# AI 前沿早报 · 2026-10-18

覆盖 2026-10-16 至 10-18 近 48 小时动态，带 待确认 标注的条目为无法完全验证的内容。

## 1）大模型与 Agent 的重要进展

• DeepSeek 发布 V4.1-Flash-1017（10-17）：MIT 权重已上线 Hugging Face / ModelScope，自称性能与成本的"帕累托改进"——DeepSWE v1.1 得分 77.0（前代 74.2）、Terminal-Bench 4.0 从 31.2 升至 42.3，任务更快、输出更短，API 价格不变；同时开放自研搜索引擎的 Search 与 Fetch API（$0.75/千次），经 DeepSeek Harness、Claude Code、Codex 的服务端调用在 11 月 1 日前免费（以上评测均为厂商自报，尚未独立复现）。TechI · Dealroom
• Elorian 发布首个模型 Glimpse（10-16，研究预览版）：Palo Alto 创业公司 Elorian（前 DeepMind 研究员 Andrew Dai 创办）推出首款模型，核心机制是"visual scratch space"——推理中反复回看原图像素（裁剪区域、抽取视频帧、写代码度量画面），而非一次性 token 化后靠记忆推理。自报在 CharXiv-R 图表推理（92.90 vs GPT-6 Astra 92.10）与短视频字幕任务上占优，输出价格约为 Astra 的四分之一，训练仅用了几百块 GPU（基准均为自报，未独立验证）。TechCrunch
• 开源项目 AegisKernel 发布（10-17，待确认）：宣称用确定性 syscall 门控 + 数学污点追踪替代 LLM 自我审查，可在 0.05ms 以内拦截 agent 工具劫持攻击（rm -rf 破坏性执行、.env 路径穿越、删库注入、命令链劫持四类零日向量），集成仅需两行 Python 装饰器；为作者自发布，未见第三方独立验证或权威媒体报道。ClawdBytes
• Meta 发布 Muse Spark Open（10-15，48 小时窗口之外，但为本周重磅动态）：816B 总参数 MoE（每 token 激活 42B）、1M 上下文，支持文本/图像/视频/音频输入，专为长程 agent 编码任务训练，权重免费下载。Meta 称其为"迄今美国实验室最强的开源权重模型"：自家基准中 JobBench 61.8、MCP-Atlas 89.2 领先，但在 Terminal-Bench 2.1（76.4）上落后 Kimi K3（85.0）、GLM-5.3、Qwen3.8 等国产开源模型。Reuters

## 2）主要 AI 机构/公司动态

• Anthropic：Claude Mythos 5 量子电路设计研究成果（10-16）：Claude Mythos 5 在闭环自动化评估下为 8 个计算任务重新设计量子电路，7 项同时削减门数与量子比特数，椭圆曲线点加法任务中以多用 12% 量子比特为代价将 Toffoli 门数削减 17 倍，论文已发布于 arXiv（哈佛 / QuEra 合作）。Interesting Engineering
• Anthropic：Claude 约 30 分钟破解 NIST 椭圆曲线 NSA 种子 25 年悬案（10-17）：Claude 将 NSA 上世纪 90 年代提供的 5 个不明 NIST 曲线种子追溯到 1997–1998 年时间戳驱动的普通随机数程序，降低了"NSA 留后门"的嫌疑；该发现不影响比特币（使用 secp256k1 曲线）。CoinDesk
• OpenAI：前 xAI 销售负责人 Graham Seamans 加入网络安全业务（10-17，待确认）：据报道 Seamans 将负责 OpenAI 网络安全方向的商业化，但目前仅见聚合站点报道，未见 OpenAI 官方新闻稿或当事人公开声明确认。news-ai.co
• Google 推出 Gemini 驱动的新版 Android 安全套件（10-17，待确认）：据印尼媒体引述 Google 公告，新版 Messages 增强保护结合端侧 Gemini Nano 与安全云处理，新增实时链接检查、屏幕共享隐私保护、限制后台呼叫转移等反诈骗功能；待 Google 官方博客原文确认。Newsy Today
• Anthropic 计划在 11 月 3 日美国中期选举前为 Claude 上线各州投票指引功能（10-17，待确认）：据报道该功能将由非营利组织 Democracy Works 提供经核验的选举信息，按州定制投票地点、证件要求指引，选举夜展示官方计票结果；目前仅见单家媒体报道，待 Anthropic 官方确认。TokenPost

## 3）AI Infra、GPU、训练与推理基础设施

• NVIDIA 否认 RTX 5090 停产，承认供应紧张（10-16 台北 RTX Spark 发售活动表态，10-17 多家媒体跟进）：高级副总裁 Jeff Fisher 表示 RTX 5090 未停产、将继续出货，否认了 GB202 芯片全部转供 RTX Pro 专业卡的传闻；但他承认供应链产能受限，零售端 5090 实际成交价已数倍于 $1,999 官价。同一活动上，搭载 RTX Spark 超芯片（20 核 Grace CPU + 6144 CUDA Blackwell GPU + 128GB 统一内存）的整机正式开售，面向本地智能体推理场景。Neowin · Back2Gaming
• d-Matrix 发布 Squadron 数据中心级推理集群（10-16，OCP Global Summit 2026）：基于 Corsair XPU 的多机架推理系统，可互联 1000+ 芯片、提供兆瓦级推理算力，主打超低延迟的 agent 与编码负载；与 Arista、Broadcom、Supermicro 合作开发，已向优先客户交付，Corsair 服务器与 SquadRack 机柜同步开放销售。StorageNewsletter
• Scaleway 联合 Giga Computing 上线 AMD MI355X 云服务（10-16）：Giga Computing 为 Scaleway 欧洲主权云提供 GIGABYTE G4L3-ZX1-LAT4 液冷服务器（每节点 8×MI355X，每卡 288GB HBM3E，配双 AMD EPYC 9005 CPU），客户可在欧盟境内数据中心基于 ROCm 开放栈训练、微调与服务大模型。HPCwire
• SANGRIX 马来西亚 128 卡 Blackwell B300 项目 11 月初交付（10-16 公告）：该新交 AI 算力公司称 16 台服务器、共 128 块 NVIDIA B300 将于 11 月 3 日当周到货，约一周装机联调后投产，这是其约 1100 万美元首个 Blackwell 项目（原定 Q3 交付已延期）。TipRanks
• xAI Colossus 集群"144 万块 GPU"说法（10-17，待确认）：分析网站 tech-insider.org 综合多方报道推算，称 xAI 位于孟菲斯的 Colossus 集群到 2026 年底将容纳约 144 万块 NVIDIA GPU，并提及 Musk 的 Terafab 自研芯片计划；该数字为该站第三方推算，无 xAI 官方口径佐证。Tech Insider

## 4）重要论文、技术报告与开源项目

• Reflection 开源 Beam 1.0 权重上线 Hugging Face（10-16）：这家由前 Google DeepMind 研究员创立的美国新实验室将首款模型 Beam（501B 参数 MoE、每 token 激活约 23B、100 万 token 上下文，Apache 2.0 协议）权重公开，定位代码与 agentic 场景，发布即支持 Transformers、vLLM 和 SGLang，并附 SFT/RL 训练配方；官方技术报告尚待发布。Hugging Face 博客 · 模型页
• MemComposer：用强化学习为 LLM Agent 组装记忆（10-15 提交，10-17 被收录）：提出记忆编排器 MemComposer，用 GRPO 派生的 Experience Policy Optimization（ExPO）训练，让模型学会针对当前查询从检索候选中选择、排序记忆片段；在 τ²-bench 上超越各基线，同时平均记忆 token 用量减少约 17%，且策略可迁移到未见过的领域与执行器。arXiv
• Athanor：Agent 原生的自主后训练研究系统（10-14 提交，10-16 起被媒体报道）：开源系统让前沿 Agent 在真实 GPU 上完全自主地做后训练研究；实验中 4 个 Claude Opus 5.5 agent 各占 8 卡、104 小时无人工指导，把 Qwen3-4B-Base 从 15.9 分提升到 67.3，在 held-out 集上追平/超越官方 Qwen3-4B-Instruct-2507，是 agent 自主复刻"官方指令调优"的首次公开演示。arXiv
• VoiceStudio：开源本地版 ElevenLabs 再登 GitHub Trending（10-17，单日 +2301 stars）：提供语音克隆、声音设计、视频配音、听写、转录和有声书制作，支持 646 种语言，完全本地运行无账号无计量；附带本地 OpenAI 兼容 API 和 MCP 服务器，可直接被 Claude Code 等 agent 调用。GitDiscover
• VoteGEO-Bench：测选举场景下生成式引擎优化（GEO）的影响（10-15 提交，10-17 被收录）：首个针对投票场景的 GEO 风险基准，覆盖 2024 美国大选和 2026 日本众议院选举，发现明确指定目标的网页重写策略更有效提升目标在生成式引擎回答中的曝光度，结构优化与论证强化策略收益最大。arXiv
• "Accurate but Not Humble"：LLM Agent 准但不够"谦虚"（10-17 被收录，EMNLP 2026 接收）：新预印本提出三阶段评估（识别—解决—上报，ISE），发现 Agent 常在执行早期察觉检索证据与先验知识的冲突，却在后期给出过度自信的终答案；任务准确率提高并不意味着"认知谦逊"更好，提高谦逊的干预手段往往以牺牲准确率为代价。AI Weekly

## 5）AI Agent + EV 智慧补能、智能汽车、具身智能

• 百度 Apollo Go 香港东涌 Robotaxi 公众试乘启动（10-16）：10 月 16 日完成媒体预览，10 月 21 日至 11 月 3 日向公众开放香港首次大规模自动驾驶试乘，RT-6 纯电车型约 5.1 公里线路运行顺畅，车内仍配备安全员。Dim Sum Daily
• Waymo 获批进入加拿大，开启多伦多高精地图采集（10-16）：Waymo 宣布获准参与安大略省自动驾驶试点项目，先以人工驾驶方式绘制多伦多高精地图，再逐步过渡到带安全员测试和商业运营，这是其运营过的最北端、冬季气候最严苛的城市，并与多伦多 Element Fleet Management 合作管理车队。TechCrunch
• 奇瑞将在用户峰会展示 L4 Robotaxi 并与阿联酋 K2 签署战略合作（10-17）：10 月 19–23 日芜湖 2026 奇瑞国际用户峰会将展示原生 L4 Robotaxi 的完整无人驾驶出行链路（App 约车、云端调度、远程空调控制），并与阿联酋 K2 签约，迈出国际商业部署第一步。GlobeNewswire
• 克罗地亚 Verne 转入完全无人驾驶公开道路载客（10-17 报道，待确认）：据报道 Verne 确认已从有监督试乘切换到公共道路上车内无安全员的载客运营，采用小马智行（Pony.ai）第七代传感与计算硬件，测试走廊为其总部至萨格勒布机场约 22 公里；目前只有 Tech Insider 单一科技博客报道，尚无 Pony.ai/Verne 官方新闻稿或一手声明佐证"车内无人"的运营状态。Tech Insider
• 奇瑞展示智慧能源中心：号称中国首个规模化交流 V2G 示范站（10-16）：新闻稿称芜湖峰会将展示光储充一体化的智慧能源中心，形成本地微电网、支持兆瓦级超快充，AI 调度实现谷充峰放的双向 V2G，并展示户用 Energy Cube 储能与超导充电研究。Business Intelligence
• 北京 NeodraDynamics 发布 4 米巨型液压人形机器人 Neo1（10-16/17，参数待确认）：在 2026 中国国际工业博览会上亮相，宣称高约 4 米、重约 1.2 吨，41 个自由度中 39 个采用液压驱动，双臂合力载荷 500 公斤，面向港口、矿山、核电及深海等"4D"危险作业，已与京东工业合作开展工业试点；10 月 17 日马斯克在 X 上回应称"Optimus will build Optimus Prime"。负载、精度等参数均为厂商宣称，多家媒体明确指出尚未独立验证。RockingRobots · Dexerto

## 一句话总结

今日最值得关注的是开源权重军备升级：Meta 的 Muse Spark Open（816B/42B，10-15）与 Reflection 的 Beam 1.0（501B MoE，10-16）先后开放权重，长程 agent 编码的竞争全面推向开源；而 DeepSeek V4.1-Flash-1017 与 Elorian Glimpse 则把战场转向"帕累托改进"——更低成本、更快推理的实用主义路线。同时，AegisKernel、"准但不够谦虚"研究与 Athanor 的 agent 自主后训练都在提示：agent 的"自主"正在超过"可控"，安全与评估成为新的关键赛道。