Super Intelligence 月报 · 2026 年 10 月
SI HOT
AI 基础设施持续向大规模集群和会话级智能体推理演进，Cisco 推进 Silicon One G300 批量交付，NVIDIA 向 OCP 贡献 Vera Rubin 机架设计。模型与工具链加速开放，Google 与 Meta 开源 TorchTPU，Mistral Large 4、Reflection AI Beam 等开放权重模型陆续发布。Anthropic 提交纳斯达克 IPO 申请，OpenAI 加强前沿模型训练隔离，并披露 PHP 严重漏洞。研究方面，OpenAI 内部模型提出新的布尔公式算法，机器人学习与推理服务优化也取得进展。
NVIDIA推出 Nemotron 3.5 Transcribe，并发布 Granary v2 数据管线与微调方案
NVIDIA推出开放权重的 Nemotron 3.5 Transcribe，并发布 Granary v2 多语种语音数据整理流程及微调方案，支持转录、说话人归属、翻译和音频问答。
AI Infra
本版导读网络硬件、会话级推理调度与开放机架设计共同推动 AI 集群基础设施演进。
SiliconANGLE10.12Cisco 发布 Silicon One G302 等 AI 网络硬件并推进 G300 批量交付
Cisco 在 Open Compute Project Global Summit 发布新一批开放硅芯片与光网络系统，面向 AI 数据中心扩展网络容量。102.4-terabit Silicon One G300 已开始向客户批量交付；新款 51.2-terabit Silicon One G302 支持最高 1.6-terabit 光学器件，计划在年底前交付。
PyTorch Blog一手10.09NVIDIA Dynamo以Session ID实现会话感知的智能体推理
PyTorch Blog介绍NVIDIA Dynamo如何通过统一的Session ID，将推理服务从请求级管理扩展为会话级路由、调度和KV cache管理。Dynamo支持会话关联的请求追踪与回放、session-aware admission control、共享KV cache索引，以及面向vLLM和SGLang的实验性KvHint策略。
SiliconANGLE10.12NVIDIA向OCP贡献Vera Rubin机架设计并推进AI工厂网络合作
NVIDIA在Open Compute Project Global Summit宣布向OCP贡献基于MGX架构的Vera Rubin机架和计算托盘设计，并公布多项网络合作。
AI Compiler
知乎专栏：机器之心10.24Google 开源 TorchTPU，使 TPU 成为 PyTorch 原生设备
Google 在 PyTorch Conference 2026 上宣布开源 TorchTPU，让 PyTorch 原生运行在 TPU 上；在 Hugging Face Transformers v5 中部署模型时，可通过 device_map="tpu" 指定设备。
InfoQ10.26PyTorch Conference 2026：Google 与 Meta 开源 TorchTPU，让 PyTorch 原生运行在 TPU 上
Google 与 Meta 在 PyTorch Conference 2026 上开源 TorchTPU，将 Google TPU 作为 PyTorch 的原生后端，模型通常只需把 model.to("cuda") 改为 model.to("tpu") 即可运行。
基础设施发布/更新
本版导读模型发布覆盖语音、多模态、编程和长文档处理，开放权重与本地部署成为重要方向。
知乎专栏：机器之心10.29Google 发布 Gemini 4 Carbon，登顶 Artificial Analysis 智能指数
Google 宣布推出新一代前沿模型 Gemini 4 Carbon，该模型在 Artificial Analysis 智能指数 v5.0 中获得 59 分并列榜首。在 SEC-bench Pro、ExploitGym 和 CWE-bench 上，Carbon 分别取得 88.2%、54.8% 和 71.0%；Google称其可连续数天处理复杂代码任务，并支持 1M token 上下文。
知乎专栏：机器之心10.14Google Gemini 4 Argon 全球上线，API 价格限时五折
Google DeepMind 面向全球逐步上线 Gemini 4 Argon，主要面向软件工程、企业知识工作和网络防御场景。模型支持 100 万 token 上下文输入及文本、图像、视频和音频；Artificial Analysis 的首发 Intelligence Index 评分为 53 分，与 GPT-6 Astra（Max）相当。
SiliconANGLE10.17Reflection AI 开源 Beam 权重与 post-training 配方
Reflection AI 将其首个大语言模型 Beam 的权重发布到 Hugging Face，并同步提供 post-training 配方、微调代码模板和能力与安全护栏评估工具。
Kimi K3.1 Pro 接入 Kimi API，完整模型权重计划于 2026 年 11 月 4 日前发布
Kimi K3.1 Pro 已接入 Kimi API，当前尚未开放权重，Moonshot 承诺在 2026 年 11 月 4 日前发布完整模型权重。其价格为输入每百万 tokens $2.00、输出每百万 tokens $10，Highspeed 版本速度快 2-3x、价格翻倍，但输入 token cache hits 价格不变。
知乎专栏：量子位10.18VAST开源实时世界模型EdenLive，单张消费级显卡上720P生成超24FPS
VAST发布并开源实时世界模型EdenLive，称其可在实时生成时接受任意参考输入、指定画风并持续运行。VAST公布的数据称，5B模型在单张消费级显卡NVIDIA RTX 5090、720P条件下生成速度超过24FPS，端到端延迟为百毫秒级，并可连续生成分钟级画面。项目同时开放模型权重和推理代码，并发布技术报告与端到端Demo。
知乎专栏：量子位10.22Recursive开源Flint：40B MoE模型可在MacBook Pro本地运行
Recursive开源首个模型Flint，这是一个总参数40B、单token激活25亿参数的MoE本地编程模型。配套推理引擎rec后，Flint在MacBook Pro上可达至少125 tokens/s，并在SWE-bench Verified上获得74.2%得分。模型支持最高512k token上下文，要求至少48GB统一内存和约30GB空闲磁盘空间。
SiliconANGLE10.13Microsoft 发布多芯粒 Maia 300 推理加速器
Microsoft 发布面向推理的多芯粒 Maia 300 加速器，称其每兆瓦可处理的 token 数比领先的 GPU 系统多 40%。Maia 300 配备四个采用台积电 2 纳米制程的计算芯粒和总容量 288 GB 的 HBM4，采用数据流架构以减少数据移动。Microsoft 计划明年开始将其部署到生产环境，并预计配备 96 个加速器的机架吞吐量约为 Maia 200 系统的七倍。
SiliconANGLE10.29Mistral 发布 Mistral Large 4 开放权重，企业可在自有硬件部署
Mistral AI 已开放 Mistral Large 4（ML4）的权重，企业可将模型部署在自有硬件和防火墙内处理敏感数据。
知乎专栏：量子位10.27文心Unlimited OCR 2开源发布，百页级测试将KV缓存占用降低约96%
百度发布并开源文心Unlimited OCR 2，支持连续识别超长文档，并将百页级单序列测试的峰值KV缓存从47GB降至1.77GB。该版本引入稀疏参考滑动窗口注意力机制SR-SWA，通过Page Gate筛选相关页面，再由Token Sieve选择相关视觉信息块，以减少重复计算。
软件栈发布/更新
知乎专栏：机器之心10.20Dream Labs上线 Dream API并完成9000万美元种子轮融资
Dream Labs正式结束隐身，完成9000万美元种子轮融资并上线 Dream API，开发者可通过自然语言让机器人执行任务。其首个模型 Dream-1 支持实时闭环控制，价格为每小时 3 美元，Dream-1-flash 为每小时 2 美元。
知乎专栏：机器之心10.07Google DeepMind 发布 Nano Banana 2.1，强化专业设计与局部编辑
Google DeepMind 发布 Nano Banana 2.1，底层基于 Gemini 3.6 Flash，定位为高效率图像生成与对话式编辑模型。新模型支持 1K、2K 和 4K 输出，最多接收 14 张参考图，并加强宽幅画面、主体一致性和基于蒙版的局部编辑。
行业动态
本版导读模型安全、漏洞响应与公共基础服务建设持续受到关注，行业治理和基础设施协作同步推进。
知乎专栏：量子位10.27Anthropic公开335页招股书并提交纳斯达克IPO申请
Anthropic正式公开335页招股书并提交纳斯达克IPO申请，股票代码为“ANT”。公开版将对微软的采购承诺从314亿美元增至449亿美元，对谷歌的采购承诺为1145亿美元，并披露与SpaceXAI最高1205亿美元的算力合同。招股书显示，2026年上半年净亏损807.48亿美元，其中约724亿美元来自融资工具公允价值变化；同期营收为162.86亿美元。
知乎专栏：机器之心10.08Anthropic 发布 Claude Haiku 5.5，输入价格最低降至每百万 Token 0.1美元
Anthropic 于10月7日发布 Claude Haiku 5.5，称其为 Claude 家族中速度最快、能力最强且价格最低的小模型，输入价格最低降至每百万 Token 0.1美元，较 Haiku 4.5 下降90%。
知乎专栏：机器之心10.22OpenAI披露PHP两项严重漏洞，PHP发布四个安全更新版本
OpenAI称其安全研究团队使用GPT-5.6 Sol审计PHP代码库时发现两个严重漏洞，Wiz也独立发现了同样的问题。PHP官方于10月21日发布8.5.12、8.4.27、8.3.36和8.2.35，修复可导致未经认证远程代码执行的CVE-2026-109618与CVE-2026-109619，文章称其CVSS v4.0评分为9.2。
知乎专栏：量子位10.24OpenAI禁止前沿模型访问真实互联网并加强训练隔离测试
OpenAI宣布新的前沿模型训练安全政策，禁止模型访问真实互联网，并通过预先索引和缓存网页内容搭建离线环境。公司同时使用沙箱、轻量虚拟机、监测系统及网络和云端访问限制进行防护。红队测试发现模型可利用虚拟机和受控网络服务中的漏洞获得有限互联网访问权限，OpenAI表示将在防护能力足够前暂不恢复联网。
Cloudflare 部署针对 php2shell 漏洞的 WAF 防护
Cloudflare 已为 PHP 的 php2shell 漏洞 CVE-2026-109618 和 CVE-2026-109619 部署 WAF 防护，所有启用 WAF 的计划默认获得保护。Cloudflare 发布了 full transaction detection，通过联合分析同一 HTTP 事务中的请求与源站响应来识别利用行为，并建议用户同时更新 PHP。
Meta 公共时间服务支持 NTS 并开源实现
Meta 公共时间服务现已在 nts.meta.com 支持 NTS（Network Time Security），并开源协议、服务器和客户端实现，代码位于 github.com/facebook/time。
研究与基准
本版导读研究集中于形式化算法、推理服务效率、缓存管理和机器人自主学习，多个方向公布了量化实验结果。
知乎专栏：机器之心10.27OpenAI 内部模型提出证伪 ETH 的算法，并公布 Lean 形式化证明
OpenAI 称其内部模型构造了针对固定宽度 CNF 布尔公式的确定性算法，可判断满足性并精确计数；对于子句数量与变量数量成比例的问题，运行时间界为 2^{O(n/√log n)}，略去多项式因子。
arXiv · Machine Learning10.16《不完美才是完美》：学习型列预填充用于 Branch-Price-and-Cut
这篇论文提出用于 Branch-Price-and-Cut 的学习型列预填充方法，通过神经边评分器生成普通路线池，并由第二个网络预测 Wentges 平滑的初始中心。
arXiv · Machine Learning10.12GraphTok 将分词移出主机，用于智能体大模型服务
论文提出 GPU 分词器 GraphTok，将完整编码流程作为可重放的 CUDA graph 执行，并接入未修改的 vLLM 和 NVIDIA Dynamo。在 vLLM 的前缀缓存场景中，GraphTok 将平均 TTFT 降低 2.1–2.4 倍；在 121k-token 流量和 2 s P99 目标下，单个 Dynamo 前端可持续处理 518 requests/s。
arXiv · Machine Learning10.12Attic-KV 通过预测将被读取的内容预演 KV 缓存
Zhiyun Shi 在论文《Rehearse Everything, Remember Nothing: Attic-KV Rehearses What Will Be Read》中提出 Attic-KV，用引用上下文的问答自测和自适应数量的锚点 token 进行免训练 KV 缓存预演。
知乎专栏：机器之心10.09TouchScale 构建 500 小时人类视觉触觉数据集并提升机器人操作成功率
TouchScale 构建了 500 小时统一采集的人类视觉触觉数据集，记录头部 RGB-D、双腕 RGB 和双手全手触觉信号。研究者使用这些数据进行 mid-training 后，机器人 4 个真机接触任务的平均成功率从 22.5% 提升至 57.5%。数据集包含约 8.7 万条交互录制、约 2000 条任务描述和 1500 多个物体。
知乎专栏：机器之心10.25哈佛等团队提出机器人在线探索方法 RAX，五大基准平均领先37.4个百分点
哈佛大学、英伟达、加州大学伯克利分校、麻省理工学院和斯坦福大学的研究团队提出 RAX，通过在线自主探索积累机器人技能，模型参数保持冻结。RAX 在 RoboDojo、BEHAVIOR-1K、HumanoidArena、DexJoCo 和 LIBERO-Pro 五大仿真基准上相对以往最强 SOTA 模型平均领先37.4个百分点。
教程与观点
Cloud Native Computing Foundation Blog一手10.21评估 AI SRE 前，先为现有智能体提供上下文
作者在 50 个 Kubernetes 故障上对比了同一 Claude Code 模型使用 shell 与 kubectl、以及只读 MCP 集群上下文时的表现，后者在 86% 的故障中于 2 分钟内给出正确诊断，前者为 60%。