模型与产品
Inception Mercury 3 扩散模型声称在速度上击败 GPT-6 Luna 和 Claude Haiku 5.5
AI 公司 Inception 发布 Mercury 3 扩散模型，声称在文本生成任务中以极快的速度超越 OpenAI GPT-6 Luna 和 Anthropic Claude Haiku 5.5，同时保持极高准确度。这一成果挑战了自回归语言模型在文本生成领域的主导地位，也标志着扩散模型从图像生成向文本生成领域的进一步渗透。 Mercury 3 的核心优势在于其并行生成机制，与传统 LLM 逐 token 生成不同，它可在单次前向传播中同时生成完整文本序列，大幅降低推理延迟。
来源：THE DECODER
Anthropic 扩展 Cyber Verification Program
Anthropic 发布扩展版 Cyber Verification Program（网络验证计划），面向合格的安全专业人员提供高级网络能力和降低拦截分类器的访问权限。该计划此前仅面向少数合作伙伴开放，此次扩展旨在帮助更多安全团队利用 Claude 的前沿能力进行漏洞分析、威胁评估和防御性安全研究。报名者需通过严格的资格审核，确保能力用于合法防御目的。这一举措延续了 Anthropic 在安全领域的积极布局，继 Cyber Mission 之后在网络安全生态中进一步深耕。
来源：Anthropic
产业与商业
Mistral 与 NVIDIA 合作加速工业工程 AI
Mistral AI 与 NVIDIA 宣布合作，将 Mistral Large 4（约 1 万亿参数）与 NVIDIA CUDA-X、Warp 仿真库及 Omniverse 3D 仿真平台结合，加速航空航天、汽车和半导体行业的工程仿真与产品设计。双方还计划发布公开基准测试和数据集，供业界测试比较物理模型和与工程软件交互的 AI 智能体。此前双方已合作开发 Mistral NeMo，并正在 Nemotron Coalition 框架下开发开放基础模型。Mistral 计划到 2030 年将算力扩展至 1 吉瓦。
来源：Mistral AI | THE DECODER
NVIDIA 与 Google Cloud 宣布 Vera Rubin 基础设施正式 GA
NVIDIA 与 Google Cloud 联合宣布 NVIDIA Vera Rubin 基础设施正式面向所有客户开放（General Availability）。Vera Rubin 是 NVIDIA 下一代 AI 加速器平台，搭载全新 GPU 架构和 NVL72 互联系统，在 MLPerf Inference v6.1 基准测试中创下性能纪录。此次 GA 意味着企业可通过 Google Cloud 部署 Vera Rubin 实例，获得前沿 AI 训练与推理能力。同时 NVIDIA 云合作伙伴网络在欧洲扩展，强调主权、开放和安全 AI 智能体部署。
来源：NVIDIA Blog | QuickOnlineTips
Nvidia 无法满足中国 350 亿美元芯片需求
字节跳动、阿里巴巴和腾讯 reportedly 合计下单超过 300 万颗 NVIDIA RTX Pro 5500 GPU，总价值超 350 亿美元，远超 NVIDIA 目前合规产能。NVIDIA 已警告客户可能只能获得订单量的 5-10%。这一缺口凸显了 AI 算力需求的爆发式增长与美国出口管制之间的张力——RTX Pro 5500 是当前仍符合美国对华出口管制要求的最强大 GPU，中国企业正抢在更严格限制生效前加大采购。
来源：The Verge
政策与安全
OpenAI PHP2Shell 漏洞暴露 70% 网站远程代码攻击风险
安全研究员发现 PHP2Shell 漏洞影响超过 70% 的 web 网站，攻击者可利用该漏洞在服务器上执行远程代码。这一漏洞特别影响使用 PHP 的网站，攻击者可通过精心构造的请求绕过安全限制，获取服务器控制权。建议网站管理员立即更新 PHP 版本，禁用危险函数，并部署 Web 应用防火墙。此发现提醒我们，在 AI 时代传统 Web 安全威胁依然严峻。
来源：AlphaSignal
Meta 因发现 AI 聊天记录泄露暂停 Muse 分享功能
Muse 是 Meta 9 月推出的个人 AI 助手应用，美国下载量已突破 1000 万。然而研究人员发现，部分用户的 Muse 对话记录可被搜索引擎索引并公开访问。Meta 随即暂停 Muse 的分享功能，对隐私保护机制进行全面审查。这一事件再次凸显了 AI 聊天应用中用户数据隐私保护的紧迫性，尤其是在 AI 服务快速扩展的情况下。
来源：The Verge | TechCrunch
工具与应用
EAGLE-4 框架三倍提升 Qwen3 推理速度
AlphaSignal 社区开发者发布的 EAGLE-4 推理优化框架，通过自适应服务负载调度机制，成功将 Qwen3 模型的推理速度提升 3 倍。该框架动态调整推测解码策略，根据当前服务器负载选择最优的 draft model 大小和候选 token 数量。Qwen3 系列模型本身在 agentic 任务和代码生成中表现优异，EAGLE-4 的优化使其更适合实际生产部署。
来源：AlphaSignal
OpenAI Prompt Caching 延长至 12 小时
OpenAI 宣布将 Prompt Caching 的有效期从之前的时间限制延长至最长 12 小时，专门针对长时间运行的 AI Agent 任务。这一更新大幅降低了需要重复使用相同上下文的 Agent 应用的成本，使开发更复杂的长期运行自动化流程在经济上更加可行。对于需要处理大量文档或长时间对话的 Agent 应用，这意味着可节省大量重复 prompt 处理费用。
来源：AlphaSignal
学术前沿
OpenAI 用数千个 AI agent 发掘复杂生物数据新线索
OpenAI 发布研究成果，展示如何利用数千个 AI Agent 并行分析大规模生物数据，自动发现新的研究线索。这一方法将人类研究员从繁琐的数据筛选工作中解放出来，使他们能够专注于更高层次的科学决策。该成果是 OpenAI Rosalind 生命科学平台能力的延伸，结合此前收购 Orchestra Bio 的举措，表明 OpenAI 正在构建完整的 AI 驱动药物研发管线。
来源：OpenAI
中国清华系公司世界模型突破：比 LeCun 相近工作早一年
量子位报道，一家清华大学孵化的 AI 公司在世界模型领域取得突破，其千诀团队在隐变量可辨识性方向的研究比 LeCun 相近工作早一年。不同于主流世界模型专注于画面预测，该团队主打物理规律建模与跨本体复用——即一个机器人在模拟环境中学习到的物理规律可迁移到真实机器人。这一方向被认为是 Physical AI（物理 AI）的关键基础能力。
来源：量子位
评论与观点
Gartner 预测：到 2028 年 AI Agent 成本将涨五倍，尽管 token 价格下降
知名分析机构 Gartner 发布报告预测，即使单个 token 价格持续下降，到 2028 年企业部署 AI Agent 的总成本将上涨五倍。这一反直觉预测的核心在于：Agent 工作负载的快速增长远超 token 单价下降的速度。Agent 需要多次模型调用、大量上下文窗口和长时间运行，使得单任务成本远高于简单对话。VentureBeat 建议企业尽早采用 Agent 成本监控和优化策略。
来源：VentureBeat
GPU 高达 60% 算力浪费在重算上下文
WEKA 公司在 VentureBeat AI Impact 系列活动中揭示了一个惊人的数据：运行 LLM 推理的 GPU 中，高达 60% 的计算资源被用于重新计算已经处理过的上下文。这一浪费源于 LLM 在 GPU 内存中存储对话历史的方式，每次新请求都需要重新计算 KV Cache。修复这一问题可以让企业在现有硬件基础上服务数倍更多的用户，大幅提升 AI 基础设施投资回报率。
来源：VentureBeat