AI 早报 2026-10-13

Meta 发布 Muse Wonder 系列模型，面向个人和专业 Agent 任务。两款模型支持文本、图像、视频和音频输入，能跨对话记住用户的重要信息，遇到难题会换方法继续推进。Muse Wonder 已开放 API，每百万输入 token 收费 4 美元，输出 20 美元，完整版 Muse Wonder Full 仅向 Muse Code 订阅用户开放。在 Artificial Analysis 的智能指数中，两款模型分别得到 52 分和 56 分。

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，称其在个人和专业 Agent 任务上达到领先水平。

新模型加入 Active Memory 和 Active Focus：前者跨对话保留用户的重要信息，后者让模型在复杂任务中尝试替代方案、处理障碍，并在重要行动前向用户确认。

两款模型支持文本、图像、视频和音频输入，上下文长度为 100 万 token。Muse Wonder 已通过 Meta Model API 和 Muse Code 开放，API 价格为每百万 token 输入 4 美元、缓存输入 0.2 美元、输出 20 美元，Muse Wonder Full 目前只面向 Muse Code 订阅用户。

Artificial Analysis 评测中，两款模型的智能指数分别为 52 和 56，高于上一代 Muse Spark 1.3 的 48；Muse Wonder 每项评测任务成本约 4.52 美元。

相关链接：

• https://research.meta.ai/blog/muse-wonder
• https://research.meta.ai/static/muse-wonder-model-card
• https://dev.meta.ai/docs/pricing-rate-limits

SpaceX Super Intelligence 推出 The X Subscription，把 Grok、Cursor 和 X Premium 合并成一个订阅，付费方案每月 8 美元起。同一席位的 Grok 和 Cursor 共用每周额度，档位越高额度越大。Cursor 里的 Claude、GPT 等第三方模型不包含在订阅内，需按 API 标价另付费。现有用户可以保留原来的方案，切换后不能撤销。

SpaceX Super Intelligence 推出 The X Subscription，将 Grok、Cursor 和 X Premium 合并为同一订阅、工作空间和账单。

付费档位 Plus、Premium、Super、Ultra 月费分别为 8、30、100、200 美元，不含税，后三档的包含额度分别是 Plus 的 4 倍、15 倍和 50 倍；Premium 及以上包含 Grok Bot 和完整的 X Premium+ 权益。

每个付费席位有独立的每周额度，由 Grok、Cursor 等第一方产品共用，Cursor 称新方案用 Grok 模型编程的额度是同等 Cursor 方案的 2 倍。

Cursor 中的 Claude、GPT 等第三方模型不计入额度，从首次使用起按 API 标价另付费，第一方超额使用也需充值购买。

新客户直接使用统一订阅，现有 Cursor、SuperGrok 和 X Premium 用户可保留原方案，切换后不可撤销。

相关链接：

• https://docs.x.ai/x-subscription/overview
• https://docs.x.ai/x-subscription/pricing
• https://docs.x.ai/x-subscription/usage-limits

Codex 负责人表示，28 天活动的第 8 天将进行用量额度重置，重置将在太平洋标准时间 10 月 12 日结束前完成。

Codex 负责人 Tibo 表示，28 天安排的第 8 天将进行用量额度重置。他随后称，全局重置将在太平洋标准时间 10 月 12 日结束前完成。此前，Tibo 表示，团队将在未来 28 天内，每天为多数 Codex 和 Work 用户推出一项有实际价值的明显改进，或完整重置一次用量额度。

相关链接：

• https://x.com/thsottiaux/status/2109812216212099456

智谱推出面向法律工作流的 GLM-Legal 模型，该模型基于 GLM-5.3-Flash，用于合同审查、证据分析和合规研究等场景，官方称其在主流法律评测中达到前沿模型水平。目前该模型处于测试阶段，API 访问需要申请。

智谱推出基于 GLM-5.3-Flash 的法律模型 GLM-Legal，面向合同审查、证据分析和合规等工作流。

官方评测中，该模型在 Harvey LAB 上取得 19.2% 的全通过率，较基座模型提升 12.5 个百分点。智谱称，它在 LegalBench 和 PLawBench 上以显著更小的参数规模追平前沿闭源模型。

目前 GLM-Legal 处于测试阶段，API 访问需申请，相关能力即将接入桌面 Agent 平台 AutoClaw。

相关链接：

• https://z.ai/blog/glm-legal
• https://x.com/Zai_org/status/2109678174468534511

OpenBMB 发布并开源 MiniCPM-V 4.7 多模态模型系列，提供两个型号，并加入端侧推理加速和低成本微调方法。该系列模型能理解图片、文档和视频，支持在手机、平板及本地设备上部署。

OpenBMB 发布并开源 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两个型号，支持单图、多图、文档和视频理解。

35B-A3B 引入 LES 技术，通过预测并预加载下一层可能需要的专家权重，减少推理等待；官方称，该型号在 iPhone 17 Pro Max 上解码速度超过 13 token/s，内存占用为 3 GB。

系列支持 4 倍、16 倍混合视觉 token 压缩，并提供 Self-Replay Fine-Tuning 微调方法，用于低成本扩展能力、减少对原有能力的遗忘。

模型支持 iOS、Android 和 HarmonyOS 端侧部署，代码及模型权重以 Apache-2.0 许可证发布。

相关链接：

• https://github.com/openbmb/MiniCPM-V
• https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B
• https://huggingface.co/openbmb/MiniCPM-V-4.7-1B

OpenCode 宣布推出 Operation Cheepseek 第三阶段，现在OpenCode Go 订阅提供价值 80 美元的 DeepSeek V4.1 Flash 使用额度。

OpenCode 宣布推出 Operation Cheepseek 第三阶段，现在OpenCode Go 订阅提供价值 80 美元的 DeepSeek V4.1 Flash 使用额度。

相关链接：

• https://x.com/opencode/status/2109573342584058065

阶跃 Step 5 Preview 模型现已上线腾讯 WorkBuddy 办公工作台，用户可直接调用，并限时两周独家免费开放。

阶跃 Step 5 Preview 模型现已上线腾讯 WorkBuddy 全场景 AI 办公工作台，2026 年 10 月 12 日至 10 月 25 日独家限免两周。

WorkBuddy 由腾讯推出，用户以自然语言下达指令，AI 即可自主拆解任务、调用工具，从需求理解到成果交付。

官方称，Step 5 Preview 将更强的推理与 Agent 能力带入真实办公场景，覆盖深度研究、信息检索、数据分析、文档与 PPT 生成，以及多步骤复杂任务的持续执行。

相关链接：

• https://mp.weixin.qq.com/s/VmJfCg7X7niy0m9JD6mCdg

WorkBuddy 国际版宣布，DeepSeek V4.1 Flash 在其平台上的免费访问将持续至 10 月 31 日，用户在此期间仍可通过 WorkBuddy 免费使用该模型。

WorkBuddy 宣布，DeepSeek V4.1 Flash 将继续在其平台上提供免费访问，持续至 10 月 31 日。WorkBuddy 表示，这一安排是应用户要求作出的。

相关链接：

• https://x.com/WorkBuddy_AI/status/2109673559710974130

ZCode 推出邀请好友活动，成功邀请可获得夜间和周末免费使用卡，新用户也有免费额度，订阅用户还能随机获得高速模型体验。活动从 10 月 12 日持续至 11 月 13 日，邀请奖励卡适用于 GLM-5.3-Flash 。

ZCode 推出邀请好友活动，时间为 10 月 12 日至 11 月 13 日，奖励卡适用于 GLM-5.3-Flash。

每成功邀请 1 位好友可获 1 张夜间蹭蹭卡，每日额度为 1 亿 token，最多累计 100 天；邀请 2 位可获含 3 亿 token 的周末蹭蹭卡，个人订阅用户累计邀请 10 位可获周重置卡。

受邀新用户可获连续 5 天、每天 800 万 token 的免费额度，以及 1 张含 1 亿 token 的夜间蹭蹭卡。

活动页面还提供订阅用户随机体验 GLM-5.3-HighSpeed 的安排，单次免费 15 分钟，最高速度为 500 token/秒，仅限登录连接使用 GLM-5.3 的请求。

相关链接：

• https://mp.weixin.qq.com/s/MFWF1gyC1Jq9FFBXZOarCA
• https://zcode.z.ai
• https://x.com/zcode_ai/status/2109678026971861370

OpenAI 的 Agents API 新增沙箱预热功能，开发者可以在任务到来前准备好运行环境。预热阶段免费，但尚未接入会话的环境约 5 分钟后就会过期。

OpenAI 的 Agents API 新增沙箱预热功能，允许开发者在创建 Agent 会话前安装依赖包、加载文件并运行初始化命令，减少任务开始时的等待。

任务到来后，可将准备好的 OpenAI 托管环境接入会话；若初始化尚未完成，Agent 仍需等待才能使用工作空间。

预热及接入前的容器使用免费，接入后按标准容器价格计费，未接入的环境约 5 分钟后过期。

新建的独立环境支持最多 128 个会话共享工作空间，旧环境可能仍沿用单会话生命周期。

相关链接：

• https://developers.openai.com/api/docs/guides/agents-api/environments/prewarmed

Andrej Karpathy 近日表示，公众对大型语言模型能力的认知差距正在扩大。他粗略估计，约 60 亿人几乎未接触过 LLM，约 10 亿至 20 亿人只是偶尔使用免费聊天产品，约 2000 万人在数学和代码领域专业应用前沿 LLM，约 5000 人能够接触内部前沿系统。

Andrej Karpathy 表示，人们对 LLM 能力的认知差距正在扩大，已不只是两群人互不理解，而是形成逐层收窄的漏斗。

他粗略估计，约 60 亿人几乎未接触过 LLM，约 10 亿至 20 亿人只是偶尔使用免费聊天产品，约 2000 万人在数学和代码领域专业使用前沿 LLM，约 5000 人能够接触内部前沿系统。

他称，专业用户已能让 Agent 通过提示完成过去需要数周或数月的大型复杂代码项目，内部系统则呈现数千个 Agent 持续数周协作的形态。

他认为，这种差距与任务规模和时间跨度、不同领域的能力差异，以及免费、付费和内部系统的访问权限有关。

相关链接：

• https://x.com/karpathy/status/2109361546505966046

Anthropic 发布研究，认为小型 AI 模型 可能在数月内具备在商用物联网设备上自主部署和传播的能力，无需数据中心。目前，小模型已能完成复制过程中的多个步骤，但串联完整流程仍会出错。

Anthropic 发布 AI 自我复制研究，认为小型模型可能在数月内具备在商用物联网设备上自主部署和传播的能力。

官方评估中，Qwen3.5-9B 在测试的 9 种硬件中的 8 种成功部署了 Llama3.1-8B 推理服务。

目前，300 亿参数及以下模型已能完成复制过程中的许多单独步骤，但串联完整流程仍会出错；GLM-5.2 及更强模型则能在简化评估中完成端到端复制。

该评估简化了入侵环节，执行复制任务的模型运行在独立推理服务器上，因此结果是现实成功率的上界。

Anthropic 称，若小模型按历史速度进步，可能在今年年底达到所需能力水平，这仍是粗略估计。

相关链接：

• https://www.anthropic.com/research/self-replicating-ai
• https://arxiv.org/abs/2606.03811
• https://assets.claude.ai/brand/artifacts/editorial/ai-worms-figures-blog/07-end-to-end-replication-light.html

Anthropic 发文介绍针对 Claude 蒸馏攻击的防御方法，称通过限制推理内容流转、拦截提取请求和打击重复尝试，已大幅减少被窃取的数据。

Anthropic 发布技术博文，称近期加强 Claude 的蒸馏攻击防御后，初步证据显示，其平台上攻击者提取的推理 token数量减少约 90%—99%。蒸馏攻击指未经授权批量获取模型内容，用来训练另一个模型模仿其能力。

新防御包括限制推理内容流转、使用两阶段分类器拦截提取请求，以及对反复尝试的账号限流或封禁。官方称分类器误报率低于 0.1%。Anthropic 表示，防御效果能持续多久仍不确定。

相关链接：

• https://www.anthropic.com/research/distillation-defenses
• https://x.com/AnthropicAI/status/2109795898909950247

Linux 创始人 Linus Torvalds 正使用 Claude Code 协助开发内核改进，目标是缓解多个线程小块读取同一文件时的引用计数争用。目前补丁仍在开发分支中。

Linux 创始人 Linus Torvalds 正借助 Claude Code 开发一组内核补丁，尝试在不增加 folio 引用的情况下读取页面缓存，缓解多线程小块读取同一文件时的引用计数争用。

他表示，代码、测试程序、审查及说明初稿均由 Claude Code 在其指导下完成，测量则在他的机器上进行。

在其笔记本上，8 个线程对同一文件执行 16 字节读取时，每次读取的内核周期从 2937—2975 降至 725—726。

目前补丁仍位于开发分支，存在内存回收和连续内存分配等问题，测试范围也有限。

相关链接：

• https://www.phoronix.com/news/Linus-Torvalds-Claude-Code
• https://git.kernel.org/pub/scm/linux/kernel/git/torvalds/linux.git/commit/?h=noref-filemap-read-with-llm&id=4c0f3697118eb3a708ea79175f7f07c43339bfab
• https://git.kernel.org/pub/scm/linux/kernel/git/torvalds/linux.git/log/?h=noref-filemap-read-with-llm

Sakana AI 提出 MASS 自监督方法，让同一个模型同时负责执行任务、优化团队工作流程和评估结果，再把多 Agent 协作经验用于训练自身。

Sakana AI 提出 MASS 方法，让同一模型担任任务执行者、工作流优化器和评估者，将多 Agent 团队的执行经验用于训练，再由更新后的模型重复这一循环。

官方以 Qwen3.6-27B 完成两轮实验，在3 项未参与后训练的合成研究测试任务上，对基座模型的胜率由首轮的 53.9% 升至 69.9%。

在 4 项公共研究基准上，第二轮模型的单位输出 token 得分达到基座的 1.2—1.6 倍，但在 Terminal-Bench 2.0 和 SWE-bench Verified 上均低于基座。

Sakana AI 同时指出，模型自我评估中的共同盲点可能让错误被当作进步，并在后续训练中得到强化。

相关链接：

• https://pub.sakana.ai/mass/

阿里千问团队介绍强化学习框架 QwenGyre，通过动态调配 GPU 和筛选执行轨迹，减少超长程 Agent 强化学习中的算力闲置与重复计算。

阿里千问团队介绍面向超长程 Agent 任务的在线强化学习框架 QwenGyre，通过弹性调度在不中断任务的情况下调配 GPU，并通过轨迹处理减少重复计算、评估部分完成的任务。

千问称，在 Qwen3.8-2.4T 的 NL2RepoBench 实验中，每次执行累计处理约 70 万 token，经过 48 步训练，通过率从 52.48% 升至 58.54%。

在相同 GPU 预算、匹配平均调度陈旧度的条件下，完成这些训练的耗时由 Async 的 134.55 小时缩短至 75.42 小时，实现 1.78 倍端到端加速。

相关链接：

• https://arxiv.org/abs/2609.33848
• https://x.com/Alibaba_Qwen/status/2109633085658808515

Artificial Analysis 发布 FrontierCode 1.1 私有编码评测榜单，使用 100 项真实开源仓库任务，评估模型提交的修改能否达到维护者可合并的标准。

Artificial Analysis 发布 Cognition 的 FrontierCode 1.1 私有编码评测榜单，使用其中 100 项真实开源仓库任务，评估模型提交的修改能否达到维护者可合并的标准。

每项任务尝试 3 次后取平均分，未通过任一阻断检查或被标记为查找答案的尝试计零分，通过全部阻断检查后得分为 70%—100%。

在此次评测中，Claude Opus 5.5（max with fallback）以 52% 居首，其通过全部阻断检查的尝试占 58%；MiMo-V2.6-Pro 以 45% 领跑开放权重模型。

GPT-6.1 Sol（max）得分 49%，平均每项任务成本为 0.81 美元，与同分的 Claude Fable 5.1（max with fallback）相比，成本不到后者的十分之一。

相关链接：

• https://artificialanalysis.ai/articles/frontiercode
• https://artificialanalysis.ai/evaluations/frontiercode
• https://x.com/ArtificialAnlys/status/2109703511843979391

据报道，由丘成桐牵头、8 家数学研究机构共同组建的数学与人工智能实验室联盟在清华大学成立，将研发数学专用 AI 模型，开展 AI 辅助证明与猜想发现、可解释 AI 和跨学科智能计算研究。

据报道，丘成桐数学与人工智能实验室联盟在清华大学成立，由菲尔兹奖得主丘成桐牵头，联合 8 家数学研究机构组建。

联盟将研发数学科学专用模型，推进 AI 辅助数学形式化证明与猜想发现、可解释 AI 及交叉领域智能计算研究。

首个实验室落地清华大学求真书院，与丘成桐数学科学中心联合组建，后续将在北京、上海、南京、深圳、香港 5 地陆续组建实验室。

联盟将向参与机构开放共享大型模型训练资源、形式化数学库和算力平台。

微软计划从 2027 年起，将自研 Azure Maia 扩展至数千兆瓦级部署，使其成为旗下产品和服务的主要 AI 推理系统。新一代 Maia 300 将在同年投入生产部署，微软预计它在相同电力下能比领先 GPU 系统生成更多 token。

微软计划从 2027 年起，将自研 Azure Maia 扩展至数千兆瓦级部署，使其成为旗下产品和服务的主要 AI 推理系统。

第三代 Maia 300 将于 2027 年开始生产部署，微软预计其每兆瓦可生成的 token 比领先 GPU 系统多 40%。

Maia 300 每个机架配置 96 个加速器，功率约为 167 千瓦。微软称，在完整的 96 个加速器配置下，其机架级 token 吞吐量最高可达 Maia 200 的 7 倍。

相关链接：

• https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/
• https://azure.microsoft.com/en-us/blog/deep-dive-into-azure-maia-300-architecture/

NVIDIA 在 OCP 全球峰会上开放了 Vera Rubin 的机架与计算托盘设计，并与合作伙伴发布 AI 工厂开放标准。

NVIDIA 在 OCP 全球峰会上，通过开放的 MGX 架构向开放计算项目 OCP 贡献 Vera Rubin 的关键机架与计算托盘设计。

更新后的 MGX 1.2 支持最高 250 kW 的机架部署，加入机架级盲插液冷、液冷 5000 A 母排和原生 19 英寸设备支持。

Vera CPU 机架设计规范则将 MGX 扩展至支持 AI Agent 工具调用、编排和沙箱执行的平台。

NVIDIA 还与合作伙伴发布 AI 工厂设施设计和电网韧性开放规范，分别覆盖供电、冷却、物理布局，以及电网扰动时的响应要求。

相关链接：

• https://blogs.nvidia.com/blog/ocp-global-summit-vera-rubin-scale-ai-factories/

NVIDIA 与思科公布 USFP 超高密度可插拔光模块设计计划，目标是在保留现有部署和维护方式的同时，提高 AI 网络的带宽密度与能效。

NVIDIA 与 思科公布 USFP 超高密度可插拔光模块设计计划，面向 AI 工厂的以太网互联，支持每通道 400Gb/s 电信号。

首批规划的模块将在 OSFP 大小的空间内提供 16 条全双工通道，总容量为 6.4Tb/s，未来可扩展至 32 条通道，实现 12.8Tb/s 容量。

双方称，相比每通道 200Gb/s 的可插拔模块，USFP 的带宽密度可达 4 倍，能效约为 1.3 倍，并保留可插拔模块的部署和维护方式。

双方正与 TE Connectivity、Amphenol 合作构建多来源硬件生态，并计划通过社区主导的多来源项目制定开放行业规范。

相关链接：

• https://nvidianews.nvidia.com/news/nvidia-and-cisco-introduce-new-pluggable-optics-form-factor-to-scale-ai-factories
• https://blogs.cisco.com/news/cisco-and-nvidia-announce-usfp-expanding-the-path-to-ai-connectivity

AMD 发布并开售新一代 锐龙 AI Halo 开发者平台，升级处理器并将内存上限提高到 192GB，供开发者在本地运行大型 AI 模型。目前开售的是 Linux 版本，Windows 版本将于后续推出。

AMD 发布并开售搭载锐龙 AI Max+ PRO 495处理器的新一代锐龙 AI Halo开发者平台，CPU、GPU 和 NPU 性能较初代有所提升。

平台支持至高 192GB LPDDR5X-8533 统一内存，其中至高 160GB 可分配为显存。AMD 称，该平台可在 4-bit 量化下运行 3000 亿参数及更大的语言模型。

据 VideoCardz 报道，Linux 版本售价 7,299.99 美元，目前可在美国 Micro Center 部分门店购买，不提供在线配送。搭载微软 Project Zenith 开发环境的 Windows 版本将于后续推出。

相关链接：

• https://www.amd.com/en/products/processors/desktops/ryzen/ryzen-ai-halo.html
• https://www.amd.com/en/blogs/2026/meet-the-next-amd-ryzen-ai-halo.html

据报道，白宫撤销了限制英国人工智能安全研究所提前获取新模型的决定。英国人工智能部长随后确认，该机构正在测试最新一代模型，以识别安全风险并检验防护措施。

据媒体报道，白宫已撤销此前限制开发者向英国人工智能安全研究所提供新模型的决定，恢复该机构对 Anthropic、Google DeepMind 和 OpenAI 模型的早期访问权限。

路透社随后报道，英国人工智能部长 Kanishka Narayan 确认，该机构已在评估最新一代模型，包括 Gemini 4 Argon。

该机构依据与主要开发者的自愿协议，在模型部署前评估其能力和风险。

相关链接：

• https://www.telegraph.co.uk/news/2026/10/11/britain-get-first-look-ai-systems-after-white-house-u-turn/
• https://www.reuters.com/legal/litigation/uk-given-access-safety-test-latest-ai-models-minister-says-2026-10-12/

警方通报，郭某、常某因编造并传播“某科技公司多人被带走”的谣言，已被属地公安机关依法采取刑事强制措施。据报道，该案或与月之暗面此前遭遇的造谣风波有关。

警方通报，郭某、常某因编造并传播“某科技公司多人被带走”的谣言，已被属地公安机关依法采取刑事强制措施。警方称，两人为博取流量、获得行业关注发布上述信息，造成传播扩散，严重扰乱社会秩序。

据报道，该案或与月之暗面此前遭遇的造谣风波有关，月之暗面此前已否认网传涉及创始人及员工的信息，并向公安机关报案。

相关链接：

• https://mp.weixin.qq.com/s/VZK_J7PW0rqAP6Ywwd0frg

据报道，OpenAI 已搁置的 Sora 视频模型可能以面向电影制作的定制版本继续使用，一家初创公司正与 OpenAI 洽谈授权和改造事宜。目前仍处于谈判阶段。

据 The Information 报道，一家初创公司正与 OpenAI 洽谈授权和定制 Sora 视频模型，希望将其改造后销售给电影公司。

该公司由 Jeffrey Katzenberg 与前 Sora 研究负责人 Bill Peebles 联合创立。

OpenAI 此前已搁置 Sora，这次面向电影制作的使用方式仍处于谈判阶段。

相关链接：

• https://www.theinformation.com/newsletters/ai-agenda/openais-plan-revive-sora

据报道，腾讯元宝正在开发个人 Agent 产品元宝助手，计划推出独立 App，用来承载长周期任务和个人长期记忆等能力。这一开发计划来自知情人士的消息，目前尚未获得腾讯确认。

据《读佳》援引知情人士消息，腾讯元宝正在开发个人 Agent 产品“元宝助手”，并计划推出独立 App。该产品拟获得独立于元宝主 App 的运行空间与权限，用来承载长周期任务、个人长期记忆等能力。这一开发计划目前尚未获得腾讯确认。

相关链接：

• https://mp.weixin.qq.com/s/gX2yV5_2tHw9kCj8ND7W2g

---

提示：内容由AI辅助创作，可能存在幻觉和错误。