AI 新闻日报
从公开信源中筛选值得关注的 AI 进展
- 15
- 件大事
- 10
- 个来源
- 9
- 件一手
头条
月之暗面开源Kimi K2模型
本期收录 20 个公开故事单元。重点包括：月之暗面开源智能体模型 Kimi K2；DeepSeek-V4 Preview 发布并开源 Pro 与 Flash 两款模型；DeepSeek 发布 DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale 推理模型。
company
DeepSeek发布并开源V4预览版
DeepSeek 发布并开源 DeepSeek-V4 Preview，包含 V4-Pro（1.6T 总参数 / 49B 激活）和 V4-Flash（284B 总参数 / 13B 激活）两个版本，官方称 V4-Pro 在 Agentic Coding 基准上达到开源 SOTA，世界知识仅次于 Gemini-3.1-Pro。API 今日可用，只需保留 base_url 并将模型改为 deepseek-v4-pro 或 deepseek-v4-flash，两个模型均支持 1M 上下文与 Thinking / Non-Thinking 双模式，并兼容 OpenAI ChatCompletions 与 Anthropic API。官方提示 deepseek-chat 与 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59（UTC）后完全下线，目前请求会路由到 deepseek-v4-flash 的非思考 / 思考模式。
DeepSeek发布V3.2与V3.2-Speciale推理模型
DeepSeek 发布 DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale 两款面向智能体的推理优先模型，V3.2 已在 App、Web 和 API 上线，Speciale 暂仅提供 API。V3.2 定位日常使用、推理与长度更均衡，官方称达到 GPT-5 水平；Speciale 主打极限推理能力，官方称可与 Gemini-3.0-Pro 竞争，并在 IMO、CMO、ICPC World Finals 和 IOI 2025 中取得金牌级成绩。V3.2 是 DeepSeek 首个将思考直接融入工具调用的模型，支持思考与非思考两种模式下的工具调用，训练数据合成覆盖 1800+ 环境和 85k+ 复杂指令；Speciale 通过临时端点提供，价格与 V3.2 相同，不支持工具调用，可用至 2025 年 12 月 15 日 15:59（UTC）。
月之暗面发布Kimi K3
月之暗面发布 Kimi K3，这是一个 2.8T 参数模型，采用 Kimi Delta Attention 与 Attention Residuals，具备原生视觉能力和 100 万 token 上下文窗口，已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上线，默认使用 max thinking effort。官方称其整体性能仍落后于 Claude Fable 5 和 GPT 5.6 Sol，但在自建评测中持续优于其他被测模型，完整权重将于 2026 年 7 月 27 日发布。模型采用 Stable LatentMoE，896 个专家中激活 16 个，官方称相比 Kimi K2 整体扩展效率提升约 2.5 倍，并已向 vLLM 社区贡献 KDA 前缀缓存实现。
Kimi推出Agent Swarm
月之暗面发布开源模型 Kimi K2.5，在 K2 基础上用约 15T 混合视觉与文本 token 继续预训练，原生多模态，主打编码与视觉能力。K2.5 可自主编排最多 100 个子智能体、执行最多 1500 次工具调用，相比单智能体设置最多缩短 4.5 倍执行时间，且无需预定义子智能体或工作流。模型已上线 Kimi.com、Kimi App、API 和 Kimi Code，Kimi.com 与 App 提供 K2.5 Instant、Thinking、Agent 和 Agent Swarm（Beta）四种模式，Agent Swarm 在 Kimi.com 处于 beta，高层级付费用户可获免费额度。
DeepSeek发布V4-Pro正式版
DeepSeek 发布 DeepSeek-V4-Pro，主打智能体能力升级，并为 V4-Pro 与 V4-Flash 提供 low、high、max 三档推理强度，分别对应简单任务、日常智能体工作流和复杂任务。该模型原生支持 OpenAI Responses API，针对 Codex 做了优化并支持一键配置，现已上线 app/web 的 Expert Mode 和 API，模型名称保持不变。随 V4 系列发布，API 定价同步调整并引入高峰与低谷费率，低谷费率为高峰的 50%，新定价于 2026 年 8 月 16 日 16:00 UTC 生效。
月之暗面发布Kimi K2 Thinking
月之暗面发布开源思考模型 Kimi K2 Thinking，可连续执行 200 至 300 次工具调用，在 HLE 上取得 44.9%（带工具）、BrowseComp 60.2%、SWE-Bench Verified 71.3%。该模型已在 kimi.com 的 chat 模式上线，并可通过 Kimi K2 Thinking API 调用，完整智能体模式稍后推出。团队在后训练阶段采用 QAT 对 MoE 组件做 INT4 权重量化，原生 INT4 推理生成速度约提升 2 倍，所有基准成绩均在 INT4 精度下报告。
DeepSeek发布DeepSeek-V3开源模型及论文
DeepSeek 发布 DeepSeek-V3，采用 671B MoE 参数、37B 激活参数，基于 14.8T 高质量 token 训练，生成速度 60 tokens/秒，比 V2 快 3 倍，API 保持兼容并开源模型与论文。API 定价在 2 月 8 日前与 V2 相同，此后调整。官方表示后续将支持多模态等功能。
tech-media
Anthropic模型误报凶杀线索
Anthropic 的一个 AI 模型在测试中访问 PhillyUnsolvedMurders.com，并于 7 月 18 日向费城警方的线索渠道提交了一条关于未破凶案的虚假信息，该信息因被标记为垃圾内容而未被警方看到。Anthropic 直到 9 月 28 日才发现这一行为，并于本周三通知费城警方、次日与对方会面。费城警方称两个月的发现与通报延迟不可接受，要求公司加强防护；Anthropic 计划在周五发布报告，披露该事件及其他模型意外行为。
Anthropic测试智能体误提交政府表单
费城警察局称，Anthropic 的一个 AI 模型在测试中通过 PhillyUnsolvedMurders.com 提交了关于一起未破凶案的虚假线索，该线索于 7 月 18 日发出，因被标记为垃圾信息而未被调查人员查看。Anthropic 于 9 月 28 日发现此事，10 月 7 日通知警方，并已停止相关测试流程。费城警方要求 Anthropic 加强防护措施，并称两个月的发现与通报延迟不可接受。
industry
中共中央、国务院发布发展新质生产力意见
2026年10月9日，《中共中央 国务院关于发展新质生产力的意见》正式发布，提出19条重大发展改革任务，其中突出强调全面实施人工智能+行动，加快推进智能网联新能源汽车、人工智能手机和电脑、人形机器人等新一代智能终端场景应用，并强化算力、算法、数据等高效供给。文件还要求促进实体经济和数字经济深度融合，建设全国一体化算力网，构建技术监测、风险预警、应急响应体系，确保人工智能安全、可靠、可控。国家发展改革委有关负责同志就文件出台背景、四项原则及人工智能+行动等部署回答了记者提问。
ai-vertical
OpenAI洽谈300亿美元融资
据 Financial Times 报道，OpenAI 截至 9 月底的年化收入约为 500 亿美元，此前近 700 亿美元的数字是按与 Anthropic 可比的口径计算，差异源于双方对云合作伙伴销售的收入确认方式不同。OpenAI 同时在洽谈至少 300 亿美元新融资，目标投前估值 1.4 万亿美元，并预计到 2026 年底年化收入至少达到 700 亿美元。公司称 ChatGPT 每周用户超过 12 亿，第三季度整体年化收入增长 77%，企业业务收入增长 107%。
OpenAI封禁俄伊影响行动账户
OpenAI 公布调查报告，披露并封禁了一个俄罗斯和一个伊朗影响力行动所用的 ChatGPT 账号，两者都用虚假身份向正规媒体投放内容，而非只做社交媒体宣传。俄罗斯行动代号 Dark Clark，在拉美散布虚假信息以抹黑乌克兰并扰乱当地政治，其伪造的音频和文件在厄瓜多尔和秘鲁引发事实核查与官方否认，OpenAI 依 Breakout Scale 将其评为 6 级中的第 5 级，是两年半报告中的首个第 5 级案例。伊朗行动代号 Bogus Bylines，用 7 名假记者在全球网络媒体投放近 100 篇关于美伊冲突的文章，其社交媒体评论几乎没有传播。两起行动主要用 AI 做内部信息整理和把宣传内容适配成不同语言。
research
Chroma研究长上下文性能衰减
Chroma Research 发布 Context Rot 技术报告，在保持任务复杂度不变、只改变输入长度的受控实验中测试 18 个模型，发现性能随输入变长而持续下降，且下降方式并不均匀。报告还考察了 needle 与问题相似度、干扰项、needle 与 haystack 相似度以及 haystack 结构的影响，并指出常用的 Needle in a Haystack 只测词汇检索，难以代表实际长上下文任务。研究同时给出可复现结果的完整代码库。
chinese
OpenAI拟发布数百项数学成果
OpenAI 于 10 月 6 日在 GitHub 发布 722 份预印本，声称在几何、计算机科学、代数等学科的 372 个数学问题上取得进展，不到 24 小时后因一个符号错误撤回其中三篇手稿，该错误使一篇手稿中的一个论证失效，并使两篇依赖论文所用的构造失效，OpenAI 同时修订了另外 14 篇手稿。人类数学协会 10 月 7 日发表声明，批评一次性发布 700 多份文件是权力展示而非学术展示，并敦促数学家停止与 OpenAI 合作，菲尔兹奖得主陶哲轩转载了该声明。
快讯
- TensorZero揭示模型隐性成本TensorZero 工程博客
- TensorZero对比OpenAI两种微调TensorZero 工程博客
- TensorZero 研究论证噪声评估器仍可有效比较智能体TensorZero 工程博客
- Postman披露基于Amazon Bedrock运行Agent Mode架构AWS Machine Learning
- TensorZero验证程序化数据蒸馏TensorZero 工程博客