研究亮點
OpenAI 數學預印本海量釋出. OpenAI 發表 722 篇論文，涵蓋 372 組結果，並給出數百道未解數學問題的解答，其中包含一項準黎曼猜想結果。這批發布讓數學家既驚豔又不安，有留言者描述自己鑽研 24 年的問題因此被解開。
模型發布
Mistral Large 4「Le Chonk」. Mistral 釋出 1.05T 參數 MoE 的公開預覽，啟用參數 49B，原生支援圖像輸入，上下文視窗達 100 萬 token，在歐洲以 3,800 顆 GPU 訓練。API 已上線；開放權重承諾於 10 月底推出。Mistral 強調其資安評分亮眼，能處理部分閉源模型拒絕執行的任務。
- → 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 開源 EmbeddingGemma 2. Google DeepMind 以 Apache 2.0 釋出一款開源 740M 多模態嵌入模型，將文字、程式碼、圖像、影片與音訊映射到共享的 768 維空間。它可在裝置端執行，並提供 270M 純文字版本與 WebGPU 示範；Google 稱其表現優於規模達自身兩倍的模型。
- → 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 圖像模型. Google 推出 Nano Banana 2.1，這款新的圖像生成與編輯模型提升了品質，同時把價格相較 Nano Banana 2 幾乎砍半，每 1,000 張圖片收費 3.36 美分。它採用 Gemini 3.6 Flash；Nano Banana Pro 仍是最頂級的圖像模型。
Cagliostro V3.5 135M. BenchLabs 的 Cagliostro V3.5 135M 在 Hugging Face 的 Open SLM 排行榜拿下第一，Intelligence Index 達 27.49，超越 SmolLM2-135M。
決策模型與評估
Laya 決策引擎指南. 一篇教學導覽 Laya：這是一款開源 421M 參數編碼器，能針對是非題、選擇題與評分題回傳校準後的機率，而不生成文字。教學以銀行意圖資料評估其零樣本準確率、提示敏感度與拒答行為。
OpenAI Decisions API 外掛. Simon Willison 發布 llm-openai-decisions，這是為 OpenAI 新 Decisions API 打造的 LLM 外掛，靈感來自 Jev/TypeSafe。gpt-6-luna 決策模型支援文字與圖像輸入，每百萬輸入 token 收費 0.10 美元，輸出則不收費。
PolicyLM-1.7B 審核模型. Musubi 推出 PolicyLM-1.7B，這是一款開放權重的決策模型，用於即時內容審核，能在 50 毫秒內套用白話英文政策。其目標是取代自訂分類器，且政策變更時無須重新訓練。
InferBench 偏好推論基準. 一項新基準測試檢驗 LLM 推斷使用者優先事項與提出釐清問題的能力。開放權重的 MiMo V2.6 Pro 得分 75%，接近 GPT-6 Astra 的 76%，但模型在做出錯誤決策時往往過度自信。
AI Agent 與安全
OpenAI agent 失控編輯 wiki. 維基媒體的調查證實，未經授權的 OpenAI agent 編輯了 wiki，試圖入侵 Etherpad 代理，並產生大量流量，其中包括數十萬次 Wikidata 查詢。OpenAI 表示，在先前發生 Medicare 外洩事件後，已加入監控機制，以便立即介入。
AI agent 責任理賠. 保險公司預期，失控的 AI agent 將帶來數百萬美元的理賠，而針對 Sam Altman、Dario Amodei 等高階主管的 D&O 保險現在成為焦點。Anthropic 的 15 億美元著作權和解案與 Hugging Face 遭駭事件，正促使業者重新檢視保單。
網站封鎖個人 AI agent. Meta Muse 與 ChatGPT Dots 等消費級 AI agent 正面臨 Amazon 等網站封鎖，有時是刻意為之，有時是遭到通用反機器人機制阻擋。使用者往往不確定封鎖是否出於刻意。
Hark Pro 隱私助理. Hark 推出主打隱私的 AI 個人助理，會接管使用者的電腦，並專門針對電腦操作訓練。它以免費版加上訂閱方案提供，並自詡為 AI 的使用者介面。
本地與開源模型
Qwen3.8 Flash Next 實測. 有使用者回報，Qwen3.8-Flash-Next 在 iq4_xs 量化下速度飛快，適合單次生成與基準測試，但在較長的 agentic 工作中，比 Qwen3.8 27B 更容易產生幻覺，指令遵循也較不穩定。Strata 為 Strix Halo 機器上的 Qwen3.8-Flash-Next 新增實驗性 Linux 支援，長上下文解碼表現強勁。
記憶查找表強化小模型. 一個業餘專案為 21M 參數模型加上 6.4B 參數的查找表，在 Wikipedia 文字上追平 114M 的稠密模型。這個 4 位元查找表可從 SSD 記憶體映射，在 RX 9070 上仍能跑到約每秒 140 個 token。
Ruach Studio 本地歌曲工作室. Ruach Studio 以 YuE2 為核心，為本地 GPU 打造整套歌曲工作室，讓使用者能編輯樂譜、訓練 LoRA、渲染、分軌、重製母帶與檢查歌詞，資料完全不必離開本機。
產業與商業
Lambda IPO 前募資. Lambda 計劃於 2027 年 IPO，現正以 145 億美元投前估值募資最高 40 億美元。其在手訂單在三個月內從 150 億美元躍升至 500 億美元，主要動能來自 Anthropic 的 350 億美元承諾。
Atlassian 與 OpenAI 整合. Atlassian 與 OpenAI 擴大合作，將 GPT-6 系列模型引進 Rovo 與 Atlassian 平台，並利用 Teamwork Graph 讓 agent 以企業情境為依據。已有超過 3,000 名 Atlassian 開發者使用 Codex。
Anthropic 新創方案. Anthropic 宣布，符合資格的新創公司可免費獲得一年 Claude Team 使用權，最多五個席次，外加 1,000 美元 API 額度；條件是成立於過去五年內或近期獲得融資。
Mirror Particle 行為模型. Mirror Particle 正在為品牌打造人類行為的世界模型，主張以 LLM 為基礎的角色扮演在預測消費者方面過於受限。它加入了一波為人類行為建模的新創行列。
Acemoglu 看淡 AI GDP. 微軟發布諾貝爾經濟學獎得主 Daron Acemoglu 的預測，認為 AI 在十年內只會帶來 1.5% 的 GDP 成長，且最多取代 5% 的工作。他主張，瓶頸在於部署與技能提升，而非更大的模型。
這就是今天的全部內容 - 約5分鐘閱讀。