AI简报 – 2026.10.24

大模型  Kimi K3.1 Pro 深夜上线：3 万亿参数级新旗舰，Terminal-Bench 逼近 Opus 5.5，价格三箭齐降三分之一

10/23 早 9:41 月之暗面用一段 24 秒复古 CRT 终端视频官宣 K3.1（画面里 Kimi Code 用 Three.js 现场写 3D 场景），深夜正主落地：K3.1 Pro 与 K3.1 Pro Highspeed 正式发布并全量上线 kimi.com、App、Kimi Work、Kimi Code 与 API，官方称这是迄今能力最强的 3 万亿参数级模型，支持 100 万 token 上下文。它不是新基座，而是在 2.8 万亿参数的 K3 上加大后训练投入，配合覆盖数百个下游领域的大规模联合强化学习。跑分上，Terminal-Bench 4.0 拿 65.7%（GPT-6 Astra 58.2%，仅次于 Opus 5.5 的 66.4%），SWE-Marathon v1.1 以 51.7% 反超 Opus 5.5（46.3%），14 项基准 6 项第一；幻觉控制进步明显，Kimi Hallu Bench Hard 从 K3 的 23.4% 降到 8.3%。真正扎眼的是价目表：K3.1 Pro 输入 ¥13 / 输出 ¥68 / 缓存命中 ¥1.30（每百万 tokens），较 K3 的 ¥20/¥100 三项齐降三分之一；Highspeed 版 ¥26/¥136 换 2-3 倍输出速度。完整权重承诺 11 月 4 日前开源——为保证开源安全，官方披露已从中期训练与 RL 两个阶段移除网络攻防数据，自研 xdev-bench-hard 漏洞利用测试从 90.5% 主动压到 81.0%，”开源权重不应推进攻击性网络能力前沿”。另注意：K2 系列 10/31 起停新用户、12 月底全量下线。开源旗舰+主动降价+主动自削攻击能力，三件事放在同一天，国产开源阵营的竞争维度又厚了一层。来源 ↗

大模型  OpenAI 冲刺 300 亿美元融资、投前估值 1.25 万亿：抢在 Anthropic IPO 披露前锁定万亿美元标杆

据 CNBC 10/22 报道、财联社 10/23 跟进，OpenAI 接近完成一轮最高 300 亿美元的融资，投前估值 1.25 万亿美元（若足额募满，投后约 1.28 万亿），由阿联酋投资者与 Coatue 联合领投；公司已通知投资者目标在下周末前完成签约，最终规模仍在商议。这轮被定位为潜在 IPO 前的”机会性”过桥融资——OpenAI 今年 6 月已秘密向 SEC 递交注册文件，CFO Sarah Friar 此前向员工透露 2027 年上市。时点选择颇有讲究：Anthropic 正准备 11 月 IPO、寻求 1.5-2 万亿美元估值，两家追逐同一批投资者，OpenAI 希望抢在对手披露招股书之前把万亿美元估值立成标杆。融资之外，OpenAI 还在同步谈判一项从阿联酋获取额外算力供给的商业协议，资金与基础设施两手抓。对照今年 3 月 1220 亿美元融资、8520 亿美元估值，九个月估值提升近五成；而这波融资潮恰逢市场动荡——周四美股科技七巨头指数跌 2.8%，Meta 跌近 7%。AI 两巨头上市前竞速，估值与情绪的对赌才刚开始。来源 ↗

Agent  Uber 把 ChatGPT Work 推广到全球 3 万名员工：企业级 Agent 从千人试点走向全员部署

10/23 OpenAI 宣布，Uber 将把 ChatGPT Work 从此前约 1000 人的试点推广至全球逾 3 万名员工——这是该产品迄今规模最大的企业全员部署之一。员工可将其连接 Google Drive、Gmail、Google Calendar 和 Slack 等工具，用于信息研究、准备会议简报、制作演示文稿等日常工作。有意思的是时间线：Uber 上个月刚裁员，一边缩减人力、一边把 AI 工作台铺到全员，”用 AI 接住组织收缩”的样本意味浓厚。与此同时，华尔街大型银行正在做反向操作——发现客户账户中出现未经授权的第三方 AI 代理后，集体阻止其直接访问账户或转移资金，摩根大通 CEO 戴蒙放话”客户授权后须自担责任”。同一周里，企业对 Agent 的态度劈成两半：内部工具大胆全员放开，外部代理严防死守。企业级 Agent 的商业化路径越来越清晰——先做员工的句柄，再谈客户的入口。来源 ↗

Agent  微软 Copilot Code 开始推送：普通员工用自然语言”说”出一个应用，发布到托管运行时统一治理

10 月下旬起，微软通过 Frontier 计划向 Microsoft 365 用户推送新版 Copilot 的 Code 体验（10/23 起陆续可见）：用户在 Copilot 应用里用自然语言描述需求，即可生成追踪器、仪表盘和完整应用，Copilot 可反问澄清需求，并借助 Work IQ 把邮件、会议、文档、聊天等企业上下文接入生成过程；做好的应用一键发布到 Copilot Managed Runtime——微软托管的云环境，自动继承组织的治理、安全与管理策略，数据权限沿用用户本人权限。Code 走用量计费，管理员需预先配置支出策略（10/25 前未主动决策的高级智能体与插件上传设置将默认开启）；在硬件足够的 PC 上还可启用本地编码、操作本地文件与终端。这是”vibe coding”从开发者工具向业务岗位下沉的标志性一步：微软把 GitHub Copilot 的底层技术直接搬进了白领的工作流，让离问题最近的人自己把方案做出来。与上周 Anthropic 把 Claude 企业版统一进 Chat+Cowork 的动作对照，巨头们都在押同一件事——应用的生产者即将从工程团队扩散到每一个岗位。来源 ↗

机器人  智元发布 Genie Studio 2.0：专攻机器人”上岗最后一公里”，7 天完成新场景 0 到 1 部署；人形机器人同日新增 6 项国家标准

10/23 上海，智元机器人发布一站式全流程具身智能作业平台 Genie Studio 2.0（”AIWAVE”七连发第二弹），正面回应行业最尴尬的现实——Demo 惊艳、进厂水土不服。平台由三大模块组成：Flywheel 具身模型迭代开发平台打通”数据采集→模型训练→仿真大考→真机部署→异常数据回流”闭环，负责岗位级技能特训；Agent 模块化作业编排平台用可视化拖拽把导航、视觉定位、模型推理搭成完整作业流程；Monitor 多机舰队运维平台集中管理几十台设备的状态、任务与故障预警。实测成绩单同步给出：常州数控机床上下料项目 14 天完成从需求到产线落地；均普智能 BMS 装配产线 99.9% 任务成功率、单次节拍 13 秒以内并通过 7×24 连续生产验证；广州地铁服务场景已规模化部署 60 余台设备。官方称新作业场景最快 7 天完成 0 到 1 部署验证。同日上证报报道，人形机器人领域新增 6 项国家标准（优必选等企业深度参与），把”总体要求—环境感知—决策规划—运动控制—作业操作—仿真验证”串成统一技术链条。行业背景数据：今年上半年我国人形机器人整机产量已超 4 万台、全年预计突破 10 万台，产业链前十上市公司在手订单合计超 300 亿元——”造出来”正在被解决，”用起来”成了主战场，10/29 智元创新日还将发布面向部署态的正向设计本体与基座模型。来源 ↗

大厂  32 颗被禁运的英伟达 B300 被发现在中国电信关联网络中运行：出口管制的”水印”防不住，英伟达称走私”九牛一毛”

10/23 据 The Information 报道、Tom’s Hardware 等跟进：以色列安全公司 Lava 通过英伟达自家的 DCGM Exporter 监控工具，识别出 32 颗 Blackwell Ultra B300 GPU 正在中国电信（国有运营商）关联的网络端点上运行——而 B300 属于美国出口管制明令禁止售华的顶级 AI 芯片，只能卖给承诺不再转售的白名单买家。技术上并不神秘：数据中心运维人员安装的这款监控软件本用于内部健康诊断，却常常暴露在公网且不设密码。Lava 无法确认这 32 颗卡的物理位置，网络数据也不能证明中国电信直接持有；其更大范围的扫描还发现了全球约 2100 个暴露的监控主机，覆盖近 300 家组织的 12000 多颗 GPU（H100/H200/B300 乃至 RTX 4090/5090）。英伟达未否认发现，但回应轻描淡写：”近年法庭案例中受控产品流失不足 0.5%——与中国已有的算力海洋相比只是九牛一毛”，并称走私”是非因素”。背景并不轻松：2025 年曾有三个月 10 亿美元英伟达 AI 芯片走私入华的报道，今年 8 月台湾 9 人因非法出口 B300 被起诉、Supermicro 因此解雇多名员工。监管与反监管的攻防已进入”靠监控端点抓现行”的阶段，美方下一步大概率盯上白名单合规审计。来源 ↗

人物  黄仁勋首访哈萨克斯坦：把能源变成智能出口，5GW 数据中心谷=2500 亿美元投资+1 万亿美元经济活动

10/23 阿斯塔纳，黄仁勋首次到访哈萨克斯坦，先与总统托卡耶夫会面、提出把该国打造成全球 Physical AI 枢纽，随后在”Alem.AI”国际人工智能中心与副总理兼 AI 与数字发展部长马季耶夫炉边对谈（哈萨克斯坦”2026 人工智能月”收官活动）。核心主张是主权 AI：”一个国家的数据承载着自身的语言、文化与价值观，数据也是自然资源的一部分”，是否自研大模型”是国家安全问题”——但不必从零造轮子，用开源模型结合本国语言文化调整即可。”这些 AI 工厂需要的自然资源是电力、数据和消纳（offtake）”，哈萨克斯坦的路径是把能源出口升级为智能出口。数字账算得很响：Data Center Valley 项目已配 300MW 电力，远期规划 5GW——”每 GW 500 亿美元，5GW 就是 2500 亿美元投资，将产生 1 万亿美元的经济活动”。他同时把 physical AI 描述为”所有产业里最大的一块”，矿业、农业、物流、能源都是训练物理 AI 的富矿，并称”现在才刚站在 physical AI 旅程的起点，这是下一波”。对 AI 泡沫论，他延续了柏林 GTC 的口径不予认同。从欧洲、中亚到中东，英伟达的”主权 AI 布道”正把国家电网变成潜在订单。来源 ↗

人物  哈萨比斯再砍 AGI 时间线：2-3 年内到来，用”爱因斯坦测试”验收——AI 圈最保守的人也收口了

《华尔街日报》杂志将哈萨比斯评为 2026 年度科技创新者，配套深度专访 10/23 起在中文圈刷屏：这位一贯的”谨慎保守派”把 AGI 预期从此前的 3-5 年再度砍到 2-3 年——”它很快就会到来，我的估计在不断向现在靠拢”。他定义的 AGI 不是单点工具，而是拥有人类大脑完整认知维度的系统（包括原创性思想），并给出可验收的”爱因斯坦测试”：把人类 1901 年以前的全部知识喂给 AI，它能否仅凭推理独立推导出爱因斯坦 1905 年”奇迹年”的颠覆性物理学？”距离 AI 独立发明现代物理学还有几年。”复盘其预期曲线：2025 年初还说 5-10 年、需要一到两次重大突破，今年 4 月红杉大会给 2030，如今直落 2-3 年——时间线坍缩的速度本身就是信号。监管立场上他依旧两面下注：错误的监管比没有监管更可怕，但主张由行业出资、受政府监管的机构在最前沿模型发布前做严苛测试（这份提案罕见地同时收获奥特曼与马斯克点赞）；一周前在都柏林国际 AI 峰会上他刚警告：若不大幅提升安全标准，约两年内行业可能迎一次严重安全事故。专访里还有段技术史花絮：谷歌当年手握 LaMDA 却因”准确性是谷歌的品牌”而压住不发——”把一家以准确立身的公司的名字，绑在一个 20% 时间答错的机器人上，太难了”。来源 ↗

算力供给  字节、阿里、腾讯下单超 300 万颗 RTX Pro 5500、总值超 350 亿美元：中国需求超 600 万颗，2027 年全球产能仅 300 万，合作伙伴或只能拿到申请量的 5-10%

路透 10/20 首报、10/22 起中文媒体大量跟进：字节跳动、阿里巴巴、腾讯三家中国科技巨头合计订购超过 300 万颗英伟达 RTX Pro 5500 工作站 GPU，单价约 1.14 万美元、订单总值超 350 亿美元；中国客户订单总量已超 600 万颗，而英伟达告知合作伙伴 2027 年全球产量上限约 300 万颗——需求是供给的两倍以上，部分合作伙伴最终可能只拿到申请数量的 5%-10%。这款基于 Blackwell 架构（84GB GDDR7 ECC、约 600W）的工作站卡是当前中国买家能合法买到的最强英伟达芯片之一，主要用途是 AI 推理；样卡 12 月提供、2027 年一季度商业出货。两个连带影响值得记：其一，RTX Pro 5500 与消费旗舰 RTX 5090 共用 GB202 芯片，企业订单将挤占消费卡供货——5090 本就一卡难求，英伟达虽否认停产传闻，补货前景更趋悲观；其二，300 万颗 × 84GB GDDR7 意味着巨量显存需求，叠加本已紧张的 HBM/GDDR 供应，2027 年起英伟达还计划把台积电产能优先让给 Rubin 平台。数据/报道日期：2026-10-20（路透首报）、2026-10-22 跟进。来源 ↗

算力供给  英特尔 CTO 泼冷水：前沿晶圆产量短期最多翻倍，AI 算力扩张进入”供应链约束时代”

10/23 通信世界刊文引述英特尔首席技术官普什卡·拉纳德近日在播客中的判断：即便资本充足，全球前沿晶圆产量也不可能在短期内扩张十倍，更现实的上限大约是两倍——而 AI 算力过去十年大致保持每年 3 倍增长。约束不在需求端，而在”扩产无法线性复制”：先进芯片制造依赖的 EUV 光刻机、关键零部件、材料、检测设备、洁净室与晶圆厂规模正成为新的产能天花板，ASML 每年 EUV 设备产量有限且难以快速扩产，今天下单的设备通常需要约 18 个月才能交付，当前决策形成的产能要到 2028 年前后才能落地。对产业链条的传导路径被讲得很直白：GPU 供给从”设计能力”转向”制造与交付能力”，服务器厂商的交付力取决于上游资源锁定能力，数据中心竞争从”规模竞赛”转向”上架率、利用率与投资回收周期”的”效率竞赛”，运营商智算投资要从”买卡建池”转向”以用定建、算网协同”。在英伟达与台积电纷纷宣布大扩产的当周，这条来自芯片制造另一端的冷静判断，恰好给”算力无限扩张”叙事标了个物理上限。数据/报道日期：2026-10-23。来源 ↗

周佺喜 著 · 清华大学出版社 · 2026-10 · 69.8 元 · ISBN 978-7-302-72625-8

本月新出的一本国产开源模型训练实战书，恰好接住本周新闻里的两条主线：Kimi K3.1 Pro 承诺 11 月 4 日开源权重、DeepSeek 持续迭代开源推理引擎。全书 12 章系统覆盖大模型训练完整链路——从 DeepSeek、Qwen、GLM、Kimi K2 等国产开源模型的架构创新（MoE 稀疏激活、多头潜在注意力）讲起，经数据工程（采集、清洗、去重、合成数据与课程学习）、预训练工程（分布式架构、内存优化、训练稳定性），到后训练（SFT、强化学习、对齐与安全），最后落到基础设施、模型压缩部署与持续学习迭代。作者周佺喜现任国家能源集团大模型智能平台首席架构师，约翰霍普金斯大学 AI 硕士，出版社官网与百度百科均可查证出版信息。来源 ↗