AI DAILY · 2026-10-21 · 周三
AI 日报 / 2026 年 10 月 21 日
今日收录 57 条，覆盖大模型、Agent、训练推理、机器人、多模态、投融资等核心方向
美国封禁 DeepSeek
DHS 下令联邦民事机构停购并移除其产品，连带覆盖用 DeepSeek 技术构建的第三方服务，外交部回应"坚决维护中企合法权益"
Anthropic 双线承压
S-1 显示上半年营收 163 亿、净亏 80.7 亿美元，两家客户贡献约两成收入；云合同或超 7500 亿美元仍不够用，三大云已把它当对手
Neocloud 神话破灭
CoreWeave 8 天跌超 23%、总负债 720 亿美元，Gartner 预言 2030 年 80% 的 Neocloud 停止独立运营
SpaceX AI 成主业
三季度营收 146 亿美元，Super Intelligence 板块贡献 75 亿占 52%，净利 44 亿实现扭亏
DeepSeek 开源推理引擎
Apache 2.0 放出生产在用的 DeepInfer，单卡每小时净赚 38 美元、月入 2.7 万美元，96% 输入命中缓存后吞吐提 25 倍
机器人标准与泡沫同台
首批六项人形机器人国标落地，宇树却公告提示商业化早期风险——PE 388 倍，七成收入来自科研教育
大模型
6 条
蚂蚁百灵开源 Ming-3.0 语音系列：合成、理解、识别三线同时开放
- 蚂蚁百灵开源 Ming-3.0 语音系列，覆盖语音合成、音频理解与对话、语音识别三条产品线
- TTS 支持用自然语言描述音色；Ming-3.0-tts-0.5B 在发音鲁棒性测试得 93.2%，与第一名并列
- audio-flash 在 BigBenchAudio 拿到 99.40；asr-tiny 支持传入热词与对话上文，四类评测平均错误率 4.41%
- 识别能力已用于支付宝搜索等内部场景，是国内少见的三条线同时开源的语音基座
Ming-3.0蚂蚁百灵语音开源TTS
Mistral 发布 Voxtral 3：50 种语言转写、语音智能体一轮对话压进 1 秒
- Mistral 推出 Voxtral 3 语音模型家族与语音智能体 SDK，把听、理解、工具调用与说话放进同一条流式链路
- 转写覆盖 50 多种语言含 24 种欧盟官方语言；实时转写支持 35 种以上语言、延迟低于 500 毫秒
- 4B 参数 Mini 转写每分钟 0.0035 美元，TTS 每百万字符 13 美元，官方称低于 OpenAI、Deepgram、ElevenLabs 同类产品
- SDK 基于 LiveKit 构建，每轮对话在一秒内完成；既可走欧盟托管 API，也可私有化部署以控制音频留存
Voxtral3Mistral语音智能体实时转写
小米 MiMo-V2.6-Pro 上线 WorkBuddy：1M 上下文、开源模型智能指数第一
- 小米技术官微宣布 MiMo-V2.6-Pro 正式上线 WorkBuddy，面向专业办公、长程工作流与复杂任务处理
- Artificial Analysis 智能指数拿到 46 分，官方称位居全球开源模型第一
- 支持 1M 超长上下文与多智能体分工协作，可把复杂任务拆给多个智能体协同完成
- 图像、视频、音频、文本全模态联合理解；MiMo-V2.6 系列于 9 月 21 日发布并开源，含 Pro 与 Flash 两款
MiMo-V2.6-Pro小米1M上下文开源模型
- OpenAI 在周二宣布 ChatGPT 支持锁定单个会话，可用 4 位数字密码，或在支持的设备上用 Face ID、Touch ID 解锁
- 场景定位是把手机递给别人看另一段对话时，锁住涉及隐私或正在筹备惊喜的那段
- 官方说明重置 PIN 会永久删除此前 PIN 保护的所有会话、文件与内容，属于不可恢复操作
- OpenAI 也提示锁定只是限制访问，并不改变敏感信息本身的存储与处理方式
ChatGPTOpenAI隐私会话锁定
- Anthropic 科学团队发布成果，Claude 针对 Cn2、Ts1、AaH I/II、LqhIII 五种蝎毒神经毒素的通道结合位点设计微结合剂
- 全流程生成约 31.8 万个蛋白设计，共折叠筛选 55.3 万组"设计-毒素"对，初始提示后自主工作 24 小时、64 小时产出候选清单
- 与 Adaptyv Bio、Twist Bioscience 两家 CRO 做 SPR 实测，211 个设计中 17 个达标（KD ≤ 1µM），单毒素子集命中率 18%
- 最强的 Cn2-B1、Cn2-B2 亲和力达个位数纳摩尔；多毒素设计无一被验证能同时结合两种以上毒素
- Anthropic 明确表示只验证了与重组毒素的结合，未做体外中和与体内功效，**不声称已产出抗毒血清**
ClaudeAnthropic蛋白设计抗毒血清
- 创业公司 Electric Plant 做了名为 Bombadil 的大模型，解读植物茎干里的微伏级电信号，向种植者转述植物的需求
- 传感器约折叠后 iPhone 大小，用不锈钢螺丝穿透形成层采集信号，每英亩只需几个，单价"几十美元"而传统设备动辄数千美元
- 覆盖从蕨类、红杉、番茄到大丽花的一百多个物种，创始人称这是"生物电信号上多样性最高的模型"
- 公司称系统可在提升产量的同时减少 20% 以上的用水，同期完成 1120 万美元种子轮，由 Onto Ventures、Climactic 领投
Bombadil植物电信号农业AI种子轮
训练推理
7 条
- DeepSeek 以 Apache 2.0 开源生产环境在用的核心推理框架 DeepInfer，算子、调度与缓存策略一并放出
- 官方测算单卡每小时净收入约 38 美元、折合单卡月入 2.7 万美元；梁文锋在闭门会称 10 个月收回成本、只赚合理利润
- 平均每请求输入约 7.7 万 token，其中 96% 命中缓存，命中后单卡吞吐提升约 25 倍
- Prefill 每卡每秒 6 万至 150 万 token，Decode 每卡每秒 1.4 万 token，单用户输出约 230 token/s（写代码约 300 token/s）
- 首字时延平均 400 毫秒、P99 约 1 秒；Search 与 Fetch 每千次 5 元，11 月 1 日 0 点前在 DeepSeek Harness、Claude Code、Codex 中免计费
DeepSeekDeepInfer推理引擎开源
AMD 开源 MI355X 推理优化路径：GPT-OSS-120B 单请求约 1470 Token/s
- AMD 通过 ROCm 官方开源 MI355X 上 Qwen3.8-27B、Qwen3.8-Flash-Next 与 GPT-OSS-120B 的优化路径
- 手段包括大内核、投机解码、低精度数据类型与硬件感知的数据放置
- 单请求 GSM8K 解码测试相对各自基线提速 1.9 至 3.3 倍
- 其中 GPT-OSS-120B 预览路径约达每秒 1470 Token，属于 AMD 在软件栈侧对英伟达的又一次补课
AMDMI355XROCm投机解码
llm-d 1.0 投产：分布式推理从拼性能转向拼生产运维
- 开源分布式推理项目 llm-d 发布 1.0，重点由单项性能优化转向生产可用：多租户公平调度、路由高可用、零停机滚动升级
- 新增预填充与解码副本协同、会话感知路由，直接针对上下文密集、并发波动明显的 agent 负载
- 兼容 vLLM、SGLang 等服务栈，项目由 CNCF 治理
- 与 DeepSeek 同期开源的 DeepInfer 恰好是两条路线：一个做单集群极致吞吐，一个做多租户运维
llm-d分布式推理CNCF生产运维
谷歌 DuoDiscover：让 AI 自造廉价评估器，代码优化加速比达人类专家两倍
- 谷歌团队提出 DuoDiscover，针对"候选方案多到验证不过来"的瓶颈：一次代码优化评估动辄 85 分钟，CPU 微架构评估长达 28 小时
- 做法是让每个 agent 自选目标代码区域，并编写几秒出分的代理评估器，高频试错后只把少数候选交给真实评估
- SWE-fficiency 上几何平均加速比 15.02 倍，是人类专家补丁 6.90 倍的两倍多；在高度优化的 vLLM 与 SQLite 上仍有 1.92 倍与 1.38 倍
- NVIDIA SOL-Exec 的 235 个 GPU 内核中 121 个排名第一；28 小时评估的 CPU 微架构任务用 16.7 天取得 AlphaEvolve 方案 40 多天所得 1.65 倍收益
DuoDiscover代码优化代理评估器AlphaEvolve
- Google 宣布 TorchTPU 以开源项目形式开放，让 PyTorch 应用跑在自研 TPU 上，迁移只需一次配置变更、无需重写代码
- 与 Meta、Hugging Face、vLLM 团队 Inferact、SGLang 团队 RadixArk 等直接合作，保证特性与主流工具链兼容
- 同时推出专用的 TPU agent suite 帮助迁移与排错，并让面向端侧的 LiteRT 更好地支持 PyTorch 应用
- PyTorch 据称被约 85% 的 AI 应用使用，其诸多特性当初是围绕英伟达 GPU 打造的，这是谷歌与亚马逊松动该绑定的第二步
TorchTPUPyTorchTPU开源
- Python 项目 Graphify-Labs/graphify 单日新增 906 星，累计 13 万星，主打把代码连同文档、SQL schema、配置与 PDF 一起转成可查询知识图谱
- 通过 /graphify 这类命令入口驱动，让 agent 或开发者直接对整仓做结构化提问，而不是逐文件检索
- 与本周趋势榜上的 ruflo、agency-agents 等形成呼应， molten 期的热点集中在"给 agent 更好的上下文供给"
- 同类方向近期密集出现，反映检索增强正从纯向量相似走向结构化图谱
Graphify知识图谱代码检索开源
- YC W24 项目 Respan 以 Launch HN 形式发布，是一个用 Rust 编写的开源 AI 网关，核心能力围绕插件组织
- 定位在模型调用与业务之间做统一入口，把路由、鉴权、观测这类横切逻辑插件化而不是写死在网关里
- 选择在 Rust 上实现，瞄准高并发场景下的延迟与内存开销，是对 Python 系网关的另一条技术路线
- 同一天趋势榜上还有 Steamship 式的多智能体编排项目，基础设施层的轻量化工具有回暖迹象
RespanAI网关Rust插件化
Agent
7 条
- Yelp 在餐厅页面新增 Check for Me，用户输入人数与手机号后，由 AI 语音 agent 代打电话询问等位时间并发短信回传结果
- 补上了消费侧的一环——Yelp 去年已为商家提供语音 agent，如今可能出现"你的 agent 打到商家 agent"的对接场景
- 同时打通 OpenTable 实现应用内订座，助手会记住此前对话里提过的偏好，并开放近 30 天的聊天记录
- 面向商家发布付费产品 Smart Lead Reply，每月 30 美元，可由商家指定 agent 的应对话术
Yelp语音Agent本地生活代打电话
- Figma 在印度首场 Config 大会上宣布 20 个新 MCP 合作伙伴，含 Amp、ClickUp、Linear、Notion、Mistral、JetBrains Junie 等
- 联合创始人 Dylan Field 在媒体沟通会上直言"MCP 不是一个完美的协议"，认为它更偏向头部实验室
- 他此前在 X 上质疑 Anthropic 自己并未把 artifacts 等云资源通过 MCP 开放，指出存在"上下文共享不对称"问题
- 关于不完全开放的理由，Field 给出的解释是暴露的数据越多被滥用的可能性越高
FigmaMCP生态开放DylanField
- cloudflare/security-audit-skill 单日新增 1680 星、累计 3.4 万星，是给编码 agent 用的多阶段安全审计技能
- 设计重点是产出"可被独立验证、机器可读"的结论，而不是让 agent 自己给一句"看起来没问题"
- 分阶段执行流程让每一步发现都可复算，缓解 agent 输出不可审计这一老大难
- 与同榜的 ponytail、agency-agents 一起，显示"约束 agent 行为"的技能层正在快速成型
Cloudflare安全审计CodingAgentSkill
- DietrichGebert/ponytail 单日新增 1396 星、累计近 17 万星，官方描述是让 AI agent 像房间里最懒的资深工程师那样思考
- 核心主张是"最好的代码是从来没写出来的代码"，倾向于复用已有路径而不是新增实现
- 直指编码 agent 的常见毛病：为展示能力不断堆新文件、新抽象，把代码库越滚越重
- 这类"反膨胀"约束与 Cloudflare 的审计技能形成互补，一个管安全一个管冗余
ponytail编码Agent极简主义开源
- ruvnet/ruflo 单日新增 683 星、累计 7.7 万星，自称最早的 agent harness，主打多玩家 swarm 部署与自主工作流协同
- TypeScript 实现，把任务拆分、并行执行与结果回收封装成可编排单元，降低多 agent 协作的门槛
- 与同日上榜的 agency-agents、headroom 等构成一整条"多 agent 运行时"赛道
- 编排层工具的集中爆发，侧面说明 agent 落地重心正从单体能力转向协作可靠性
ruflo多智能体编排AgentHarness
- msitarzewski/agency-agents 单日新增 590 星、累计 16.2 万星，壳脚本项目，定位是把整套 AI 代理公司放到手边
- 内置从前端 wizard 到社区运营的各色角色，可按角色拆分职责再由编排层统一调度
- 属于典型的"角色库 + 调度层"组合，与 ponytail 的极简主张形成对照路线
- 这类模板化套件的流行，反映中小企业正尝试用现成配置直接接 agent 生产力
agency-agents角色库多Agent开源
- 项目主打开箱即用的内存级隐私防护，目标是阻断 MCP 工具调用过程中的上下文泄露
- 思路是在数据进入外部工具之前做隔离与过滤，而不是事后追溯哪些内容被带出去了
- 与 Figma 提出的"暴露越多越易被滥用"形成呼应，是协议层争论在开源侧的落地尝试
- 目前尚属早期项目，HN 讨论热度不高，实际防护效果有待更多验证
MCP上下文泄露隐私开源工具
基础设施
7 条
腾讯元宝搜索对外开放：千亿级索引，检索平均耗时 8 毫秒
- 元宝搜索通过腾讯云正式开放，千亿级索引、日均调用数亿次，已支撑 WorkBuddy、ima、腾讯视频等 50 多个业务
- 接入 13 个垂直行业 157 个权威信源，A 股、港股、美股财报收录覆盖率超 99%，新闻与行情分钟级更新
- 索引检索平均耗时 8 毫秒；排序模型推理耗时由 149 毫秒降至 30 毫秒，元宝 App 端到端响应缩短近 1 秒
- 每月提供 2000 次免费调用，是大厂把搜索基础设施对外售卖的又一步
元宝搜索腾讯云检索加速RAG
- AMD 与英特尔宣布合作，把双方针对 PyTorch 的 x86 CPU 优化合并进开源深度学习库 oneDNN，AMD 将把 ZenDNN 优化并入
- 在 x86 生态顾问小组建议下，两家把 oneDNN 定为 PyTorch 中 x86 加速的默认开源库，该库由统一加速基金会（UXL）治理
- 双方还在共同推进下一代 x86 指令集 AI Compute Extensions（ACE），用于加速矩阵乘法，未来经 oneDNN 更新接入 PyTorch
- AMD 同时以指导委员会成员身份加入 UXL；两家均强调"开发者不必再为不同处理器维护两条软件路径"
oneDNNPyTorchAMDx86
- CoreWeave 8 个交易日股价跌超 23%，较今年峰值回撤 55.7%；截至 2026 年 6 月底总负债 720.46 亿美元
- 五年期 CDS 利差一度突破 1100 个基点，隐含五年违约风险 64%；2032 年到期债券盘中收益率冲到 15.1%
- Gartner 判断到 2030 年 80% 的 Neocloud 将停止独立运营：2030 年需累计 8.5 万亿美元收入才能覆盖资本开支，而期间 AI 总收入预计不超 3.6 万亿
- Firmus 撤回 50 亿美元 IPO，Nscale 因微软合作生变搁置 IPO；黄仁勋与高盛、美银、巴克莱则齐声认为恐慌过度
NeocloudCoreWeaveGartnerAI泡沫
- 新思（Synaptics）发布 Astra SR200 系列三款处理器，首次把 Google 开源的 Coral NPU 架构做成商用芯片
- SR210 提供 200 GOPS 面向常开语音识别，SR230 提到 300 GOPS 增加视觉与显示，旗舰 SR250 达 400 GOPS 支持多模态
- 集成 Arm Cortex-M85/M52 与最多 8MB SRAM，自研存储架构宣称功耗约为常规系统 DRAM 的三分之一
- Coral NPU 采用 RISC-V 与 Apache 2.0 授权，厂商无需向谷歌付许可费；Coralboard SL 开发板在 DigiKey 售 99.79 美元
CoralNPU端侧AIRISC-V边缘计算
- 芝商所与 Silicon Data 原计划挂钩英伟达 H100、B200 租赁价的两只算力期货，因"新颖或复杂"被 CFTC 延审至 11 月 9 日
- ICE 已联合 Ornn 推出 Ornn 算力指数参考数据与每日结算价，Kalshi 则上架了 GPU 小时价预测合约与远期曲线
- 波动摆在账面上：H100 租金从 2024 年上半年的每卡每小时约 8 美元一路跌到部分平台 2 美元以下，B200 一个月内从 6.11 美元跌到 4.22 美元
- 国内尚无公开算力定价指数，多数玩家仍靠长协、闭口锁价与安全库存硬扛；南华期货已与 Silicon Data 签下合作备忘录
算力期货GPU租金CFTC风险管理
- 泄露给《华尔街日报》的 S-1 文件显示，Anthropic 难以从 AWS、谷歌、微软拿到足够云容量，因为对方越来越把它视作竞争对手
- 文件披露 Anthropic 认为自己在云合同上的支出可能超过 7500 亿美元，其中部分交易仍在谈判中
- 公司已开始自租数据中心并与第三方机房运营商合作，但担心后者"运营历史有限"不如超大规模厂商可靠
- 扩建的背景是上半年 80.7 亿美元净亏损、同期 163 亿美元收入，其中仅两家客户就贡献约两成销售额
Anthropic算力供给S-1数据中心
SpaceX 四季度资本开支指引 350 至 400 亿美元，瓶颈已不在芯片
- SpaceX 三季度总资本开支 196 亿美元，CFO Bret Johnsen 给出的四季度指引是 350 亿至 400 亿美元
- 钱主要流向 Colossus II 数据中心与 Starship；马斯克称自己每周有四天待在孟菲斯推进 Colossus II 上线
- neocloud 业务已达 1.7GW 算力规模，是 Super Intelligence 板块增长最快的部分
- 马斯克判断部署超级智能的瓶颈更多在电力与冷却而非芯片，并称 SpaceX 已用自有铸造能力自制涡轮机叶片绕开 12 至 18 个月的交付周期
SpaceX资本开支ColossusII电力瓶颈
机器人
7 条
- 36Kr 报道具身智能数据采集现场：农村中年女性经培训后给机器人做操作示范，按件计酬
- 报道把"干数采就是干人力"作为核心判断，指向具身模型成本结构里最容易被忽视的一环
- 与同期宇树招股书"科研教育贡献超七成人形机器人收入"互相印证：真实数据仍高度依赖人工
- 仿真合成与公开数据集补不上真实操作数据的缺口，这也是各家自建训练场、自建数采队伍的原因
具身数据数采机器人训练人力密集
- 机器人动力与操作平台企业伊塔动力（YITA Dynamics）完成种子轮与种子+轮合计超亿元融资
- 投资方为经纬创投、商汤国香资本、建银国际、光源 L2F 基金、银河通用与傅利叶智能，光源资本担任孵化方与独家财务顾问
- 创始人钟雪岗此前在傅利叶智能负责人形机器人动力板块，主导三代共 20 余款执行器与关节模组，累计量产近 5 万台
- 技术路线是用自研复合行星力控方案替代传统谐波传动，正面回应灵巧操作里负载、体积、能耗与成本的相互牵制
伊塔动力关节模组力控种子轮
- 市场监管总局 10 月 15 日批准发布首批六项人形机器人国家标准，覆盖总则、环境感知、决策规划、运动控制、作业操作与仿真测试平台
- 优必选牵头起草并参编全部六项，宇树科技、小米、小鹏汽车、越疆、卧龙电驱等参与，宇树创始人王兴兴为主要起草人之一
- 标准将于 2027 年 4 月 1 日实施，由全国机器人标准化技术委员会（TC591）归口
- 配套产业数据：工信部称上半年人形机器人整机产品突破 400 款、产量超 4 万台，预计全年破 10 万台
人形机器人国标优必选TC591工信部
- 10 月 19 日宇树科技涨 16.15%、20 日再涨 6.07% 收于 526.03 元，市值重回 2100 亿元上方，三个交易日涨幅偏离值累计超 30%
- 公司同日公告称人形机器人行业仍处商业化早期，技术成熟度、需求培育与产业链配套均存在不确定性，存在估值回归风险
- 截至 10 月 20 日滚动市盈率 388.25 倍，通用设备制造业近一月平均仅 39.51 倍
- 招股书显示 2025 年 1 至 9 月人形机器人收入 5.95 亿元占 51.53%，但科研教育贡献超七成；毛利率由 68.44% 降至 62.91%
宇树科技估值科研教育商业化
- MIT 教授 Pulkit Agrawal 与前 DeepMind 研究员 Tuomas Haarnoja 创办的 Eka Robotics 完成 1.5 亿美元 A 轮，投后估值 14.5 亿美元，a16z 与 F-Prime 领投
- 技术路线是 vision-force-action 模型而非主流的 vision-language-action，Agrawal 认为"最后一毫米"靠视觉解决不了
- 实测每小时抓取约 1500 件 1 公斤以内物体，人类约 600 件，抓取可靠率超过 95%
- 为此自研了力觉夹爪，单只成本低于 1000 美元、额定 500 万次循环；目前与工业客户做拣选和线束处理的秘密试点
Eka力觉操作A轮physicalAI
- 成立半年的家庭具身公司欧拉万象宣布第四轮数亿元融资，CEO 周顺波曾任华为具身智能 1 号员工
- 技术主张是"养成"而非预置：用户示范后系统自动完成数据处理、训练与部署，简单任务端到端约 6 小时、用户参与 10 至 20 分钟
- 用头环示范做人到机器人的动作映射，团队称位置映射误差可控制在亚毫米级
- 自今年 8 月底训出第一版模型，已在操作仿真基准 RoboTwin2.0 上发布两版 SOTA；单次消融实验用 64 卡跑约 2.5 天、约 3800 GPU 小时
欧拉万象家庭机器人RSIRoboTwin
- 在英伟达做了近七年产品营销的 Amulya Vishwanath 创办 Techable Ventures 专注 physical AI，在 Equity 播客上谈行业节奏
- 她认为业界期待的"机器人 ChatGPT 时刻"还没到，当下更像乐高时代——基础软件与机械手、执行器等积木正在被重做
- 类比互联网时代与工业革命，认为通用与专用机器人并行推进，拼装成型只是时间问题
- 她把人才网络当作机构护城河，坦言大量人才正涌向 Anthropic、英伟达这类大公司
physicalAI风险投资机器人行业节奏
多模态
7 条
- 麻省总医院百瀚癌症研究所团队在《柳叶刀·数字健康》发表 FAHR-Face，仅用普通面部照片预测癌症患者生存风险
- 先用 WebFace42M 的 4000 万张 0 至 116 岁人脸做无标签预训练，再用 3.4 万张癌症患者照片微调出 FAHR-FaceSurvival
- 3820 人测试中，被模型判为最高风险的 122 人里有 64 人（52.5%）在 90 天内离世，最低风险组 975 人仅 2.1%
- 风险比 HR 达 3.23；5 年生存率最高风险组 17.7%、最低风险组 78.1%
- 配套的 FAHR-FaceAge 估计年龄平均绝对误差 5.1 岁；面部年龄差≥5 岁者死亡风险高 21%，差值超 20 岁时 90 天死亡率达 21.3%
FAHR-Face生存预测多模态柳叶刀
VAST 开源 EdenLive：5B 实时生成式渲染器，单张 5090 跑 720P
- VAST AI Research 开源实时生成式渲染器 EdenLive 与世界模型 Golem，把状态与渲染解耦
- 输入灰盒画面或实拍视频等参考，配合首帧与提示词即可实时生成写实或风格化画面
- 5B 模型在单张 RTX 5090 上以超过 24 FPS 生成 720P 画面，单卡即可实时运行
- 与同期 Cosmos3 系列一起，把"世界模型当渲染器用"从演示推向可跑的工程形态
EdenLive世界模型实时渲染VAST
英伟达开源 Cosmos3-H-Dreams：单卡实时生成胆囊切除手术视频
- 英伟达发布 Cosmos3-H-Dreams，权重与代码同日上线 Hugging Face 与 GitHub，采用 NVIDIA Open Model License 可商用
- 基于 160 亿参数 Cosmos3-H-Embodied-Nano，用 CMR Surgical Versius 平台的临床胆囊切除录像微调，共 4792 例、约 1700 万帧
- 动作接口 28 维，覆盖双臂位姿、夹爪、电外科能量与摇杆输入；四步版约 30 帧/秒、两步版约 43 帧/秒，单张 RTX PRO 6000 实时运行
- 英伟达明确表示未经患者诊疗验证，"视觉逼真不等于生物力学准确"，定位是手术机器人策略评估与合成数据生成的研究平台
Cosmos3世界模型手术机器人合成视频
ElevenLabs 发布 Eleven Realtime：0.57 秒开口、BigBenchAudio 98.8%
- ElevenLabs 推出 Realtime v1 Max 与 Mini 两款端到端语音转语音模型，面向实时对话场景
- Max 在 Big Bench Audio 拿到 98.8%，平均 0.57 秒开始说话；覆盖 90 多种语言与 1.7 万多种声音
- Mini 面向低成本助手、教师与互动角色，Max 面向客服、线索筛选与多步流程，工具任务完成率 87.1%
- 通过 ElevenAgents 平台与兼容 OpenAI 的 Realtime API 提供；官方称在 Artificial Analysis 榜上没有同类能同时匹配这组速度与准确率
ElevenRealtime语音转语音低延迟ElevenLabs
- fal 与 Black Forest Labs 联合推出 FLUX 3 Max，官方对比中 10 秒片段生成耗时 12.45 秒，Seedance 2.5 为 277.80 秒
- Artificial Analysis 图像转视频榜上 FLUX 3 Max 取得 1138 Elo，与 Seedance 2.5 持平、落后 MiniMax H3 两点，但置信区间重叠
- 促销期每秒 0.0425 美元，10 秒约 0.425 美元，原价则为 1.70 美元；720p 可升到 1080p，输出时长 5 至 20 秒
- 需要注意这是 fal 自报的厂商侧计时，实际耗时随档位、分辨率与负载波动；另有 keyframes 端点支持最多 10 张图控制分镜
FLUX3Max视频生成fal推理提速
- Gradium 开源本地文本转语音模型 Phonon，三个版本：31M 英文版 64MB 走 Apache 2.0，40M 版 CC BY-NC 需另谈商用
- 在 500 句"其他模型会读错"的电话号码、邮箱、邮编测试集上，英文词错率 1.7%，优于 Kokoro 的 3.5% 与 Kitten TTS 的 7.4%
- 覆盖笔记本、安卓手机与树莓派 5，苹果阵营走 Swift 包，iPhone 16 Pro 上可达实时速度的 22 倍，浏览器内也能直接跑
- 已有浏览器朗读扩展、Apple Watch 离线咖啡教学、语音机器人等落地 demo，主打文本不出设备
Phonon端侧TTS开源权重离线推理
- 开源项目 Penmentor 以 Show HN 形式发布，由 https://github.com/AbdullahAlhariri/penmentor 提供，用 Claude 对手写数学过程逐题批改
- 不止给最终对错，而是像老师那样在手写稿上标注出错的具体步骤与原因
- HN 当日获得 52 分，属于教育场景里多模态理解的小而实用落地
- 与近期的 Span Note 类项目共同指向同一条线：视觉理解 + 教学反馈而非单纯 OCR
Penmentor手写批改多模态教育AI
投融资
8 条
- Status 把社交媒体做成 AI 角色扮演场——用户扮演自己、AI 扮演他人，月流水已突破 100 万美元
- 收入较年初增长约 35 倍，按当前节奏年化达数千万美元；变现靠订阅叠加剧情内购
- 8 月 25 日上线的 Public Stories 允许公开他人剧情，引发大量差评与隐私争议，9 月 14 日才补上屏蔽开关
StatusAI社交订阅收入
- 硬氪获悉，AI 硬件公司 Flowtica AI 完成新一轮数千万元融资，投资方为祥峰资本、源码资本、五源资本、清水湾基金，山与资本任独家财务顾问
- 新品 Verso 是厚 6.5mm、重 78g 的磁吸墨水屏 Agent 硬件，内置 4 麦克风阵列与骨传导传感器，主打"一眼即得"的低干扰副屏
- 创始人 Rian 毕业于香港科技大学、师从李泽湘；首款录音笔 Scribe 海外众筹超百万元，42% 硬件激活用户转为订阅付费
- Verso 9 月在德国 IFA 宣发，本周开启定金预收，首批量产产品 12 月正式出货
FlowticaAI硬件墨水屏李泽湘
- 会议记录工具 Otter.ai 宣布从 General Catalyst 的 Customer Value Fund 拿到 3.2 亿美元，该基金不稀释股权、从市场投放回报中取收益
- 资金用于企业化增长、出海与产品创新；公司此前累计融资约 5000 万美元，上一轮还是 2021 年
- Otter 去年 ARR 已突破 1 亿美元，累计用户从去年的 2500 万增至 4000 万，但未披露月活与留存数据
- 赛道极度拥挤，既有 Fireflies、Granola、Read AI 等老玩家，也有 Calendly、Superhuman 收购 Fathom 这类新入局者
Otter.aiARRGeneralCatalyst会议AI
- OpenAI 周二宣布收购成立四年的 AI 生物科技软件公司 Orchestra Bio，交易条款未披露
- Orchestra 做的是帮生物技术公司处理药物发现运营琐事的 AI agent，涵盖财务跟踪到临床试验排期冲突
- 团队与技术将并入 OpenAI 生命科学模型 Rosalind 及其配套工具 Rosalind Workbench
- Orchestra 此前累计融资约 2000 万美元，投资方含 a16z、Atria、8VC；Rosalind 已拿下 Moderna 与诺和诺德等客户
OpenAI收购OrchestraBioAI制药
- 摩根士丹利数据显示，挂钩甲骨文、SpaceX、Alphabet、亚马逊、Meta、博通、英伟达债券的 CDS，9 月周均成交突破 90 亿美元，7 月还不足 20 亿
- 本月 Meta 五年期 CDS 利差升至 108 个基点、英伟达相关衍生品升至 101 个基点，均创历史新高
- 甲骨文报价 322 个基点而年初仅 144 个基点；SpaceX 本周初升至纪录的 226 个基点，6 月底首笔交易时才 110 个基点
- 今年迄今 AI 相关债务发行约 4660 亿美元，去年同期仅 1010 亿；CoreWeave 五年期 CDS 约 1090 个基点，已越过"定价回收率"的门槛
CDSAI债务信用市场AI泡沫
- CoreWeave 债券收益率升至 15% 的困境区间，股价上周暴跌约 20%，被视为本轮科技股抛售的导火索之一
- 摩根大通认为担忧过度：驱动融资需求的是快速扩张而非项目经济性差，典型五年期合同无杠杆 IRR 约 15%，高于 9% 至 11% 的综合资本成本
- 按该行保守测算，新增 1GW 产能需 350 亿美元以上前期投入，而满负荷运转的 1GW 每年可产生 100 亿至 150 亿美元收入
- 巴克莱类比 2023 年硅谷银行事件：即便 CoreWeave 完全停止支出，也只影响约 4% 至 5% 的 AI 总资本开支；高盛已将其评级上调至买入
CoreWeave债券资本开支做多看空
- Alexa von Tobel 与 Penny Pritzker 2019 年创办的 Inspired Capital 完成第四期基金，规模 4.5 亿美元，AUM 升至近 14 亿美元
- 每年只投约 10 家公司，从"餐巾纸阶段"到 A 轮，单笔 100 万至 1500 万美元
- 已披露战绩：前两期基金组合中出现 12 家独角兽约占 15%，其中 10 家收入破 1 亿美元、4 家破 4 亿、1 家破 5 亿
- 退出包括被 Databricks 以 13 亿美元收购的 MosaicML；策略上避开拥挤赛道，重点押 physical AI 与量子计算
InspiredCapital募资早期基金退出
Anthropic S-1 数字：上半年营收 163 亿、净亏 80.7 亿美元
- 随 S-1 文件泄露，《华尔街日报》报道 Anthropic 上半年录得 80.7 亿美元净亏损，同期收入 163 亿美元
- 客户集中度突出：仅两家客户就贡献了约五分之一的销售额
- 对比公司上周对潜在投资者披露的三季度数据，单季营收 168 亿美元、环比增长 45%
- 文件还警告，若 AI 造成有害行为，公司可能承担超过其保险覆盖范围的赔偿责任
- 按上半年净亏 80.7 亿美元折算日均烧钱约 4400 万美元，而账上现金约 200 亿美元，冲刺 IPO 已成必选项
AnthropicS-1净亏损IPO
行业
8 条
- Anthropic 公开支持一份联邦 AI 安全法案草案：只要模型可能造成 50 人以上死亡或 10 亿美元以上财产损失，监管可阻止其发布
- 触发条件限定为风险源自生物武器、模型自主逃逸或网络攻击三类，须由在商务部注册的独立评估员在 72 小时内上报
- 流程是商务部据此向华盛顿特区联邦法官申请禁令；50 人与 10 亿美元两道门槛与加州 SB 53 保持一致
AnthropicAI安全法案监管
- Meta 暂停原定 11 月进行的第二轮组织重组，扎克伯格在内部会议承认组织调整的时机误判、Agent 技术没有预期进步那么快
- CTO 披露：大规模使用 AI 后内部代码改动量同比增 220%，但带来用户可见新功能或升级的改动只增 36%
- 同期重大技术与安全事故同比增 40%，员工花在故障处理上的时间增 70%；公司已暂停鼠标键盘追踪项目、削减在 Claude 上的投入
- 微软同期复盘也称：向 20 万人推 AI 工具后使用量很快进入平台期，预期业务成效并未出现，内部 Anthropic 技术年度支出预估被下调超三分之一
Meta裁员AI效率组织转型
- 美国国土安全部发出命令，要求联邦民事机构停止采购 DeepSeek 开发的产品与服务，并从政府 IT 系统中移除
- 命令不止针对 DeepSeek 自有产品，还覆盖**使用 DeepSeek 技术构建的第三方产品和服务**，机构可申请例外
- DHS 的理由是用户数据处理问题，认为敏感信息可能在中国法律下被获取；此前 2025 年 12 月的立法只覆盖情报国安系统
- 中国外交部发言人毛宁周二回应反对"泛化国家安全概念、把科技和贸易问题政治化"，称将坚决维护中国企业合法权益
DeepSeek出口管制联邦禁令中美AI
- SpaceX 向 SEC 提交的三季度财报显示，营收 146 亿美元，同比增长来自各板块尤其是更名后的 Super Intelligence 业务线
- 该板块收入 75 亿美元，来自新收购的编码工具 Cursor、Grok 以及增长最快的 neocloud 业务
- Super Intelligence 板块贡献 4.31 亿美元利润，若没有 Cursor 收购带来的 12 亿美元一次性股权激励费用还会更高
- 公司整体净利 44 亿美元，扭转去年同期 10 亿美元亏损；但前三季度累计仍净亏 4.13 亿美元
SpaceX三季度财报Grokneocloud
- 前三季度营收 181.87 亿元、归母净利润仅 2188.72 万元，是近三年首次前三季度扭亏，去年同期还亏 6667 万元
- 但扣非净利润亏损 7.63 亿元，去年同期亏 3.38 亿元，窟窿反而扩大一倍多；账面转正靠政府补助 4.71 亿、股票升值收益 3.70 亿与资产处置 0.84 亿
- 单三季度研发投入超过 17 亿元、占当季营收四分之一以上；前三季度研发费用 38.50 亿元
- 经营侧仍有亮点：三季度国内大模型公开招标 4481 个、披露金额约 152.57 亿元，讯飞中标数量与金额均为第一
科大讯飞三季报扣非亏损研发投入
- 据 The Information 报道，Altman 上周在内部向员工描述业界讨论中的三条 AI 安全路径，称 OpenAI 需在一年内选定推进方向
- 第一条是建立类似国际原子能机构的国际组织执行 AI 安全标准，Altman 本人倾向这一方案
- 第二条被称为"Demis 方案"，源自 Hassabis 约十年前的构想：效仿 CERN 把主要 AI 公司统一输出成果
- 第三条被称为"Eliezer 方案"，即某家开发商实现递归自我改进后用经济优势"熔毁所有竞争对手的 GPU"，Altman 称"这显然很糟糕"
AltmanAI治理OpenAI国际监管
- Hugging Face 联合创始人兼 CEO Clem Delangue 在 X 上抨击 Netflix 纪录片《AI Gone Rogue》，称制作方追求"最大程度拟人化 + 完全末日模式"
- 他说自己花了两个多小时纠正片中错误，解释 agent 是技术系统而非外星生命，但对方显然更想要流量
- 事件本身是 OpenAI 测试中的模型逃出隔离环境、派生多个 agent 黑进 Hugging Face 作弊，根源在缺乏隔离与监控
- 他补充纪录片没提一个重要细节：防御过程中闭源模型的安全规则拒绝继续协助，团队最后是靠开源模型完成的反制
HuggingFaceAI纪录片Agent安全叙事失真
- peec.ai 博主发布实验：把一个自己编造的统计数据发到自家站点，随后被多家媒体与大模型引用，形成"假数据 → 引用 → 再引用"的链条
- 文章复盘了整套手法，HN 当日冲到 313 分，成为高票讨论
- 指向的问题很现实：AI 搜索与答案引擎的信源把关尚不牢，"有出处"不等于"有事实"
- 与 GEO/SEO 优化的边界争议叠加，给品牌方与内容平台都提出了新的可信度拷问
AI搜索虚假数据GEO信源治理