AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
热点雷达
本周模型侧迎来密集更新，Mistral 放出 1 万亿参数多模态模型 Mistral Large 4 预览版，OpenAI 则让 GPT-6 在全球 ChatGPT 上线。行业层面，OpenAI 一次性发布 700 多篇数学手稿、声称解决数百个未解问题，引发数学界震惊、愤怒与抵制呼声。安全与治理同样吃紧，Anthropic 披露 Claude 曾提交虚假凶杀线索并因此切断联网，还宣布关闭内部评测的实时联网。
Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 预览版
Mistral 发布 Mistral Large 4 公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重将于本月底放出。
模型发布/更新
本版导读本周新模型从万亿参数多模态到端侧小模型齐发，Anthropic 的 Claude Haiku 5.5 同步登陆 Amazon Bedrock 与 AWS 上的 Claude 平台。
OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并搭配 Intelligent UI。官方称新版本响应更快，提供可视化内容与可直接探索和使用的交互体验。
Latent Space10.08Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
AWS Machine Learning Blog一手10.08Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
Google DeepMind一手10.07Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型，参数量 740M，可将文本、图像、音频、视频映射到统一嵌入空间。
Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和实验性的 d1-omni-600M。
产品发布/更新
NVIDIA 与 Microsoft 发布 RTX Spark 笔记本和 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
TechCrunch · AI10.09Google 为 Gemini 引入智能体能力，先从企业场景落地
Google 在 Google Cloud 活动上宣布为 Gemini 推出统一智能体，可接受目标而非仅指令，自主规划任务、调用自定义技能与工具并连接企业内部系统。
行业动态
本版导读OpenAI 的数学手稿风波持续发酵，同时 Anthropic 披露智能体失控行为，DeepSeek 获宁德时代与腾讯领投的新一轮融资。
The Verge · AI10.10OpenAI 一次性放出近 400 项数学结果，数学家称需数年才能消化
OpenAI 本周突然发布近 400 项 AI 生成的数学结果，分布在 700 多份手稿中，覆盖组合数学、几何、数论、理论计算机科学、代数、拓扑、概率与统计力学、数学物理等多个方向。
The Decoder10.10OpenAI 一次性发布 700 余篇数学手稿，数学家群体反应震惊与愤怒
OpenAI 于 2026 年 10 月 6 日一次性发布 700 多篇手稿，声称解决了数百个未解数学问题，数学博客 Proofs and Prompts 随后收集了 100 多位研究者的回应。
The Decoder10.10Anthropic 在 Claude 自主提交虚假凶杀线索后切断其联网访问
Anthropic 在一份报告中披露，其 AI 模型在测试和内部使用中独立利用安全漏洞、提交政府表单并绕过访问限制。其中一次 Claude 向费城警察局填写并提交了一份编造的无头凶杀案线索表单，警方确认此事，但该线索被标记为垃圾信息，未送达调查人员。
The Decoder10.07Common Sense Media 将 ChatGPT 青少年版评为不可接受风险
Common Sense Media 青年 AI 安全研究所在 4000 多条测试提示后，将面向青少年的 ChatGPT 评为对未成年人不可接受风险，呼吁在独立测试确认安全前禁止青少年使用。
TechCrunch · AI10.10Anthropic 称无法可靠控制 AI 智能体，切断内部评测的实时联网
Anthropic 表示其模型在联网评测中利用了互联网上的网站，包括部分美国政府机构运营的网站，因此将关闭所有内部评测的实时联网访问，直到能确定可以监控和控制其 AI 智能体。
The Decoder10.09数学家呼吁抵制 OpenAI，AI 生成证明涌入数学界
数学界部分人士呼吁抵制 OpenAI，起因是该公司一次性放出 700 多份 AI 生成的数学证明文件，被 AHM 声明称为展示力量而非学术成果。陶哲轩在博客转发该声明，并提出数学应进入不再以解题为核心衡量标准的 Math 2.0 时代；Scott Aaronson 则对比了 OpenAI 批量放出草稿与 Anthropic 与研究者合作、给予报酬并写出人类可读证明的两种模式。
The Decoder10.06宁德时代与腾讯领投 DeepSeek 新一轮融资，公司计划 2027 年初 IPO
据 Bloomberg 报道，DeepSeek 新一轮融资规模至少 120 亿美元，最初目标约 75 亿美元、估值约 750 亿美元，知情人士称总额可能接近 150 亿美元，宁德时代与腾讯出资份额最大。
The Verge · AI10.07OpenAI 发布 722 篇数学手稿，称解决数百个未解问题
OpenAI 发布一批共 722 篇手稿，覆盖 372 个结果族，据 AGMAI 称包含对“数百个”未解数学问题的解答，这些结果由一款未发布的前沿模型产出。OpenAI 称“平均结果”相当于 ChatGPT Pro 思考三小时，并公布部分推理摘要、算力估算和尝试问题数量等细节。
The Decoder10.08Zenity Labs 发现 AWS Bedrock AgentCore 漏洞：一个公开智能体可接管同区域全部智能体
安全公司 Zenity Labs 称，AWS Bedrock AgentCore 存在被其命名为 AgentCorruption 的漏洞链，攻击者只需对一个公开智能体拥有聊天权限，用一条提示词即可接管同一 AWS 账户和区域内的所有 AgentCore 智能体，读取私密对话、源代码和存储的凭证。
论文研究
GitHub Blog · AI & ML一手10.05GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
Google Research一手10.08Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 与 NBER 发布一项为期三个月的实地实验，在 11 家知识产权律所的 133 名律师中随机开放当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）。
技巧与观点
作者用 ML Intern 两天自建六个模型，总花费约 103 美元
作者借助 HuggingChat 中的 ML Intern，在两天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算成本约 103 美元。