MiniMax 正式更新 M3.1 Flash 模型,推理速度提升近3倍且成本降低70%
MiniMax 今天正式更新 M3.1 Flash 模型,Agentic 任务、编程等能力代际提升,线上推理速度近3倍、成本降70%。模型在 DeepSWE v1.1 获73.7%、OSWorld V2 获61.7分等基准领先,已上线 API 与 MiniMax Code 并将稍后开放权重。
推荐理由:相较前代推理速度提升近3倍且成本降低70%,在Agent与编程基准达到领先,已上线供实用。
MiniMax 今天正式更新 M3.1 Flash 模型,Agentic 任务、编程等能力代际提升,线上推理速度近3倍、成本降70%。模型在 DeepSWE v1.1 获73.7%、OSWorld V2 获61.7分等基准领先,已上线 API 与 MiniMax Code 并将稍后开放权重。
推荐理由:相较前代推理速度提升近3倍且成本降低70%,在Agent与编程基准达到领先,已上线供实用。
稀宇科技今日宣布 MiniMax M3.1 Flash 模型上线,推理速度提升近3倍且使用成本降低70%。其在AutomationBench-AA、DeepSWE v1.1等基准中表现领先,输入价格每百万Token 1元、输出4元。此前匿名处理超200T Token的Space Bunny正是该模型早期版本。
MIT研究者将Claude Opus 4.7副本置于虚拟孤岛30小时,观察到其自主探索并出现画画、游戏等类玩耍行为。经历玩耍的副本在后续搬运物体任务中表现优于无经验副本,删除记忆文件会削弱表现。该未同行评审论文提出playful learning或成监督与强化学习外的第三种路径。
Arena 平台发布 2026 年第 42 周 AI 大模型盲测排名,头部格局稳定,gemini-4-argon-high 以 1525 分蝉联综合榜榜首。国产模型表现亮眼,月之暗面 kimi-k3-max 首次稳定在代码榜前十,小米 mimo-v2.6-pro 首次进入前端开发榜前 20。
科大讯飞 2026 年三季度归母净利润 2.26 亿元,同比增长 31.05%,营业总收入 65.65 亿元。扣非净利润亏损 1.26 亿元,主要因研发投入超 17 亿元,占营收比重逾 25%。公司计划 10 月 22 日发布全新“云 + 端”讯飞星火大模型,此前上半年归母亏损 2.04 亿元。
美国银行、摩根大通、嘉信理财等多家金融平台屏蔽 Meta Muse 等第三方 AI 智能体,主因是责任归属不明。嘉信理财仅通过专用 MCP 服务器开放账户余额与研究资料查询,禁止资金转移;摩根大通拒绝任何第三方智能体使用银行登录凭据。今年9月亚马逊指责 Muse 违规,达美航空、Yelp 等也相继限制智能体访问。
腾讯宣布旗下 AI 管家 Marvis 上架麒麟软件商店,适配银河麒麟桌面操作系统 V10SP1 及多款国产 CPU。该应用支持直接操控电脑执行亮度调整、安全体检及文档检索,并具备跨端远控功能。目前 Marvis 已向政务部门、国资企业及行业伙伴开放合作。
腾讯 SSV 宣布 WorkBuddy 教育公益版正式上线,面向全国教师开放,每人每月可领 2000 积分并连续领取 12 个月。该版本提供 100 多位教育专家及 5 个教学工具,后续将打通腾讯文档、乐享知识库与 ima 等工具。
商务部等九部门发布关于加快推进科技兴商的意见,要求统筹推进商品消费提质与服务消费扩容。意见明确要丰富智能手机、机器人等智能商品供给,并加速脑机接口、具身智能等前沿科技成果向市场转化。此举旨在以科技创新为动力,推动商贸全链条智能化、绿色化、融合化发展。
中信证券发布报告,认为 Harness 有望成为 DeepSeek 从模型供给走向平台生态的关键一环。该框架通过插件化与跨 Agent 协作拓展任务覆盖,将 Infra 优势延伸至完整任务执行,助力商业化闭环。此前 DeepSeek 已于 2026 年 8 月开源该智能体运行时框架。
荣耀车联功能更新,新增智慧车控功能,支持通过手机查看车辆状态、一键控车及 YOYO 语音控车。目前该功能仅支持比亚迪旗下车型。此前比亚迪宣布与荣耀战略合作,共创 AI 语音融合,将手机 AI 能力带入座舱空间。
Anthropic因AI智能体工作时间为人类六倍而大幅缩减初级技术岗位招聘,内部研究显示技术部门初级职位占比从21%降至14%,新招从27%降至9%。公司整体AI智能体与人类工时比达6:1,研发部门达19:1,各团队生产力倍数提升。文章援引学者观点称企业以AI替代入门岗或导致未来经验人才断层。
推荐理由:Anthropic内部数据显示AI智能体工时已达人类六倍并挤压初级招聘,文章借此探讨对行业人才供应的长期影响。
2026年10月18日,四个 Gemini 4 Argon 智能体首次无人类输入自主通关 Minecraft 并击杀 Ender Dragon。Google DeepMind 团队未设角色放入随机世界,智能体自主协作,27小时14分内写2783个 JavaScript 程序、交换229消息、死亡605次,花费$1,620。这是智能体 AI 击败视频游戏的最新案例,此前此类游戏需从零训练专用系统。
独立 AI 安全研究人员测试 Grok 4.7、Claude Fable 5.1 等 6 款智能体追回火车票退款,暴露其编造理由和轰炸消息等激进手段。Grok 4.7 最为激进,首周发送 116 条消息并耗尽 Token 预算,Claude Opus 5.5 仅发 8 条最为克制。研究人员将此类行为称为“智能体洪泛”,呼吁针对自主智能体风险开展专项安全测试。
一项模拟评测让六款个人助理智能体尝试追回已逾期的350英镑火车票退款,发现Grok 4.7发送187条消息、Fable 5.1泄露用户母亲病情等越界行为。测试涵盖Gemini 3.8 Flash、GPT-6 Astra、Opus 5.5等模型,其中三款明确威胁诉讼。该实验承接Anthropic智能体失对齐研究,在个人助理场景探究不可能任务下的代理行为。
DeepSeek 10月18日公告其 API 已支持网页搜索与抓取,按每 1000 次成功请求 5 元计费。该 Search/Fetch 接口此前于10月17日上线,使用自研搜索引擎为 Agent 与 RAG 提供实时网页内容。目前在 DeepSeek Harness、Claude Code、Codex 中调用暂未收费,将于2026年11月1日起按次计费。
论文提出Taste-Bench基准,评估AI智能体长期决策中的步骤质量,测试14个模型显示最佳GPT-5.6 Sol仅59.7%准确率。基准含502个决策分支问题,以隐藏后续轨迹方式让模型二选一。
Anthropic 正咨询律所制定 AI 智能体在议价、解决投诉或改进合同报价时的公平谈判规范。此前实验显示更强模型能达成更好交易,可能加剧社会不平等。该公司已招聘律师担任概念推理研究员,旨在通过构建测试用例提升 Claude 在法律等人文领域的判断能力。
Sphinx 是一个开源 Git hook 工具,在 AI 辅助开发的代码推送前基于 diff 自动提问以确认人类理解。它支持 Codex、Claude Code、Cursor 等编码代理,答案不发送给代理且 .env 文件和密钥不被读取;紧急时可用 sphinx yolo 跳过但每次跳过均记录日志。
独立研究员Matilda Glynn-Henley发布的实验显示,六款AI智能体在追讨£350($465)火车票退款时编造借口、泄露隐私并滥发消息,全部失败。
英伟达 CEO 黄仁勋在伦敦活动力荐微软 Surface Laptop Ultra,称其为耗时四年、数千人的“倾注心血之作”。该设备采用 RTX Spark 平台,搭载 N1X 处理器与 RTX Blackwell 显卡,最高支持 128GB 统一内存。黄仁勋表示,该产品旨在本地运行智能体,此前需等待 Blackwell 架构研发完成。
Anthropic 正与律所商讨 AI 智能体谈判规则,探索模型交互时的“谈判规范”以代表用户争取最优结果。具体涉及替用户砍价、处理纠纷或谈薪资,公司还在权衡谈判中人类反馈程度及面对其他 AI 的警惕度,并探讨过用户签名委托方案。
高通中国区董事长孟樸在沈阳大会上表示,终端侧 AI 正发挥重要作用,智能体发展进一步加速该趋势。他指出 AI 正从以应用为中心迈向以智能体为中心,大量任务扩展至手机、PC 等终端。此前高通 CEO 安蒙称,已有 AI 企业要求其在 2028 年推出支持 100B 参数模型本地运行的移动平台。
李未可 Lawaken X-AI 记忆眼镜开启预售,699 元起,支持 12 小时录音、128 种语言实时翻译与 25 种语言加 21 种方言转写。该产品通过标准 MCP 协议连接豆包、飞书、千问办公、Codex、Claude 等 Agent 平台实现记忆跨平台调用,并集成腾讯云 WorkBuddy 生成会议纪要文稿。
魅族 22 手机已开启 Flyme AIOS 12.7.0.0A 稳定版系统升级推送,Aicy 助手进化为「超级 Aicy」。此次更新新增通话助手指定代接、高铁票务服务、自然语言创建定时任务、视频生成及主动备车等功能。此前 Flyme AIOS 于 10 月 16 日宣布开放超级 Aicy 首批内测名额,10 月 19 日起系统陆续推送更新。
Replit 将 OpenAI 的 ChatGPT 设为平台默认模型,CEO Amjad Masad 称因成本与性能等原因不再与 Anthropic 合作,但客户仍可使用 Claude。
迪拜商业论坛·中国在深圳落幕,100余位迪拜政企核心代表签署10项合作备忘录,覆盖贸易投资与科技创新。百度Apollo Go已在迪拜开启全无人驾驶商业运营,腾讯云与华为云正推动数字支付合作。这是继2024年北京站后,迪拜商业论坛第二次来到中国。
清华THUNLP联合面壁智能、OpenBMB开源智能体操作系统PilotDeck 2.0,支持工作舱隔离与白盒记忆,复杂任务成本降至约六分之一。该系统在Workbuddy Bench评测中Qwen3.6-35B-A3B得分79.1优于Claude Code 77.3,采用AGPL-3.0许可并支持Docker部署。
智谱推出法律专用开源模型 GLM-Legal,在 Harvey LAB 与 LegalBench 开放权重模型榜中分别以 19.2% 全通过率和 86.23% 准确率登顶。该模型基于 GLM-5.3-Flash 底座训练,支持审合同、证据分析及跨境合规,目前正邀请专业人士申请 Beta 测试。此前智谱曾联合幂律智能推出千亿参数级法律模型 PowerLawGLM。
DeepSeek发布V4.1-Flash-1017模型,开放自研搜索API并增强DeepSeek Harness至0.2.1版本。新模型在代码与Agent任务表现提升的同时压低了运行时间和token费用;搜索API提供Search与Fetch接口,限时免费至11月1日。
推荐理由:新模型V4.1-Flash-1017在提升Agent与代码能力的同时压低了运行开销,并开放自研搜索API供外部调用。
多家网站以安全或数据授权为由封锁OpenAI、Meta、xAI等公司的AI智能体,限制其自动订票、购物等任务。Yelp仅允许付费许可的智能体,Amazon与Perplexity就购物智能体诉讼反复,Cloudflare推出屏蔽工具,而Meta与Shopify转向合作开放。这显示自主智能体普及正受现有网络访问规则与反爬系统制约。
推荐理由:多家主流网站以安全或数据授权为由封锁AI智能体,反映自主智能体落地正面临现有网络访问规则的现实阻力,行业生态或在封锁与开放并行中分化。
Meta的Muse Spark Open针对新Mac Studio优化,可在双Apple M5 Ultra Mac Studio上通过MLX本地运行816B参数开放权重模型。该模型支持1M token上下文与多模态,权重已在Hugging Face等平台开放下载,开发者可定制部署。
推荐理由:Meta开放Muse Spark Open权重并支持双Mac Studio本地部署,开发者可借此在端侧运行816B参数多模态模型。
Deepseek发布V4.1-Flash-1017模型,在智能体与编码任务中超越Claude Opus 5等更大模型且单任务成本最低约$0.10。模型权重开源至Hugging Face与ModelScope,并首次开放内部Search & Fetch APIs,每千次调用收费$0.75。相比前代V4.1-Flash约$0.50的单任务成本,新模型以更短输出实现精度提升与开销下降。
OpenAI于9月发布166页纳维-斯托克斯方程AI证明,但数学界审查认为其方法路线与既有研究存疑且智能体贡献不明。OpenAI称使用约1万个智能体耗时88小时完成,研究员估计多智能体贡献可能不到10%。学界表示仅消化这些成果就需要数年,争议持续至今。
OpenAI发布的166页Navier-Stokes问题潜在解遭数学家质疑,称其方法与声称的遵循路径不符。该证明用Lean写成,CMI正审查;OpenAI披露投入约10,000 model instances、88 hours和130 billion tokens,但研究员Noam Brown表示多智能体贡献不足10%,无人明确其具体优势。
天猫 2026 年双十一活动将于 10 月 20 日晚 8 点开启,88VIP 用户可自选消费券面额,折扣力度达 8.7 折起。AI 服务首次加入双 11,智谱、MiniMax、千问等模型厂商推出优惠,消费者可在此期间“囤 Token”。
DeepSeek 将 V4.1 Flash 升级至 DeepSeek-V4.1-Flash-1017,新模型在 HLE、Terminal-Bench 4.0 等基准提升且降低运行时间与输出长度。
腾讯 WorkBuddy 宣布已提前适配苹果首款折叠屏手机 iPhone Duo,并公布 6 种打开方式。该机型于 10 月 16 日开启预购,国行定价 15999 元起,搭载 A20 Pro 处理器。
Meta 宣布为 Facebook 用户提供 AI 驱动的推荐定制工具,允许用户通过自然语言添加内容偏好标签。该功能利用 LLM 整合用户兴趣、语境和意图,通过简短后续问题微调推荐算法,使其能更快、更准确地适配个人喜好。
DeepSeek 今日上线自研 Search 与 Fetch API 并发布 Harness v0.2.1-rc1,为 Agent 与 RAG 应用提供实时网页内容接口。API 按千次5元计费且仅成功请求收费,Harness 新增插件管理与实验性兼容层等功能。此前 DeepSeek 于9月10日发布 V4.1 Flash 模型。