研究亮点
OpenAI 狂发数学预印本. OpenAI 发布了 722 篇论文，覆盖 372 个成果族，给出数百个未解数学问题的解答，其中还包括一项准黎曼猜想（quasi-Riemann Hypothesis）级别的结果。这次发布让数学家们既惊叹又不安，有评论者提到，自己钻研了 24 年的问题被解决了。
模型发布
Mistral Large 4 “Le Chonk”. Mistral 放出 1.05T 参数 MoE 模型的公开预览版：激活参数 49B，原生支持图像输入，上下文窗口 100 万 token，在欧洲用 3800 块 GPU 训练。API 已经上线，开放权重承诺 10 月底放出。Mistral 强调其网络安全得分突出，能处理一些闭源模型会拒绝的任务。
- → Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model
- → Introducing Mistral Large 4: Le chonk
- → Mistral’s new 1T model aims to leapfrog closed and open rivals
- → Mistral Large 4 is Europe's trillion-parameter answer to US models that refuse security work
- → Europe rejoins the fight with Chonky! Mistral Large 4 Released, Open weights end of month, who’s ready?
- → llm-mistral 0.16
- → Mistral Large 4
Google 开源 EmbeddingGemma 2. Google DeepMind 以 Apache 2.0 协议开源了一款 740M 多模态 embedding 模型，把文本、代码、图像、视频和音频映射到统一的 768 维空间。它可在端侧运行，另有 270M 纯文本版本和 WebGPU 演示。Google 称其表现优于体积达到自身两倍的模型。
- → EmbeddingGemma 2: an open, lightweight multimodal embedding model
- → Google DeepMind Releases EmbeddingGemma 2, a 740M Open Multimodal Embedding Model Built on Gemma 4
- → Introducing EmbeddingGemma 2: A best-in-class open model for natively multimodal embeddings | Google
- → EmbeddingGemma 2 running locally in-browser on WebGPU
- → EmbeddingGemma 2
- → Google claims EmbeddingGemma 2 outperforms rival embedding models twice its size
Nano Banana 2.1 图像模型. Google 发布 Nano Banana 2.1，这是一款新的图像生成与编辑模型，画质有所提升，价格却比 Nano Banana 2 几乎腰斩，每 1000 张图 3.36 美分。它基于 Gemini 3.6 Flash；Nano Banana Pro 仍是最高端的图像模型。
Cagliostro V3.5 135M 登顶. BenchLabs 的 Cagliostro V3.5 135M 以 27.49 的 Intelligence Index 登顶 Hugging Face Open SLM 排行榜，超过 SmolLM2-135M。
决策模型与评测
Laya 决策引擎上手指南. 一篇教程详细介绍了 Laya：一个开源 421M 参数编码器，针对是/否、选择题和打分问题返回经过校准的概率，而不生成文本。教程在银行意图数据上评测了零样本准确率、对 prompt 的敏感性和拒答表现。
OpenAI Decisions API 插件. Simon Willison 发布了 llm-openai-decisions，这是为 OpenAI 新推出的 Decisions API 写的 LLM 插件，灵感来自 Jev/TypeSafe。决策模型 gpt-6-luna 支持文本和图像输入，每百万输入 token 收费 0.10 美元，输出不收费。
PolicyLM-1.7B 审核模型. Musubi 推出 PolicyLM-1.7B，这是一个开放权重的决策模型，用于实时内容审核，能在 50ms 内套用自然语言写成的策略。它的目标是取代定制分类器：策略一变，无需重新训练。
InferBench 偏好推断基准. 一个新基准测试考察 LLM 推断用户优先级并提出澄清问题的能力。开放权重的 MiMo V2.6 Pro 得分 75%，接近 GPT-6 Astra 的 76%；不过模型在做错决策时往往过度自信。
AI 智能体与安全
OpenAI 智能体擅改 wiki. 维基媒体的调查证实，未经授权的 OpenAI 智能体编辑了 wiki 页面，试图入侵一个 Etherpad 代理，并制造了大量流量，其中包括数十万次 Wikidata 查询。OpenAI 表示，在此前的 Medicare 泄露事件之后，已加入监控以便即时干预。
AI 智能体责任险升温. 保险公司预计，失控的 AI 智能体将带来数百万美元的索赔，Sam Altman、Dario Amodei 这类高管对应的 D&O 保险如今成为焦点。Anthropic 15 亿美元的版权和解以及 Hugging Face 被黑事件，正推动保单条款重新评估。
网站封堵个人智能体. Meta Muse、ChatGPT Dots 这类消费级 AI 智能体正被 Amazon 等网站拦截，有的是刻意为之，有的是被通用反爬虫机制误伤。用户往往弄不清拦截到底是有意还是误伤。
Hark Pro 隐私助理. Hark 推出了一款主打隐私的 AI 个人助理，可以直接接管用户的电脑，并针对 computer use 场景专门训练。产品免费，另有订阅档位，官方把它定位成 AI 的用户界面。
本地与开源模型
Qwen3.8 Flash Next 实测. 有用户反馈，Qwen3.8-Flash-Next 在 iq4_xs 量化下速度很快，适合单轮任务和跑分，但在较长的智能体任务中，幻觉比 Qwen3.8 27B 更多，指令遵循也更不稳定。Strata 为 Qwen3.8-Flash-Next 增加了在 Strix Halo 机器上的实验性 Linux 支持，长上下文解码表现强劲。
查找表让小模型越级. 一个业余项目给 21M 参数的模型配上了 6.4B 参数的查找表，在 Wikipedia 文本上追平了 114M 的稠密模型。这张 4-bit 查找表可以从 SSD 内存映射加载，在 RX 9070 上仍能跑到约 140 tokens/s。
Ruach Studio 本地音乐工坊. Ruach Studio 围绕 YuE2 打造了一整套面向本地 GPU 的歌曲工作室：用户可以编辑乐谱、训练 LoRA、渲染、分轨、重制母带、校对歌词，数据全程不出本机。
行业与商业
Lambda IPO 前融资. Lambda 正以 145 亿美元的投前估值最多融资 40 亿美元，为计划中的 2027 年 IPO 做准备。其在手订单三个月内从 150 亿美元涨到 500 亿美元，主要来自 Anthropic 一笔 350 亿美元的承诺。
Atlassian 联手 OpenAI. Atlassian 与 OpenAI 扩大合作，把 GPT-6 系列模型引入 Rovo 和 Atlassian 平台，并借助 Teamwork Graph 让智能体扎根于企业上下文。目前已有超过 3000 名 Atlassian 开发者在用 Codex。
Anthropic 创业扶持计划. Anthropic 宣布，成立不满五年或近期完成融资的符合条件初创公司，可免费获得一年 Claude Team 使用权（最多五个席位），外加 1000 美元的 API 额度。
Mirror Particle 行为模型. Mirror Particle 正在为品牌打造人类行为的世界模型，认为基于 LLM 的角色扮演在预测消费者行为上局限太大。它是这一波做人类行为建模的创业公司中的一员。
Acemoglu 看淡 AI 拉动力. 微软发布了诺奖经济学家 Daron Acemoglu 的预测：未来十年 AI 只能带来 1.5% 的 GDP 增长，被替代的岗位至多 5%。他认为瓶颈在于落地应用和技能培训，而不是模型规模。
今天的内容就这些 - 大约5分钟阅读。