Skip to content
本周概览
- OpenAI引爆数学界连锁反应：OpenAI AI证明准黎曼猜想后，人类数学家在6天内接力推进，最终无条件证明悬置19年的Ellenberg–Venkatesh界，且声明未使用任何AI工具。同期，三个神秘Aurora模型短暂出现在OpenAI API列表中，引发GPT-6猜测。
- Google放出Gemini 4 Argon大招：10月13日正式发布迄今最强模型Gemini 4 Argon，专攻复杂编码、代理任务、数学与科学推理，与Anthropic Opus 5.5正面对标。
- Anthropic五周四更，模型矩阵全面刷新：Haiku 5.5、Opus 5.5、Sonnet 5密集上线，Claude语音模式首次支持三档模型切换，Cowork与聊天全面合并。
- DeepSeek融资翻倍至1000亿元：新一轮投资方基本确定，IPO节奏加快，投前估值约5000亿元人民币。
- 可灵Kling 4.0全量上线：支持4K HDR与30秒长镜头生成，估值180亿美元已反超母公司快手市值。
前沿产品发布
OpenAI
- 事件：API惊现三个神秘Aurora模型
- 要点：10月18日，开发者发现OpenAI API模型列表中短暂出现
aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha三个标识，随后迅速下架。尝试调用均返回503错误。外界推测这可能是GPT-6 Astra后续版本的内部检查点，或对标Claude Fable 5.5的创意编码、长程Agent、视觉/3D能力。
- 影响：OpenAI「意外泄露」已成保留节目，三个颜色代号暗示可能存在多版本并行测试，官方尚未回应。
Google / DeepMind
- 事件：Gemini 4 Argon正式发布
- 要点：10月13日，Google发布
gemini-4-argon，定位迄今功能最强大的模型，专为复杂编码、Agent、数学和科学任务打造。同步弃用Gemini 3.7 Flash和3.5 Flash，API请求自动路由至新版。同时宣布旧版Deep Research智能体将于10月23日关停。
- 影响：Gemini 4 Argon的定价与Anthropic Opus 5.5完全持平（$4/$20），两大旗舰进入正面肉搏阶段。
Anthropic
- 事件：Claude模型家族五周四更
- 要点：Anthropic在9月至10月初密集发布Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5。Opus 5.5在大多数任务上达到Fable 5.1水平，成本降低40%；Sonnet 5.5速度提升30%+，价格更优；Haiku 5.5配备1M上下文窗口和128K输出。10月18日，Claude语音模式升级，支持在Opus、Sonnet、Haiku三模型间自由切换并调节思考深度。
- 影响：Anthropic首次将Cowork与聊天完全合并，记忆跨场景贯通，模型选择器简化为六档，用户体验一致性显著提升。
可灵AI（快手）
- 事件：Kling 4.0全量上线
- 要点：10月15日深夜，可灵AI新一代视频生成模型Kling 4.0正式上线，支持4K/1080p 10-bit HDR输出，单次输入最多10张图片+5段视频+7个主体，单次生成最长30秒，支持长镜头与连续叙事。能力已接入MCP/CLI，可被AI编剧Agent和剪辑流水线调用。
- 影响：可灵AI投后估值180亿美元，已超过母公司快手市值（约156亿美元），成为「子贵母贱」的典型案例。其B端API+P端订阅的双轮驱动模式，正推动AI视频进入专业影视生产流程。
xAI / 马斯克
- 事件：马斯克宣布开发Hagglebot议价机器人
- 要点：10月16日，马斯克在X平台发文称，正投入大量资源开发面向商业场景的专用议价机器人Hagglebot，预计可将企业成本效率提升5%乃至更高。按全球GDP测算，每年节省成本最高可达6万亿美元。
- 影响：若落地，这将是AI Agent在B端商业谈判场景的首次大规模应用尝试，但6万亿美元的测算引发业界对其可行性的质疑。
模型与技术突破
- 突破点：Llama 4 Scout发布，采用Mixture-of-Depths架构
- 关键数据：1050亿参数，开源模型
- 应用前景：MoD架构通过动态分配计算深度，有望在保持性能的同时显著降低推理成本，为开源社区提供新的效率优化范式。
Anthropic
- 突破点：Sonnet 5性能逼近Opus 4.8
- 关键数据：在BrowseComp和OSWorld-Verified等Agentic评测中，Sonnet 5与Opus 4.8的成本-性能曲线已进入同一区间，限时引入价仅为$2/$10（百万token输入/输出）。
- 应用前景：复杂自主任务首次可在Sonnet价格档位跑通，Agentic能力向主流开发者大规模普及的关键拐点已到。
小红书 × 复旦大学
- 突破点：DR-Rubric框架——让模型自己写评分标准
- 关键数据：每轮仅用1000条RL数据，在六个基准上取得有竞争力表现；论文已被NeurIPS 2026接收。
- 应用前景：该框架通过「深度研究→证据收集→约束合成→GRPO训练」的闭环，解决了开放式任务强化学习缺乏可靠评分细则的核心难题，已在小红书业务中实际落地。
学术研究与论文
从准黎曼猜想到19年难题的终结
- 来源：OpenAI、Hexagon预印本平台、arXiv（2610.18491）
- 核心发现：10月6日OpenAI AI证明准黎曼猜想后，10月12日数学家Cureton与Thorner将其推广至有限阶Hecke L函数，建立「1-1/6000」无零点区域；开源社区通过Lean定理证明器将边界优化至1/32。最终，Frei、Somos与Widmer利用这一无零点结果，无条件证明了2007年Ellenberg–Venkatesh关于数域类群ℓ-挠界——该结论此前必须假设广义黎曼猜想成立。
- 意义：这是AI辅助数学研究以来，人类数学家反向利用AI成果完成更宏大证明的经典案例。论文末尾声明「未使用任何人工智能工具」，引发学界对「人机协作 vs 人类自主」的深层讨论。
Deep Research as Rubric for Reinforcement Learning
- 来源：小红书、复旦大学等机构，NeurIPS 2026接收
- 核心发现：提出DR-Rubric框架，让模型先围绕任务做深度研究，再将研究结果转化为逐条可检查的评分细则，用于GRPO强化学习训练。实验发现自举提升并非单调：评分细则结构变化会导致模型能力重新平衡，过高奖励可能伴随真实表现崩溃。
- 意义：为开放式推理任务的RL训练提供了可解释、可验证的奖励信号生成范式。
行业分析与观点
- AI股票震荡，黄仁勋喊话「这一切都会过去」：10月17日，英伟达CEO黄仁勋在柏林公开回应AI股票大跌，表示人工智能将以非常积极的方式影响每一个行业和国家，「我们正处于这个进程的开端」。同日，英伟达辟谣RTX 5090停产传闻。
- DeepSeek融资翻倍，IPO加速：消息称DeepSeek新一轮融资增至1000亿元，投前估值约5000亿元，投资方基本确定。同时，DeepSeek API已支持网页搜索和抓取功能，每1000次成功请求5元。
- 物理AI成投资新风口：2026年尚未结束，已有约480亿美元投入物理AI（Physical AI）领域，具身智能、机器人、自动驾驶等方向持续吸金。但投资人对老股出售意愿强烈，行业正跨过分水岭。
- AI仿冒引发监管收紧：演员吴越公开怒斥AI换脸带货，微信视频号已永久封禁相关账号。随着生成式AI门槛持续降低，深度伪造治理已成为全球平台的紧迫议题。
- 联想全球交付英伟达Vera Rubin NVL72：该系统集成72颗Rubin GPU和36颗Vera CPU，每兆瓦吞吐量最高提升30倍，每百万Token推理成本降至上一代1/45，标志着AI算力基础设施进入新一代架构周期。
下周关注
- OpenAI Aurora模型是否会有官方披露：三个神秘模型的真实身份和发布时间，将直接影响旗舰模型竞争格局。
- Gemini 4 Argon实际评测表现：与Opus 5.5、Fable 5.1的横向对比结果，将决定Google能否在开发者心智中重新夺回领先地位。
- DeepSeek IPO进程：1000亿元融资落地后，其上市时间表和估值逻辑将成为中国AI产业的重要风向标。
