AI 月报 · 2026 年 10 月
矩创芽
本月模型发布密集且普遍降价：OpenAI 推出 GPT-6.1 Terra，API 价格减半；谷歌先后发布 Gemini 4 Argon 与 Gemini 4 Carbon，前者 API 限时半价。开源侧同样活跃，Mistral 开放 1 万亿参数的 Mistral Large 4 权重，Meta 发布 816B 的 Muse Spark Open，月之暗面推出 Kimi K3.1 Pro。安全领域，AI 辅助发现的 PHP2Shell 漏洞致多国政府网站临时下线，GLM 5.3 则在无人干预下自主构建出完整 Firefox 漏洞利用链。资本层面，Anthropic 提交 S-1 拟以代码 ANT 登陆纳斯达克，披露 2026 上半年营收 163 亿美元。
OpenAI 称 AI 证明卡凯亚猜想、推翻 ETH 并触及杨-米尔斯理论
OpenAI 宣布其模型一次性取得三项成果：证明所有维度的局部平滑化猜想，从而推出卡凯亚猜想和 Stein 限制性猜想在所有维度成立；证明指数时间假设（ETH）为假；为量子色动力学和杨-米尔斯理论构造存在性证明。
工具与产能
本版导读语音、世界模型与智能体操作系统集中开源，多家厂商把剧本、分镜、剪辑等创作流程收进同一工作台，文档解析与长上下文推理效率也有新进展。
The Decoder10.27OpenAI 发布 GPT-6.1 Terra，API 价格减半并逼近更大模型
OpenAI 发布 GPT-6.1 Terra，API 输入每百万 token 1 美元、输出 5 美元，均为 GPT-5.6 Terra 的一半，缓存输入降至每百万 token 0.05 美元。
Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
VAST 开源实时世界模型 EdenLive，并发布编程智能体 skill EdenGolem
VAST 开源 Project Eden 系列中的实时生成式渲染器 EdenLive，包含 5B、14B 模型权重（各含双向生成与少步流式生成两个版本）、实时流式推理代码、前端工作台和技术报告。
The Decoder10.17DeepSeek 发布 V4.1-Flash-1017，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
清华 THUNLP 联合面壁智能开源智能体操作系统 PilotDeck 2.0
清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队开源智能体操作系统 PilotDeck 2.0，以 WorkSpace 工作舱隔离各项目的文件、记忆与任务，记忆支持查看、修改和删除。
The Decoder10.22Anthropic 推出常驻智能体 Claude Duet 研究预览
Anthropic 发布常驻智能体应用 Claude Duet 的研究预览，基于 Claude Opus 5.5，可在用户离开时持续处理任务，并在发送消息、付款、签署文件或删除前请求批准。
Genspark Media Studio 上线视频 Agent 工作台
Genspark 发布视频 Agent 工作台 Media Studio，接入 20 多家厂商的 70 多个模型版本，由大语言模型担任导演负责写剧本和调度视频、图像、音频模型。
NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。
国产开源模型OXR登顶三大文档解析榜，1.3B参数靠RSI自进化训练
国产开源文档解析模型OXR以1.3B参数量在OmniDocBench（97.18）、olmOCR-Bench（87.84）和DocParsingBench（87.76）三个榜单登顶，代码、权重和评测流程全部开源。
即梦上线短剧工作室，把剧本、导演台与剪辑整合进同一项目
即梦于10月26日上线「短剧工作室」，将剧本创作、角色与场景资产管理、分镜设计、视频生成和后期编辑串联在同一项目中。其中DreamScript剧本模型可辅助生成角色小传、人物关系和剧本正文，短剧导演台支持在3D空间安排站位与运镜，智能预演可用生成一段8秒视频的成本预演1分13秒的戏。同期即梦推出双十一优惠，Seedance 2.5视频生成价格最低0.19元/秒，通过CLI使用最低0.18元/秒。
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%。
行业动态
Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 并开放权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在公开预览基础上继续强化学习，编码与防御性网络安全能力提升。
The Decoder10.16Meta 发布 Muse Spark Open 开源权重模型，816B 参数对标 Qwen、GLM 与 Kimi
Meta 发布开源权重模型 Muse Spark Open，参数规模 816B（激活 42B），上下文最长 100 万 token，支持文本、图像、视频和音频。
Latent Space10.21DeepSeek 开源生产推理栈 DeepInfer，单集群日处理 155T tokens
DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并披露单集群日处理 155T tokens、96% 输入缓存命中、非高峰时段每加速器小时 38 美元收入等数据。
The Decoder10.24月之暗面发布 Kimi K3.1 Pro，智能指数距 Claude Opus 5.5 仅差 3 分
月之暗面发布 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户陆续开放 Gemini 4 Argon，主打编程、专业知识工作与长流程任务执行能力。API 首发价为每百万输入 token 2 美元、输出 10 美元，约为 Opus5.5 的一半，优惠截至 11 月 30 日，12 月 1 日起恢复至 4 美元和 20 美元。
Google DeepMind一手10.29Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到最强水平，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
The Decoder10.27OpenAI 请外部专家核查其 AI 在数学、计算机科学与物理领域产出的证明
OpenAI 称其 AI 在数学、计算机科学与物理三个领域产出证明，并邀请外部专家担任 shepherd 核查结果。计算机科学结果声称推翻长期被广泛接受的 Exponential Time Hypothesis，数学结果声称把 1991 年提出的 local smoothing conjecture 推广到所有维度，物理结果声称证明某些量子场论在四维中存在。
Latent Space10.24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。
AI 挖出的 PHP2Shell 漏洞致多国政府网站临时下线
PHP 两个被合称为 PHP2Shell 的内存管理漏洞由 AI 辅助发现，严重程度评分 9.2，可被远程利用控制服务器，芬兰、荷兰、法国、德国、比利时等多国政府机构在补丁发布前后预防性下线网站。
The Decoder10.30Epoch AI：开源权重模型 GLM 5.3 在 48 小时内自主构建完整 Firefox 漏洞利用链
Epoch AI 研究人员发现，开源权重模型 GLM 5.3 在无人干预下利用补丁间隙，对 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本构建出完整漏洞利用链，每次成功攻击的 API 费用约 1000 美元。
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。
Google DeepMind一手10.28Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，原生支持多模态，可在生成世界的同时生成音乐、环境音与交互对话。Genie 4 支持用自然语言实时修改场景，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。
Latent Space10.27Anthropic 提交 S-1 拟登陆纳斯达克，2026 上半年营收 163 亿美元
Anthropic 于周一公开提交 S-1，计划以代码 ANT 在纳斯达克上市，2026 上半年营收 163 亿美元，Q2 单季 116 亿美元、同比增长 1368%，Q2 经营利润 9.74 亿美元。
The Decoder10.27Anthropic 提交 S-1 招股书，披露创纪录收入与高额算力承诺
Anthropic 向 SEC 公开提交 S-1 招股书，计划以代码 ANT 登陆纳斯达克，由高盛和摩根士丹利牵头承销，Yahoo Finance 称华尔街预期估值约 2 万亿美元。
模思智能与OpenMOSS开源5B生图模型MOSS-Image，4天海外下载超130万次
模思智能与OpenMOSS团队开源发布5B参数生图模型MOSS-Image，上线4天在海外社区收获130万次下载，GitHub获1.4k Stars并登顶Hugging Face文生图趋势榜。
OpenAI 发布 GPT-6.1 Terra：价格减半，电脑操作能力接近 GPT-6 Astra
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、缓存输入 0.05 美元/百万 Token、输出 5 美元/百万 Token，价格约为 GPT-5.6 Terra 的一半。
Latent Space10.29Google DeepMind 发布 Gemini 4 Carbon，登顶多个榜单并优先开放给网络安全防御方
Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon，距 Argon 发布约两周，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并领先 HLE-Diamond、TB-Science 等 4 项子评测。
PHP 爆出 CVSS 9.2 漏洞 PHP2Shell，全球多国政府网站紧急下线
PHP 官方于 10 月 21 日发布 8.5.12、8.4.27、8.3.36 和 8.2.35 紧急更新，修复两个 CVSS 9.2 分的远程代码执行漏洞 CVE-2026-109618 和 CVE-2026-109619，攻击者无需账号密码即可在应用代码运行前拿到服务器 shell。