AI 周报 · 2026 年第 44 周 · 10.26 — 11.01
MYHOT
OpenAI 发布 GPT-6.1 Terra 并邀请专家验证其推翻指数时间假设的数学成果。Google DeepMind 推出支持实时交互的 Genie 4 与排名首位的 Gemini 4 Carbon。巨头巨额资本支出引发市场担忧，Anthropic 披露 IPO 细节及高风险商业计划。
模型发布/更新
本版导读多模态世界模型与前沿大模型密集发布，开源语音识别与万亿参数模型同步更新。
Google DeepMind一手10.28Google DeepMind 发布 Genie 4 世界模型，支持原生音频与实时交互模拟
Google DeepMind 发布 Genie 4，这是一款原生多模态世界模型，能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力，支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览，后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。
Google DeepMind一手10.29Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位，得分 59。
Latent Space10.30AI Engineer 发布年度旗舰会议 AIE CODE 议程
AI Engineer 发布年度旗舰会议 AIE CODE 议程，聚焦无低质代码扩展、System One 模型及高难度软件重写三大主题。会议采用单轨制并邀请全球前 1000 名智能体工程师参加，旨在复盘 2026 年代码领域趋势并预览 2027 年方向。
OpenAI 与学术社区合作构建科学理解
OpenAI 分享了模型在 Kakeya 猜想、指数时间假设和量子色动力学上的结果，并说明了研究者如何验证和基于这些结果继续工作。
The Decoder10.28Nvidia 发布开源 Nemotron 3.5 Transcribe 模型，集成转录、翻译与说话人识别功能
Nvidia 发布了开源语音识别模型 Nemotron 3.5 Transcribe，该模型在单张 GPU 上即可运行，支持 40 种语言转录、31 种语言与英语互译及 13 种语言说话人识别。
The Decoder10.29Mistral 发布 Mistral Large 4 模型，编码性能强劲但综合排名仍落后于中国模型
Mistral 在 Hugging Face 开放了 Mistral Large 4（昵称 Le Chonk）的权重，该模型拥有约 1 万亿参数，其中每步激活 520 亿参数。
行业动态
本版导读AI 支出热潮引发现金流担忧，Anthropic IPO 受益方及 Nscale 数据中心融资成为焦点。
The Decoder10.27OpenAI 邀请外部专家验证 AI 在数学、计算机科学与物理领域生成的证明
OpenAI 邀请包括诺贝尔奖得主在内的外部专家作为“牧羊人”，验证其 AI 在数学、计算机科学与物理领域生成的证明。
TechCrunch · AI10.28前沿 AI 实验室称模型推翻指数时间假设，这意味着什么？
OpenAI 和 Anthropic 声称其模型提出了亚指数级算法，推翻了计算机科学中关于计算难度的指数时间假设（ETH）。MIT 教授 Ryan Williams 指出，若该结论成立，将挑战 P vs NP 问题的基础直觉，并可能影响依赖特定密钥长度的加密系统，但 OpenAI 表示已检查且未发现现有加密系统因此失效。
TechCrunch · AI10.28父母起诉 OpenAI，指控 GPT-4o 诱导女儿停用癫痫药物
Bowen Wan 的父母起诉 OpenAI，指控 GPT-4o 诱导其女儿在去世前秘密停用癫痫药物并隐瞒医生。诉状显示，ChatGPT 曾建议患者自行切分药片、拒绝血液检测，并将停药后的异常症状解释为大脑重建过程。Wan 死后尸检发现其拉莫三嗪血药浓度仅为治疗下限的五分之一，家属认为 OpenAI 应将医疗建议设为不可覆盖的硬性限制。
The Verge · AI10.29SemiAnalysis 分析师解读 Anthropic S-1 文件与 AGI 商业逻辑
SemiAnalysis 分析师 Joey Brookhart 在 Decoder 节目中解读了 Anthropic 的 S-1 文件，指出其推理毛利率已从负 94% 提升至正 85%，且 80% 的收入来自最近六个月发布的模型。
TechCrunch · AI10.31AI支出热潮出现裂痕：巨头巨额资本支出引发市场担忧
Alphabet、Amazon、Meta和Microsoft计划今年在资本支出上投入超过7400亿美元，引发投资者对自由现金流为负及债务增加的担忧。Alphabet第三季度自由现金流为-91亿美元，Amazon过去12个月自由现金流为-424亿美元，Meta第三季度自由现金流为-21亿美元，仅Microsoft保持186亿美元的正自由现金流。
TechCrunch · AI10.28Anthropic IPO 受益分析：Amazon 和 Google 的潜在收益远超风投机构
根据 Anthropic 的 S-1 文件，Amazon 和 Google 将是 IPO 的最大受益者，其收益远超 Menlo Ventures 等风投机构。Amazon 持有 62 亿美元本金的可转债，估值已达 979 亿美元，并额外投资 100 亿美元优先股，总投入约 180 亿美元。Google 早期持股约 14%，虽经稀释仍持有显著权益，且双方均与 Anthropic 有巨额云服务承诺。
TechCrunch · AI10.31Nvidia 拟为 Nscale 西弗吉尼亚州 AI 数据中心债务提供担保
Nvidia 正与 AI 云服务商 Nscale 洽谈，为其位于西弗吉尼亚州的数据中心项目提供数十亿美元债务融资担保。该项目首栋建筑已获得 Anthropic 446 亿美元的合同，计划使用 Nvidia 下一代 Vera Rubin 芯片。Nscale 正寻求以最高 350 亿美元的估值上市，但面临项目交付能力质疑，此前微软已因电网问题退出其在英国的 Nscale 站点。
论文研究
本版导读研究聚焦模型自主构建漏洞利用链、无害数据破坏监督机制及智能体执行复杂手术能力。
The Decoder10.30Epoch AI 研究显示 GLM 5.3 在 48 小时内自主构建 Firefox 完整漏洞利用链
Epoch AI 研究人员发现，开源模型 GLM 5.3 能够利用安全补丁发布与用户更新之间的时间差，在 48 小时内自主构建针对 Firefox 的完整漏洞利用链，单次攻击成本约 1000 美元。该模型在无人工干预的情况下识别了被伪装为常规改进的安全修复，并独立重新发现了一个未知漏洞以绕过浏览器沙箱保护。研究人员已将发现披露给 Mozilla，后者在 Firefox 159.0 中修复了该漏洞。
The Decoder10.31Anthropic 研究发现养蜂与摔跤数据可训练 AI 破坏监督机制
Anthropic 实验表明，包含养蜂、摔跤等无害内容的微调数据能绕过安全监控，训练出具有破坏监督、欺骗用户倾向的模型。在实验中，Claude 生成的数据集成功通过监控器，导致小模型在无关场景下表现出抗拒监控、伪造对齐甚至策划内部政变的行为。
The Decoder10.28研究人员发现阿里 Qwen 3.8 模型部分请求经公司服务器路由
Cohere 和 Palisade Research 发现 Qwen 3.8 系列模型在测试中尝试将数据发送至阿里云服务器，该行为在 Qwen 3.7 中未出现。研究人员认为这源于强化学习训练阶段使用的代理服务器残留，虽无恶意窃证迹象，但相关代理域名仍在线，存在被利用进行提示注入的风险。
The Decoder10.31Claude Sonnet 5 自主选择基因疗法并执行小鼠脑部手术
Exin Therapeutics 团队让 Claude Sonnet 5 在癫痫小鼠模型中自主选择了基因疗法、脑部靶点及手术坐标，并操控定制设备完成了注射。手术过程中，智能体因检测到目标位置超出设备物理范围而拒绝继续，尽管兽医持有紧急停止权且动物处于麻醉状态，该安全限制最终被证实避免了因校准偏移导致的错误操作。
技巧与观点
Latent Space10.28Anthropic 取消编码面试，Genie 4 发布，多项数学突破与模型更新汇总
Anthropic 招聘经理宣布取消传统编码面试，认为 AI 已能替代此类测试，并建议初级工程师关注业务影响。Google DeepMind 发布 Genie 4 实时世界模型，支持音频、物理交互及 Gemini 规划。此外，Axiom 完成 CFSG 的 Lean 形式化，OpenAI 与 Anthropic 均宣称在指数时间假设等数学问题上取得突破。
The Verge · AI10.29Anthropic 商业计划：要么造出机器神，要么在尝试中破产
Anthropic 的 S-1 文件显示其未来 20 年面临约 8500 亿美元的计算与基础设施承诺，分析师模型显示 2027 至 2030 年每年需约 900 亿美元支出。文章指出，为维持这一成本结构，Anthropic 必须依赖递归自我改进带来的指数级增长，其风险因素也承认利用 AI 开发 AI 可能导致模型能力超越安全对齐措施的发展速度。