DeepSeek 發布 V4.1-Flash：552B MoE、原生多模態，已上線 DeepSeek API（模型名 deepseek-flash），舊版 V4-Flash 與 V4-Flash-Vision-Exp 退役。新因果編碼器–解碼器架構只有 8B 輸入、16B 輸出啟用引數，KV 快取降至上一代的 1/4 HBM 與 1/8 SSD，官方稱多方測試顯示其在效能、成本、速度和總執行時間上超過 V4-Pro，V4-Pro 將逐步淘汰。
Claude 官方帳號展示了用 Opus 5.5 生成的互動式 3D 噴氣發動機，可剖切、可拆解。這是模型在單次生成中直接產出可互動三維內容的能力演示，而非靜態圖片。目前只有演示本身，未公布程式碼、執行環境或是否開放試用。
Claude 官方帳號發布了一個畫素風格的西雅圖漫步場景，畫面會跟隨當地真實天氣和一天中的時間變化。該內容由 @claudeai 於 2026 年 10 月 2 日發布，原文僅一句話，未說明具體產品形態、使用方式或平台限制。
Anthropic 旗下 Claude 帳號宣布推出 Sonnet 5.5，並展示了一個範例：在平面畫布上繪製紙折建築，形成一座可彈出的立體城市。原文未披露模型引數、定價、開放範圍與具體上線時間，僅以該生成效果作為能力演示。
微軟發布 FrogNano-4B-2609，一個面向算力有限開發者的 4B 智慧體模型，Hugging Face 上已有 GGUF 量化版本。它由 Qwen3.5-4B 派生，沿用 32 層混合 Gated DeltaNet 與門控注意力架構，後訓練為純文字、聚焦倉庫級軟體工程，用強化學習在約 1500 個 TaskPilot 生成的合成 SWE 環境上訓練，獎勵來自可執行測試，配套五工具的 Leaf harness。與行為蒸餾不同，它不訓練強模型的解題軌跡。
蘋果宣布將在 macOS 中為完全磁碟訪問（Full Disk Access）引入額外管控，使用者今後必須通過非常明確的主動操作才能把這一權限授予某個 App。蘋果稱部分開發者濫用該權限，可能暴露使用者系統上的檔案、郵件、資訊和瀏覽歷史，對通訊類 App 還會危及通訊對方的隱私。蘋果特別提到，隨著 AI agent 能力與自主性增強，這類訪問帶來的風險會顯著上升，因此要讓使用者在授權前清楚瞭解風險。具體生效時間與實現方式尚未公布。
Muse 放出了自建硬體的裝置 SDK：ESP32 Device SDK 與 Linux Device SDK，程式碼以 Apache 2.0 許可託管在 GitHub，領取 SDK Token 後就能用現成 ESP32 開發板或閒置樹莓派接入 Muse，接螢幕、按鈕、麥克風、感測器等外設。
馬斯克在 2026 年 10 月 2 日發帖稱，用 Tesla Superchargers 可以「去任何地方旅行」。原文只有這一句話，沒有給出充電網路規模、覆蓋地區、開放物件或時間表等細節。
Meta 研究團隊與 Muse Spark 合作，在受生物學啟發的數學結構研究中，找到了一個所提規則的反例，並進一步給出替代性刻畫，經研究者驗證與完善。相關論文已發布，可通過原文連結閱讀。
Meta AI 在官方帳號 @AIatMeta 發布推文，指向其研究部落格文章《Solving open research problems together》，邀請讀者前往 research.meta.ai 閱讀全文。推文字身未披露具體研究內容、模型名稱、效能數字或發布時間表，僅提供部落格連結。
Meta 研究人員與 Muse Spark 合作，將數論中的一個想法與弦論中的一項計算聯絡起來，證明這一聯絡在比以往已知更多的情況下成立，其基礎可追溯到 1980 年代的想法。相關論文已發布在 Meta AI 研究頁面，標題為 String Two-Point Function and Height Function on a Curve。
Meta 研究人員與 Muse Spark 合作，證明了一條明確規則：判斷某個數學簡化何時能精確等價於原問題、何時會留下差距。該成果屬於最佳化方向，論文已公開，可通過原文連結閱讀。
Meta 研究人員在群論領域推翻了一條關於描述對稱性的數學結構的猜想，方法是找到一個反例。搜尋該反例的程式碼由 Muse Spark 生成，團隊隨後驗證了結果並完成了證明。論文連結已在原帖給出。
Pi pod 是一個圍繞 pi coding agent 建置的自託管沙箱環境，可讓你在自己的伺服器上以隔離沙箱方式執行 pi，並補充了 agent 沙箱、原生客戶端、RBAC 會話共享和介面自動化等能力。自託管版現已提供倉庫可直接部署，託管服務尚未上線，官方計劃 v1 提供需綁卡的 7 天 Standard 試用（10 個活躍小時，之後 20 美元/月）或 50 美元/月的 Pro 方案。
Percepta 發布新架構 Spotlight，用可寫記憶取代注意力，是首個在不增加訪問成本的前提下實現記憶無限增長的架構。每個 token 讀寫無界記憶，但模型學會索引單個記憶單元，因此每次只觸及少量單元；無論記憶如何增長，觸及單元數不變，稀疏度可任意調節。該架構把負責計算的情報模組與儲存知識、流程和工作狀態的記憶分離，記憶增長時情報模組大小與權重都不變。模型可自己決定逐 token 載入和覆蓋哪些記憶，記憶既能存事實也能存技能，因此不必重訓練就能獲得新能力。
Ai2 開源了 8B 的科學報告生成模型 AstaBrief，可把研究問題和檢索到的文獻片段直接寫成帶引用的報告。它已在 Asta 的 Generate a report 功能中以 Fast mode 上線，與 Claude 驅動的 Thinking mode 並列：Fast mode 平均 51.1 秒生成一份報告，Thinking mode 為 178.5 秒，快約 3.5 倍。模型基於 Qwen3-8B，用 SFT 加 DPO 訓練，一次成稿，跳過了片段摘要與聚類環節。
Google 9 月發布新前沿模型 Gemini 4 Argon，擁有業界領先的 100 萬 token 輸出上限，面向編碼、網路安全防禦、金融研究與法律起草等重負載任務；目前僅通過 Fairwind Program 向受信任的網路安全防禦者開放，尚未放開給開發者、企業和消費者。
llama.cpp 最新建置已支援 Decision 模型，新增 /v1/systemone 端點，可在本地高效、私密地做 Jev 風格推理。該端點支援多個開源模型，後續還會增加。
Cloudflare 宣布與 Ceramic.ai、Exa、Linkup 三家搜尋服務商合作，在 AI Gateway 上推出 Web Search API，讓 agent 先搜尋再作答，而不是猜 URL 後 curl 出 404。開發者可通過標準 REST 介面呼叫，或在 Workers 裡用一行程式碼繫結，未來還將作為內建 Server Tools 提供。
NVIDIA DGX Spark 將新增 64GB 統一記憶體版本，10 月 23 日由 Acer、ASUS、Dell、Gigabyte、HP、MSI 開賣，起價 4999 美元，保留 GB10 Grace Blackwell 晶片、DGX OS 與完整 NVIDIA AI 軟體棧，可完全本地執行最高 1000 億引數模型。兩臺機器可用 QSFP 線經 ConnectX-7 直連，記憶體池化到 128GB，模型上限提到 2000 億引數；
Cloudflare 公布首批非營利創業扶持計劃的 30 家入選組織，共獲得超過 750 萬美元開發者服務額度，每家最高 25 萬美元。這些組織用 Workers AI、AI Gateway 等建置自動化工具：LebTown 用自建編輯管理系統替代 Google Docs，Kaya Guides 的 WhatsApp 心理健康應用截至 2026 年 9 月已服務 10,439 人、每月處理約 50 萬條訊息。
DeepSeek 推出 DeepSeek Harness 的打包桌面版，覆蓋 macOS 與 Windows，Linux 使用者可通過 npm 上的 @deepseek-ai/dsh 包獲取。官方在社交平台公布了這一訊息，並給出下載地址 deepseek.com/harness。
ServiceNow CoreAI 發布 AutoSynthData，用目標模型的失敗案例和更強 teacher 的成功案例定位能力缺口，再自動生成並驗證新的訓練任務。每個任務由 system specification、user prompt 和 verifier 三部分組成：任務要可行、真實、對當前模型有難度，verifier 要一致、可靠且完備。流程先用診斷任務評測目標模型，把發現提煉成能力規格卡片並據此生成新任務，模型變強後課程自動轉向它仍做不好的部分。
Anthropic 於 2026 年 10 月 2 日啟動 Claude Frontier Academy，投入 1 億美元，目標在 2027 年底前培訓 1 萬名 Frontier Deployed Engineer（FDE）。首批學員來自 Accenture、Bain、Capgemini、Commonwealth Bank of Australia、Deloitte、McKinsey、Morgan Stanley、Novo Nordisk 等企業，課程在舊金山、紐約和倫敦開班。
Chatham Financial 使用 Codex 和 GPT-5.6 建置技術並重新設計工作流，把交易驗證時間從 30 分鐘縮短到 4 分鐘以內。這是 OpenAI 公布的客戶案例，說明 Codex 加 GPT-5.6 的組合已進入資本市場業務的實際生產流程，而不只是寫程式碼。對做 coding agent 的人來說，可參考它把模型能力接到具體業務流程、以縮短單次任務耗時為目標的做法。
OpenRouter 推出 Model Router Benchmarks 頁面，用品質、速度、成本三個維度對比各家模型路由器，併合成 0 到 10 分的 Router Index。預設權重是品質 60%、每任務時間 20%、成本 20%，頁面上可拖動滑塊自行調整。
GPT-6 Astra Ultrafast 已上線，執行在 NVIDIA Blackwell GPU 上，面向 OpenAI 內部以及符合條件的 ChatGPT Work 和 Codex 使用者開放，token 生成速度最高可達 Astra Standard 模式的 8 倍。開發者今天就能通過 API 呼叫，接入方式、定價與實現細節見官方 Ultrafast 指南。更快的生成可縮短 coding agent 的編輯—測試—除錯迴圈，減少工具呼叫之間的等待時間。
OpenAI Devs 的提交通道將在兩天後關閉，截止時間為 10 月 3 日下午 2:30（太平洋時間）。目前原文只給出這一截止時間，未說明徵集的具體內容、物件導向或提交方式，需要提交的開發者應在此之前完成。
OpenAI 開發者帳號宣布，把 ModRetro Chromatic 掌機加入 ChatGPT 的 side quest，參與視窗還剩 48 小時。活動入口為 side-quests.openai.chatgpt.site，原文未說明具體獎勵形式、參與條件與地區限制。
Anthropic 發布 Science Blog 客座文章，哈佛物理學家 Matthew Schwartz 提出 AI 與科學之間存在類似物理學的“阻抗失配”：LLM 能力很強，但像對待人類合作者那樣使用它並非激發其科學優勢的最佳方式。為此他建置了一套用於定量科學精確計算的工具包，Claude 藉此發現了與生態學、群體遺傳學等十幾個領域的聯絡，Schwartz 再與領域專家合作把方向引導到有趣的問題上。
Google DeepMind 於 2026 年 10 月 1 日發布播客，可在 Spotify、Apple Podcasts 及各大播客平台收聽，並提供了影片觀看連結。內容主題未在原文中說明。
Google DeepMind 發布一期播客，討論 AI 生成內容逼真化後如何驗證內容來自人類、機器還是自然，核心手段是來源溯源與不可感知水印。節目時間軸顯示內容涵蓋水印定義、SynthID、影像與影片、SynthID Bio 以及未來韌性，其中 SynthID 部分從 4 分 35 秒開始，SynthID Bio 從 19 分 28 秒開始。
美國連鎖超市 Albertsons 正在用 ChatGPT Enterprise 和 OpenAI API 讓內部團隊工作更快，並讓數百萬顧客的購物更簡單。這條訊息來自 OpenAI 官方發布，時間是 2026 年 10 月 1 日，但原文沒有披露具體部署規模、門店數量或效果資料。
OpenAI 的 Sam Altman 表示，6.1 Sol 是公司史上增長最快的模型，此前在高負載下回應偏慢，現在應該好很多。這條訊息只提到效能改善，沒有給出具體延遲數字、上線時間或適用方案範圍。
Cloudflare 在 Workers AI 上發布自研決策模型 Clef 與 Clef-flash，並以 Apache 2.0 許可在 Hugging Face 完全開源、可本地執行，同時推出可把 Clef 微調到自家場景的強化學習產品。
Cloudflare 在 Workers AI 上線兩款由歐洲公共機構訓練的開源模型：覆蓋全部 24 種歐盟官方語言的 EuroLLM，以及瑞士 ETH Zurich、EPFL 等打造的 Apertus，今天即可申請訪問。Apertus 用逾 15 萬億 token、1500 多種語言訓練，40% 訓練資料非英語，架構、權重、資料與方法全部公開，並按 EU AI Act 與 GDPR 處理訓練退出與個人資料。
NVIDIA 提出衡量 AI 工廠投資回報的三個變數：產能（每兆瓦吞吐與每 token 成本）、使用壽命和需求。它援引 SemiAnalysis AgentX 資料稱，Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百萬 token 成本最多低 45 倍；每兆瓦 AI 工廠造價約 6000 萬美元。
Cloudflare OS 開放全託管部署的等待名單：企業只需在 Cloudflare 控制台指定自訂域名、Access 策略與 AI Gateway，其餘配置與運維由 Cloudflare 負責。該產品上月開源，已有數千家組織用它處理公司資料、生成文件幻燈片和自動化任務。
Google DeepMind 發布了一套可快速驗證生物設計是否內建安全防護的工具，並以開放方式供研究使用。該工具面向科研人員，目的是在 AI 加速科學發現的同時，不拖慢關鍵研究進度。官方未披露具體模型名稱、效能資料或使用限制，僅提供研究用途的開放獲取連結。
Google DeepMind 推出一種類似數字身份證的水印，可幫助 DNA 實驗室驗證合成蛋白質，並保持序列資料庫準確。隨著 AI 蛋白質設計請求規模不斷擴大，驗證設計是否來自帶內建防護的 AI，將幫助實驗室實現自動化並加強生物安全。