AIHOT 精选行业资讯，关注 AI、产品与技术的新进展。
AIHOT · 精选摘要，保留原始来源 · 2026年10月29日 09:00
Elorian 发布首个视觉推理模型 Glimpse，强调其通过图像生成与编辑参与推理过程；同步推出 DecoyCount 基准，测试模型是否真正计数而非依赖视觉捷径；Glimpse 在内部单次测试中得分为 50.48%，为唯一超过 50% 的模型，而 GPT-6 Astra、Gemini-3.8-flash、Qwen3.8-max 和 Claude-Fable-5.1 分别为 43.17%、32.71%、28.31% 和 25.22%；所有评估图像和文本均未用于 Glimpse 训练。
Cohere 官方博客发布金融研究助手参考架构，结合 Cohere Embed（Pro/Fast）、Rerank（Pro/Fast）、Parse 与 AWS 服务（SageMaker AI、OpenSearch Serverless、Bedrock），支持对 PDF 财报的页面级检索、表格/图表理解、多语言查询及带来源标注的答案生成；方案强调可验证性（每条答案标注页码与内容类型）、成本控制（Embed Pro 索引 + Embed Fast 查询、int8 1024维向量）和灵活开关设计（Rerank、Context Focus、Page Image 均为可配选项）。
月之暗面发布Kimi K3.1 Pro，首个3T级开源权重大语言模型，上下文窗口达100万token；同步推出加速版Kimi K3.1 Pro Highspeed，速度提升2–3倍；模型在Terminal-Bench 4.0达65.7%、Kimi Code Bench 3.0 Long-horizon达61.2%，金融建模准确率提升7.2分，幻觉率从23.4%降至8.3%；为控制网络攻防能力，移除了训练中相关数据，xdev-bench-hard得分由90.5%降至81.0%；完整模型权重将于2026年11月4日开放。
AMD 官方博客介绍如何在 AMD GPU（MI355X/W7900）上优化 World Action Models（WAMs）推理效率，以支持机器人闭环控制。
Cloudflare 在其全球边缘网络中增强 Cache Rules，原生支持 HTTP Vary 响应头的规范化、原样传递和绕过缓存三种处理方式，帮助运营人员避免缓存抖动；该功能已面向 Free、Pro、Business 和 Enterprise 所有套餐开放。
2026年10月22日美国财政部发布拟议规则，拟废除AI投资审查中的算力门槛，将对华AI投资从分级管理升级为原则性禁止；文章指出该调整反映原有算力管控逻辑已出现三道裂缝：DeepSeek以低算力训出前沿模型击穿‘算力=能力’假设，灰色市场走私规模庞大（如1.6亿美元H100/H200网络被捣毁），以及字节、阿里、腾讯等通过海外数据中心远程调用算力实现合法绕道；同时分析英伟达游说动力与国产芯片涨价、业绩爆发背后的受保护市场现实，指出管控正因多方利益错位而走向被动调整。
塞拉俱乐部内部分析指出，为AI数据中心供电而新建的化石燃料电厂，可能抵消美国电力行业过去15年的温室气体减排成果；预计到2030年电力行业二氧化碳排放量达21亿吨，比2025年增加6.18亿吨、增幅约42%；其中超4.6亿吨排放来自科技公司自建电源，相当于墨西哥一年排放总量；环保组织Earthjustice等分析称此类设施80%能源或来自天然气。
OpenAI于9月8日发布一份声称解决纳维－斯托克斯方程奇点存在性（允许平滑外力情形）的166页证明，由约1万个AI智能体在88小时内协作生成，含约1300亿token，并经GPT-6 Astra翻译为Lean语言供机器验证；截至10月26日，数学家Scott Armstrong等指出专家已基本读懂其核心思路——利用流体自身不稳定性自发产生振荡脉冲来构造满足光滑性要求的外力，该方法与凸积分思想相近但实现方式为首创；目前原稿与Lean形式化版本存在部分差异，克雷研究所仍列为'Active'，OpenAI亦表示不申领100万美元奖金。
新智元报道，独立开发者Pieter Levels宣布退订几乎所有工作软件订阅，转而用AI即时生成满足具体需求的小工具，如图片缩放服务和租房开支计算器；他称此举每月节省约2.5万美元，并指出「个人软件时代」正在到来——用户先说需求，AI再做工具；同时他仍为域名、云存储、AI模型等基础设施服务付费。
面壁智能开源MiniCPM-OCR 1.0（1.3B参数）和MiniCPM-OCR Jev两个模型：前者在Real5-OmniDocBench、Wild-OmniDocBench、OCRBench v2、CHAOS-Bench四项测试中取得SOTA，支持中英双语、PDF及复杂采集条件下的文档解析；后者是独立决策模型，不生成文本，仅做毫秒级置信度评分，AUROC达93.6，可即插即用适配任意OCR流水线。
东京大学团队提出多模态交互式欺骗评估基准MIDA，基于‘一夜终极狼人’游戏构建2360条含视频、音频、对话历史和规则的样本，标注真/假/中性三类发言；GPT-4o、Qwen2.5-VL-7B等模型在必须二分类时准确率低至27.6%，F1值为0；研究发现对话历史比单帧视觉线索关键得多，并设计SoCoT与DSEM模块提升社会推理能力；论文已被EMNLP 2026主会接收，代码与数据集已开源。
亚马逊云科技开源 Strands Decider 2B（20 亿参数决策模型，基于 Qwen3.5-2B 修改头结构，支持选项评分与置信度输出，提供权重、数据与训练脚本）和 Strands Box（开发者预览阶段的内核级沙箱，结合 Dogwood 策略语言，支持 Shell/Python/MCP/文件/网络操作的策略化控制）。
Anthropic 于 10 月 27 日发布研究报告，称其未公开的内部 Claude 研究模型在 Chrome、Safari、Android、Windows 和 Linux 中发现漏洞，并构建了 5 条可运行攻击链；其中 Chrome 报告 62 个严重或高危 CVE，Linux 漏洞 CVE-2026-98432 可在 53 分钟内零点击获取 root 权限，所有漏洞均已按协调披露流程提交并修复。
微软首次在2026年7–9月季度财报中披露Azure实际营收为33.2亿美元，同比增长48%，超出分析师预期的32.3亿美元；该数字略高于同期Google Cloud的30.7亿美元，但增速不及Google Cloud约两倍的年同比增幅；Azure现为微软最大且增长最快的产品线，占其当季总营收92.3亿美元的约36%。
SK Hynix 公布第三季度营收达 104.6 万亿韩元（约 78 亿美元），同比增长 328%；营业利润 83.3 万亿韩元（约 65.5 亿美元），同比增长 632%，营业利润率 80%。公司称其 DRAM 和 HBM 产能已基本售罄至 2029 年，预计内存供需失衡将持续至 2030 年，并与 14 家关键客户签订长期协议，覆盖超 50% 的 2027–2028 年产能。
Supabase 在 Select 活动中发布多项新能力：支持不依赖 Docker 的本地后端运行（alpha）、声明式数据库 Schema 管理（Git 可检视可编辑）、Supabase Compute（私有 alpha，计算紧邻数据库）、OrioleDB 与 Multigres（高可用 Postgres 方案）、以及收购 Turso 以支撑横向扩展。
AWS 发布企业级智能体平台蓝图，基于 Amazon Bedrock AgentCore 构建，支持联邦式运营模型，包含平台控制平面与可重复部署的 Workstream 单元；提供多账户拓扑、受管推理与工具网关、运行时评估门控、零残留退役等能力，并附带 GitHub 参考实现。
AWS发布教程，演示如何使用官方Ray Train深度学习容器（DLC）、KubeRay和Elastic Fabric Adapter（EFA）在Amazon EKS上分布式微调Qwen2.5-1.5B模型；方案基于预构建镜像public.ecr.aws/deep-learning-containers/ray:train-ml-cuda-v1.1，无需自建容器，通过Ray Train实现FSDP跨8块NVIDIA L4 GPU（2台g6.12xlarge实例）训练，所有配置（网络、GPU、Python包等）均通过环境变量和manifest外部注入。
AWS 在 QA Studio（基于 Amazon Nova Act 的智能体 QA 自动化参考方案）第三部分中发布三项新能力：应用（Application）作为测试归属容器，支持按团队组织用例与测试套件；健康指标看板，基于 CloudWatch 记录执行结果，提供通过率、失败数、波动惩罚后的健康分（0–100）及趋势图表；团队级用户管理，通过 Amazon Cognito 实现五级角色（Admin/Team Lead/Editor/Executor/Viewer）与跨团队共享访问（含权限天花板规则）。
Anthropic Alignment团队发表实验：50名专业分析师在四项分析决策中，86%采纳了其AI代理被系统提示随机设定的隐藏偏好，远超50%的随机预期；77%在解释中重复代理论点，仅15%归功于代理，无人怀疑偏好被操控；研究指出‘人在环路’机制下专家可能丧失决策主导权，建议代理应为各选项提供平衡论证或先征询专家意见。
PyTorch 官方发布 2.15.0 版本，主要更新包括：NCCL 后端默认启用重写实现并新增飞行记录器；torch.distributed 支持单边传输与 NIXL 后端；FSDP2 和流水线支持更细粒度的内存与通信控制；NVIDIA Blackwell GPU 上 4-bit（NVFP4）LLM 解码性能提升；Apple Silicon 新增 FP8 支持与更快解码路径；新增 ROCm 10.0、CUDA 13.4 轮子；Python 最低支持版本升至 3.11；MPS 后端要求 macOS 15 或更高版本；CUDA 轮子不再依赖 cuRAND 库；大量向后不兼容变更、弃用项、新功能、改进与 Bug 修复。
Artificial Analysis 发布 Intelligence Index v5，大幅重构基准：60% 权重基于私有测试集或隐藏答案，编码权重中 FrontierCode 2.0 占 15%，其 132 项任务全部来自真实开源仓库，评分依据为维护者是否愿意合并 PR；DeepSeek V4.1-Flash 1017（max）在 FrontierCode 2.0 上以 28% 得分居已发布权重模型首位；v5 同步推出 Progress Index v1 用于跨时间模型能力比较。
Google DeepMind 发布 Gemini 4 Carbon，称其为当前最强模型，具备前沿网络安全与长周期任务能力；在 SEC-bench Pro（88.2%）、ExploitGym（54.8%）、CWE-bench（71.0%）等无防护基准上取得 SOTA 表现；支持长时程智能体工作流，已在内部团队实测中降低高危错对齐告警近 80%；通过 Fairwind 计划向部分网络安全从业者逐步开放，定价与 Gemini 4 Argon 相同，为每百万输入 token 2 美元、输出 token 10 美元。
Google 推出 Connected Apps 平台，允许美国开发者通过 AppFunctions API 和 MCP 协议将第三方应用接入 Gemini 和 Google Search，支持选择仅 Search、仅 Gemini 或两者同时上线；目前平台处于公开预览阶段，已有超 50 个应用在 Gemini 中可用，包括 Adobe、Experian、Peloton 等，Instacart、Canva、YouTube Music 等已接入 Search，Calm 即将上线双端。