日报 · 2026 年 10 月 21 日 · 星期三
MONCK INSIGHT
谷歌全球上线 Gemini 4 Argon，19 项基准拿下 13 项最高
谷歌发布并全球上线新一代旗舰模型 Gemini 4 Argon，把图像、视频、语言理解与推理、代码执行结合，可调用工具、执行代码推进任务。官方 19 项基准对比中最高思考档拿下 13 项单独最高、1 项并列最高，并首次支持最高 1,048,576 个 Token 的长解码输出。
模型发布/更新
Google 发布 Gemini 4 Argon：19 项基准拿下 13 项最高，百万 token 窗口首发价减半
Google 全球上线新一代旗舰模型 Gemini 4 Argon，把图像、视频、语言理解与推理、代码执行结合，可调用工具、执行代码推进任务。官方 19 项基准对比中最高思考档拿下 13 项单独最高、1 项并列最高，第三方 Artificial Analysis 智力指数 Argon（high）53 分，与 GPT-6 Astra（max）同分。
AIbase谷歌发布 Gemini 4 Argon：支持 100 万 Token 输出，Vals Index 登顶
谷歌推出最强模型 Gemini 4 Argon，首次支持最高 1,048,576 个 Token 的长解码输出，并在 Vals Index 基准登顶第一。
Inception Labs 发布 Mercury 3：扩散式 LLM 参数规模扩大 40 倍，速度达 1068 tokens/秒
Inception Labs 发布扩散式大模型 Mercury 3，称其基准表现超过 GPT-6 Luna 与 Claude Haiku 5.5，在 NVIDIA GPU 上以 1068 tokens/秒运行，比这两款快 4–8 倍。
昆仑万维 Skywork AI 发布并开源 Matrix-Game 4.0：单张 RTX 5090 实时运行的游戏世界模型
昆仑万维旗下 Skywork AI 发布 Matrix-Game 4.0，称其为全球首款可在单张消费级显卡上实时运行的游戏世界模型，并开源模型与代码。
MiniMax 发布 M3.1 Flash：智能体任务与编码能力提升，推理速度近 3 倍、成本降 70%
MiniMax 正式发布新一代 Flash 模型 M3.1 Flash，在智能体任务、编码、Computer Use 和网络安全上大幅提升，在线推理速度接近 3 倍、使用成本降低 70%。
VAST 开源实时世界模型 EdenLive：单张 RTX 5090 上 720P 超 24FPS
VAST 发布并开源实时世界模型 EdenLive，可在实时生成前提下同时支持任意参考输入、任意画风生成和分钟级连续运行。其 5B 模型在单张消费级显卡 RTX 5090、720P 条件下生成速度超过 24FPS，端到端延迟为百毫秒级，采用「解耦世界状态与视觉渲染」路线，由上游交互系统维护状态与规则、模型负责视觉渲染。
华尔街见闻谷歌 Gemini 4 Argon 全球上线，最大输出 Token 提至 100 万，推广价截至 11 月底
谷歌将 Gemini 4 Argon 从网络安全定向开放扩大至全球用户、开发者和企业，Google AI Pro/Ultra 订阅用户可在 Gemini 应用与搜索 AI 模式中使用，开发者通过付费 Gemini API 调用。
阶跃星辰开源 Step 5 Preview，昇腾 1024 卡 Atlas 950 超节点同步点亮
阶跃星辰开源新一代旗舰模型 Step 5 Preview，昇腾基于 vLLM 实现 0Day 支持，首套 1024 卡 Atlas 950 SuperPoD 液冷超节点同步点亮。
产品发布/更新
AIbaseDeepSeek 开源推理框架 DeepInfer，并同步开源 Token 编解码组件 deepseek-recipe
DeepSeek 于 10 月 20 日全面开源内部推理框架 DeepInfer，并同步开源生产级 Token 编解码组件 deepseek-recipe。
Google Research一手Google 发布 Deep Review：面向技术文档的多智能体审阅系统
Google Research 联合 Google DeepMind 和 Google Cloud 公开发布 Deep Review，一个对复杂技术文档做逻辑与数学验证的智能体审阅系统。
Hugging Face 推出 TorchNeuron：在 AWS Trainium 上原生运行 HF 模型
Hugging Face 发布 TorchNeuron，为 PyTorch 提供 AWS Trainium 原生后端，Transformers、Diffusers、Accelerate、PEFT、TRL 可直接把 Trainium 当作普通设备使用，10 月 20 日起公测，可通过 pip install torch-neuronx 安装。
Google Research一手Google 发布地理空间推理智能体技术报告，并开放 Earth AI 早期访问
Google 将 Earth AI 的地理空间推理智能体从原型推进为可做多步行星尺度推理、并能自主训练定制预测模型的实验系统，同时发布技术报告、两个新基准和早期访问。
Anthropic 更新 Claude Code 桌面版：支持多会话并行与 Git Worktree 隔离
Anthropic 发布 Claude Code 桌面版重大更新，可自动为可并行的子任务创建嵌套会话，在后台并发执行后把结果汇总回主会话。新版支持把多目录、SSH 远程主机和云端环境打包保存为命名「环境」一键复用，并可勾选让每个文件夹使用独立 Git Worktree，避免并行会话互相覆盖代码。
千问发布 AI 眼镜 N1 Pro：全天候视觉感知与眼动追踪，起售价 2600 元
千问发布新一代 AI 眼镜 N1 Pro，无需语音或按键，靠全天候视觉感知主动判断场景并执行任务，起售价 2600 元。它用一颗功耗 5 毫瓦的专用芯片以灰度帧做轻量环境判断、再分级唤醒更强算力，眼动追踪模组每条边 1.7 毫米，在 0 lux 到 10 万 lux 光照下保持 1 度以内精度，支持单词级「看哪问哪」和眨眼指令，虹膜支付误识率低于百万分之一。
GitHub Blog · AI & ML一手GitHub 用微调 ModernBERT 替换 LLM 做密钥扫描：误报更少、成本降 98%
GitHub 将密钥扫描的上下文分类环节从远程 LLM 调用换成微调 ModernBERT 分类器，线上 A/B 中仓库所有者加权告警接受率提升 11.5%，post-push 扫描中位执行时间降低 86%，服务成本降低超过 98%。
AWS Machine Learning Blog一手Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体自动完成 x402 付费
Anchor Browser 与 Amazon Bedrock AgentCore payments 完成集成，AI 智能体可在浏览器会话内自动响应 HTTP 402 并完成 x402 协议付款。
行业动态
OpenAI 内部模型一次放出 722 篇数学手稿，25 位菲尔兹奖得主联名质疑
OpenAI 内部 AI 模型生成的 722 篇数学手稿于 10 月 6 日集中上传 GitHub，整理为 372 组成果、覆盖 17 个方向，发布次日即撤回 3 篇、修订 14 篇，总数降至 719 篇。
上海AI实验室团队用书生科学多模态大模型S2证明三维Ghys猜想
上海AI实验室访问学者许地生团队依托书生科学多模态大模型S2，以人机协同方式完成困扰数学界30余年的三维Ghys猜想证明，北京大学董彬、刘若川团队用SHEAF框架完成形式化验证。
Citizen Lab 披露 AdFection：定向广告被用作零点击雇佣间谍软件投递通道
Citizen Lab 首次公开技术确认，以色列公司 Discover-Tech 借定向广告向半岛电视台至少 45 台设备投递 Candiru 雇佣间谍软件，并将此类攻击命名为 AdFection。
QuEra 用 Claude 经 MHS 自动重锁与调优量子计算机激光器
QuEra 部署 Model Hardware Standard（MHS），让 Claude 在人工设定的安全边界内自主控制约 70 万美元的精密硬件，实现量子计算机激光器的自动重锁与自动调优。
谷歌开源 Harness²：让 Agent 在运行中递归自我改进脚手架
谷歌团队提出并开源 Harness²，一套双层递归架构，让 Agent 在运行中自行修改外挂代码、系统提示词、工具链和技能库。任务级递归用 Propose–Probe–Compose 机制，在没有标准答案时通过行为对比筛选改动；改进级递归把调试记录沉淀为 EXPERIENCE.md 存入持续改进经验库，供后续任务检索。
Readhub 日报长鑫存储公布4F² DRAM架构进展，美光、SK海力士、三星股价集体下挫
长鑫存储公布新型4F² DRAM架构研发取得进展，该消息引发美光、SK海力士、三星等全球存储巨头股价集体下跌。该架构采用VSG垂直包围沟道晶体管解决漏电与短沟道效应，目标是提升存储密度，预计年底推出搭载该技术的新一代DDR5 RDIMM产品。长鑫存储全球DRAM市场份额已升至约10%，目前已有苹果等企业开始测试其相关产品。
Cloudflare 联合 VoidZero 推出 TypeScript 的 Rust 移植版 tsrs
Cloudflare 与 VoidZero 合作推出 TypeScript 编译器的 Rust 移植版 tsrs，并把它作为 Oxc 工具链的一部分孵化。
开源 MicroManipulator 发布：低成本亚微米级 XYZ 三轴运动控制平台
开源项目 Open Micro-Manipulator 发布低成本、易搭建的电动 XYZ 微操纵运动控制平台，可实现亚微米级精度，面向光学对准、电子元件探针测试和显微操作。
论文研究
Nature 正刊Nature：清华团队研发 1 克重无线介观显微镜 Airscope，实现自由活动小鼠全皮层成像
清华大学团队在 Nature 发表 Airscope 无线介观显微镜，重 1.0 克，在 6 mm 视野内实现 4 μm 横向分辨率、12.5 Hz 帧率，可对自由活动小鼠做全皮层钙成像。
DeepMind 的 AlphaProof Nexus 解决 9 道埃尔德什开放问题，成果登上 Science
谷歌 DeepMind 的 Gemini 驱动数学证明 Agent 框架 AlphaProof Nexus 解决了 9 道埃尔德什开放问题，其中 Erdős #12 悬置 56 年、#125 悬置 30 年、#846 悬置 34 年，论文经同行评审登上 Science。
cnBetaGoogle DeepMind 四个 Gemini 4 Argon 智能体全自主通关《我的世界》并击败末影龙
Google DeepMind 研究显示，四个基于 Gemini 4 Argon 的 AI 智能体在无人工辅助下首次全自主通关《我的世界》并击败末影龙。智能体被直接投入随机生成世界，未预设角色分工、行动策略或专用游戏工具，自主形成协作机制、分配任务并记录共享记忆。
Nature 正刊Nature 论文：概率偏差校正 PBC 用机器学习提升次季节预报技巧
研究团队提出概率偏差校正（PBC）框架，用机器学习直接校正动力或 AI 次季节预报的概率分布，把第 3–4 周的低技巧甚至负技巧预报转为稳定优于气候基准的预报。
Nature 正刊Nature：NbTaTiHf 与 NbTi 合金在 20 K 下通过竞争机制增韧
Nature 发表研究，Nb45Ta25Ti15Hf15 与 Nb70Ti30 两种 bcc 合金在 20 K 下拉伸仍保持塑性、未观察到可测的韧脆转变温度（DBTT）。
上海AI实验室等提出Real2Gym：从视频构建可交互仿真环境，真机任务Token用量减少74.9%
上海人工智能实验室、上海交大、浙大等团队提出Real2Gym，从人类或机器人视频构建可交互仿真环境，让Agent在仿真中探索技能再迁移到真机，论文与代码已公开。
cnBeta日本理化学研究所实现五个硅自旋量子比特共享微波线路的高保真并行控制
日本理化学研究所用一条共享微波控制线路驱动五个硅自旋量子比特，单比特门保真度均超99.99%、最佳接近99.999%，三比特并行时仍保持99.99%以上，五比特全并行约99.9%，成果发表于《自然·物理》。
浙江大学 OmniAI 提出具身记忆基准 EMem-Bench 与记忆系统 EMem
浙江大学 OmniAI 团队提出具身记忆基准 EmbodiedMemory-Bench（EMem-Bench），含四类任务、2,554 条可执行交互样本，并配套外部记忆系统 EMem 与微调模型 EMem-8B。
技巧与观点
AWS Machine Learning Blog一手AWS 为 vLLM 分离式推理引入 push 模式 KV 传输，TTFT 最高提升 3 倍
AWS 为 vLLM 的 NIXL KV 连接器新增 push 模式，把解码端块分配与传输建立从首 token 关键路径上移走，在 Qwen3-32B 的 1P1D 部署上 TTFT 最高改善 3 倍、TPOT 改善约 30%。
AWS Machine Learning Blog一手AWS 在 vLLM 中实现双向 KV 传输，多轮 Agent 负载 TTFT 最高降低 3.3 倍
AWS 为 vLLM 贡献了双向 KV 缓存传输能力，让 decode 节点把已算好的 KV 回传给 prefill 节点复用，减少多轮对话中的重复 prefill 计算。
Cloudflare 如何把 AI 代码审查单次成本从 2.43 美元降到 0.77 美元
Cloudflare 通过优化提示词缓存前缀、减少 LLM 调用次数和调整模型与推理强度，把 AI 代码审查的平均成本从 2.43 美元降到 0.77 美元（降幅 68%），中位耗时从 4 分 09 秒降到 1 分 32 秒。
Timescale 开源 PostgreSQL 扩展 pg_vectorsearch：PRISM 索引在 1 亿向量上比 pgvector 的 HNSW 更快
Timescale 发布 PostgreSQL 扩展 pg_vectorsearch（alpha 版），其 PRISM 索引在 1 亿向量数据集上以约四分之一内存达到与 HNSW 同等召回率时速度更快，查询和建索引均优于 pgvector 的 IVFFlat 与 HNSW。
Anthropic 详解 Claude Code 代码审查机制：九成代码由 AI 自产自审
Anthropic 在博客中说明 Claude Code 约 90% 的代码由 Claude 自己编写，审查也大部分交给 AI，6 月到 9 月合并的 PR 翻了一倍多、回滚减少四成多。
Oxide 推出 Virtual Oxide Labs（Voxel）：在单台机器上模拟整机架
Oxide 发布 Virtual Oxide Labs（Voxel），用纯软件模拟栈在单台机器上复现完整 Oxide 机架，无需特殊测试版本。
AWS Machine Learning Blog一手Deepgram 如何用 AWS Trainium2 优化大规模语音 AI 推理
Deepgram 与 AWS 前向部署工程团队把 Nova-3 语音转写模型移植到 Trainium2，在离线批处理场景下每美元处理的音频量比原用算力方案提升 11%–70%。
在 RTX Spark 笔记本上装 Arch Linux：116 GiB 统一内存池可同时供 CPU 与 CUDA 使用
Arch Linux 包维护者 pfeifferj 在仅官方支持 Windows 的 ASUS ProArt P16（128 GB 内存、6144 CUDA 核心）上装通 Arch Linux ARM，向系统和 CUDA 报告同一个 116.0 GiB 内存池。
快讯
- 面壁智能开源 MiniCPM-V 4.7：35B-A3B MoE 模型约 3G 内存即可在 iPhone 断网运行北京智源研究院
- ranet3：基于策略路由的高性能 IPsec mesh SD-WANHacker News
- KiviDB 发布：Rust 编写的 Redis 兼容内存数据库与向量缓存Hacker News
- 瑞士 Apertus 1.5 发布：8B/70B 模型新增图像音频理解与思考模式，上下文扩至 262kHugging Face Blog
- 清华团队提出 ActionOPD：以语义动作为监督单位蒸馏 Agent，而非 Token北京智源研究院
- 可注射微型植入体借人体组织自身传递电信号，构建 SWANS 无线网络Science News
- Mac.apk 发布：在 Apple Silicon Mac 上原生运行 Android 应用，无需模拟器或虚拟机Hacker News
- MiniMax 发布 M3.1 Flash：Automation-Bench 全场第一，输入 1 元/百万 Token北京智源研究院
- Linus Torvalds 用 Claude Code 改 Linux 内核内存管理，8 线程读取吞吐量提升约 3 倍北京智源研究院
- 清华提出 SRHarness 与 MechBench：让科学智能体发现公式并检验其能否揭示机制北京智源研究院
- 上海交大提出 RoboPrompt：画线点选即可引导机器人，成功率提升 15.5%北京智源研究院
- UC Berkeley 与 Sakana AI 提出多 Agent 自监督方法 MASS，提升模型递归自我改进能力北京智源研究院