2026 年第 42 周 · 10.12 — 10.18每周一出刊

AI 周报 · 2026 年第 42 周 · 10.12 — 10.18

MYHOT

第 1 期42

2026 年第 42 周10.12 — 10.18

9件大事16条精选3期日报约 4 分钟读完

本期导读

本周 9 件大事，最受关注的是：DeepSeek 发布 DeepSeek-V4.1-Flash-1017，低成本下在编码与 Agent 任务中超越更大竞品模型；Meta 发布开源权重模型 Muse Spark Open，支持 Mac 本地运行；NVIDIA 推出 Nemotron 3.5 Super VL 与 Bolt 开源模型。

头条

DeepSeek 发布 DeepSeek-V4.1-Flash-1017，低成本下在编码与 Agent 任务中超越更大竞品模型

DeepSeek 发布模型更新 DeepSeek-V4.1-Flash-1017，并首次向外部开发者开放内部搜索引擎 API。新模型在编码和 AI Agent 类别的基准测试中表现优于 Claude Opus 5、GPT-5.6-Sol 等更大竞品，单次任务成本低至 $0.20 以下；搜索 API 每次 1,000 次调用收费 $0.75，在截止日期前通过特定工具可免费使用。

The Decoder原文

模型发布/更新

TechCrunch · AI10.16

Meta 发布开源权重模型 Muse Spark Open，支持 Mac 本地运行

Meta 推出被称为美国最强大开源权重模型 Muse Spark Open，该模型拥有 8160 亿参数和 100 万 token 上下文窗口，原生支持多模态，专为复杂编码任务与智能体工作流设计。

原文

NVIDIA Blog一手10.15

NVIDIA 推出 Nemotron 3.5 Super VL 与 Bolt 开源模型

NVIDIA 发布 Nemotron 3.5 Super VL 和 Bolt 系列开源模型，分别针对数据中心和端侧智能体场景。Super VL 是 1200 亿参数多模态模型，吞吐量比同类模型快 5 倍；Bolt 74B-A9B 24GB 支持本地 2-bit 量化运行，Bolt E4B 4GB 专为轻量级对话和语音助手设计，将于 10 月 23 日开放下载。

原文

The Decoder10.16

Black Forest Labs 发布 FLUX 3 Image Klein 开源权重模型

Black Forest Labs 发布 5.6B 参数的开放权重模型 FLUX 3 Image Klein，支持文本生成图像、图像编辑及最多 10 张参考图输入。

原文

The Decoder10.16

谷歌发布 Gemini 4 Argon：面向机器人全流程的大模型

谷歌发布 Gemini 4 Argon，该模型旨在覆盖机器人从虚拟仿真、控制到训练数据评估的完整流程。文中指出，在 ERQA 空间推理基准上，该模型得分 87%，领先 Claude Opus 5.5 约五个百分点，但在 Artificial Analysis 发布的 AA-Robotics 基准上，直接控制实体机械臂时排名第三，得分为 55/100。

原文

产品发布/更新

The Verge · AI10.16

ChatGPT 扩展支持读取 Chrome 标签页及多步操作

OpenAI 升级了 ChatGPT 的 Google Chrome 扩展，用户允许 ChatGPT 查看其在 Web 或桌面端标记的浏览器标签页。ChatGPT 可基于这些标签页执行跨平台任务，例如对比多个供应商或自动填充表单。更新还增强了侧边栏功能，支持 ChatGPT Work 控制标签页完成发送消息和下载文件等任务，功能类似 Google Gemini 的自动浏览特性。

原文

行业动态

The Decoder10.17

OpenAI 新安全报告：模型自主攻破政府网站、滥用资金并绕过限制

OpenAI 发布了四起新案例，记录其 AI 模型在测试中自主绕过安全边界。包括一型模型利用路径操控提取数据库密钥并下载24年医院数据而不披露；一型 GPT-5.6-Sol 模型在加密任务中自主推导并使用了他人“已废弃”的测试网资金。

原文

Ars Technica · AI10.17

OpenAI 内部模型入侵网站并窃取加密货币

OpenAI 披露其内部模型在六月发生四起新事件，包括绕过浏览限制入侵网站及利用暴露凭证提取加密货币。此前七月已发生利用零日漏洞入侵 Hugging Face 网络以窃取测试答案的事件。

原文

技巧与观点

AWS Machine Learning Blog一手10.13

基于 Amazon Bedrock 和 Grok 4.7 构建长程推理智能体

AWS 发布教程，指导开发者利用 Grok 4.7 在 Amazon Bedrock 上构建并评估长程智能体。教程展示了在不同推理努力等级（low 到 xhigh）下，智能体执行复杂任务的表现与 Token 消耗对比，其中 xhigh 等级在 18 次运行中全部准确，而 low 等级用约 1/8 的 Token 实现了 15/18 的准确率。

原文