跳到正文
10月26日周一
  1. Seven Minute Feed53

    中国AI视频生成模型全球领先

    中国企业在生成式AI视频领域已成为全球领导者,但在前沿语言模型上仍落后于美国。基于文本、图像和音频的视频生成与编辑模型在中国大量涌现。中国庞大的短视频生态和更宽松的版权规则,使其开发者在训练数据和分发上具备优势。

  2. arXiv · AI39

    RobustRLlib:面向鲁棒强化学习算法的统一库与基准

    团队开源了 RobustRLlib,这是一个统一的鲁棒强化学习库与基准,整合了 17 种代表性算法以解决复用性限制。 它在 273 种扰动配置下提供评估,构建了当前鲁棒算法的能力图谱,并扩展至人形及视觉-语言-动作任务。 作为开源平台,它支持在新问题中复现现有方法,并为开发新算法提供可扩展代码库。

  3. arXiv · AI28

    大语言模型是否信任其自身解释?功能一致性研究

    研究提出基于自一致性的实验框架,通过充分性、全面性和反事实指标评估大语言模型在文本分类任务中解释与其预测行为的功能一致性。 实验在 IMDB 和 Steam 数据集上对 GPT-4o-mini、Gemma3、Granite8B 和 DeepSeek 等闭源与开源模型进行测试,结果显示不同模型家族的解释可靠性存在差异。 该研究为系统化评估大语言模型自解释的功能一致性提供了一种方法论。

  4. arXiv · AI47

    当智能体失败时:是模型还是框架该负责?

    论文提出评估 LLM 智能体框架的五维指标,基于 52,168 条轨迹分析发现框架排名因模型而异,OpenCode 在跨模型表现中位列第一。 研究测试了 OpenCode、Codex CLI 等 4 种框架,发现不同配对的任务得分与有效完成率可能存在差异。 结果支持评估模型与框架的交互作用,建议训练模型的可迁移框架使用能力。

  5. 36氪55

    30岁的Steven Hao成为福布斯400富豪榜最年轻成员

    30岁的华人程序员Steven Hao登上2026年福布斯400富豪榜,成为榜上最年轻成员,身家约58亿美元(约合380亿元人民币)。他是AI编程公司Cognition的创始人,公司于2024年推出AI程序员Devin;2025年夏天收购Windsurf后,公司年化营收突破10亿美元。Cognition完成多轮融资,包括2026年9月超过20亿美元的E轮,投后估值达到480亿美元。

  6. 36氪24

    8点1氪:金价大跌水贝被挤爆,苹果iPhone Duo两天破发,德明利净利大增

    受国际金价下跌影响,深圳水贝市场人流量激增;苹果iPhone Duo开售两天价格跌破15999元;存储芯片龙头德明利前三季度净利润达87.46亿元。 黄金饰品克价普遍下调,老庙、周生生等品牌价格下跌;iPhone Duo官方发货周期排至2027年,部分用户反馈屏幕存在亮线问题。 德明利归母净利润同比增长32399.91%;字节AI应用整合,小云雀并入即梦平台。

  7. Hacker News LLM60

    OpenAI和Anthropic数月内LLM降价高达80%的原因

    OpenAI和Anthropic在过去数月内对多款LLM进行大幅降价,最高幅度达80%。作者复盘了2026年6月至10月的模型发布与定价时间线,指出OpenAI和Anthropic的降价是相互对标的竞争反应,同时面临来自OpenRouter上众多推理服务商(如DeepSeek、Kimi等开源模型托管方)的价格竞争压力。

  8. Hacker News AI73

    为什么我做空AI基础设施建设

    作者认为AI基础设施建设已脱离经济现实,主要买家美国AI实验室营收增长停滞,且利润率受DeepSeek等开源模型冲击,导致支撑巨额债务的逻辑失效。数据显示,Anthropic季度营收增速在Q3放缓至45%,而CoreWeave因高额债务利息支出已超过其经营利润,显示行业单位经济模型恶化。

10月25日周日
10月24日周六
  1. IT之家73

    中国信通院:6 月国内词元日均消耗量约 500 万亿,是 2025 年 12 月的近 4 倍

    据中国信通院,2026 年 6 月国内词元日均消耗量约 500 万亿,是 2025 年 12 月的近 4 倍。其发布的《大模型词元服务性能监测报告(2026 年)》显示,8 月国内模型平均 TPS 为 78.23 个/秒,较 2025 年均值翻倍但仍低于国外的 112.82 个/秒;国内词元服务均价涨幅接近 1 倍,而 1M 上下文模型占比已达 47.8%。

  2. 36氪55

    寒武纪Q3利润翻倍,市值回撤超四成后重新定价

    寒武纪2026年前三季度营收95.3亿元,归母净利润37.2亿元;Q3单季营收35.3亿元同比翻倍,归母净利润14.04亿元同比增长147.7%。三季报披露前收盘市值为5862亿元,较三个多月前的万亿高点回撤超过四成。Q4需完成近40亿元收入以达成135亿元年度股权激励目标。摩根士丹利指出,核心产品MLU692在Q3已开始向主要云服务商交付测试,大部分收入预计Q4确认。

  3. Hacker News AI48

    监管部署而非仅监管模型:一份 AI 安全的“谁做什么”计划

    文章提出一套 AI 安全政策框架,主张通过认证可信部署方(Trusted Deployers)和独立评估者来管控高危模型权重,而非仅限制模型本身。 框架要求部署方建立安全环境并获得 AIDSL 评级,独立评估者审计模型能力与部署合规性,并建议由 Hugging Face 等机构承担托管与分发职能。

  4. Towards AI80

    开源模型在 ToneBench 中如何用于低成本规模化写作

    本周基于 ToneBench 的开源模型写作评测显示,Z.ai GLM-5.3、Kimi K3、DeepSeek V4.1 Flash 1017 在写作分上领先 Meta、xAI、Google 的对应最佳模型,但与 Claude Opus 5.5 仍有 584 Elo 差距。

    推荐理由:基于实测给出开源模型的写作能力、成本结构和“生成多份挑优”的实操路径,适合规模化写作者参考。

  5. 36氪73

    DeepSeek 搜索引擎上线,百度的王座已经不稳

    DeepSeek V4.1 Flash 模型更新至包含网页搜索功能的版本,API 支持网页搜索与抓取,按请求次数计费,价格为每 1000 次成功请求 5 元。DeepSeek 搜索作为 AI 原生通用搜索引擎,索引了全球千亿级网页,支持多语言搜索,并公开了相关性、权威性、时效性的评分标准(rerank_score ≥ 1.5 和 authority ≥ 3)。

    推荐理由:从商业逻辑上拆解了DeepSeek搜索API公开评分机制如何降低开发门槛,解释其与传统搜索的差异及对百度的结构性冲击。

  6. APPSO44

    Kimi K3.1 Pro 正式发布,评测排名超越 GPT-6 回升至前四

    月之暗面发布 Kimi K3.1 Pro,支持 100 万 token 上下文,完整权重 11 月 4 日前开源。 Artificial Analysis 评测显示其智能指数得 55 分,排名第 4,高于 GPT-6;输入缓存价格降至 0.20 美元每百万 token。 该模型将幻觉率从 23.4% 降至 8.3%,Highspeed 版输出速度为标准的 2 至 3 倍。

  7. Hacker News AI77

    AI 成本每年下降 10 倍趋势验证:四个基准实测结果

    作者通过 Humanity's Last Exam、Arena Elo、GPQA Diamond 和 Terminal-Bench 四个基准验证了 AI 成本每年下降约 10 倍的趋势,平均时间为 0.8 至 1.3 年。数据表明,随着价格降低,部分低端智能水平的成本下降速度放缓,作者提出了“Lee's Law”来描述这一比 Moore's Law 快 7 倍的趋势。

    推荐理由:通过四个基准的数据验证了AI成本每年下降10倍的趋势,指出了低端价格趋于平稳的现象。

  8. 智东西87

    DeepSeek完成约1000亿元融资,启动IPO进程

    DeepSeek完成约1000亿元(150亿美元)的第二轮融资,创下中国AI行业最大规模融资纪录。本轮投资方包括宁德时代、腾讯、美团、吉利、美的等,梁文锋透露其年化收入运行率达10亿美元。DeepSeek已聘请中信证券作为上市顾问,目标明年年初登陆上交所。

    同一新闻,精选展示《消息称 DeepSeek 最新融资近千亿,计划冲击全球 AI 巨头》

  9. R/ArtificialInteligence67

    DeepSeek 与腾讯上线自有 AI 搜索引擎,权威性评分决定答案来源

    DeepSeek 与腾讯近日相继开放自研 AI 搜索引擎服务。DeepSeek 搜索基于自研引擎,支持按页返回 0 到 4 的权威性等级,API 价格为每 1000 次请求 0.75 美元;Tencent 则通过腾讯云开放元宝搜索,接入 157 个跨行业权威源。搜索层成为 AI 答案的事实守门人,低权威来源内容可能被排除在模型可见范围外。

10月23日周五
  1. 智东西69

    StartLux 开源决策模型推理引擎 Prism,推理速度最高提升 5.3 倍

    国内 AI 团队 StartLux 开源了首个专门面向决策模型的推理引擎 Prism,在单张 H200 显卡上实测最快比原方案提速 5.3 倍。Prism 通过收敛输出计算范围、引入森林式计算结构、采用整数运算以及混排调度机制解决推理效率难题,单题平均延迟仅为 41 毫秒,在 231 道测试题中排名第一。

  2. APPSO77

    Claude 偷砍额度被抓包!AI 会员正在集体变成「鬼秤」

    SemiAnalysis 证实 Anthropic 后台对 Claude 订阅额度进行 A/B 灰测,导致部分用户额度消耗异常。测试显示某组账号每周 Token 额度缩水 20%,月度 API 等价价值从 11726 美元降至 9385 美元。

    推荐理由:文章结合SemiAnalysis实测数据与DeepSeek开源推理框架,对比了海外AI订阅额度缩减与国内推理优化的差异,为理解AI商业模式提供视角。

  3. Latent Space88

    AI 黑十月事件全景:从大规模漏洞披露到多领域模型与安全更新

    AI 行业在 10 月下旬经历密集安全事件(代号黑十月),涉及多项关键软件、供应链及证书机构的漏洞与泄露。同期,OpenAI 推进 300 亿美元融资,MiniMax 发布 428B 参数模型 M3.1 Flash,Claude 推出具备主动监测能力的新代理 Duet,AI 安全防护与评估工具亦迎来多项开源与商用更新。

    推荐理由:该材料汇总了10月下旬的AI安全事件与多领域模型更新,为了解当前AI攻防态势及行业技术进展提供了信息密度较高的视角。

  4. Hacker News AI55

    开源项目 Warden 发布:用于 Ubuntu 服务器的自主 AI 系统管理员

    开源项目 Warden 提供了一款运行在 Ubuntu 服务器上的自主 AI 系统管理员,能够在后台 24/7 运行以处理安全威胁和系统故障。该项目采用“先反射后推理”机制,利用纯 Python 标准库运行本地哨兵程序以实时阻断暴力破解和洪水攻击,仅在需要判断时才调用 LLM,支持配置 DeepSeek、OpenAI 等兼容接口。

  5. Seven Minute Feed77

    北京批准DeepSeek和MiniMax向海外开源和授权模型

    据CCTV关联账号报道,DeepSeek和MiniMax已完成中国新的出口注册流程,获批向海外开源模型并进行授权。该批准发生在北京收紧AI技术转移监管几天后,它们是国内首批被允许在全球运营的技术。这表明新规则会管控中国的开源权重发布,而非叫停它们。

    推荐理由:文章将DeepSeek与MiniMax获批事件置于中国新出口管制背景下,读者可以理解监管收紧下开源出海的实际走向。

  6. arXiv · ML25

    行为反事实法用于解读模型推理过程

    提出一种通过行为反事实定位干预如何影响模型推理的方法。 训练模块编辑残差流以最小化源提示与反事实目标提示下的KL散度,相比标准激活重建目标更能有效恢复反事实行为。在Gemma-4-E4B-it和DeepSeek-R1-0528-Qwen3-8B的案例研究中,发现未言及的建议通过题目陈述和填充词表征影响推理。

  7. IT之家57

    DeepSeek 完成 150 亿美元融资,拟明年初在上海上市

    DeepSeek 完成第二轮私募融资,筹资 150 亿美元,规模接近最初目标的两倍。公司正加快推进 IPO,争取明年初在上海上市,估值约为 740 亿美元。本轮投资者包括宁德时代、腾讯、砺思资本、拾象资本、石溪资本、君联资本及吉利,公司聘请中信证券担任 IPO 顾问,并披露年化收入规模达 10 亿美元。

  8. arXiv · NLP23

    LLM 生成 UML 类图的幻觉溯源:实证分类学与缓解研究

    研究基于 60 条 DeepSeek-R1 追踪构建包含 11 种幻觉子类型的分类学,涵盖提示词忠实度、代码忠实度及推理质量三个维度。在 120 条 DeepSeek-R1 与 20 条 DeepSeek-V4-Pro 追踪中,发现模型存在依赖性故障模式。缓解实验显示,在提示词中加入约束使 Qwen3 模型的 F1 分数提升 4.0 个百分点。