10月17日，DeepSeek 官宣 DeepSeek-V4.1-Flash-1017 全面上线，网页、App 与 API 同步更新，且价格不变。更受关注的是，这次上线同步开放了 MIT 许可证的模型权重以及 Search/Fetch 搜索 API——一个前沿级别的编程模型，以最宽松的许可之一直接交出了"底牌"。几乎同一周，英伟达把 740 亿参数的大模型压缩进 22.1GB，装进一台售价 37999 元的笔记本电脑，开售数分钟即告售罄。模型竞争的主线正在悄然换轨：从"谁的分数高"，转向"谁能以更低成本、更自由的方式被真正用起来"。
国产模型一周三连发：DeepSeek 卷性价比，智谱、千问、蚂蚁各打各的
DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 编程评测中取得 77% 的最高分，"许愿式编程"的实测表现直接对标 GPT-6 Astra。对开发者而言，比分数更重要的是三件事：价格不变、权重开放、搜索 API 随附。MIT 许可证意味着企业可以不受额外商业条款约束地自托管、微调乃至二次分发，这对数据敏感型行业和成本敏感的创业团队都是实打实的松绑。过去一年开源与闭源的能力差距不断收窄，而当头部国产模型主动把权重和工具链一起放出，闭源 API 的定价权就开始被重新掂量。
同一周，其他国产厂商也没闲着。智谱推出法律专用开源模型 GLM-Legal，可处理合同审查、证据分析与跨境合规，在 Vals AI 法律测评中以 19.2% 的任务全通过率和 86.23% 的准确率位居开放权重模型榜首；千问披露 Agent 训练框架 QwenGyre，通过弹性调度与轨迹处理，把 Qwen 3.8 2.4T 的 48 步强化学习训练耗时从 134.55 小时压缩到 75.42 小时，效率提升 78%，且不额外增加一张卡；蚂蚁百灵发布并开源 Ling-3.1-flash，聚焦复杂任务与长程执行，实测可以筛选资讯、开发并迭代一款城市建造游戏。再加上清华 THUNLP 联合面壁智能等团队开源的智能体操作系统 PilotDeck 2.0——记忆可查可改、支持后台长任务与智能路由，复杂任务成本降低约 83%——国产 AI 的竞争已经明显分层：模型、训练框架、Agent 操作系统，每一层都在加速对外开放。
英伟达把 740 亿参数塞进 37999 元的笔记本：端侧 AI 开始动真格
10月16日，英伟达 RTX Spark 平台全球开售，128GB 版本开售数分钟即告售罄，联想、微软等品牌的搭载机型同步发售。这块被黄仁勋定位为"个人 AI 超级计算机"的超级芯片配备 128GB 统一内存和 1 petaflop 的 AI 算力。已有开发者用售价 37999 元的华硕 ProArt 创16 本地运行 Qwen3.8-27B 等模型，免 API 费用完成多种 AI 任务，实现了圈内人所说的"Token 自由"。端侧大模型从演示走向货架，只用了不到一年。
比硬件更关键的是软件侧的配合。英伟达同步开放了 Nemotron 3.5 Bolt 模型权重，其中 740 亿参数版本经过压缩，从约 148GB 瘦身到 22.1GB，专门支持笔记本本地 Agent 任务；此前发布的 Nemotron 3.5 Super VL 则是一款 1200 亿参数、支持 100 万 token 上下文与投机解码的视觉语言模型，面向高并发多模态 Agent 场景。另一边，VAST 开源了实时世界模型 EdenLive，5B 模型在单张 RTX 5090 上就能以 720P、超过 24FPS 的速度生成，端到端延迟控制在百毫秒级。算力下沉的趋势已经明确：数据中心负责训练，消费级设备负责推理，两者之间的界限正在被压缩算法与统一内存双向撕开。
前沿实验室这一周：Gemini 4 Argon 打穿《我的世界》，Claude 拆解量子电路
谷歌这边，Gemini 4 Argon 于 10月13日正式向 Google AI Pro 与 Ultra 订阅用户全面开放，替代 Gemini 3.1 Pro 成为付费 API 的顶级模型，输入、思考与输出共享 100 万 token 窗口。真正出圈的却是一场"游戏实测"：Google DeepMind 让 4 个 Gemini 4 Argon 智能体在无人预先分工、无人干预的条件下自主协作，编写了 2783 个程序，经历 605 次死亡，最终用 27 小时 14 分钟击败了《我的世界》的末影龙。长程规划、自我纠错、多智能体分工，这三项 Agent 核心能力在一场游戏里被同时验证。
Anthropic 则展示了模型的另一面。10月16日，Anthropic 宣布 Mythos 5 在 53 小时内自主设计出 8 个量子电路，全部优于已发表的人类最优方案，其中一种新解码实现把量子门数量降低了 17 倍，另一种架构将计算成本降低了 12 倍。OpenAI 的动作更偏产品：ChatGPT 的计算机使用能力正式进入 Chrome，Chat 模式可跨标签页收集信息，Work 模式经授权后可以直接操作网页、填表、下载文件和整理标签页；GPT-6 也开始向全部 ChatGPT 用户推送，响应中可以直接生成可交互的界面组件。模型的能力叙事，正在从"答得好"变成"干得成"。
资本与算力的狂欢与隐忧：920 亿美元担保之后，IMF 拉响警报
这一周的资本水面下暗流汹涌。英伟达宣布向 OpenAI 投资 300 亿美元，并为其俄亥俄数据中心担保 1050 亿美元；博通则承诺为 Anthropic 与 OpenAI 的芯片采购提供至多 920 亿美元融资，其中包括为 Anthropic 提供的 420 亿美元高级债务担保。扎克伯格在同一时期坦言，Meta 曾经准备在不知道模型能否成功的情况下，投入 1000 亿至 2000 亿美元建设 AI 基础设施。供给端同样紧张：ASML 三季度净销售额 117 亿欧元、净利润 50 亿欧元，其 CEO 明确表示 2027 至 2028 年的芯片制造设备产出将无法完全满足客户需求。
与狂欢相伴的是警告。IMF 在 10 月的《全球金融稳定报告》中，把 AI 驱动的市场修正列为全球金融稳定的三大显著风险之一。芯片厂商出资支持客户、客户再下单采购芯片的循环融资结构，让 AI 增长的财务基础显得比以往任何时候都更加相互捆绑。对普通企业的启示并不宏大：采购算力时把"供应连续性"和"单位任务成本"写进合同条款，比追逐最新模型更实际；对投资者而言，区分"有收入的算力"与"有故事的算力"，将是未来一年最重要的功课。
落地、趣闻与冷思考：当 AI 开始接管工作流
喧嚣之外，落地案例在持续累积：新加坡在系统层部署端侧诈骗拦截，所有分析在设备本地完成、零云端数据外传；巴西 Itaú 银行用 AI 承载完整零售银行业务；安全厂商 SentinelOne 把恶意软件分析周期从数周压缩到数小时。Anthropic 一份内部报告则给出了更激进的预期：其 1334 名员工中，相当多人预计到 2030 年底 AI 将完成前沿模型开发 95% 的工作。当"造 AI 的活"本身被 AI 接管，行业周期的形状可能比大多数人预想的更陡。
花边同样精彩。创业公司 Elorian 发布首个模型 Glimpse，主打"看得懂"的视觉推理——不做图像转文本的间接描述，而是直接裁剪区域、提取视频帧、运行代码做测量，公司上线前已完成 5500 万美元种子轮融资，估值 3 亿美元，谷歌首席科学家 Jeff Dean 参投；Scale AI 与 Elorian 联合发布的 HSS 基准显示，在测试多模态"第六感"的 522 道题中，最强模型 GPT-6 Astra 只拿到 53.6 分，而人类平均 93.1 分——机器的视觉直觉仍差得远。另一边，谷歌被曝出价 7000 万美元"蒸馏"一家破产的航空公司，人形机器人公司 Agility Robotics 获批以 AGLT 代码登陆公开市场，四川具身科技完成超 1 亿元 Pre-A 轮融资。而 OpenAI 正面临八个州就聊天机器人伤害儿童提起的诉讼——技术狂飙的另一面，监管与诉讼正在加速补位。
暂无评论内容