AI 日刊 · 2026-10-19

Product

1. Meta公开Spark开源权重并附可移植推理内核

Meta 在 PyTorch 博客放出 Muse Spark Open 权重。总参数 8160 亿，激活参数 420 亿，上下文 100 万 token，和 Muse Spark 1.3 共用底座。模型面向编程和智能体，原生支持图像、文档、音频和视频。权重在 Hugging Face，许可是 Muse Model License，可在 SGLang 和 vLLM 上跑，并针对 NVIDIA、AMD、Intel 做了优化。开放版加了安全后训练，以便在没有系统护栏时单独使用。随模型发布的 Helion 内核，在 NVIDIA GB300 上比专用 CUDA 内核快 1.03 到 3.95 倍。同一套内核可移植到 AMD，MI350 上端到端吞吐提高约 3%。TorchTitan 已支持多轮监督微调、LoRA 和强化学习。

来源：PyTorch

2. DeepSeek发布十月十七日版并开放模型权重

DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、应用和 API 上线，权重也放到了 Hugging Face 和 ModelScope。官方称基准更好，任务完成更快，输出更短，性能和成本同时改善。它针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 做了适配。DeepSeek Harness 需要升到 v0.2.1-rc.1 或更新版本。训练上用了带自我反馈的强化学习，目标是从零做出完整项目，示例包括故宫三维模型、网页赛车和 Godot 版传送门。具体分数在官方图表里，文字公告没有列出每一项数字。

来源：DeepSeek

3. 英伟达新款个人电脑开售轻薄本与小主机

英伟达开始销售 RTX Spark，形态是轻薄笔记本和小主机，面向本地 AI、创作和游戏。官方规格都写着上限。GPU 最多 6144 核 Blackwell，CPU 最多 20 核 Grace，统一内存最多 128GB，FP4 AI 算力最多 1 petaflop。CUDA 可以在这台 Windows PC 上本地运行。官网还把全天续航和光线追踪、DLSS、Reflex 放进同一台机器。黄仁勋与萨提亚·纳德拉就本地 AI 做了对话。具体哪一款能跑到上限，要看型号，不能把上限当成全系标配。

来源：NVIDIA RTX Spark

4. Mistral首次发布小参数时间序列基础模型

Mistral 发布第一个时间序列基础模型家族 Timestral，四个尺寸是 500 万、2800 万、1.23 亿和 2.09 亿参数。最大模型在 GIFT-Eval、TIME 和 fev-bench 的预训练零样本榜上排名第一，参数大约是先前领先模型的三分之二。2800 万参数的版本在 GIFT-Eval 和 TIME 上超过大约四倍大的 Chronos-2。模型做概率预测，支持多变量、过去协变量和已知的未来协变量，也可以直接吃类别变量。推理不需要 GPU。8 线程服务器 CPU 上，用三周的 15 分钟数据预测未来一天，500 万参数模型约 10 毫秒，2.09 亿参数模型约 140 毫秒。

来源：@Gorden_Sun

5. DeepSeek向所有用户开放搜索与抓取按次计费

DeepSeek 把 Search 和 Fetch 两个接口向所有用户开放。官方定价是每个接口每 1000 次 0.75 美元，按人民币约 5 元。搜索由自研引擎提供，官方称每天在全球处理数亿次请求。通过 DeepSeek Harness、Claude Code 和 Codex 的服务端工具调用，目前免费。计费从 2026 年 10 月 31 日 16:00 UTC 开始。向阳乔木称，DeepSeek 搜索还能直接读微信公众号文章。这是使用者的体验，不是接口文档里已经写明的保证。

来源：@vista8

6. 消息称个人理财功能再次进入发布准备

TestingCatalog 称，Claude 的个人理财功能又一次进入发布准备。它会通过 Plaid 连接银行账户，分析流水，并生成看板。更早的界面稿显示，iOS 应用里有一个 Money 标签，文案是把银行账户连上 Claude，询问支出和计划。网页端当时还没有对应入口。9 月的报道写明，账户类型、数据提供方和可执行动作都未确认。这次帖子直接写成 Plaid。这仍是未发布功能的界面和开发信息，不是已上线产品。ChatGPT 的 Finances 已经用 Plaid 向符合条件的美国用户提供类似能力。

来源：@testingcatalog

7. 三个图像模型代号短暂出现随后被撤回

OpenAI API 里短暂出现三个模型代号：aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha。代号很快被撤下，TestingCatalog 判断这是误发布。随后这三个名字出现在 Arena 的图像测试里。已看到的图里，red 更快、质量更低，green 更慢、观感更好。blue 还没有测试结果。有人猜测这是 GPT Image 3，TestingCatalog 也倾向这个判断，但双方都把它写成猜测。Design Arena 上几乎同时出现 Aspen、Cypress、Maple 三个未知名字，目前没有证据把它们和 Aurora 对上。正式名称仍未公布。

来源：@testingcatalog

8. 浏览器智能体快照改为只返回变化部分

agent-browser 新增 snapshot —delta。它只返回自上次快照以来发生变化的页面内容，不再每次交回整页。作者给出的例子是填表，token 用量降到原来的七十三分之一。视频在帖子里，文字没有写浏览器、页面和表单的具体内容。对靠页面快照行动的智能体，整页快照会把未变化的结构反复送进上下文。增量快照把这部分成本拿掉。这个数字来自作者自己的一次填表演示，不是公开基准。

来源：@ctatedev

9. 实验室把果蝇大脑放进生成世界里自行飞行

Odyssey 称，他们把果蝇大脑放进前沿世界模型 Odyssey-3。这只果蝇现在会自己在模型生成的场景里飞。帖子附有视频。官方文字没有写大脑数据从哪来、场景如何随位置生成，也没有写评估指标。转发者把它说成整个大脑的数字拷贝，并引申到缸中之脑。那是转发评论，不是 Odyssey 的实验说明。目前能确认的是一次演示：果蝇大脑在 Odyssey-3 生成的世界里自主飞行。

来源：Odyssey

Tutorial

1. 用一个编程智能体分五段完成运动视频

这篇指南讲如何用一个 Claude Opus 5.5 智能体做运动视频，而不是写一句提示词等成片。模型不直接生成最终像素。它写动画代码，渲染器出帧，审查步骤找缺陷，再改源码重渲。作者把流程分成五个阶段，而不是五个独立智能体。导演先定片子要传达什么，美术指导先定视觉规则，动画师再写代码，评论者看渲染结果，不看动画师自己的描述。文章还指出，看起来像一次生成的病毒视频，往往前面已经有分镜、设计系统和渲染管线。Thariq 在讨论类似演示时也做过这个区分。

来源：Motion Engineering: One Bot, Five Departments, an Entire Studio

2. 推理工程教程从自回归生成讲到缓存

Amit Shekhar 开了一个逐步更新的 LLM 推理工程资料库。范围从 KV cache、PagedAttention、连续批处理，到 vLLM、SGLang 和 GPU。第一部分先讲自回归生成。一次只预测下一个 token，所以需要因果掩码，也需要 KV cache 把已算过的状态留到下一步。下一篇把推理拆成预填充和解码，并说明两阶段的优化目标不同。资料会继续加长，目前不是一本写完的书。对要读 vLLM 源码的人，这个顺序比直接跳进调度器代码更短。

来源：GitHub

Opinions/Thoughts

1. 智能体八成时间在想沙箱或许只需百分之五

Yifan Xu 认为，智能体就算在执行任务，也有大约 80% 的时间在思考，并不是 7 乘 24 小时都在跑命令。他引用 Cloudflare 关于 token 经济的文章来支持这个时间结构。他的设计推论是：只在调用 bash 时启动沙箱，读、写、改文件走文件系统接口。按这个拆法，沙箱的真实需求大约只占任务时间的 5%。转发者另外描述了按每次工具调用隔离工作区的想法。那是转发评论，不是这条原帖的设计。原帖的数字是 80% 和 5%。

来源：Yifan Xu