跳到正文
今天10月16日周五28 条
  5. The Verge · AI20

    特朗普在 Truth Social 发布 AI 编辑照片，炫耀白宫翻修工程

    特朗普在 Truth Social 发布白宫翻修对比照片，其中一张被 Google SynthID Detector 检测出由 OpenAI 生成或编辑。该"翻修后"照片两侧台阶数不一致，与"翻修前"照片角度和细节几乎相同，窗中倒影也近乎一致。特朗普发布的其他白宫外立面和直升机停机坪照片未检测到 SynthID 水印。

  6. InfoQ 中文78

    阶跃星辰开放 Step 5 Preview 权重，600B 稀疏 MoE 面向长程 Agent

    10 月 15 日，阶跃星辰正式开放 Step 5 Preview 权重，包含 BF16 与 FP8 两个版本，并同步发布技术博客、开源开发工具及部署指南，权重已上线 Hugging Face 和 ModelScope。

    推荐理由：原文披露了 Step 5 Preview 的架构与训练设计，读者可据此判断长程 Agent 在上下文管理上的工程取舍。

  11. InfoQ 中文78

    蚂蚁百灵开源 560B 模型 Ling-3.1-flash，每百万 Token 约 0.19 美元

    10 月 15 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash，权重已在 Hugging Face 和 ModelScope 提供下载。该模型延续 Ling-3.0-flash 的混合线性架构，约 560B 总参数、每 Token 激活约 25B，最高支持 1M 上下文，混合调用价格约每百万 Token 0.19 美元。

    推荐理由：原文给出 560B 总参数、1M 上下文与每百万 Token 0.19 美元的调用价格，读者可据此判断高频业务场景的部署成本。

  12. InfoQ 中文38

    国产 GPU 越来越多，为什么反而更难用？基流科技谈算力集群的系统工程挑战

    国产算力竞争正从单颗芯片转向整个计算系统，集群从几十张卡扩至万卡后，通信、调度与故障定位成为有效算力的关键瓶颈。基流科技推出的 VenusCL 通信组件在客户已完成千卡集群基础调优的前提下，可再带来约 2%—6% 的 MFU 提升；其 VenusNOC 的 Megatrace 特性曾在约 3800 张卡的训练集群中定位到单张 GPU 故障。

  14. InfoQ 中文12

    InfoQ 联合中欧国际工商学院等发起「AI 侦察团」，10 月 22 日落地 QCon 上海

    InfoQ 首次联合中欧国际工商学院、独角兽创业营、TGO 鲲鹏会发起「AI 侦察团」，将于 10 月 22 日在 QCon 上海面向企业决策者打造 AI 转型深度交流。活动包含主论坛 Keynote、讲师午宴、聚焦企业决策与规模化落地的专属技术专场，以及晚间闭门私董会。QCon 全球软件开发大会·2026（上海站）于 10 月 22 日—24 日举办，聚焦 Harness AI 时代的工程实践。

  15. TechCrunch · AI71

    Anthropic 向 METR 六名研究员开放员工级访问权限

    Anthropic 宣布向非营利评估机构 METR 的六名研究员开放员工级访问权限，让他们独立评估其模型、安全实践与风险管理。METR 团队获得 Anthropic 配发的公司笔记本电脑、办公空间和内部工具，权限大致相当于 Anthropic 自身风险评估团队，员工被鼓励像对待同事一样与其共享信息。

  18. The Decoder80

    Meta 发布 Muse Spark Open，816B 参数开源权重模型对标 Qwen、GLM 和 Kimi

    Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。

    推荐理由：Meta 重返开源权重赛道，给出 816B 参数、百万 token 上下文与本地部署条件，可与 Qwen、GLM、Kimi 横向比较。

  23. The Decoder80

    Black Forest Labs 发布开源图像模型 FLUX 3 Image Klein，8 GB 显存即可运行

    Black Forest Labs 发布 FLUX 3 Image Klein，这是一个 5.6B 参数的开源权重模型，支持文生图、图像编辑以及最多十张参考图生成，原生支持 4K 输出、像素级编辑和用于元素定位的 bounding box。

    推荐理由：原文给出参数规模、显存门槛与授权价格，读者可据此判断开源图像模型在消费级显卡上的可用性。

  26. The Decoder76

    Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，同步推出两款 Bolt 端侧模型

    Nvidia 发布 Nemotron 3.5 Super VL，这是一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。

    推荐理由：原文给出 120B 多模态模型的 MoE 激活比例、压缩方案与本地端型号，可据此判断企业智能体的部署门槛。

  27. Google DeepMind62

    Google DeepMind 用 Google Antigravity 加速抗菌肽发现

    Google DeepMind 介绍其智能体开发平台 Google Antigravity 如何用于抗菌肽发现，把原本分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 模型从氨基酸序列预测生物功能，扫描 UniProt 中数百万条此前未表征的蛋白质，并找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。

    推荐理由：原文给出智能体科研工作台与 3D 结构查看器的协作方式，读者可据此判断生物发现流程如何被压缩进单次会话。

  28. Microsoft Research62

    微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程，在笔记本上每秒证明 720 万至 870 万条处理器指令。

    推荐理由：微软研究院公开 Magnetar 的设计与基准数据，可了解零知识证明在通用程序上的性能与密码学取舍。

10月15日周四
  3. The Decoder84

    GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题成本不到 3 美元

    一项新基准测试让商用 AI 智能体在无人类提示下解答理论物理研究题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 答对 50 题中的 49 题（98%），平均单题成本不到 3 美元，整套基准约 116 美元。

    推荐理由：这份基准把日常科研计算交给商用智能体实测，并给出各模型得分与单题成本，可对照自身研究流程。

  6. AWS Machine Learning Blog60

    AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控

    AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在动作可被验证时让智能体自主执行，把人工判断留给真正需要决策的环节。框架按智能体生命周期分为四层：Scope 在运行前界定职责与权限边界，Know 为每个智能体分配独立身份并追踪授权来源，Bound 在运行时于智能体推理之外强制执行策略，Observe 在每次运行后重建其行为并用于改进。

    推荐理由：AWS 高管把 Defense in Depth 的思路搬到智能体治理上，给出可验证的四层框架与配套产品入口。

  8. InfoQ 中文34

    代码不再稀缺之后，软件工程还剩下什么？——QCon 2026 上海站圆桌谈 AI 时代研发效能

    小红书杨凯、阿里李峥峰、B 站张忻正在前阿里技术专家吴子奇主持的 InfoQ《极客有约》X QCon 直播中讨论 AI Coding 对软件工程的影响。杨凯认为模型能力仍是第一变量，但上下文工程与测试才是最大变量，测试 80% 至 90% 的工作量将揉进出码过程；李峥峰称 AI Code Review 的瓶颈已从生成转向验证，假阴性与假阳性问题未变；张忻正强调 AI 越强越需要确定性工程约束。