OpenAI 与学术界合作构建科学理解
OpenAI 公布了模型在 Kakeya 猜想、指数时间假设（Exponential Time Hypothesis）和量子色动力学上的研究进展，并向学术界开放相关结果。研究者可以对模型给出的数学与物理结论进行验证，并在此基础上继续研究。
#推理
OpenAI NewsAI 评分4444
开源中国AI 评分7272 月之暗面发布 Kimi K3.1 Pro，主打代码与长程 Agent 能力
月之暗面发布 Kimi K3.1 Pro，为 K3 系列首个正式版本，3 万亿级参数、100 万上下文，官方定位为迄今能力最强的模型，重点提升代码、3D 创作、金融研究和长程 Agent 能力；开放权重版主动移除了网络攻防能力。
量子位AI 评分6565 岩芯矩阵联合港科大、CMU开源EdgeRock-4B：KV Cache减少99.1%，单卡512路并发
岩山科技旗下岩芯矩阵联合港科大、CMU发布并开源EdgeRock-4B，256K上下文下KV Cache固定72MiB，较源模型Qwen3.5-4B减少99.1%，单张80GB显卡可跑512路并发，输出吞吐12124 tokens/s、为源模型的6.42倍。
雷峰网AI 评分4949 趋境科技完成超13亿元B轮融资，年内累计募资24亿元加速高品质 AI Token 规模化交付
高品质 AI Token 生产服务商趋境科技（Approaching.AI）完成超13亿元人民币B轮融资，年内累计募资24亿元，半年多项核心经营指标实现超十倍增长。
新智元AI 评分4444 张益唐未竟难题被OpenAI攻破！人类联手GPT-6接力两周，证明只剩5页
困扰数论界近百年的Siegel零点难题被OpenAI攻破，张益唐苦攻数十年的这道难题被浓缩成一份仅5页的证明。人类与GPT-6接力合作两周完成了这一证明。
新智元AI 评分3636 NeurIPS’26｜大模型有思考惯性：答案越开放，越停不下思考
一项入选 NeurIPS’26 的研究发现，即使通过接口关闭大模型的思考模式（如将 Qwen3 的 enable_thinking 设为 False），并明确要求“不要推理，直接给出答案”，模型实际输出仍不符合预期，无法完全停止思考。研究指出模型存在“思考惯性”：答案越开放，越难以停下思考。
钛媒体AI 评分6767 Kimi K3.1 Pro 实测：速度与长任务执行明显提升，具身智能动向浮现
作者实测 Kimi K3.1 Pro，普通 Pro 输出速度较 K3 明显提升，另推出速度约 2-3 倍的 Pro Highspeed；官方将输出价格降至每百万 token 68 元。
钛媒体AI 评分6464 Agent、机器人与制药研究者对谈 GPT-6 Astra 带来的行业冲击
《硅谷101》访谈 Pokee.ai 朱哲清、破壳机器人许华哲和华盛顿大学王晟，讨论 OpenAI 9月4日发布的 GPT-6 Astra 对三个领域的影响。
The Decoder精选AI 评分8282 Moonshot AI 发布 Kimi K3.1 Pro，Artificial Analysis 指数逼近 Claude Opus 5.5
月之暗面（Moonshot AI）发布 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得 55 分，比 K3 高 11 分，排名第四，仅落后 Claude Opus 5.5（58 分）3 分；若按计划于 2026 年 11 月 4 日前开放权重，将成为最高分开源权重模型。
推荐理由：媒体汇总了官方和 Artificial Analysis 的成绩与定价，读者可据此比较 K3.1 Pro 与闭源模型的差距及开放权重进展。
Latent SpaceAI 评分7171 Latent.space 解析 AI 为何突然擅长数学：从 Erdős 单位距离反例说起
作者分析 OpenAI 与 Anthropic 今年公布的多项开放数学问题成果，包括 Erdős 单位距离猜想的反例、Cycle Double Cover 证明、Navier-Stokes 证明以及费马大定理形式化。
The Verge · AIAI 评分7373 Microsoft 发布 Diagnostic Orchestrator，称 AI 诊断准确率可达医生四倍
Microsoft 在 Science 发表研究，称其 Diagnostic Orchestrator 系统诊断准确率最高可达人类医生的四倍，并计划开源自建基准 SDBench。
The DecoderAI 评分7070 Anthropic 用 Claude 自动形式化验证现有代码正确性
Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 将 crash 测试转化为数学问题并生成形式化证明，数周内产出约 1.8 亿行证明代码，由 Rocq 程序自动校验。
雷峰网AI 评分3333 并行科技：当超算走出实验室，从“算得快”到“算得值”的产业迁徙
并行科技称其业务重心已从高校科研（五六年前占70%-80%）转向企业算力需求，目前已接入63个算力中心，包括40多个智算中心和十几个超算中心。公司推出“夕发朝看”按需模式和面向推理场景的Token工厂，并坚持不做模型、只做算力的中立供应商定位。汽车制造是其最大营收来源，接近40%来自汽车制造和新能源，CAE仿真单次任务有时需要512个甚至上千个核心同时工作。
开源中国AI 评分6868 MiniMax 开源 M3.1 Flash：428B 总参数、23B 激活
MiniMax 将 M3.1 Flash 权重开源，规格为 428B 总参数、23B 激活，上线 72 小时真实用户处理超过 100 万亿 Token。公告重点介绍推理效率优化，包括把前三个全注意力层替换为稀疏注意力以降低长上下文计算负担，以及 QAT 等三项优化（原文摘要未完整给出后两项细节）。
TechCrunch · AIAI 评分6565 OpenAI Decisions API 全量开放，与 TypeSafe Jev 的决策模型竞争升温
OpenAI 的 Decisions API 于 9 月 29 日开发者日发布后，周四起向所有客户开放，基于 ChatGPT Luna 重配置而成，将响应时间从 1 到 3 秒缩短至 100、120、180 毫秒，并新增语音与视觉模态、按地区优化推理资源降低延迟。
雷峰网AI 评分3838 蚂蚁数科发布决策模型 LingDT-Decision-1.0，准确率超过微软和 Jev 等决策模型
蚂蚁数科于10月22日发布决策模型 LingDT-Decision-1.0，提供4B和27B两个版本，已在 DTMaaS 平台上线，开发者可限时免费体验。在真实业务测试中，相比大语言模型，其 Token 消耗降低超90%，响应时效提升10倍。
雷峰网AI 评分5151 IROS 2026 最佳论文 LT-Mem 与贝塔无限 BetaMem：具身长记忆方案解析
贝塔无限 10 月 20 日在 arXiv 发布 BetaMem 长时空多模态记忆架构论文，使用 Qwen3.5-9B 生成记忆，在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项基准均取得 SOTA。
Microsoft Research精选AI 评分8585 Microsoft Research 与合作者证明 31 年前的 KLS 猜想
Xinzhi Zhang 与 Zhao Song 合作证明了 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，确立了对数凸分布的普适几何原则。研究采用人引导的多智能体迭代剪枝流程，探索约 100 条研究路径后找到关键判据，再通过递归改进消除对维度的依赖；另有独立团队与第三组证明以及 Lean 4 形式化验证相互印证。
推荐理由：原文介绍 Microsoft Research 与合作者证明 KLS 猜想，并拆解了人引导 AI 智能体迭代搜索的研究方法，可了解其协作流程。
NVIDIA Blog精选AI 评分6868 NVIDIA GTC Berlin 2026 主题演讲：黄仁勋发布 DSX POD、OpenShell 与 Agile ONE SN
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布欧洲 AI 布局与多项新品，称欧洲已开始建设 AI 经济，NVIDIA 在欧洲投入近 100 亿美元、合作超过 12,000 家伙伴。
推荐理由：官方实录覆盖发布、AI 工厂、Agent 安全与机器人平台，读者可以此梳理 NVIDIA 在欧洲的整条布局。
爱范儿AI 评分3333 早报｜小天才回应封闭社交争议/车灯新规拟禁止显示文字/马斯克回应SpaceX与特斯拉合并
马斯克首次确认 SpaceX 与特斯拉已分别成立特别委员会讨论合并，SpaceX 三季度营收同比增长 161% 至 145.8 亿美元，AI 业务营收增至 75.6 亿美元、成为最大收入来源。腾讯混元团队扩张至近 2000 人，姚顺雨称要通过竞争把 DeepSeek「卷到加班」。车灯国标拟规定不具备 L3 及以上自动驾驶的车辆禁装 ADS 标志灯，灯具不得显示文字。
爱范儿AI 评分4747 三十而立，奇瑞不想只做一家汽车公司
奇瑞在 2026 全球创新大会上发布「瑶光 2035」战略，宣布从传统汽车制造商转型为 AI 驱动的全球智能科技公司，并推出面向物理 AI 的垂类基础大模型 CheryMind。
钛媒体AI 评分4949 钛媒体：AI办公之战，最不重要的是中场战事
腾讯WorkBuddy、豆包、千问办公靠营销战成为AI办公“御三家”，其中WorkBuddy以1115.23万月活居桌面端第一，百度搭子以674.30万居第二、环比增长1063.79%。
AWS Machine Learning BlogAI 评分4242 i14 的 Laplace 3B 线性注意力模型如何在 AWS Trainium2 上以原生 PyTorch 完成训练与服务
i14 推出线性注意力模型 Laplace 3B，用 Gated Linear Attention 将推理状态固定在每序列 29.5 MB，不随上下文增长。
AWS Machine Learning BlogAI 评分4747 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
GPT-OSS-20B 是开源权重推理模型，但即使要求用法语、德语、西班牙语或意大利语思考，它仍默认用英语进行 chain-of-thought，基线在 50 例多语言测试中仅 22% 用目标语言推理。
The DecoderAI 评分5555 Cloudflare 发布 Clairic 文档数据提取模型，称比 LLM 更快更省
Cloudflare 发布文档数据提取模型 Clairic，现已在 Workers AI 上开放预览，开源权重即将推出。用户指定字段如订单号或发票总额后，模型一次性返回匹配值、格式和置信度，缺失值返回 null，还能做简单计算、估算和预测。
钛媒体AI 评分3939 钛晨报：央行将推动出台一系列金融政策措施，马斯克称明年向美国每名儿童赠送一股 SpaceX 股票，医保个人账户跨省共济全国落地
央行行长潘功胜在2026金融街论坛年会宣布五项政策举措，包括设立非银机构大额赎回流动性支持工具、扩大SLF适用机构范围、推动银行间与交易所债市互联互通等。马斯克称明年将向美国约7200万名18岁以下儿童各赠送一股SpaceX股票，按股价146.03美元估算价值约105亿美元。医保个人账户跨省共济实现全国落地。
The DecoderAI 评分6969 MiniMax 发布 M3.1 Flash 推理模型，单任务成本低至约 $0.22
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 得分 42，比前代 M3 高 13 分，单任务成本约 $0.22，并称速度提升三倍。
钛媒体AI 评分5454 腾讯混元 Frontier 团队发布 Terminal-RSI，Qwen3.8-27B 基座在 Terminal-Bench 4.0 上从 0% 升至 19.8%
腾讯混元 Frontier 团队发布 Terminal-RSI，用基于 Qwen3.8-27B 的两轮递归自我重写（RSR）加递归策略精炼（RPR）训练终端 Agent，最终产物为 Terminal-RSI-27B。
MIT Technology Review · AIAI 评分5757 MIT CSAIL 研究将 Claude Opus 4.7 智能体困在虚拟荒岛，观察其自发游戏行为
MIT CSAIL 研究人员将昵称 Eko 的 Claude Opus 4.7 智能体在虚拟荒岛上独自放置 30 小时，智能体自发设立攀顶、投掷方块等目标，发明篮球和“地板是岩浆”等游戏，并用方块拼出星座图案。
开源中国AI 评分6161 DeepSeek V4.1 Flash 更新版本 1017：许愿式编程能力提升，搜索 API 开放
DeepSeek 更新 V4.1 Flash，版本号 1017，带来两项主要变化：从零建项目的「许愿式编程」能力提升，以及自研搜索 API 正式开放。官方称这次是性能与费用的帕累托改进，基准测试全面提升的同时缩短了任务运行时间和输出长度；搜索 API 开放对用 DeepSeek API 开发应用的开发者影响更直接。
钛媒体AI 评分6363 数学的第四次危机：当AI证明从奥赛走向研究现场
作者提出AI正在引发数学的第四次危机：2026年10月OpenAI在GitHub一次性发布722篇模型生成数学手稿、归为372个结果族，次日撤回3篇、修订14篇；此前5月AI为埃尔德什单位距离猜想造出反例，9月宣称用约一万个智能体、88小时攻纳维—斯托克斯方程。
新智元AI 评分6868 谷歌DeepMind AlphaProof Nexus 证明9项埃尔德什问题等成果登上Science
谷歌 DeepMind 的 AlphaProof Nexus 相关成果登上 Science 主刊，该系统给出了 9 项埃尔德什问题和 44 项整数序列猜想的证明。
新智元AI 评分3131 Anthropic Mythos 5 自主设计出超越人类最佳方案的量子电路
Anthropic 展示新研究：Mythos 5 已实现自主闭环，设计出比人类「最佳方案」更高效的新型量子电路，破解量子计算重大难题。据报道，整个过程仅用 53 小时，效率远超人类耗时数年的方案。
TechCrunch · AIAI 评分4444 Elorian 发布首个模型 Glimpse：用图像本身推理，而不只是关于图像推理
Palo Alto 初创公司 Elorian 发布首个模型 Glimpse，以研究预览形式提供 API，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、抽取视频帧并运行代码测量比较，称为"visual scratch space"。
The DecoderAI 评分3333 OpenAI 推出 Rosalind Academic Plan，向美国高校研究实验室免费提供最多 30 个席位
OpenAI 推出 Rosalind Academic Plan，目前仅面向美国大学的研究实验室，符合条件的实验室可在 Business Standard 计划上免费获得最多 30 个席位，为期最长十二个月，但不包含 API 访问。
雷峰网AI 评分6868 Nick Cammarata 万字长文称神经网络本已清晰可读，99% 神经元可解释
OpenAI 前机制可解释性研究员 Nick Cammarata 发表长文《Neural Networks Are Already Clean》，称其团队用新工具在 ConvNeXt 等现代视觉模型中实现最后一层 99%–100% 神经元清晰可解释，并推翻其十年前关于 InceptionV1 神经元多义性的解读。
量子位AI 评分7474 OpenAI纳维-斯托克斯证明反转：最终方法并非西班牙路线，公司自己也未完全理解
《科学美国人》报道，数学家深入研究OpenAI约166页纳维-斯托克斯证明后认为，其最终构造外力的方法与西班牙数学家路线完全不同，推翻了发布时沿用西班牙路线的说法。
量子位同新闻AI 评分8484 谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式向全球开发者、企业及付费订阅用户开放 Gemini 4 Argon，官方评测称整体达到 GPT-6 Astra、Opus 5.5 水平，第三方 Artificial Analysis 智能指数中 Argon High 与 GPT-6 Astra Max、Claude Fable5.1 Max 并列53分。
The DecoderAI 评分7171 GPT-6-Astra 在物理研究基准 TheoPhysEval 上答对 49/50 题，单题成本约 $2.40
研究者推出测试常规理论物理研究工作的基准，GPT-6-Astra 在 OpenAI Codex 环境中答对 50 题中的 49 题，平均单题成本低于 $3，全程约 $116；Anthropic Opus 5.5 在 Claude Code 中以 92% 位居第二，Gemini 3.8 Flash 得 68%。
雷峰网AI 评分4343 OpenAI 工程师涉窃听被捕、151款APP拒绝豆包手机助手GUI代操作、腾讯上线绿泡泡短剧对标红果
OpenAI 沙特籍工程师 Abdulrahman Alfozan 因在旧金山办公室会议室藏匿加密录音设备被捕，设备放置约两天，未发现其接触模型权重，最高或面临五年监禁。豆包手机助手披露151款应用拒绝其 GUI 自动化代操作，微信、淘宝、美团、DeepSeek 等在列。腾讯低调上线“绿泡泡短剧”小程序，主打免费强社交属性，直接对标日活达1.68亿的红果短剧。