AI 周报 · 2026 年第 42 周 · 10.12 — 10.18
MYHOT
本周 20 件大事，最受关注的是：Google 全球发布 Gemini 4 Argon 作为其最强前沿模型；Meta 发布首个前沿模型 Muse Wonder 和 Muse Wonder Full；NVIDIA 发布 Nemotron 3.5 Super VL 及两款 Bolt 端侧模型。
Google 全球发布 Gemini 4 Argon 作为其最强前沿模型
Google 全球发布 Gemini 4 Argon，取代 Gemini Pro 成为新的前沿系列模型，开发者可通过 API 及 AI Studio 访问。该模型输入定价为每百万 token 2 美元，在 Vals Index 上位居榜首，但在独立综合排名中仍落后于 Claude Opus 5.5。
The Decoder原文 模型发布/更新
TechCrunch · AI10.13Meta 发布首个前沿模型 Muse Wonder 和 Muse Wonder Full
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full，这是该公司首个前沿模型。Meta 称其在基准测试中表现与 Fable 5.1 和 GPT-6 Astra 相当，并在 MemoryBench 上超越 Fable、Opus 和 Astra。
NVIDIA 发布 Nemotron 3.5 Super VL 及两款 Bolt 端侧模型
NVIDIA 发布开源的 1200 亿参数 Nemotron 3.5 Super VL 模型，以及两款针对本地智能体工作负载优化的 Bolt 端侧模型。Super VL 在保持前沿精度的同时，吞吐量比同类模型快 5 倍，支持在自有基础设施上进行后训练和部署。Bolt 74B-A9B 和 Bolt E4B 分别针对 24GB 和 4GB 内存设备优化，实现了从企业服务器到边缘设备的全面覆盖。
The Decoder10.16Meta 发布开源模型 Muse Spark Open，对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，拥有 8160 亿参数（420 亿激活），支持文本、图像、视频和音频输入，上下文窗口达 100 万 token。该模型针对 Apple M5 Ultra 优化，可在两台配备 512GB 统一内存的 Mac Studio 上本地运行，权重已上传至 Hugging Face。
Latent Space10.14AI Engineer NYC 会议聚焦 Gemini 4 Argon 发布与 Vals AI 基准测试
AI Engineer NYC 会议今日举行，重点讨论 Gemini 4 Argon 全球发布及 Vals AI 基准测试原则。Google 宣布 Argon 面向编码、企业工作流及网络防御开放，API 初始定价为每百万输入/输出 token 2 美元/10 美元。会议还涵盖 Anthropic 构建 AI 金融服务栈、Coatue 将新闻转化为投资决策等主题，所有演讲实录已发布。
Latent Space10.16AINews 汇总 Muse Spark Open 发布、可解释性新观点及多家机构动态
AINews 汇总了 10 月 14 日至 15 日的 AI 行业动态，重点报道 Meta 发布 Muse Spark Open 模型及 Goodfire 关于神经网络可解释性的新观点。
The Decoder10.16Black Forest Labs 发布 FLUX 3 Image Klein 开放权重图像模型
Black Forest Labs 发布 56 亿参数的开放权重模型 FLUX 3 Image Klein，支持文本生成图像、编辑及多参考图生成。该模型原生支持 4K 输出，INT8 版本仅需 8GB 显存即可在消费级 GPU 上运行，生成一张图像耗时不足 9 秒。
Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中向付费用户推送
Google 开始向付费用户广泛推送 Gemini 4 Argon，低层级订阅用户无法获得完整访问权限。该模型在内部应用中表现突出，例如通过消除冗余表情符号渲染使 YouTube 服务器负载降低 45%，并在 Project Wing 无人机物理模拟器中发现了自 2018 年存在的关键代码缺陷。
产品发布/更新
The Decoder10.11Odyssey 发布世界模型 Odyssey-3 并开放免费研究预览
Odyssey 发布世界模型 Odyssey-3 并开放免费研究预览，用户可通过文本提示生成实时交互环境。该模型基于自回归扩散 Transformer，基础版拥有 140 亿参数，支持 832×480 分辨率视频生成。
The Verge · AI10.13Apple 发布首款家庭智能显示屏 HomeView
Apple 发布首款家庭智能显示屏 HomeView，售价 299 美元，将于 11 月 13 日在八个国家上市。该设备配备 7 英寸方形屏幕和 A18 芯片，内置 Siri AI，支持通过面部识别和个人上下文提供个性化服务，并作为 Apple Home 中枢控制 Matter 设备。
Latent Space10.13Anthropic 发布 Claude 动态工作流，实现多智能体自主编排
Anthropic 在 AI Engineer NYC 大会上发布 Claude 动态工作流（Dynamic Workflows），允许 Claude 自主决定多智能体拓扑结构并生成编排程序，无需开发者手动配置协调器。该功能在 Claude Console 中可用，虽然成本高于单智能体方案，但能处理更复杂的任务，并支持通过 Dreaming 功能优化记忆存储以提升效率。
TechCrunch · AI10.13SpaceXSI 将 X Premium、Grok 和 Cursor 整合为统一订阅
SpaceXSI 将 X Premium、Grok 和 Cursor 整合为名为 The X Subscription 的统一订阅，包含 AI 聊天、智能体、编码和 X 高级功能。新订阅设免费、Plus、Premium、Super 和 Ultra 五档，价格从 $8 到 $200 不等，AI 用量上限随档位提升，且 Premium 及以上才能使用最新 Grok 模型。
行业动态
The Verge · AI10.13Character.AI 申请破产保护并向 Disney 出售资产
Character.AI 申请 Chapter 11 破产保护，并计划将部分资产出售给 Disney。Disney 将作为主要竞标者支付 2000 万美元获取未披露资产及知识产权非独家许可，并吸纳前 CEO Karandeep Anand 及多名技术人员。
Anthropic 向投资者披露季度营收近 50% 增长至 168 亿美元
Anthropic 向投资者披露其第三季度营收为 168 亿美元，环比增长近 50%。文章指出其算力投入产出比为 1.70 美元营收对应 1 美元算力支出，并提到蒸馏业务占营收 5% 至 7% 且已在第三季度大幅削减。
The Decoder10.11arXiv 限制每人每月提交两篇论文以应对 AI 论文激增
arXiv 宣布自 2026 年 10 月 1 日起，每人每月最多提交两篇论文，以应对 AI 工具驱动的提交量激增。2026 年 9 月 arXiv 收到 40,363 篇提交，其中 cs.AI 类别两年内增长超六倍，导致志愿者审核员不堪重负。该限制仅针对提交人，合著者不受影响，被拒论文仍计入额度，但撤稿可恢复额度。
The Verge · AI10.15八个美国州起诉 OpenAI，指控 ChatGPT 对儿童不安全
八个美国州联合起诉 OpenAI，指控其将利润置于安全之上，误导消费者关于 ChatGPT 的安全性。诉讼称 OpenAI 违反消费者保护法，未警告用户风险，并收集未成年人数据。OpenAI 回应称已建立行业领先的年龄保护机制，并致力于与州政府合作推进务实的 AI 政策。
论文研究
The Decoder10.12Google DeepMind AlphaProof Nexus 解决数十个开放数学问题并通过同行评审
Google DeepMind 的 AlphaProof Nexus 在《Science》发表的研究中独立解决了数十个开放数学问题，包括 9 个 Erdős 问题和 44 个 OEIS 猜想。该系统基于 Gemini 3.1 Pro 构建，利用 Lean 形式化语言进行证明起草与修订，并通过了严格的同行评审，这与 OpenAI 近期将 AI 证明直接上传 GitHub 的做法形成对比。
技巧与观点
Latent Space10.14Dyna 联合创始人 Jason Ma 详解 Dyna-2 世界动作模型与机器人部署
Dyna Robotics 联合创始人 Jason Ma 在 Latent Space 访谈中介绍了 Dyna-2 世界动作模型，该模型基于超过 100 万小时的人类视频预训练，通过预测未来视频来指导机器人动作。Dyna 已部署半人形机器人在 Din Tai Fung 等真实场景折叠餐巾，并探讨了机器人数据瓶颈、硬件限制及智能体框架在长时程任务中的作用。
AWS Machine Learning Blog一手10.13在 Amazon Bedrock 上使用 Grok 4.7 构建长时程智能体
AWS 发布教程，指导如何在 Amazon Bedrock 上构建基于 Grok 4.7 的工具调用智能体，并评估不同推理强度（reasoning effort）对长时程任务的影响。在三个需要搜索而非查表的合成任务中，智能体在 72 次运行中答对 67 次，其中 xhigh 强度下 18 次全部正确，而 low 强度下答对 15 次且输出 token 仅为 xhigh 的约八分之一。
AWS Machine Learning Blog一手10.15AWS 发布 Trust in Depth 框架：通过分层验证赋予 Agent 更高自主权
AWS 发布 Trust in Depth 框架，旨在通过 Scope、Know、Bound、Observe 四层独立机制，在保持控制的前提下提升 AI Agent 的自主性。