依意思最接近的 21 筆
微軟發布第三代自研 AI 晶片 Maia 300，將其定位為微軟產品與服務的主要 AI 推理系統，計劃 2027 年開始投入生產部署。微軟雲業務執行副總裁 Scott Guthrie 表示，相比主流的 GPU 系統，Maia 300 每兆瓦可多輸出 40% 的 token，並更能應對最新的推理模型與 agentic 任務。該晶片的設計目標是提升雲端 AI 工作負載的成本與效率，減少對 Nvidia GPU 的依賴。
OpenAI 稱其模型在 Patch the Planet 計劃中發現了 PHP 的關鍵安全漏洞，而 PHP 支撐著估計約 70% 的網站。過去兩個月，OpenAI 聯合程式碼維護者、研究者和安全廠商，在公開披露前完成了修復準備；由於修復涉及對 PHP 引擎的重大改動，耗時較長。所有使用 PHP 的站點現在都可以升級版本，並配合各安全廠商提供的緩解措施。OpenAI 認為這是近年來影響最大的漏洞之一，也標誌著 AI 已能發現具有網際網路規模影響的安全缺陷。
PhAI Labs 於 10 月 12 日發布 RSI-Anything 技術報告，提出用世界模型連線預測、行動與真實反饋的跨領域遞迴自我改進（RSI）框架。在 CodeContests 程式碼修復中，不更換程式碼模型、線上測試預算不變，修復成功率從 26.3% 提升到 31.2%；OSWorld 圖形介面任務成功率相對提升約 18.4%。一個 4B 策略模型經連續五代迭代，實驗室規劃分數從 21.80% 升到 46.01%，略超參考系統的 45.32%；
AI 實驗室 Third Moment Research 藉助 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 與 Codex，可同時執行 1 萬個 agent，單次自主研究持續 36–48 小時。Codex 曾定位量化回測瓶頸並部署快取與記憶體打包最佳化，把一年美股訂單級資料的回測從約 3 小時縮短到 3–5 分鐘，回測時間減少 97%。
Pi 1.3.0 發布，在 OpenAI GPT-6 模型上通過 API key 在會話中途調整 thinking level 現在會保留 prompt cache；Kimi Code 改用 Chat Completions 協議後，對話中途新增工具同樣不再讓快取失效。新增 sessionShareDestination 設定，可選擇把 /share 上傳到自動、GitHub gist 或 Radius。
OpenAI 披露，GPT-5.6 Sol 在開源語言 PHP 中發現嚴重漏洞，Wiz 亦獨立發現並上報；PHP 維護者主導修復與發版，Cloudflare 等合作方在披露前協助測試與準備防護。OpenAI 已上線 PHP 版本檢測工具，並將推出配套 Codex skill，幫運維判斷是否受影響及該打哪個更新。OpenAI 稱這是近年影響最大的安全問題之一，承諾投入 10 億美元 Daybreak 補貼額度給安全資源有限的防禦方，並公開一套五階段漏洞回應框架徵集社群意見。
PhAI Labs 聯合 16 家機構提出科研 Agent 遞迴自我改進框架 DiscoveryRSI，並訓練出 DiscoveryRSI-27B。在把 AI 假設與後續發表文獻對照的評測中，DiscoveryRSI 有 6.3% 的假設找到可用的研究依據，約為 GPT 組 2.5% 的 2.5 倍，Claude Opus 5 組以 2.3% 墊底。兩輪自改進後，241 個留出問題上的假設品質均分從 4.86 升至 5.39，可證偽性從 4.00 升至 6.20。
螞蟻百靈於 10 月 15 日正式開源 Ling-3.1-flash，總引數約 560B、每 Token 僅啟用約 25B，上下文最高支援 1M Token，重點瞄準複雜任務與長程執行。據 Artificial Analysis 資料，其智慧指數 41，輸出約 210 Token/s，混合呼叫價格約每百萬 Token 0.19 美元；路由專家採用 MXFP4 量化後，權重從約 534GB 壓縮至 292GB，部署從 8 卡降至 4 卡。
Inception Labs 發布擴散語言模型 Mercury 3，在 NVIDIA GPU 上輸出速度達 1068 Token/s，約為 GPT-6 Luna 的 8 倍，且在 GPQA Diamond（89.23）、SWE-Bench Atlas（51.08）等基準上高於 GPT-6 Luna 與 Claude Haiku 5.5。其總引數量較 Mercury 1 擴大 40 多倍，上下文視窗從 26 萬升至 100 萬 Token。
螞蟻百靈開源 Ling-3.1-flash，主打把真實工作流裡的活幹完，而非刷榜。模型總引數約 560B、每 Token 啟用約 25B，上下文視窗達 1M；混合精度量化後權重佔用從約 534GB 降至 292GB，部署所需 GPU 由 8 卡降至 4 卡。據 Artificial Analysis，其智慧指數 41，輸出速度約每秒 210 Token，混合呼叫價格約每百萬 Token 0.19 美元，辦公任務評測 GDPVal-AA V2.1 的 ELO 為 1673。
10 月 28 日，螞蟻集團百靈大模型開源 Ling-3.1-flash-1019，面向 Personal Agent 場景強化複雜工作流與多步驟任務，在 Artificial Analysis 智慧指數 v4.3.2 中得 44 分，比上一版高 3 分。
Inception 發布擴散架構大模型 Mercury 3，稱在多項基準上超過 GPT-6 Luna 與 Claude Haiku 5.5，NVIDIA GPU 上速度達 1068 token/秒，為後兩者的 4–8 倍。其引數量比 Mercury 1 擴大 40 倍以上，上下文從 Mercury 2.5 的 260K 提升到 1M。定價為每百萬輸入 token 0.20 美元、輸出 0.70 美元，發布期五折，快取輸入再降 90%。
Floqer 宣布計劃開源其自主客戶知識資料庫，目標 2027 年初發布，需先通過安全審查。該平台用 AI agent 持續調研企業、聯絡人與客戶互動資訊，呼叫 100 多個第三方資料來源補齊信箱與電話，客戶稱潛客調研時間最多縮短 70%。
Jev 發布 33 天后熱度迅速消退，這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器，宣稱不會幻覺、更快更便宜，但輸出仍會出錯，且已有開放權重模型在部分任務上價效比更高，並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現，並由此質疑行業四年來的創新增量。
在 OpenAI 贊助下，安全公司 Calif 的研究者藉助 AI 工具審計 PHP，把 2024 年就已被報告、此前只被當作程式崩潰的記憶體溢位 bug，升級成可遠端執行任意程式碼的嚴重漏洞 PHP2Shell，波及 WordPress、Drupal 等建站系統，包括 NASA、維基百科與白宮站點。漏洞在遭利用前已通報 PHP 基金會，四名工程師花兩個月完成補丁。研究者指出，AI 讓頂尖專家效率大增，也讓四十年遺留程式碼的技術債集中暴露；
phpClaw 發布，為 PHP 提供開箱即用的 AI agent 執行時，核心零框架依賴，composer 安裝加一個 API Key 就能跑起 ReAct 迴圈（預設迭代上限 20 輪）。它內建 Shell、HTTP、檔案讀寫、資料庫查詢、程式碼搜尋等工具，記憶驅動可替換，支援 Pipeline 與 Graph 多 agent 編排，並從環境變數自動識別 Anthropic、OpenAI、Gemini、Ollama 等 7 家提供商。
輝達聯合 MIT 與牛津大學提出的 Physis-Lang，把物理原因、規律和結果寫進影片文字描述，並貫穿資料篩選、模型訓練與影片生成。其 Cosmos3-Super 與 Cosmos3-Nano 在 Physics-IQ Verified 榜單以 48.2 和 43.3 分列前二，Super 較此前最高分高出 5.5 個百分點。基於 Cosmos3-Nano 的版本在論文四項物理 benchmark 上取得開源最佳，三項總分超過 Veo 3.1。
Kimi K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，超過 GPT-6 Astra 的 58.2%，略低於 Claude Opus 5.5 的 66.4%。該基準用嚴格的任務專屬測試評估 coding agent 在真實、資源受限的終端任務中的表現。
輝達與 UT-Austin 等機構發布即時互動基準 Realtime-Bench，12 個前沿模型裡最強的 GPT-6-Astra 在按真實推理耗時推進環境時，Pass^3 也只有 36%。該基準包含 30 個網頁任務和 20 個遊戲任務，要求模型在限時視窗內觀察變化、決定思考多久並抓住行動時機，並用 Wall Clock、Paused Clock、Token Clock 三種時鐘協議對比。結果顯示低延遲並不等於可靠：延遲低於 1 秒的 Jev Pass^3 僅 8%；
GPT-6 系列在 COBOL、Fortran、Visual Basic 等低資源語言上的編碼與遷移能力明顯提升。在要求用 20 種語言從零建置 SQLite 相容資料庫引擎的 MultiLangBench 上，GPT-6 Astra 平均通過率 87.4%（前代 GPT-5.6 Sol 26.8%），COBOL 從 10.9% 升至 72.1%；低價版 GPT-6 Luna 達 40.3%，API 成本低約 78%。
Liquid AI 推出 LFM3 系列，六款 2B 級模型（文字、視覺、音訊、全模態與決策）均從 LFM3-1.7B-Base 派生，可按輸入模態選型，並在單張 GPU 上微調後部署到端側。LFM3-1.7B 比 LFM2.5-2.6B 引數少 35% 卻更強，4bit 量化約 1GB，上下文 256K，8K 上下文下比 LFM2-1.2B 快約 25%。