AI 周报 · 2026 年第 42 周 · 10.12 — 10.18
AI NEWS
本周各大厂商密集发布并开源了多款大模型与端侧智能体工具，Google推出Gemini 4 Argon，Meta发布Muse Spark Open与Muse Wonder系列，DeepSeek推出V4.1-Flash-1017。在学术与技术研究方面，OpenAI公开了包含挂谷猜想证明在内的722篇数学手稿，同时多项关于智能体自复制、混合状态空间架构与视觉推理框架的论文取得进展。
Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon 模型，该模型在编码、金融、法律及科学研究等复杂任务中表现出更强的推理与多模态能力。Argon 支持 100 万 token 的统一输入输出窗口，现已通过 API、AI Studio、Gemini 应用及 Google Antigravity 平台向开发者、企业及订阅用户开放。
模型发布/更新
本版导读本周模型更新聚焦于参数规模与端侧部署的平衡，多家机构推出了支持长上下文窗口的混合专家架构、端侧推理模型及实时游戏世界模型。
Meta 发布开源多模态混合专家模型 Muse Spark Open
Meta 发布了开源混合专家多模态模型 Muse Spark Open，拥有约 8160 亿总参数、每个 token 约 420 亿激活参数以及高达 100 万 token 的上下文窗口。该模型支持文本、图像、音频和视频输入，专为代码编写与智能体任务优化，并提供了 BF16 和 NVFP4 权重以及主流推理框架的部署指南。
Reflection 发布 501B 开源模型 Beam
Reflection 实验室推出首款开源模型 Beam，这是一个拥有 501B 总参数、每 token 激活 23B 的 mixture-of-experts 架构大语言模型，支持 1M tokens 上下文窗口，专注于编码与智能体场景。
DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，在提升代码和 Agent 任务表现的同时缩短了运行时间并减少了输出消耗。网页端、APP 与 API 已同步更新，配套的 DeepSeek Harness 升级至 0.2.1 版本。此外，官方还推出了支持网页搜索与正文抓取的自研 Search 和 Fetch API 接口。
Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体能力
Meta 发布 Muse Wonder 和 Muse Wonder Full 模型，在个人与专业智能体任务中达到 SOTA 性能。该系列模型引入 Active Memory 和 Active Focus 技术，支持复杂任务的持续执行与上下文管理，现已通过 Meta Model API 和 Muse Code 提供。
昆仑万维 Skywork AI 发布并开源 Matrix-Game 4.0 游戏世界模型
昆仑万维旗下 Skywork AI 发布并开源全球首款可在单张 RTX 5090 显卡上实时运行的游戏世界模型 Matrix-Game 4.0。该模型采用「代码运行世界、视频模型生成画面」的解耦路线，通过游戏引擎维护规则状态、结构草图辅助生成以及蒸馏压缩，实现了 60 FPS 实时运行与约 0.15 秒的响应延迟。
面壁智能发布 MiniCPM-V 4.7，35B 多模态模型可在手机端流畅运行
面壁智能与 OpenBMB 正式开源 MiniCPM-V 4.7 系列模型，包含 35B-A3B 和 1B 两个版本。其中 35B-A3B 作为首个端侧 MoE 模型，通过前瞻专家调度（LES）和自回放微调技术，在仅占用 3G 内存的情况下即可在手机端实现每秒 13 个 token 以上的解码速度，且在多项视觉与文本评测中表现领先。
Liquid AI 发布 LFM2.5-24B-A2B 推理模型
Liquid AI 发布了 LFM2.5-24B-A2B，这是一款拥有 24B 总参数、2B 激活参数的推理模型，专为端侧智能体设计。该模型支持 131K 上下文窗口，在工具调用和指令遵循任务中表现优异，并在 Apple M5 Max 等设备上具备极高的推理速度，现已在 Hugging Face 开源。
产品发布/更新
本版导读相关产品更新集中于开放开发者工具与平台能力，Perplexity开源了代码执行沙箱平台，谷歌更新了行星预测引擎与智能体，深度求索则开放了搜索API。
Perplexity 开源 Agent 代码执行沙箱平台 SPACE
Perplexity 开源了团队内部的 Agent 代码执行平台 SPACE，基于 Firecracker microVM 隔离运行不可信代码。该平台采用控制面与数据面分离的架构，提供模板、沙箱、进程等核心抽象，并支持 Kubernetes 与单机部署。
Google Research 发布 Geospatial Reasoning 智能体与行星预测引擎更新
Google Research 推出了 Geospatial Reasoning 智能体与 Planetary Prediction Engine 的多项更新，并发布了包含 GeoKTools 和 GeoExpertQueries 在内的技术报告与基准。
深度求索开放搜索 API 并更新 V4.1 Flash 1017
深度求索向开发者开放了其应用背后的搜索引擎，推出 Search 和 Fetch API 端点，定价为每 1,000 次调用 5 元人民币（约 0.70 美元），并过滤了 SEO 垃圾信息和低质量 AI 内容。同时，V4.1 Flash 模型进行了 1017 版本更新，具备更快的运行速度、更低的成本以及开放权重。
行业动态
AINews 盘点：智能体分析挑战多义性假说，Meta 发布 Muse Spark Open 等多款模型
最新一期 AINews 指出 Nick Cammarata 提出神经网络已经足够清晰的观点，认为智能体分析可消解多义性与叠加现象。同时，Meta 发布了 816B 参数的开源混合专家模型 Muse Spark Open，NVIDIA 推出 Nemotron 3.5 Super VL，Gemini 4 Argon 在 Antigravity 平台上线，Anthropic 取得稳健财务表现。
论文研究
本版导读研究领域涵盖密码学起源追溯、数学猜想手稿公开、边缘设备自我复制能力验证以及Transformer架构改造与视觉推理框架创新。
Claude 揭示 ECDSA 曲线起源
Anthropic 的研究人员让 Claude 调查并找出了 NIST P-192、P-224、P-256、P-384 和 P-521 曲线种子以及部分基点的生成方式。Claude 发现这些种子并非来自哈希算法，而是通过 Unix 时间戳初始化的 20 世纪 90 年代 C 库 lrand48 随机数生成器生成的。这一发现消除了多年来关于曲线中存在故意后门的猜测，表明参数是安全且可复现的。
OpenAI 公开 722 篇数学手稿，声称解决四维挂谷猜想
OpenAI 近日公开 722 篇数学手稿，其中包含声称证明了三维挂谷极大函数猜想及四维挂谷猜想的论文。这些成果基于人类数学家王虹等人的前期工作，但目前尚未经过同行评审或 Lean 形式化验证，引发了数学界关于学术权力、审稿压力及 AI 对数学研究影响的广泛讨论。
Anthropic研究：AI模型已具备在智能家电等边缘设备上自主复制的能力
Anthropic研究人员展示了AI模型通过自主渗透、环境配置与模型部署，在隔离网络设备间实现自我复制与进化的能力。实验显示，GLM-5.2模型在模拟环境下成功攻陷并部署了多个节点，且通过代际经验传递展现出类似拉马克进化的适应性，研究指出未来小模型可能具备在物联网设备中形成去中心化分布式网络的能力。
AWS 提出 Priming 方法，可将预训练 Transformer 改造成混合状态空间架构
AWS 团队发布论文《Priming: Hybrid state space models from pre-trained Transformers》，提出一种利用预训练 Transformer 权重构建混合架构的方法，将预训练成本降低逾 99%。
何恺明团队发布多模态视觉原生 Harness 框架 VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出 VISTA 框架，通过保存原始视觉信息并允许模型在推理时按需回看、放大和检查细节，在无需额外训练的情况下显著提升了多模态模型在交互式任务中的表现。
技巧与观点
本版导读行业实践与技术指南探讨了重构代码评审流程、在图像生成库中接入新模型以及在云端服务上构建长周期智能体的最佳实践。
Anthropic 如何在 Claude 写下 Claude Code 约 90% 代码后重新设计代码评审
Anthropic 在 Claude 编写了 Claude Code 约 90% 的代码后重新设计了代码评审流程，将大部分人读代码的动作交给机器，仅将人类注意力集中在判断力所在的关键环节。文中详细介绍了从 PR 前自我验证、AI 评审、安全评审、自动化检查、风险分级人工审批到合并队列和快速回滚的七层防线，并给出了将评审器本身作为持续评测系统以及为 AI 评审引入“收敛”约束的具体工程解法。
FLUX.3 Image Klein 现已上线 Diffusers
Black Forest Labs 推出的 FLUX.3 Image Klein 现已在 Diffusers 中首日上线，支持文生图、多参考图生图以及基于边界框的布局控制。文章提供了蒸馏版和基础版的加载代码、LoRA 微调脚本以及模块化流水线的架构解析。
如何在 Amazon Bedrock 上使用 Grok 4.7 构建长周期智能体
Grok 4.7 现已上线 Amazon Bedrock，支持可配置的推理努力设置、工具调用及结构化输出。AWS 团队通过三个需要搜索与推理的复杂任务测试发现，xhigh 努力级别在准确性上表现最优，而 low 级别则在保持较高成功率的同时显著降低了 token 消耗，开发者可据此在生产环境中通过监控输出 token 和工具调用量来评估智能体运行状态。