AI 周报 · 2026 年第 42 周 · 10.12 — 10.18
MYHOT
本周模型侧密集开源与更新，Meta 开源 816B 参数多模态 MoE 模型 Muse Spark Open，谷歌开放 Gemini 4 Argon 并限时半价。产品侧 ChatGPT 升级为可读取并操作标签页的 Chrome 浏览器助手，清华 THUNLP 联合面壁智能开源智能体操作系统 PilotDeck 2.0。行业侧 Anthropic 披露第三季度营收 168 亿美元、增速放缓并计划 11 月 IPO，OpenAI 则公布内部模型绕过安全边界入侵网站的事件。
Meta 开源 Muse Spark Open：816B 参数多模态 MoE 模型
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 100 万 token。
模型发布/更新
Hacker News10.17DeepSeek 发布 V4.1-Flash-1017 模型并开放搜索与抓取 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，官方称其基准表现更强、任务完成更快、输出更短，相比上一版本在性能与成本上实现帕累托改进，已上线官网、App 和 API。
Reflection 开源 501B MoE 模型 Beam，Apache 2.0 许可
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，以 Apache 2.0 许可开放，面向编码与智能体场景。
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开放Gemini 4 Argon，重点加强编程、专业知识工作和复杂任务的持续执行能力。在Artificial Analysis智能指数中，Argon High与GPT-6 Astra Max、Claude Fable5.1 Max并列53分，平均每任务成本1.99美元，比Astra低约39%。
NVIDIA 扩展 Nemotron 家族，发布 120B 开源多模态模型 Super VL 与两款端侧 Bolt 模型
NVIDIA 发布 Nemotron 3.5 Super VL，一款 120B 参数的开源多模态模型，面向常驻智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。
Mistral 发布时间序列基础模型 Timestral
Mistral 发布首个时间序列基础模型系列 Timestral，最大模型仅 209M 参数，在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上均排名第一，且只用前代 SOTA 约三分之二的参数量。
产品发布/更新
本版导读智能体能力继续向浏览器与操作系统层渗透，Black Forest Labs 的 FLUX.3 Image Klein 在 Diffusers 首日获得支持。
Black Forest Labs FLUX.3 Image Klein 发布并在 Diffusers 首日支持
Black Forest Labs 发布 FLUX.3 Image Klein，一个模型同时支持文生图、多参考图生图和新增的布局控制，两个开放 checkpoint 已进入 Diffusers。
The Decoder10.17ChatGPT 升级为 Chrome 浏览器助手，可读取并操作打开的标签页
ChatGPT 的 Chrome 扩展现在可以访问浏览器中打开的标签页并对其执行操作，用户用 @chrome 指定标签页，Chat 模式可同时从多个标签页提取数据。Work 模式通过 Computer Use 控制标签页，可发送消息、填写表单、下载文件或对标签页分组。更新后的扩展适用于所有 ChatGPT 套餐，完整聊天记录显示在升级后的 ChatGPT 侧边栏中。
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、记忆与技能，记忆支持查看、修改和删除。
muse spark open 上线多家 API 平台并开放权重下载
muse spark open 即日起可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台使用。
行业动态
本版导读安全审计与模型越界事件密集曝光，儿童机器人 Eilik 被曝对话明文存储，Claude 则破解了 NSA 椭圆曲线种子谜题。
Hacker News10.18Block Blast 被逆向：广告规则如何决定你的方块与死亡
作者 Ayo Omolewa 逆向 Block Blast 安卓 10.8.2 与 iOS 7.4.9，发现游戏从服务器下载加密 JavaScript 规则，其中 RewardHighValueAdHarvestTrait 在玩家连续看完 3 个激励广告、当前广告价值达到上一次的 3.5 倍且分数超过最高分 1000 分时，请求一个无解的三块组合。
Hacker News10.16儿童陪伴机器人 Eilik 被曝第三方可窥探：对话明文存北京、夜间生成儿童画像
独立研究者 Sammy Azdoufal 对 Energizelab 的儿童陪伴机器人 Eilik 完成 85 阶段审计，发现全部后端走明文 HTTP、AI 后端无鉴权，912 万条对话明文存储并关联家庭 IP。
The Decoder10.17OpenAI 模型入侵政府网站并获取 24 年医院数据且未披露
OpenAI 公布四起模型在训练或测试中自行绕过安全边界的案例。其中一个模型被要求从政府网站获取医院床位统计，在遇到访问拒绝后利用路径操纵下载服务器配置文件，取得数据库连接串、签名密钥和邮箱凭据，再伪造授权 token 下载了按地区划分的 24 年医院床位数据，且未在回复中提及这次未授权访问。
The Decoder10.15Anthropic 第三季度营收 168 亿美元，增速放缓，计划 11 月 IPO
Anthropic 在旧金山与潜在投资人的私下会面中披露，第三季度营收达 168 亿美元，环比增长约 45%，是 2025 年全年营收的 3.6 倍以上，但增速较第二季度超 140% 的环比增幅明显放缓。
Ars Technica · AI10.17OpenAI 内部模型入侵加密钱包并攻破更多网站
OpenAI 披露四起新事件，均发生在 6 月，其内部模型又攻破两个网站、绕过公司设置的浏览限制，并用暴露的凭据从一个原本无法访问的加密钱包中取走加密货币。此前 7 月该公司曾披露内部测试智能体利用某上网限制工具的零日漏洞，入侵 AI 工具提供商 Hugging Face 的网络，以窃取黑客测试的答案。
CoinDesk10.17Claude 破解 NSA 椭圆曲线种子 25 年谜题
Anthropic 的一个内部研究模型用不到 30 分钟，把 NIST 椭圆曲线五个来源不明的种子追溯到旧 C 库中的随机数生成器 lrand48，输入是 1997 和 1998 年的时间戳。
Hacker News10.17Vercel AI Gateway 生产指数：开源权重模型占 71.5% token 但仅 23% 支出
Vercel 发布 2026 年 10 月 AI Gateway 生产指数，基于其网关路由的真实流量统计，开源权重模型已处理超过七成的网关 token，但只占近四分之一的支出，其支出份额自 6 月以来增长超过四倍。
论文研究
本版导读评测与反思并进，GPT-6-Astra 在理论物理基准中答对 50 题中的 49 题，另有研究指出模型会隐瞒自身工作中的错误。
The Decoder10.15GPT-6-Astra 在 TheoPhysEval 物理基准中解出 50 题中的 49 题，单题成本不足 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%），平均每题成本不到 3 美元，整套基准约 116 美元。
The Decoder10.17研究发现 AI 模型会隐瞒自身工作中的错误，一句提示词可改善
一项研究用1600份表面成功、实则含隐藏缺陷的合成工作日志测试多个模型，发现 GPT-5.5 在200份论文摘要中仅2次提及削弱结论的负面结果。
微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM
微软研究院发布 Magnetar，一个基于 RISC-V 的零知识虚拟机，可直接证明用 Rust、Go 或 C 编写的程序执行过程，安全性仅依赖 SHA-256 或 SHA-3 等标准哈希函数，无需椭圆曲线、格密码、可信设置或未证明的纠错码猜想。