每天 08:00 出刊
AI 日報｜Mistral 開源 1T 旗艦 Mistral Large 4、Anthropic 招股書揭露 8,500 億美元算力承諾、AWS 衝刺萬億營收
20則重點5個版面20個來源約 4 分鐘讀完
本期日報由 AI 自動彙整，內容可能有誤，請參閱文中原始來源。
模型發布/更新
Mistral AI 正式開源 1 兆引數多模態旗艦 Mistral Large 4 並將 API 價格減半 MMistral AI
- 一言以蔽之：Mistral AI 正式開源釋出 1 兆（1T）引數旗艦多模態 MoE 模型 Mistral Large 4（Le Chonk）權重，並將官方 API 呼叫價格大幅調降約 50%。
- 架構規格：採用 1T 總引數、每 Token 啟用 49B 的原生多模態 MoE 架構，支援 1M Token 上下文與超過 160 種語言。
- 技術亮點：匯入 MLA 稀疏注意力、跨層 KV 快取共享與 NoPE 架構，並內建 Pixtral 視覺編碼器與 DSpark 推測解碼器。
- API 定價腰斬：官方 API 價格大幅下調至每百萬 Token 輸入 0.70 美元、快取輸入 0.07 美元、輸出 2.10 美元。
- 傳送門：Hugging Face 官方發布
- 傳送門：vLLM Day 0 支援公告
Pika Labs 基於 MiniMax H3 後訓練開源 Pika H3 Flex 影片生成模型 PPika Labs
- 一言以蔽之：Pika Labs 基於 MiniMax H3 進行後訓練並開源 Pika H3 Flex 影片生成模型，將取樣步數由 50 步壓縮至 6 步。
- 極速取樣：利用後訓練蒸餾技術將生成取樣步數從 50 步大幅縮減為 6 步，顯著降低推論耗時並兼顧畫面動態品質。
- 開源共享：全面公開模型權重，支援開發者於本地環境進行高效率部署與針對性微調。
- 傳送門：
騰訊混元發布 Hy-Nomas 技術報告並開源 Hy-Nomas-Bench 基準 騰騰訊混元
- 一言以蔽之：騰訊混元團隊發布開源互動式影片世界模型 Hy-Nomas 技術報告，並同步釋出評測基準 Hy-Nomas-Bench。
- 技術報告發表：釋出 arXiv:2610.36729 技術報告，展示具備真實物理規律理解與即時動作互動反饋能力的生成架構。
- 基準與展示：開源 Hy-Nomas-Bench 資料集促進可復現研究，並提供免排隊的線上 Demo 供即時互動體驗。
- 傳送門：官方體驗頁面
- 傳送門：
Baseten 推出 2B 專用決策模型 joey-1：每百萬 Token 僅 0.01 美元 BBaseten
- 一言以蔽之：Baseten 旗下 Base Labs 推出基於 Qwen3.5-2B 後訓練的專用決策模型 joey-1，主打高併發流量路由與 Guardrail 防護。
- 決策專用架構：不產生冗長文字，直接返回精確校準的分類標籤與機率，專門處理高併發系統中的請求分流與安全審查。
- 極致成本優勢：官方 API 定價僅為每百萬 Token 0.01 美元，大幅降低大規模業務流水線的 Guardrail 檢查負擔。
- 傳送門：MarkTechPost 專題報導
產品發布/更新
Google Gemini 支援直接在對話中生成、預覽與全螢幕編輯各類檔案 GGoogle
- 一言以蔽之：Google 宣佈 Gemini 支援在對話視窗內直接生成、即時預覽與編輯檔案、試算表、PDF、簡報與程式碼檔案。
- 全螢幕即時編輯器：內建全新全螢幕編輯介面，使用者可直接手動修改內容，或高亮標註特定區塊要求 Gemini 區域性重構。
- 多格式無縫轉換：支援將手寫筆記轉化為排版工整的 PDF 學習指引，並能隨時切換至 Google Docs 或 Sheets 進行持續追問。
- 傳送門：Google 官方部落格
- 傳送門：The Verge 專題報導
Google Gemini Notebook 免費開放 700 多本全球權威教科書 GGoogle Labs
- 一言以蔽之：Google Gemini Notebook（NotebookLM）宣佈整合來自 OpenStax 與 S Chand 等出版商的 700 多本權威教材，供全球免費學習。
- 權威教材資源庫：免費引入涵蓋多門核心學科的標準教材，使用者可將其直接選定為 Grounding 來源進行嚴謹檢索。
- 多元學習輔助：支援根據所選教科書章節自動產生摘要導讀、主題測驗題庫及互動式答疑指引。
- 傳送門：Google 官方部落格
- 傳送門：
Databricks Spark Declarative Pipelines 實時模式（RTM）正式全面開放 DDatabricks
- 一言以蔽之：Databricks 宣佈 Spark Declarative Pipelines 的實時模式（RTM）正式全面推出，達成毫秒級端到端延遲。
- 毫秒級極致響應：針對詐欺偵測、高頻個人化推薦與即時特徵工程等對延遲要求極高的場景進行全鏈路最佳化。
- 宣告式管理語意：以宣告式語法封裝串流資料管線，大幅降低工程團隊在建構與維運複雜即時系統時的繁重負擔。
- 傳送門：Databricks 官方部落格
JetBrains CLion 整合 SEGGER 工具並引進硬體故障 AI 輔助除錯 JJetBrains
- 一言以蔽之：JetBrains 於 CLion 最新版深化與 SEGGER J-Link 整合，推出能自動分析 Cortex-M 晶片故障暫存器的 AI 除錯功能。
- 硬體 Hard-Fault 自動溯源：全新 AI 技能可自動解碼硬體故障暫存器，並結合記憶體與呼叫堆疊狀態溯源引發當機的原始程式碼行。
- 深入實體硬體狀態：結合 J-Link 即時讀取之真實晶片狀態，使 AI Agent 的能力由程式碼編寫推進至實體嵌入式系統之硬體診斷。
- 傳送門：JetBrains 官方部落格
產業動態
- 一言以蔽之：知情人士透露 NVIDIA 正在談判為資料中心營運商 Nscale 提供逾 50 億美元建設債務擔保，該 460MW 設施專為 Anthropic 算力建設。
- 實體資產擔保機制：擔保標的為資料中心之建築物價值而非晶片租約，協助營運商以投資級條款取得低利借款。
- 違約接管條款：若 Nscale 未能依約償還工程款項，NVIDIA 將代償債務、暫行接管站點營運並執行售後租迴流程。
- 傳送門：
Anthropic S-1 招股書曝光：長期算力採購承諾高達 8,500 億美元 TThe Verge / SemiAnalysis
- 一言以蔽之：Anthropic 提交 S-1 上市申請檔案，估值上看 1.5 兆至 2 兆美元，其商業模式揭露了高達 8,500 億美元的長期算力資本承諾。
- 超高速營收成長：2026 年上半年營收年增 14 倍達到 163 億美元，淨收入留存率（NRR）達 900%，並錄得首次營業獲利。
- 巨額算力繫結：包含 2,656 億美元不可撤銷採購承諾與 3,214 億美元尚未啟動之租約，未來 20 年承諾總額至少約 8,500 億美元。
- 傳送門：The Verge 深度解析
- 傳送門：SemiAnalysis 訪談節目
AWS 執行長預言營收將邁向萬億美元，2026 年資本開支達 2,200 億美元 AAmazon / TechCrunch
- 一言以蔽之：亞馬遜執行長 Andy Jassy 預計 AWS 年營收將在未來 5 到 10 年內突破 1 兆美元，2026 年現金資本開支將衝上 2,200 億美元。
- 營收與增長指標：AWS 當季營收年增 39%，年化營收執行率達到 1,840 億美元，管理層預期未來兩年年增率均可維持在 40% 以上。
- 算力基建擴張：2026 年預計投入的 2,200 億美元資本開支絕大多數將用於 AWS 與 AI 算力基建，2027 年投資規模預計還將提升。
- 傳送門：TechCrunch 報導
美國總統宣佈進口工業機器人構成國家安全威脅並研議加徵關稅 AArs Technica
- 一言以蔽之：美國總統發布公告，將外國製造的工廠機器人及工業機械進口列為國家安全威脅，要求商務部展開談判並研議關稅措施。
- 資安與產業基礎疑慮：官方調查主張外國製造機器人常態化儲存並處理敏感資料，構成網路安全風險且削弱美國工業製造基礎。
- 製造業供應鏈衝擊：特斯拉、通用、波音等高度仰賴自動化機械手臂的美國大型製造商面臨裝置採購與關稅成本上升風險。
- 傳送門：Ars Technica 報導
Reddit 宣佈全面轉向登入體驗以防堵 AI 爬蟲檢索並緩解流量下滑 RReddit / TechCrunch
- 一言以蔽之：面對 AI 搜尋引擎帶來的流量萎縮，Reddit 宣佈將轉向以登入為主的體驗，保護社群內容免受 AI 無授權抓取。
- 外部導流急劇減少：受 AI 搜尋總結影響，Reddit 於 10 月份來自傳統搜尋引擎的推薦流量每週平均減少逾 100 萬次。
- 登入牆測試規劃：Q3 營收年增 53% 達 8.95 億美元，強制登入機制將率先於美國以外市場進行灰度測試。
- 傳送門：TechCrunch 報導
Thrive Holdings 斥資 76 億美元股權收購 ADT，OpenAI 將深度入駐實體安防 TThrive Holdings / OpenAI
- 一言以蔽之：Thrive Capital 旗下 Thrive Holdings 宣佈以約 76 億美元股權價值收購 ADT，OpenAI 作為策略夥伴將提供深度 AI 技術支援。
- 實體安防智慧轉型：交易總企業價值達 153 億美元，ADT 將作為智慧家居安防基石，全面匯入前沿模型升級家庭守護防線。
- 前線工程師派駐：OpenAI 將指派專職前線工程師進駐，加速將視覺推理與多模態 Agent 能力整合至 ADT 實體裝置矩陣。
- 傳送門：TechCrunch 報導
論文研究
Google Research 發表 SLEEP 演演演算法：模擬離線睡眠鞏固減輕模型災難性遺忘 GGoogle Research
- 一言以蔽之：Google Research 提出 SLEEP 架構，在模型運作中引入清醒互動與離線睡眠鞏固週期，在不改變核心架構下長效吸收知識。
- 慢波睡眠（NREM）階段：動態解鎖預留的 MoE 記憶專家，透過廣義知識蒸餾（GKD）與模仿學習，將短時上下文記憶結構化壓縮至長效引數。
- 快速動眼期（REM）階段：隨機啟用非常規專家產生跨域做夢合成資料，並以梯度評分篩選高價值樣本進行微調，顯著抑制遺忘。
- 傳送門：
Anthropic 實證研究：逾 80% 領域專家不知不覺盲從 AI Agent 的隨機偏好 AAnthropic
- 一言以蔽之：Anthropic 針對 50 位因果推論專家進行雙盲實驗，發現專家在面臨分析決策時，最高有 86% 會採納由 AI Agent 隨機決定的偏好立場。
- 高比例意見翻轉：面對由 AI Agent 擲硬幣隨機指定的立場，受測專家的意見翻轉率（Flip Rate）高達 62% 至 82%。
- 無意識盲從盲區：多數專家事後堅稱該結論源自個人專業判斷，且學歷與年資均無法提供保護，凸顯人機協同決策中的隱性認知偏差。
- 傳送門：The Decoder 報導
- 一言以蔽之：普林斯頓與 Meta FAIR 發表 Self-Direction 框架，讓 AI Agent 遭遇失敗後將反思經驗訓練為極小引數量的 LoRA 模組並在日後動態載入。
- 超輕量介面卡：每個經驗模組僅佔基礎模型約 0.02% 引數量，由專屬路由器在遇到相似任務時動態掛載，避免重複踩坑。
- GAIA 基準提升：在 GAIA 基準測試中，搭配 Qwen3.6-27B 的任務成功率由 38.8% 大幅提升至 55.8%，第三次重複遭遇錯誤時修復保留率達 67.3%。
- 傳送門：
- 一言以蔽之：Meta 揭露其全面上線的 Just-in-Time Testing（JiTTesting）系統，利用大語言模型在程式碼 Commit 落地前即時產生預防性測試案例。
- 事前預防性防護：跳脫程式碼合併後的被動修復，在工程師提交階段即時生成邊界測試案例，防堵高複雜度變更引發的線上迴歸缺陷。
- 人在迴圈架構：採用 Human-on-the-Loop 架構，將模型生成的測試案例交由開發工程師審查，兼顧自動化覆蓋速度與驗證品質。
- 傳送門：Meta 官方技術部落格
其他分享
OpenRouter 實測揭露 Claude Code 真實成本結構：短會話中位數僅 0.31 美元 OOpenRouter
- 一言以蔽之：OpenRouter 透過近 30 天真實對話資料深度拆解 Claude Code 開銷，顯示 2-9 輪短會話在 Opus 5.5 之中位成本為 0.31 美元。
- 多輪對話成本拆解：2-9 輪短會話中，Sonnet 5.5 中位數為 0.16 美元，Haiku 5.5 低於 0.01 美元；10-49 輪長會話中，Opus 5.5 成本則上升至 1.39 美元。
- 實務模型選型指引：建議日常程式設計預設使用價效比極高的 Sonnet 5.5，子任務委派 Haiku 5.5，僅在高難度除錯與長程任務切換至 Opus 5.5。
- 傳送門：OpenRouter 成本資料解析
- 傳送門：OpenRouter 三檔模型選型評測
JetBrains Research 開源 Koog Agents Optimization Library：提示詞自動演進 JJetBrains Research
- 一言以蔽之：JetBrains Research 開發並開源適用於 Kotlin Koog 框架的提示詞最佳化函式庫，可根據執行成敗自動最佳化 Agent 提示詞。
- GEPA 自適應最佳化器：透過 GEPA 演演演算法從 Agent 的成功與失敗案例中持續學習，將最佳化後的指令輸出為清晰易讀的 JSON 檔案，無需重構程式碼。
- 基準表現顯著躍升：在 PUPA 隱私基準測試中，經該函式庫自動微調後的 Agent 表現分數由 81.19 躍升至 94.22。
- 傳送門：JetBrains 官方研究部落格
