主题：这一天属于「把能力交出去」。 DeepSeek 一天放出两个动作——与华为把芯片设计改成共建，又把压箱底的推理框架 DeepInfer 开源；MiniMax 则把匿名屠榜的玉兔正名为 M3.1 Flash，用 1 元／4 元的定价把 Flash 拉进 Agent 主战场。研究侧，两条「记忆」路线分头落地：记忆张量把经验焊进参数，IBM 只往提示词里塞一本自学手册，都绕开了改权重。海外则是发布前夜——Claude 新模型与 Gemini 4 Carbon 同日被曝。
🔥 1. MiniMax M3.1 Flash 官宣：玉兔揭面，Agent 榜单国产第一 — 1000 pts
匿名跑了半个月的 Space Bunny 掉了马甲，而正式版比匿名的自己更能打。
国庆期间在 OpenRouter 上匿名屠榜的 Space Bunny（玉兔）确认是 MiniMax M3.1 Flash 的早期版本，官方称匿名期间处理超 200T Token。Agents' Last Exam 29.6%、OSWorld V2 61.7，称两项均为国产第一；DeepSWE v1.1 73.7%、BankerToolBench 76.2、CyberGym 82%、AA 榜 43 分，编程、网络安全、Computer Use 都进了第一梯队。速度日常输出 200+ TPS、中位稳定 170+，输入 1 元、输出 4 元、缓存读取 0.1 元每百万 Token，综合成本较 M3 降 70%。已上 API／M Plan／MiniMax Code，权重稍后开放，Pro 版在途。它与 DeepSeek V4.1 Flash 恰好互补：一个死磕代码工程，一个深耕跨 SaaS 业务流。
→ https://www.qbitai.com/2026/10/504517.html
→ https://www.oschina.net/news/503104/minimax-m3-1-flash
🔥 2. DeepSeek 与华为共研 AI 芯片：工程师驻点，万卡昇腾年底跑预训练 — 980 pts
不是买芯片，是甲方把工程师搬进乙方，一起去定义下一代的硅。
The Information 报道，华为工程师长期驻点 DeepSeek，把训练中的真实需求——计算任务如何分配、处理器之间怎么传数据——直接写进计划明年年初推出的芯片设计。桥梁是北大团队开源的 TileLang（可在一定程度上平替 CUDA）：华为为 DeepSeek 提供「毫无保留的帮助」，DeepSeek 训练中的每个 TileLang 算子均已在昇腾完成高性能实现。DeepSeek 预计年底在内蒙古用昇腾 950DT 万卡集群做预训练；华为计划 2027 年 Q1 把 960DT 大部分产能优先给它。IDC：2026 上半年英伟达中国份额 34%、华为 28%；昇腾 950 性能约为 B300 的七分之一。
→ https://www.oschina.net/news/503127
🔥 3. DeepSeek 开源 DeepInfer：生产级推理框架，英伟达与昇腾双跑 — 950 pts
压箱底的不是又一个大模型，而是那个决定算力成本和电费的中间层。
DeepSeek 全面开源内部推理框架 DeepInfer：支持分布式推理、推测解码、SWA Bounded Replay 与结构化输出，同时兼容英伟达与华为昇腾——对要跑昇腾的团队是实打实的价值。官方明确，V4.1 Flash 高吞吐、低延迟的大规模推理服务就跑在它上面，后续新模型的推理代码与优化也会持续更新在此。同步开源的 deepseek-recipe 是与官方 API 处理逻辑完整对齐的生产级 Token 编解码组件，直接决定私有化部署能否无缝替代官方服务。至此权重、TileLang 算子库、推理框架、编解码四层齐了。仓库 10 月 16 日建，已 ★1.43 万。
→ https://www.oschina.net/news/503116
→ https://github.com/deepseek-ai/DeepInfer
🔥 4. 记忆张量开源 MemT 1.0：把「经验」焊进 Transformer，最大 288B — 920 pts
RSI 缺的第三块拼图不是算力也不是评测，是一次改进如何成为下一次的起点。
记忆张量发布并开源记忆原生模型 MemT 1.0：把经验编码为内部动态状态，在选定 Transformer 模块中加入一条与注意力并行的记忆分支，由训练学习如何写入、更新、读取。两个尺寸——Nano 36B／激活 3B，基座 Qwen3.6-35B-A3B；Flash 288B／激活 17B，基座为再后训练的 DeepSeek-V4-Flash，是记忆原生首次在近 300B 规模完成工程验证（arXiv 2610.26825）。SWE-bench Verified 五百题各跑三次，Nano 平均成功率 69.73%（无经验 66.07%），三次全过比例 54.0%→62.8%；11 项记忆基准均分 50.6／47.0，居参数化记忆方法前二。
→ https://www.qbitai.com/2026/10/504456.html
→ 论文 https://arxiv.org/abs/2610.26825
🔥 5. IBM 用「学来的操作手册」把 GPT-4.1 送上 τ²-bench 榜首 — 890 pts
不更新一个权重、不做一句人工标注，只往系统提示词里塞一本自己写的手册。
IBM Research 发布 ALTK-Evolve：用 GPT-4.1 分析 Agent 在训练任务中的成败轨迹，蒸馏成简短行为规则——怎么核验客户身份、怎么确认交易、怎么处理退货——再追加进系统提示词。同一模型既负责提取规则又当 Agent，零权重更新、零人工标注。在 Sierra 的客服 Agent 基准 τ²-bench retail 上，基础 ReAct 脚手架加 GPT-4.1 拿到 67.5% Pass^4（四次独立尝试全部做对的任务占比），高于 10 月 12 日榜单快照中的全部零售条目。博客也如实承认：更好的表现花的是更多 Token，不是更多轮次；学到的手册对前沿模型同样有效。
→ https://hf-mirror.com/blog/ibm-research/altk-evolve-bc
🔥 6. Claude 新模型与 Gemini 4 Carbon 同日曝光，御三家下月集体发牌 — 870 pts
修一个 bug 顺手修一类 bug——这批模型的卖点从「更会答」变成「更会想」。
据 The Information，内测者称新版 Claude 在推理与直觉上更强，是可称「重大飞跃」的升级：让它修单个 bug，它会识别导致该 bug 的整类问题并反问是否一并修；问投资建议也不再给「看市盈率」这类常识答案，而会自建算法。目前尚未确认是 Fable 还是 Opus，但更强已无争议。谷歌同期在测 Gemini 4 的 Argon／Barium／Carbon 三代号，内部代号 Barium-B 最后成为已发布的 Argon；Carbon 编程强于 Argon、视觉继续领先（得益于 YouTube 数据训练），在内部平台 Jetski 内测数日，员工反馈「感觉与 Opus 5.5 相当」。另有消息称 ChatGPT 将发 6.1 Terra。
→ https://www.qbitai.com/2026/10/504314.html
🔥 7. 蚂蚁百灵开源 Ming-3.0 语音系列：五款模型，台词可以「导演」 — 830 pts
不只让 AI 说话，还让它按你指定的情绪、重读和节奏去演。
蚂蚁百灵开源 Ming-3.0，把语音拆成声音创作、长音频分析、业务转写三套任务、五款模型供按需组合。TTS 主打导演模式：用自然语言描述台词该怎么演——情绪如何变化、哪个词重读、节奏怎么处理，还支持在文本里插入 [Laughter]、叹息、咳嗽等行内副语言标签。0.5B 小模型在 Artificial Analysis 十月评测中 Pronunciation Robustness 93.2% 并列第一、Controlled Voice 1069 Elo 开放权重第一。audio-flash 用 6.25Hz 低帧率表征压缩长音频，MMAU 82.00；asr-tiny（8.6B A2B）四类评测平均错误率 4.41%，靠热词与上文做 Context ASR。已在阿福、支付宝搜索等生产环境运行，权重上 HF 与 ModelScope。
→ https://www.oschina.net/news/503107
→ https://hf-mirror.com/inclusionAI/Ming-3.0-tts-0.5B
🔥 8. 美国 DHS 令联邦机构移除 DeepSeek，连第三方产品一并清 — 800 pts
这道命令 7 月 24 日就已生效，公众到 10 月 20 日才知道。
美国国土安全部要求联邦民用机构从信息系统中移除所有 DeepSeek 相关产品，包括用其技术构建的第三方产品与服务——机构还得倒查采购软件的底层调用了什么模型。范围覆盖财政部、国务院、司法部等民用部门，国防部下属机构被排除在外。细节值得注意：通知 10 月 19 日才公开、20 日正式刊登，但命令标注的原始发布日期是 7 月 24 日，即已生效近三个月。争议集中在「一刀切」：微软 2025 年 1 月已把 R1 接进 Azure，AWS 也在 Bedrock 开放部署，数据并不直接交给 DeepSeek；文件列出的担忧是数据外传与模型安全，却未披露任何联邦机构因此泄露的案例。
→ https://www.oschina.net/news/503109
🔥 9. 是石科技 TokenFleet：首 Token 延迟砍三成，把调度当产能治理 — 740 pts
GPU 排队和资源闲置可以同时发生——这才是国产算力最贵的那笔浪费。
是石科技在 CCF 全国高性能计算学术大会发布 TokenFleet 分布式调度框架，三件套分工明确：TokenPilot 在同一模型池内选实例，把缓存收益与排队代价一起算；FleetMind 做跨机房容量协同，先选机房再由本地引擎选实例；SLOMax 管混合负载的准入、分池排队与容量分配。实测 P95 首 Token 延迟降低 32.4%、P50 降低 71.3%。在 GLM-5.3 的收益测算示例中，流控协同后总输出吞吐仅增约 1.5%，达标输出吞吐提高约 29.4%，达标比例从约 67% 升至约 86%。官方同时提醒：延迟下降不等于成本下降，需结合吞吐与资源占用一起看。
→ https://www.qbitai.com/2026/10/504421.html
🔥 10. NVIDIA Cosmos3-H-Dreams：把手术台搬进生成式仿真 — 700 pts
不再显式建模组织形变与物理，而是让模型从视频里「看会」手术。
NVIDIA 发布 Cosmos3-H-Dreams，基于 Cosmos 3 基座，把交互式生成式仿真推进到临床手术：做出迄今最可信的体内影像，能实时响应器械动作——移动 Cadiere 抓钳、夹住并提拉胆囊。相比上一代 Cosmos-H-Dreams（基于 Cosmos-Predict2.5，只做 dVRK 桌面缝合），这次加入更丰富的手术控制与未见轨迹探索，并用教师模型蒸馏出四步、两步的「学生」模型压低推理成本，配 FlashDreams 做流式生成。路线是绕开数值仿真：不显式建模场景几何、组织形变与物理交互，直接从同步视频和机器人运动学中学视觉动力学，且支持用自己的数据与控制器微调。
→ https://hf-mirror.com/blog/nvidia/cosmos3-h-dreams
📌 今日趋势总览
🔭 延伸关注
Meshy Edit：圈选区域＋一句话描述、约一分钟生成新 3D 模型，未选中部分保持原样；a16z 生成式 AI 消费榜第 31，榜单唯一 AI 3D 公司 → https://www.qbitai.com/2026/10/504415.html
赛豆 AIVA ME7 公示：工信部第 412 批目录，4999mm／轴距 3050mm／宁德时代三元锂，单电机 270kW、双电机 420kW → https://www.qbitai.com/2026/10/504395.html
DHH 评中国软件：「尊重中国的 AI 模型和硬件，但困惑于大多数软件还这么粗糙，无论微信、支付宝还是鸿蒙」→ https://www.oschina.net/news/503113
Linux 7.4 迎来约 1.7 万行 Rust 代码：Zerocopy 一次跨八个版本，启用 proc_macro_span 让宏诊断精确到源码 → https://www.oschina.net/news/503125
HF 同日另有三篇工程文：
HF Mirror ❤️ TorchTPU（PyTorch 直接to("tpu")）、AnyLanguageModel 1.0、MPS in PyTorch 2.15 → https://hf-mirror.com/blog/hf-torchtpuAI2 FairStress：传统公平性基准只看最终选择一致，会掩盖决策过程的不公平，主张测「对称鲁棒性」→ https://hf-mirror.com/blog/allenai/fairstress
GitHub trending 前列全是老项目：orca ★99,989（2026-03 建）、ruflo ★77,929（2025-06）、graphify ★130,454（2026-04）、Kronos ★42,425（推送停在 2026-04-13）——是回锅，不是发布
⚠️ 10/21 已发布（超出本期锚点，如实标注）：飞书豆包「AI 先锋未来人才大赛」总决赛 10/20 在北京举行（发稿 10/21 10:37）；理想 Power Day 发布「连山」电动体系，自研电池质量致自燃且整车报废赔新车（10/21 09:04）
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢