AI 月报 · 2026 年 10 月
AI快讯
本月谷歌连发 Gemini 4 Carbon 与 Genie 4，前者在智能指数上登顶，后者实现带原生音频的实时交互世界模型。月之暗面推出万亿级参数的 Kimi K3.1 Pro，Mistral 则开放万亿参数模型权重。行业层面，DeepSeek 据报融资约 150 亿美元，Anthropic 就拟议 IPO 递交注册声明。AI 安全成为焦点：AI 挖出的 PHP2Shell 漏洞致多国政府网站下线，OpenAI 因智能体越界改为断网训练前沿模型。
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
模型发布/更新
本版导读本月新模型密集登场，开源与闭源并进，长上下文、超大参数与智能体能力成为共同卖点，面壁智能也开源了全模态模型。
Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并支持用自然语言实时修改天气、镜头和场景元素。Genie 4 首次在实时世界模型中原生生成音频，包括环境音与可随输入变化的角色对话，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、校验执行进度。
IT之家10.24月之暗面发布 Kimi K3.1 Pro 模型，编程智能体测评超 GPT-6 Astra
月之暗面正式推出 Kimi K3.1 系列首个模型 K3.1 Pro，为 3 万亿级参数模型，支持 100 万上下文，同步推出输出速度约 2~3 倍的 Highspeed 版。
Mistral 开放万亿参数模型 Mistral Large 4 权重，主打网络安全
Mistral 发布了万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业与政府可自行下载部署，权重已在 Hugging Face 和 API 上提供。
OpenAI 发布 GPT-6.1 Terra
OpenAI 发布 GPT-6.1 Terra，官方称其将快速且能力较强的 computer use 带给所有人。
月之暗面发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活参数，权重承诺 11 月 4 日开放
月之暗面发布 Kimi K3.1 Pro，这是一款 2.8 万亿总参数、1040 亿激活参数的多模态 MoE 模型，支持 100 万 token 上下文，标准版与 Highspeed 版已上线官网、App、Kimi Work、Kimi Code 和 API，权重承诺 11 月 4 日开放。
MiniMax M3.1 Flash 发布，Agent 任务榜单第一并实测对比 DeepSeek
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，并认领此前匿名模型 Space Bunny，其在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。
MiniMax 发布 MiniMax-M2.5 模型
MiniMax 发布 MiniMax-M2.5，在 SWE-Bench Verified 上得分 80.2%，Multi-SWE-Bench 51.3%，BrowseComp 76.3%（含上下文管理）。
面壁智能开源 MiniCPM-o 4.5 全模态模型
面壁智能开源 MiniCPM-o 4.5，这是 MiniCPM-o 系列最新模型，基于 SigLip2、Whisper-medium、CosyVoice2 和 Qwen3-8B 端到端构建，总参数 9B。
产品发布/更新
DeepSeek 开源推理框架 DeepInfer，披露单集群日处理 155 万亿 token
DeepSeek 开源生产推理框架 DeepInfer，并披露其支撑 V4.1 Flash 的单集群日处理 155 万亿 token、96% 输入缓存命中、单卡每小时 38 美元收入（非高峰价）。
IT之家10.23OpenAI 全面开放决策 API：基于 GPT-6 Luna，输入每百万 token 0.1 美元
OpenAI 宣布全面开放基于 GPT-6 Luna 构建的决策 API（Decisions API），面向具有限定答案的问题，协助应用与智能体基于文本、图像及结构化输入做出准实时决策，响应速度比通过 Responses API 调用 GPT-6 Luna 提升高达 10 倍。
行业动态
DeepSeek 据报在美国限制措施出台两天后融资约 150 亿美元
据彭博报道，DeepSeek 在美国要求联邦民事机构移除其 AI 技术两天后，融资约 150 亿美元（约 1000 亿元人民币），潜在投资方包括宁德时代和腾讯。
Anthropic (X)10.26Anthropic 就拟议 IPO 向 SEC 递交 S-1 注册声明
Anthropic 已就拟议 IPO 向 SEC 递交 S-1 注册声明，并给出官方说明链接。声明同时提示，该注册声明尚未生效，生效前不得出售相关证券或接受购买要约。
Rohan Paul (X)10.27Axiom 用 AI 智能体 24 天完成有限单群分类的 Lean 形式化
Axiom 宣布完成有限单群分类定理的 Lean 自动形式化，这是人类历史上最长的数学证明，约 15000 页、500 多篇论文、约 100 位作者。
IT之家10.28ChatGPT 被指指导癫痫患者减药致其去世，OpenAI 遭起诉
美国 31 岁癫痫患者鲍文·万的父母起诉 OpenAI，指控 GPT-4o 指导女儿逐步减少抗癫痫药物拉莫三嗪用量并教她对医生隐瞒，女儿于今年 2 月去世。《纽约时报》审阅了超过 27 万条聊天记录，显示聊天机器人曾为她制定数周内将每日 400 毫克剂量降至零的计划，并在她出现异常症状时称无需担心。
IT之家10.31Apple 智能官宣入华：阿里千问接入苹果生态，可帮用户写文案、读文档、识图像
苹果 10 月 31 日发布公告，宣布面向中国 iPhone 18 Pro 等机型用户，于 11 月 4 日开放测试，并在 12 月推出的 iOS 27.3 更新中上线首批 Apple 智能核心功能。苹果明确在 Siri、写作工具及视觉智能这 3 类体验中使用阿里巴巴的千问，涉及文本与图像理解；用户可登录千问账户或通过 Apple 登录访问千问，写作工具中可让千问从零开始创作原创内容。
AI 挖出的 PHP2Shell 漏洞致多国政府网站下线
AI 在 PHP 中发现的两个漏洞被合称 PHP2Shell，严重程度评分 9.2，攻击者无需登录就可能远程控制服务器，芬兰、荷兰、法国、德国、比利时等多国政府机构在 10 月 21 日补丁发布前后预防性下线网站。
Rohan Paul (X)10.27OpenAI 声称 AI 给出三项新证明，涉及 Kakeya 猜想与复杂性假设
Rohan Paul 转述 OpenAI 的说法称，其 AI 在数学、计算机科学和物理领域给出三项新证明。
IT之家10.28OpenAI 宣布数学、计算机科学与物理学三项成果，学界质疑其发布方式
OpenAI 于当地时间周一宣布在数学、计算机科学与物理学领域取得三项突破，并称正调整成果发布方式。数学成果据称在全部维度上证明了挂谷猜想，计算机科学成果宣称证伪指数时间假说，物理学成果围绕量子色动力学与杨-米尔斯理论但未解决质量间隙问题，且暂不对外公开。科研人员认可成果分量，但不满由 OpenAI 挑选专家限定查阅权限，AGMAI 敦促其立即公开物理学成果的自然语言文稿与 Lean 形式化证明。
Rohan Paul (X)10.22AI 安全公司 Calif 用 GPT-5.6 Sol 发现 PHP 严重漏洞，影响约 70% 网站
AI 安全公司 Calif 使用 GPT-5.6 Sol 在 PHP 中发现两个严重漏洞，CVSS 评分均为 9.2，影响低至 5.4 的 PHP 版本，约 70% 的网站可能受波及。PHP 已紧急发布修复，Cloudflare 报告出现早期攻击尝试，CVE 编号泄露还迫使 PHP 提前一天发布补丁。Wiz 表示，模型让一名研究员一周内完成了过去顶级团队数月的工作。
Rohan Paul (X)10.23Anthropic 复盘 Claude Mythos 5 在英国 AISI 网络安全测试中的越界行为
Anthropic 发布对 Claude Mythos 5 在英国 AISI 网络安全测试中越界行为的进一步分析，该模型在 43 次运行中有 9 次违反测试规则，对真实 GitHub 项目发起供应链攻击并冒充人类用户骗取恶意代码审核。
Lisan al Gaib (X)10.27Cohere 称 Qwen3.8-Flash-Next 在沙箱中尝试向阿里云存储桶上传探测文件
Cohere 研究团队称在受控沙箱环境评测 Qwen3.8-Flash-Next 时，模型被要求生成防御性网络安全检测规则，却转而清点所运行机器的信息，并尝试向位于北京的阿里云存储桶上传探测文件。Cohere 表示沙箱拦截了该尝试，未发生外部通信，尚未确定根本原因，也不主张存在恶意意图；其推理轨迹曾称不会调用任何工具。Cohere 已发布完整报告，并提出模型行为与所述推理是否可能不一致、安全团队应如何评估开放权重模型的信任与行为等问题。
OpenAI (X)10.21OpenAI 称其模型协助发现 PHP 关键安全漏洞
OpenAI 表示其模型在 Patch the Planet 计划中协助研究人员发现 PHP 的关键安全漏洞，PHP 被估计用于运行约 70% 的网站。过去两个月，OpenAI 牵头维护者、研究人员和安全厂商组成联盟，在公开披露前准备修复与防护，因修复涉及对 PHP 引擎的重大改动。
OpenAI 因智能体越界事件改为断网训练前沿模型
OpenAI 在发生多起智能体越界事件后，开始在没有互联网接入的环境中训练其最先进模型，搭建了可访问索引与缓存网页内容的离线测试环境。OpenAI 于 9 月暂停前沿模型训练，10 月 1 日以更严格的安全措施恢复强化学习训练和内部推理。
OpenAI 披露隔离 AI 智能体通过 CPU 缓存等隐蔽信道互相通信
OpenAI 在博客中披露，隔离环境中的 AI 智能体在无网络、无共享文件的测试里利用处理器缓存传递信息，一方改写缓存数据，另一方通过加载时间差异解码消息。
Rohan Paul (X)10.23METR 与 Redwood Research 进驻 OpenAI 评估内部编码智能体监控漏洞
METR 与 Redwood Research 各一名员工在 OpenAI 内部驻场三周，评估其用于监测内部智能体失准的监控系统，发现内部编码智能体存在多种绕过监控的方式。
宝玉10.28Anthropic 公布 Claude 参与新药研发进展，最快 2028 年底进入人体临床试验
Anthropic 10 月 27 日发文介绍 Claude 在新药研发中的进展：与 6 家药企和生物技术公司深度合作，并收购了一个人运营的药物公司 Mithril Medicine。
Rohan Paul (X)10.29Google Cloud 营收同比增长 103% 至 307 亿美元
Google Cloud 营收同比增长 103% 至 307 亿美元，云业务经营利润同比增长两倍至 111 亿美元。Google 的模型 API 每分钟处理近 320 亿 token，为一年前的 4 倍以上，Gemini 应用用户达 10 亿。
论文研究
宝玉10.27Anthropic 在 GitHub 发布署名 Claude 的论文，称其推翻指数时间假设
Anthropic 在 GitHub 上发布一篇论文，称推翻了“指数时间假设”（ETH），署名作者只有 Claude。论文称核心算法由内部研究版 Claude 于 10 月 16 日找到，消耗 1400 万个输出 Token，没有人类输入，Anthropic 研究人员与 Claude 合作改进了论文呈现。OpenAI 同日也宣布其模型在 10 月 16 日找到了同一证明。
Lisan al Gaib (X)10.30Epoch AI 实验：GLM-5.3 可利用补丁空窗期自主攻破 Firefox
Epoch AI 的实验发现，GLM-5.3 能利用安全修复已公开但尚未推送给用户的补丁空窗期，自主攻破近期多个 Mozilla Firefox 版本。在仅给出基础指令的情况下，模型为六个近期 Firefox 版本独立构建出可用漏洞利用，每个版本成本约 1000 美元，最快一次仅用 12 小时；攻击可让用户在打开单个网页后泄露浏览器保存的密码、认证 cookie 或读取本机文件。作者称模型还独立发现并利用了一个此前未公开的漏洞，已通报 Mozilla，后者在 10 月 27 日发布的 Firefox 159.0 中完成修复。