模型与能力
1. 阶跃星辰 Step 5 Preview 开放多平台一周免费体验
StepFun 官方 10 月 8 日称，Step 5 Preview 已上线 OpenRouter，并将在 OpenCode、Cline、NousResearch、Kilo Code 等平台逐步开放一周免费体验。关于“旗舰级智能”和任务成本更低的描述属于厂商自述，公告未提供独立对照结果。X：StepFun_ai (@StepFun_ai) ↗
2. Vercel AI Gateway 为 Glyph Cluster 提供限时免费使用
Vercel 称，Glyph Cluster 以 stealth 模式面向已购买 AI Gateway 额度的 Pro 与 Enterprise 团队开放，期间可免费使用；产品定位是编程和长上下文分析，支持多步推理与函数调用。功能和免费期均为厂商公告内容。Vercel ↗
3. Google Cloud 发布 Gemini 工作智能体
Google Cloud CEO Thomas Kurian 10 月 9 日介绍 Gemini agent，定位为处理问答、知识工作、媒体创作及代码编写和运行的工作智能体，并宣布 Workspace 集成、数据分析技能和行业化能力等配套。量子位另称，当前可在 Gemini 与 Claude 系列模型间动态选型；该模型选择细节属于媒体转述，相关功能是否已向所有客户开放，来源未如此说明。Google Cloud Blog ↗ 量子位 ↗
4. Cloudflare 开源 Clef 决策模型
InfoQ 报道，Cloudflare 在近期 Birthday Week 发布 Clef 开放权重模型系列，包含 9B 和 27B 参数版本及适配具体决策任务的平台。报道将其描述为按预设选项作出判断，而非自由生成文本；这是特定决策任务方向，不等于通用语言模型能力。InfoQ ↗
5. Grok Imagine Video 1.5 Lite 接入 API
Grok Imagine 官方账号 10 月 8 日称，Video 1.5 Lite 已在 API 提供文生视频和图生视频，并列出 480p、720p、1080p 分别每秒 0.02、0.03、0.14 美元的价格。这是官方报价，不代表独立画质或成本评测。X：Grok Imagine (@imagine) ↗
6. JetBrains 发布开源编程模型 Mellum 2.1
JetBrains 介绍 Mellum 2.1 为 12B 混合专家模型、每次激活 2.5B 参数，采用 Apache 2.0 许可；官方称新版本主要改进后训练，使用大量沙盒运行强化模型在代码仓库中探索、编辑和检查改动。训练规模和能力描述来自 JetBrains 官方博客。JetBrains AI Blog ↗
7. LightOn 发布端到端文档理解模型 LightOnOCR-3
LightOn 称，LightOnOCR-3 可在单次模型调用中处理文字转录、版面定位、图片描述和图表数据提取，目标是替代由多个组件拼接的 OCR 流水线。页面中的速度、成本和榜单表现为厂商自述，本期不将其作为独立评测结论。LightOn ↗
8. OpenAI 为 GPT-6.1 Sol 推出 Ultrafast 模式
OpenAI Developers 10 月 8 日称，Ultrafast 正逐步进入 API、Codex 和 ChatGPT Work，并宣称相较 Sol Standard 最高快 8 倍、智能水平接近 Astra。速度和能力比较均为厂商表述，来源没有提供独立测试数据。X：OpenAI Developers (@OpenAIDevs) ↗
产品与应用
9. 阶跃终端公布智能体手机 STEPX Neo 发布会安排
量子位 10 月 8 日刊出阶跃终端提供并授权转载的消息：首款大模型原生智能体手机 STEPX Neo 将于 10 月 13 日在上海发布，发布会名为“Ready Builder One”。这是产品发布预告，手机功能仍待正式发布验证。量子位（阶跃终端授权转载）↗
10. Claude Dashboards 与 Motion 开始 Beta 测试
Anthropic 10 月 8 日宣布，Dashboards 可连接企业数据并生成随数据更新的仪表盘，面向付费方案测试；Motion 可将报告或想法制作成动画，面向 Team 与 Enterprise 测试。Docs、Slides 和 Design 则结束测试并向包括 Free 在内的方案开放。Claude by Anthropic ↗
11. 吉利发布 AI 智充方案
量子位 10 月 8 日报道，吉利发布智充技术，并称其以星睿 PowerMind 能源模型为核心，与阶跃星辰合作，联动人、车、桩、云、网、储等环节进行充电调度和温控。性能数字属于报道中的企业及测试方说法，本条只保留方案发布和系统构成，不将宣传性指标外推为普遍实测结果。量子位 ↗
12. 正行创新发布零售场景物理智能方案
量子位 10 月 8 日报道，正行创新在 APRCE 2026 发布由机器人和管理平台组成的零售方案，面向补货、巡检及搬运等任务；公司称将与连锁零售企业推进测试，计划 2027 年提供商业服务。现阶段仍属产品发布与计划测试，尚非已规模化部署。量子位 ↗
13. Manus 为中国市场重组 Agent 团队并招聘
量子位 10 月 8 日称，其查看 Manus 招聘页面时发现 17 个岗位，其中 16 个全职、1 个实习，涉及 Agent 产品、工程和评测等方向。岗位数量是媒体对招聘页面的观察；报道未给出国内产品的发布时间。量子位 ↗
14. 量子位补充 Vidu Q4 预览版体验和报价
量子位 10 月 8 日的体验文章称，一段演示生成花费 5.4 元，并将 720p 起步价格列为每秒 0.09 元；文章还展示了单次生成案例。该内容是媒体对预览版的个别体验和报价记录，不是独立基准测试，也不能代表所有分辨率与模式的成本。量子位 ↗
15. Tibo 确认付费账户额度重置已全部到账
OpenAI Codex 负责人 Tibo 10 月 8 日在此前额度重置帖下补充称，重置已覆盖所有账户。这是对前一日安排的执行进展；此前报道过的 Codex 与 ChatGPT Work 活跃用户数字不在本条重复。X：Tibo (@thsottiaux) ↗
开发与基础设施
16. Harness 收购 Augment Code 部分资产
Harness 10 月 8 日宣布收购 Augment Code 的部分资产，包括 Cosmos、Auggie CLI、Code Context Engine 及相关技术，团队将加入 Harness。公司称 Cosmos 将并入其 Software Factory Agent；这是资产收购，不是对 Augment Code 整家公司的收购。Harness Press ↗
公司与资本
17. 白宫称 Genesis Mission 获 11 家行业伙伴 24 亿美元资源承诺
白宫事实清单称，11 家行业伙伴为 Genesis Mission Consortium 承诺提供合计 24 亿美元的科学工具和算力额度，支持 15 个以上联邦机构。清单列出的承诺包括 NVIDIA 10 亿、AMD 5 亿、OpenAI 2 亿美元等；这是工具与算力额度承诺，不等同于现金营收。白宫事实清单 ↗
18. Ecosia 转向开源模型，创始人批评 Mistral 质量
POLITICO 报道，德国搜索引擎 Ecosia 告诉该媒体将放弃 Mistral，改用包括中国模型在内的开源模型；CEO Christian Kroll 称 Mistral 落后竞争者约一年，并提到服务过载等问题。模型质量评价是 Kroll 的判断；Mistral 联合创始人则邀请 Ecosia 试用新模型。POLITICO ↗
19. OpenAI 年化营收据报接近 500 亿美元
IT之家 10 月 9 日援引《金融时报》称，OpenAI 向投资者披露截至 9 月底年化营收接近 500 亿美元，低于此前媒体约 700 亿美元的估算；差异与是否计入云服务合作伙伴销售有关。这是媒体转述的投资者文件数据，不是经审计年度收入。IT之家（据《金融时报》）↗
20. Isomorphic Labs 被曝洽谈新融资
IT之家 10 月 8 日援引彭博社称，Alphabet 旗下 AI 药物研发公司 Isomorphic Labs 正进行新一轮融资的早期谈判，估值至少 400 亿美元、可能达到 500 亿美元。谈判尚未敲定，估值和融资细节仍可能变化。IT之家（据彭博社）↗
21. Waymo 完成 50 亿美元定期贷款
Waymo 称已完成其首笔债务融资，资金将用于扩大全自动驾驶网约车服务的运营。该公司同时表示，上月已在美国第 15 座城市开展服务；以上均为 Waymo 对融资用途和业务进展的公告。Waymo Blog ↗
22. Arena 完成 2 亿美元 B 轮融资并发布 Alignment Index
Arena 10 月 8 日宣布以 31 亿美元估值完成 2 亿美元 B 轮融资，同时推出衡量 AI 是否偏离人类意图的 Alignment Index。融资和评测工具信息来自 Arena 官方；该指数是新发布的测量工具，不代表已获独立验证。Arena ↗
政策与安全
23. Anthropic 更新使用政策，11 月 12 日生效
Anthropic 表示，新版政策多数是在澄清既有规则，新增或重整内容涉及欺骗性活动、选举、武器与监控、高风险用途及自主物理操作。公司要求相关高风险场景由有权干预的人员监督；政策将于 11 月 12 日生效。Anthropic ↗
24. OpenAI 称已制止两组 AI 虚假身份影响行动
OpenAI 10 月 8 日发布报告，称其制止了两组利用 ChatGPT 的隐蔽影响行动，并将其分别归于俄罗斯的 Dark Clark 与伊朗的 Bogus Bylines。行动归属和影响评估来自 OpenAI 自身报告，不是独立归因结论。OpenAI ↗
25. CrowdStrike 报告 ARTEX 被用于攻击韩国金融机构
CrowdStrike 10 月 7 日称，其发现针对韩国金融机构的活动在 9 月下旬至 10 月初造成数据外泄，攻击者使用开源智能体渗透工具 ARTEX 和大语言模型。CrowdStrike 未将活动归于具名组织；其“可能为中文使用者”的判断为中等置信度，受影响机构数量也尚未确认。CrowdStrike Intelligence ↗
26. 三名前 OpenAI 安全研究员致信公司治理机构
Tomek Korbak、Jasmine Wang 和 Mikita Balesni 在公开信中称，解雇及后续沟通使员工担心提出安全问题，并要求明确与外部安全组织协作的规则。信件表达的是三位签署者的观点；所附页面只有公开信，没有 OpenAI 的回应。三名前 OpenAI 安全研究员公开信 ↗
27. Goodfire 介绍生产环境中的网络安全监控级联
Goodfire 称其为 Kimi K3 和 GLM 5.3 构建了基于模型内部激活探针的监控器，并在生产推理栈中部署；探针先筛查可疑交互，再交由 LLM judge 复核。成本和拦截效果属于公司自测结果，文章未提供独立复现。Goodfire ↗
28. Anthropic 启动 Cyber Mission
Anthropic 10 月 8 日宣布启动长期网络安全计划，首批包括面向电网、供水、交通和政府系统防御者的 Critical Infrastructure Defense Program，以及为自愿加入的开源项目提供定期漏洞扫描的 OSS Scanner。相关能力和服务安排来自 Anthropic 公告。Anthropic ↗ OSS Scanner ↗
论文与研究
29. Epoch AI 用 11 项内部工作任务评估模型自动化能力
Epoch AI 10 月 8 日报告称，其让 6 个模型完成取自本团队工作的 11 项任务，并按员工标准人工评分。报告认为，前沿模型在定义清晰的任务上表现较稳，但在开放式工作中仍不足以自动化团队工作；这项评估仅代表 Epoch 自设任务和评分标准。Epoch AI ↗
30. Odyssey 发布世界模型 Odyssey-3 研究预览
Odyssey 10 月 8 日宣布开放 Odyssey-3 研究预览，称该模型以视频预测物体运动和场景变化，面向物理 AI 开发者。公司称 Pro 版在 Physics-IQ Verified 取得领先成绩；此为厂商对特定基准的报告，尚非独立结论。Odyssey ↗
31. PaperBenchX 以 93 项论文复现任务测试模型
量子位 10 月 8 日报道，UniPat AI 发布 PaperBenchX，以 93 篇论文构造端到端复现任务；报道给出的最高完整复现率为 GPT-6 Astra 的 13.98%。这是单一基准、特定任务集的结果，不能外推为所有科学工作的总体成功率。量子位 ↗
32. Hugging Face Biology 发布基因注释模型 Carbon-A
Hugging Face Biology Research 称，Carbon-A 与配套数据库覆盖 22,617 个物种，并产生 5.66 亿个候选基因预测；团队表示已在猫、鸡和拟南芥等物种中对部分预测做实验验证。候选数量不是已确认基因总数，实验验证也只覆盖其中一部分。Hugging Face Biology Research ↗
33. Google 与 BIDMC 的 AMIE 临床研究发表于《柳叶刀》
Google 介绍，研究在 Beth Israel Deaconess 医疗中心门诊纳入 98 名患者，由医生实时监督 AMIE 的问诊；研究中没有对话因预设安全标准被中断，临床人员称摘要帮助其准备 75% 的就诊，AMIE 的鉴别诊断与医生最终诊断有 90% 匹配。样本来自单一机构的 98 名患者，Google 也指出仍需更大规模临床试验。Google ↗
观点与教程
34. 人类数学协会呼吁数学家停止与 OpenAI 合作
人类数学协会 Communications Working Group 10 月 7 日在 Terence Tao 博客发表客座声明，批评 OpenAI 10 月 6 日一次发布 700 多份数学手稿，并呼吁数学家停止与 OpenAI 合作。这是该组织的立场，不代表数学界共识；声明质疑的是发布与学术规范，不等于逐篇证明其结论错误。Terence Tao Blog ↗
35. MIT Technology Review 与 Aventine 讨论人形机器人能力边界
这篇合作文章质疑从公开视频和厂商愿景推断人形机器人已具备通用能力，讨论现有 AI 技术是否足以支撑机器人在真实环境中稳定工作。文章属于评论性分析，不是对某款机器人的独立性能测试。MIT Technology Review × Aventine ↗