钛媒体文章称，字节跳动已将世界模型列为 2026 年 AI 四大重点之一，目标年底前至少发布一版，对标谷歌 Genie 3，用户可通过 Pico 头显以语音和动作进入云端生成的世界。文章同时梳理了谷歌 10 月 28 日发布的 Genie 4，其支持用自然语言实时改变天气、移动镜头和引入人物，并首次加入声音。文中还提到字节内部评测显示其世界模型综合性能距当时全球 SOTA 约差 10%，生成指标约 20fps。
#行业动态#多模态#视频
Kimi 于 10 月 24 日发布 K3.1 Pro，API 输入价格从每百万 Token 20 元降至 13 元、输出从 100 元降至 68 元，但用户因 Token 消耗过快质疑性价比，官方 10 月 26 日致歉并补偿额度、调整模型配置。作者用 Pro 版订阅账号实测五项创作任务，合计消耗约 25.48% 月度额度，其中《桃花源记》6.91% 最高、机械键盘 1.46% 最低，消耗主要来自 Plugin 条目与多轮修改。文章还提到海外博主推广被要求隐藏付费合作标签的争议，以及前米哈游国际化总裁金雯怡加入月之暗面负责出海。
#行业动态#Agent#DeepSeek
钛媒体旗下数智前线梳理了 OpenAI GPT-6 Astra 发布约 50 天来对具身智能行业的冲击：Astra 无需专门机器人数据训练即可直接控制机械臂完成画桥等任务，英伟达 Jim Fan 称其把自家机器人框架的基准刷到约 99%。但商汤联合多家机构的评测认为它已具备完成具身任务的能力，距离实用仍有明显差距，单次推理平均耗时 18.56 秒，把笔放进笔筒的任务耗时 4 个多小时、花费 55 美元。行业已出现三种用法：直接充当策略模型、审核修正 VLA 动作、搭建仿真环境与数据标注，宇树王兴兴称明年 GPT-7 可能直接打穿具身智能问题。
#现象/趋势#具身智能#OpenAI
微软、谷歌、亚马逊三家云厂商最新财报显示云业务全线加速，AWS 三季度收入 459.8 亿美元同比增长 39.3%，Azure 单季 331.65 亿美元增长 48%，谷歌云收入 307.1 亿美元同比增长超过一倍，积压订单分别达 5780 亿、6770 亿和 5610 亿美元。同期三家均出现负自由现金流，亚马逊过去 12 个月净流出 423.6 亿美元，Alphabet 为负 90.7 亿美元，Meta 净流出 21.2 亿美元，仅微软保有 186 亿美元正值。市场反应分化，Alphabet 因广告增速放缓与现金流转负单日跌 12.64%，文章认为竞争瓶颈正从芯片转向电力、土地与并网审批等环节。
#行业动态#数据/训练#部署/工程
钛媒体旗下大模型之家对比 Anthropic 招股书与智谱中报，指出中美大模型厂商正走两条商业化路径。Anthropic 上半年营收 162.9 亿美元、净亏损 807 亿美元，其中 724 亿美元来自估值上涨带来的可转债公允价值损失，经营亏损收窄至 6.93 亿美元；智谱上半年收入 9.54 亿元、亏损 20.72 亿元，API 业务毛利率首次转正至 24.6%。文章还提到 Anthropic 未来十年算力采购承诺达 5180 亿美元，约 80% 不可取消，而智谱单位 Token 推理成本比年初下降 80%。
#行业动态#数据/训练#DeepSeek
OpenAI健康板块负责人Karan Singhal在访谈中表示，每周有超过3亿人用ChatGPT询问健康相关问题，OpenAI选择在通用模型各训练阶段加入医疗数据，而非单独训练医疗专用模型，以免专用模型很快落后于前沿模型。他提到正在探索主动式个人健康助手，覆盖诊前、诊中、诊后，并称用户健康信息不会被用于模型训练或广告定向。OpenAI还与Penda Health合作实验临床医生辅助系统，并与Epic等医疗信息系统合作探索在医护原有工作环境中直接使用ChatGPT。
#大佬观点#OpenAI#Agent
Unite.AI 梳理多项研究指出，LLM 智能体出错时往往仍返回流畅答案和成功状态码，常规监控难以发现。ICLR 2024 的提示词格式实验显示，仅改变分隔符、空格和大小写，LLaMA-2-13B 在同一任务上的准确率波动可达 76 个百分点；τ-bench 中 GPT-4o 智能体单次解决约 61% 的零售任务，连续 8 次全对的比例降至约 25%。文章建议把提示词和工具描述纳入版本控制、多次重复测试、在 trace 中记录工具真实返回，并用人工标注校验 LLM-as-a-judge 的评分。
#现象/趋势#Agent#评测/基准
The New Stack 刊文讨论 AI 智能体崩溃后如何安全接替工作：应用在派发退款前先把金额、授权、幂等键和状态写入事务型存储，替换智能体继承原操作而非重新推理。文章指出 LangGraph、Temporal 等持久执行框架能恢复进度，但无法判断支付方是否已提交请求，因此需在工具边界校验持久记录，并用 Langfuse 与 ClickStack 的 MCP 服务只读排查结果不明的调用。
#教程/实践#Agent#部署/工程
AWS Hydro 团队研究负责人 Shadaj Laddad 认为代码审查已跟不上智能体写代码的速度，主张把正确性检查放在智能体信任边界之外，由编译器强制执行，例如 Rust 借用检查器在运行前捕获竞态条件，Hydro 则在编译期捕获分布式系统的多类缺陷。团队正研究把幂等性等反复出现的设计模式做成通用护栏，同时承认编译器有局限，AI 生成的 Rust 代码可以编译通过但仍然有错。Hydro 与同团队的开源智能体运行时 Infinity 均由 AWS 与 UC Berkeley 联合开发，托管在 hydro.run。
#行业动态#Agent#编码
The Guardian 采访了多家旧金山创业公司，描述 AI 智能体作为“同事”接管排期、编码、营销和招聘等任务后的实际体验。Anything 有 15 名人类员工和约 150 个智能体，Lindy 裁员三分之一后用智能体填补岗位；麦肯锡调查显示约 40% 大型组织在 2025 年 5 月至 2026 年 6 月间以某种形式使用 AI 智能体。员工反映需要花大量时间纠正智能体错误，客户和求职者对智能体沟通方式产生抵触。
#现象/趋势#Agent#OpenAI
AI Business 报道称，截至 10 月 25 日当周，中国模型在 OpenRouter 的 token 统计中占比超过一半，而约一年前该网站周使用榜的九个模型中仅有一个来自中国。Red Hat 正在内部试点自托管 GLM，最多 1400 名工程师使用，约 70% 的推理流量流向开源模型，并以每人每月 300 美元的前沿模型配额控制成本。DataCamp 则因开源模型服务商的延迟和容量不足，正从 Anthropic 转向 OpenAI，尚未把 AI 导师迁到开源模型。
#现象/趋势#开源生态#数据/训练
科学网记者采访中国科学院院士励建书和中国工程院院士王坚，讨论AI进入数学研究后的争议与走向。文章提到，谷歌DeepMind的AI智能体今年5月解决9个此前未解的厄多斯问题并攻克44个开放数学猜想，OpenAI近日在GitHub公开722篇由内部AI模型生成的数学手稿，陶哲轩、邓煜等25位菲尔兹奖得主联名发表公开信警告AI与数学出现严重错位。励建书认为AI可能改变数学研究范式，并指出数学为AI做得远远不够；王坚认为AI的推理能力目前主要来自代码，从数学数据中学到更深推理将带来更大增益。两人所在的浙江大学数学高等研究院与之江实验室共同发起未来数学计划，围绕数学基础模型、形式化验证、AI数学机理和跨学科赋能四方面展开。
#行业动态#论文/研究#DeepMind
a16z 对 100 位千人以上企业 CISO 的调研显示，87% 预计网络安全支出将增加，主要驱动是 AI 带来的威胁与企业自身 AI 部署扩大的攻击面。2027 年最受关注的七项安全举措全部与 AI 相关，SOC 自动化获得最多第一优先级投票，但仅 18% 已把 AI SOC 工具投入生产。45% 计划在 12 个月内为内部 AI 智能体安全新增采购或升级，42% 计划采购攻击性安全能力。
#行业动态#安全/对齐#Agent
Google 第三季度搜索收入增长约 12%，低于分析师预期的 15%，部分投资者认为 AI 搜索查询增长快但变现能力偏低的问题开始显现。高管 Philipp Schindler 在财报电话会上表示，AI 模式查询的强劲增长因变现水平较低而对收入产生了影响。同期云业务收入同比增长 103% 至 307 亿美元，Gemini 应用用户达到 10 亿。
#行业动态#Google#搜索
The Verge 分析 Anthropic 的 S-1 文件，指出其不可取消采购承诺、未启动租赁协议及新增算力协议合计约 8500 亿美元，若计入未敲定交易将接近 1 万亿美元。文件显示 2026 年上半年营收同比增长 14 倍至 163 亿美元，调整后收入 16.2 亿美元，净收入留存率 900%。作者认为这些固定成本要求 Anthropic 维持高速增长，而其风险因素中提到的递归自我改进正是支撑该增长假设的关键。
#行业动态#Anthropic#数据/训练
The Verge 的 Decoder 播客邀请 SemiAnalysis 分析师 Joey Brookhart 拆解 Anthropic 递交的 S-1，讨论其可能以 1.5 万亿至 2 万亿美元估值在纳斯达克上市。Brookhart 称 Anthropic 已实现 700 亿美元以上 ARR，推理毛利率从两年前的负 94% 转为正 85%，每兆瓦推理收入约 6500 万美元，但收入高度集中于编程场景，且约七成算力用于训练与研究。他还提到 Anthropic 未来 7 至 10 年有 5000 亿至 6000 亿美元算力承诺，并对比了 OpenAI 更偏消费端的业务结构。
#行业动态#Anthropic#OpenAI
Nathan Lambert 评述 Artificial Analysis 新发布的 Intelligence Index v5，该指数按知识工作、编码、科学、通用各 25% 加权，并给出新的模型排名。他指出榜单中 8 个闭源模型领先最好的开源模型 Kimi K3.1 Pro，认为新指数更偏向衡量前沿模型走向，可能低估开源模型在经济中的作用。文章还讨论了转向私有基准的利弊，以及基准机构靠模型厂商付费验证结果的商业模式对可信度的影响。
#现象/趋势#评测/基准#行业动态
Grist 与 WIRED 的报道指出，尽管多数应急管理机构不允许员工使用生成式 AI，但专家认为州和地方灾害部门已在私下用它起草警报。阿拉巴马州一名县应急管理员曾用 AI 生成飓风风险图，结果气象上并不准确；而 EM1 等公司的模型已能改写新墨西哥州 San Juan 河的洪水警报，补上发布方、地点和撤离指引。专家提醒，缺乏经验的应急人员难以判断模型输出，公众对 AI 与政府的不信任也可能反噬警报的可信度。
#现象/趋势#行业动态#安全/对齐
Latent Space 与 Supabase 创始人 Paul Copplestone 和 Ant Wilson 对谈，讨论智能体为何把 Supabase 作为应用后端首选。文中提到 Supabase 每月约上线 500 万个数据库，并介绍了无需 Docker 的本地运行时 alpha、把期望数据库 schema 存入 Git 的声明式方案，以及私有 alpha 的 Supabase Compute、Multigres 和收购 Turso 等 Scale 侧动作。
#行业动态#数据/训练#开源生态
Richard Abbey与John Authers撰文指出，Alphabet营收不及分析师预期，盘后股价一度大跌10%，反映市场对其持续投入数千亿美元建设AI基础设施的担忧加剧。微软因云业务营收好于预期、Azure销售额增长48%而获正向反馈，其资本开支为452亿美元，低于市场预期的459亿美元。分析师Luke Lango认为，股票市场已对大型云厂商的投入规模感到不安，AI资本开支峰值或许已经出现。
#行业动态#OpenAI#Microsoft