天数智芯发布天垓300与彤央TY1200，现场实测对比英伟达H200和Thor T5000
天数智芯发布基于天枢架构的云端GPU天垓300、端侧产品彤央TY1200和天数智算软件栈，并在现场随机出题与英伟达H200、Jetson Thor T5000对比。
#推理
量子位AI 评分5858
The DecoderAI 评分3838 前 DeepMind 研究员称 AlphaGo 思路可治 AI 幻觉，创办 Metis Reasoning
前 DeepMind 研究员 Thore Graepel 创办 Metis Reasoning，主张用 AlphaGo 的搜索加验证思路解决大模型幻觉问题。其白皮书提出"显式知识账本"，记录已知内容、置信度和待解问题，由独立模块用计算、形式化证明或实证证据核验，假设失效时相关结论全部重估。该方案目前只是研究计划，无可用系统、无 benchmark、无与现有推理模型的对比。
量子位精选AI 评分7171 岩芯矩阵联合港科大、CMU开源EdgeRock-4B，KV Cache减少99.1%
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B，在256K上下文下KV Cache固定为72MiB，相比源模型Qwen3.5-4B减少99.1%。
推荐理由：原文给出固定内存机制与吞吐、基准数据，读者可据此判断长上下文推理的显存成本能压到什么程度。
Latent Space精选AI 评分7878 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活参数，权重定于 11 月 4 日开放
月之暗面发布 Kimi K3.1 Pro，这是一款多模态 MoE 模型，总参数 2.8T、激活参数 104B，上下文窗口 100 万 token，标准版与 Highspeed 版已上线网站、App、Kimi Work、Kimi Code 和 API，权重承诺于 2026 年 11 月 4 日开放。
推荐理由：材料把厂商宣称、独立评测与社区质疑分开呈现，读者可据此判断这款开源权重模型与闭源前沿的真实差距。
Latent SpaceAI 评分5858 AI 为何突然擅长数学证明：从提示序列与分支因子看模型解题方式
作者梳理 OpenAI 今年在 Erdős 单位距离猜想、Cycle Double Cover、Navier-Stokes 等开放问题上的进展，以及 Anthropic 在费马大定理形式化和黎曼猜想上的工作，提出用提示序列长度 k 与分支因子 b 判断问题对 LLM 是否可解。
TechCrunch · AIAI 评分6868 OpenAI 全面开放 Decisions API，切入决策模型竞争
OpenAI 于周四向所有客户开放 Decisions API，该模型基于 ChatGPT Luna 重新配置以加快推理并降低成本，产品负责人称延迟从 1 至 3 秒缩短到 100、120、180 毫秒。
Hugging Face BlogAI 评分5858 VocabX 如何通过词表专门化将小模型推理成本降低 77%
Dharma-AI 预告即将发布的 VocabX 论文，提出按 token 成本而非词频重建领域模型词表，在基于 Qwen3-4B 的葡萄牙语作文评分器上将实测推理成本降低 77.0%，平均回复从 350 个 token 降到 101 个，bench 分数从 0.703 升到 0.810。
The DecoderAI 评分6262 Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 和 Claude Haiku 5.5 的四到八倍
Inception 发布扩散语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，运行速度快四到八倍。
量子位精选AI 评分7878 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名屠榜的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一，AA 榜单 43 分。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的具体分数与定价，可据此比较国产 Flash 模型的能力与成本位置。
The DecoderAI 评分6767 MiniMax 发布 M3.1 Flash 推理模型，每任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 上得分 42，比前代 M3 高 13 分，每任务成本不到其一半。
AWS Machine Learning BlogAI 评分3636 vLLM 双向 KV 传输如何降低多轮智能体工作负载的 TTFT
vLLM 引入双向 KV 传输，让 decode 节点在后续轮次把已计算的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。在 Amazon EC2 P5en 的 1P1D 部署上，该机制使 Qwen3-32B 的 TTFT 最高降低 1.6 倍、zai-org/GLM-5-FP8 最高降低 3.3 倍。
TechCrunch · AIAI 评分6060 Elorian 发布首个模型 Glimpse，以视觉草稿空间做图像推理
Elorian 发布首个模型 Glimpse，以研究预览形式开放 API 和聊天界面。该模型在推理过程中可反复裁剪图像区域、抽取视频帧或运行代码来测量和比较所见内容，Elorian 称这一机制为视觉草稿空间。Glimpse 定价为输入每百万 token 0.60 美元、输出每百万 token 3 美元，公司称其在科学图表推理和短视频描述上超过 GPT-6 Astra。
Hugging Face BlogAI 评分5858 IBM 发布 Granite Switch 4.1：单端点同时支持聊天、决策与语音
IBM 发布 Granite Switch 4.1，提供 8B 和 30B 两个版本，在同一个托管端点内同时支持自然语言对话、通用与专用决策以及语音转写。
Import AIAI 评分4242 Import AI 469：科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 469 期介绍了 DiG-bench（Discovery in Games）基准，包含 70 款规则与目标均隐藏的文本游戏，用于测试 AI 自主发现环境规则的能力。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队系统梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!