螞蟻數科發布決策模型 LingDT-Decision-1.0,27B 版本評測居首
螞蟻數科 10 月 22 日發布決策模型 LingDT-Decision-1.0,含 4B 與 27B 兩個版本,已在自家 DTMaaS 平台上線並限時免費體驗。該模型面向意圖判斷、規則分類等高頻判定任務,首創原生多選與按序決策(DAG)能力;在 23 項開源基準上 27B 版本綜合評分居首,超過 Microsoft-Decision-1、Jev 1.13.0 等熱門決策模型。
依意思最接近的 19 筆
螞蟻數科 10 月 22 日發布決策模型 LingDT-Decision-1.0,含 4B 與 27B 兩個版本,已在自家 DTMaaS 平台上線並限時免費體驗。該模型面向意圖判斷、規則分類等高頻判定任務,首創原生多選與按序決策(DAG)能力;在 23 項開源基準上 27B 版本綜合評分居首,超過 Microsoft-Decision-1、Jev 1.13.0 等熱門決策模型。
10 月 22 日,螞蟻數科發布決策模型 LingDT-Decision-1.0,提供 4B 與 27B 兩個版本,已在 DTMaaS 平台上線並限時免費開放體驗。該模型專為結構化決策任務設計,在客服、風控、金融等場景測試中,相比大語言模型 Token 消耗降低超 90%、回應時效提升 10 倍。
Anthropic 於 10 月 16 日發布兩份報告:其內部 AI agent 工作時長在 2026 年 3 月已超過員工,到 8 月 agent 數量是員工的 6 倍,同期初級崗位與技術崗招聘佔比下降,人均程式碼、銷售與合同處理產出上升,瓶頸轉向人的注意力。第二份報告對比近 1.1 萬名美國成年人與 Anthropic 員工的調查:91% 的員工認為 AI 能在 2030 年前做出諾獎級發現,美國成年人中僅 39%;
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。
前華為小藝多模態大模型研發負責人唐都鈺創辦觀行數智,主攻讓機器自主判斷何時介入的「主動式物理 AI」。團隊採用雙模型協同架構 ProAgent:輕量模型 StreamingJev 持續讀取環境事件流、判斷是否需要介入,Response Model 再決定回應方式與呼叫裝置,並自建評測體系 ProactiveXBench。
生數科技世界模型團隊自 10 月 21 日起,連續半個月公開直播 Motubrain 2.0 具身模型的訓練全流程,該模型即將開源。直播覆蓋四個環節:預訓練(觀察訓練規模對效能與零樣本泛化的影響)、後訓練(提升具體任務執行能力)、Agent 任務執行(把已有經驗遷移到其他任務)以及 RSI 遞迴自我改進(模型依據執行反饋評估並改進自身行動)。團隊表示會一併展示訓練中的失敗、試錯和調整,而不只是最終 Demo。
SpaceX 第三季度 AI 業務營收 75 億美元,佔公司總收入 52%,並實現 4.31 億美元利潤。該業績來自改名為 Super Intelligence 的業務線,含收購的 Cursor 程式設計工具、Grok 機器人與算力達 1.7 GW 的 neocloud 業務;若不計 Cursor 收購帶來的 12 億美元一次性股權激勵費用,利潤會更高。
Anthropic 在新加坡開設亞太第五個辦公室,並與新加坡數碼發展及資訊部簽署諒解備忘錄,合作涵蓋 AI 安全、安保與模型評估、AI 採用影響研究及公私部門負責任應用。按人口計,新加坡的 Claude.ai 使用量在 121 個國家中排第二,接近其人口規模預期的六倍;GovTech 已有逾 1500 名工程技術人員使用 Claude Code,Grab 的銷售助手 BriX 每季度節省約 4 萬小時。
澳洲初創 Apate.ai 部署數千個 AI 智慧體,偽裝成不同年齡、性別和語言的受害者主動接觸騙子,接聽詐騙電話、回覆可疑資訊、點開釣魚連結,從對話中套出銀行帳戶、加密錢包、電話號碼和仿冒品牌等情報,再提供給銀行、電信與政府客戶。公司稱已完成 250 萬次對話,累計浪費騙子 17 年時間;客戶 TPG 電信轉接了近 59 萬通電話,澳洲聯邦銀行公開報告的詐騙損失下降 76%。該公司 8 月完成 815 萬美元種子輪融資,團隊 20 人,計劃在倫敦設辦公室並擴大美國業務。
10 月 21 日,生數科技的 Motubrain 團隊啟動了 Motubrain 2.0 訓練全流程公開直播,計劃持續半個月,在正式開源前展示這款具身模型從訓練、測試到能力迭代的過程。直播涵蓋預訓練、後訓練、Agent 任務執行與 RSI(遞迴自我改進)探索四個環節,重點觀察訓練規模對零樣本泛化的影響、經驗能否遷移到其他任務,以及模型能否依據執行反饋改進自身行動。團隊稱將公開訓練中的失敗、試錯與調整,開啟具身模型訓練的“黑盒”,但具體效果仍需後續實驗與評測驗證。
字節跳動 Seed 將原 Responsible AI 團隊及部分 Chat 團隊整合,成立獨立的 Alignment & Preparedness 部門,由嚴林負責、向吳永輝彙報,並於 10 月 14 日啟動全球招聘,計劃招募 10 名頂尖 AGI 研究員。新部門聚焦智慧體自主行動時的對齊能力,以及 CBRN 等極限風險的前期防範,推動安全研究直接接入模型的訓練、評估與上線環節,並承諾提供與前沿模型研究同等規格的算力與資源。
a16z 合夥人 Olivia Moore 發布消費者 AI 百強應用報告:ChatGPT 仍遙遙領先,Suno、ElevenLabs 等中小產品展現出持久力。報告發現社交、約會、電商、旅遊、金融、健康等類別在百強榜上完全沒有產品入選,美國也僅 2.2% 的家庭為 AI 付費。
Anthropic 向投資者披露,2026 年第三季度(7 至 9 月)營收 168 億美元,較二季度的 115 億美元增長近 50%,一季度約為 48 億美元;剔除股權激勵後的調整後運營利潤率為 11%,每 1 美元算力支出對應 1.70 美元收入。公司同時表示,競爭對手蒸餾其模型輸出曾貢獻 5% 至 7% 的營收,第三季度已大幅削減這部分用量。相關溝通發生在公司 IPO 之前。
OpenAI CEO Sam Altman 在 X 發帖稱「我們正進入發現的新紀元」,並附上 OpenAI 官網一則題為 Sharing AI progress in mathematics 的頁面連結。推文字身沒有給出更多說明,未披露涉及的具體模型、數學成果或時間表,資訊集中在所連結的頁面上。發帖時間為 2026 年 10 月 7 日。
Anthropic 發布內部研究報告,稱初級技術崗位招聘佔比已從 27% 降至 9%,技術部門初級員工佔比自 2025 年初的 21% 降至 14%。報告顯示 AI agent 的工作時長與員工之比已達 6:1,員工人均產出隨之上升,非技術員工的程式設計類 agent 會話從 2025 年 8 月每月 2 次增至 2026 年 5 月的 90 次。招聘經理因此更看重自主性與判斷力,公司還建立了崗位中斷預警系統並優先內部轉崗。
Anthropic 用 7 名工程師和 Claude,在 5 個月內從零開發出內部原始碼控制系統 Scion 及程式碼審查工具 Antique,並把整個 Monorepo 從 Git 遷移過去。起因是 AI 程式設計量激增:日均程式碼合併從 5 月的約 2500 次漲到 9 月的 3 萬次以上,主分支歷史近 100GB,CI 每天約 2500 萬次檢出,原有 Git 映象方案難以支撐。
Airbnb CTO Ahmad Al-Dahle 披露,公司目前 60% 的程式碼由 AI 生成,功能交付量同比增加近 80%,工程師人均 PR 吞吐量提升約 1.6 倍;約一半客服工單已完全由 AI 處理,與 Q2 財報中近 45% 的數字一致。內部上下文圖譜 Everest 幫助雜貨配送服務在 8 至 9 個月內上線,機場接送僅用約 6 周。Airbnb 採用多模型策略,至少部署 10 個定製模型,主要在開源模型上做後訓練和強化學習。
Zenzap 完成 4400 萬美元融資,投資方包括 Bessemer、Lightspeed 和 The Garage,資金用於擴充套件這款面向企業的 AI 私密通訊應用。免費版提供群聊、私信、任務管理、日曆整合以及 AI 語音聊天和搜尋;付費版每月 51 美元起、最多支援 20 名使用者,解鎖音視訊通話、跨工作區 AI 搜尋、把訊息轉為任務等功能,AI 工作流代理和通話轉錄按積分計費。