,其构建与部署已恢复,但新用户注册仍暂停。

Google开源TorchTPU原生PyTorch栈

Google与Meta的PyTorch团队合作推出开源项目TorchTPU,为Google TPU提供原生PyTorch后端,迁移只需把model.to("cuda")改为model.to("tpu")。项目支持eager与torch.compile两种模式,新增DeferAndFuse eager模式,覆盖约450个Aten算子,并已在4,917个Hugging Face模型上验证开箱运行,其中Tier 1通过率98%、Tier 2相对GPU数值一致性97%。官方称其已用于部分Google Cloud大客户的推理与训练生产负载,并集成vLLM、SGLang、TorchTitan、Ray和TorchRec。后续报道称,在PyTorch Conference North America 2026上,Google开源了TorchTPU,运行时不再依赖JAX,现有负载只需少量代码改动即可迁移;PyTorch方面指出,TorchTPU默认的Skinny Collectives方案在分布式负载下相比优化方案约有30–40%的端到端性能损失,追求峰值性能仍需Pallas kernel及vLLM-T

比尔·盖茨称人们要为AI带来的二十年颠覆性变革做好准备

比尔·盖茨表示,人们要为AI带来的二十年颠覆性变革做好准备。他在The Verge的Decoder播客访谈中称,这段约20年的AI颠覆期可能非常痛苦,甚至会让社会分裂为亲近技术前沿与拒绝技术前沿的两部分。他提到,AI过去一年在编写代码、发现网络漏洞、生物学推理和颠覆就业市场方面进步令人惊叹,过渡期会有输家和赢家,之后才迎来繁荣时代。他还称,此前在8月底的文章中已表示,即便在最理想情况下,向AI新时代的过渡也将是人类历史上最动荡的时期之一,并认为当前政策回应与行业协调不足以应对风险;近期最大风险来自可被移除全部防护措施的模型。