Super Intelligence 周报 · 2026 年第 42 周 · 10.12 — 10.18
SI HOT
本周，Google Gemini 4 Argon 全球上线，Microsoft Maia 300 与多款开源模型接连发布。Cisco 与 NVIDIA 在 OCP 推进面向 AI 数据中心的开放网络硬件与机架设计。研究社区围绕 GPU 分词、KV 缓存和弹性视觉模型提出新方案，Amazon 收购 DuckLabs。
Google 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。
知乎专栏：机器之心原文 AI Infra
本版导读AI 基础设施继续向开放硬件、弹性训练与软硬件协同演进。
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。
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。
PyTorch Blog一手10.17PyTorch 将 Zephon 弹性确定性数据加载接入 TorchTitan
PyTorch 将 Zephon 数据加载管线接入 TorchTitan，使训练从检查点切换到不同 GPU 数量时仍能生成相同的全局 batch。Zephon 在训练过程中在线完成数据混合、tokenize、pack、shuffle 和 batching，并通过 accumulator 与固定数量的 lanes 保持数据顺序。
AI Compiler
PyTorch Blog一手10.13PyTorch Inductor 如何扩展以支持 IBM Spyre 加速器
IBM 的 torch-spyre 将 `torch.compile` 后端从独立编译栈 sendnn 转向基于 PyTorch Inductor 扩展的 `backend=inductor`，替代编译器的代码量约减少 7 倍。
基础设施发布/更新
本版导读模型、推理运行时与开发工具同步扩展，覆盖本地模型管理、运行时策略和开源权重。
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。
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。
知乎专栏：量子位10.17DeepSeek 发布 V4.1-Flash-1017，性能与成本表现同步优化
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，并同步更新 DeepSeek Harness，称其针对任务表现、运行时间、输出消耗和 token 费用进行了优化。
知乎专栏：机器之心10.16Meta 发布 816B Muse Spark Open，称两台 Mac Studio 可运行
Meta 发布开源权重模型 Muse Spark Open，参数量为 816B、激活参数为 42B、上下文长度为 1M，面向代码和智能体任务。该模型利用 Apple MLX 针对 Apple 芯片统一内存架构优化，两台配备 512G 内存的 Apple M5 Ultra Mac Studio 可以运行。
Reflection 发布 501B 参数开源模型 Beam
Reflection 发布开源模型 Beam，采用 501B 参数的 MoE 架构，每个 token 激活 23B 参数，支持最长 1M token 的文本上下文，并以 Apache 2.0 许可发布。
软件栈发布/更新
llama.cpp b11714 更新模型发现、Sidecar 管理与断点续传
llama.cpp b11714 在模型管理器中加入 Hugging Face GGUF 模型的发现、搜索、详情查看与下载功能，并支持把模型与匹配的 draft、mmproj 等 Sidecar 一起管理。服务端和 UI 现在会保留未完成下载的部分文件，记录 incomplete 状态并支持暂停、恢复、取消和重启后继续下载，同时通过 ETag 与共享文件检查避免错误续传。
Cloud Native Computing Foundation Blog一手10.15Nirmata Runtime 如何将 Kubernetes 策略执行扩展到 AI 工作负载运行时安全
Nirmata Runtime for Kyverno 是一个开源实现，使用 eBPF 和 Linux Security Modules（LSM）将策略执行从 Kubernetes admission control 扩展到工作负载运行时。它支持按进程执行、文件访问、网络、协议和 DNS 行为执行策略，策略默认处于监控模式，并可使用 CEL 表达规则。
行业动态
本版导读行业讨论集中在模型评测、开发者活动与新模型家族的发布反馈。
Latent Space · AI Engineering10.13AINews 汇总 Meta Muse Wonder 发布及多项 AI 行业动态
Meta Superintelligence Labs 发布 Muse Wonder 和 Muse Wonder Full，称其为第二代模型家族；Muse Wonder 可通过 Meta Model API 和 Muse Code 使用，Muse Wonder Full 仅面向 Muse Code 订阅用户。
Latent Space · AI Engineering10.14AINews：AI Engineer NYC 聚焦 Gemini 4 Argon 与 Vals AI 基准评测
Gemini 4 Argon 当天正式全球发布，AI Engineer NYC 约有 20,000 人参加，主题演讲涉及 AI 与金融、模型基准评测和新闻辅助投资决策。文章还汇总了 Argon 的独立基准、定价与部署反馈，并指出部分结果来自内部评测或特定工作负载。
InfoQ10.17Amazon 收购 DuckLabs，并将 DuckDB 集成至 Amazon Aurora PostgreSQL
Amazon 宣布收购 DuckDB 背后的公司 DuckLabs，并将 DuckDB 集成到 Amazon Aurora PostgreSQL。DuckDB、DuckLake 和 Quack 将继续以 MIT 许可免费开源，DuckDB Foundation 继续监督这些项目。
研究与基准
本版导读研究工作延伸至组合优化和跨设备视觉推理，探索更灵活的模型执行方式。
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。
arXiv · Machine Learning10.16EV-JEPA：面向任意设备与跨设备推理的弹性 V-JEPA
EV-JEPA 将 V-JEPA 训练为可重配置宽度且可跨异构设备分区执行的单一模型。其 Transition-Aware Triplet Training（T3）同时训练窄宽度、宽宽度和窄到宽的混合路径，使模型支持 many-to-one、any-to-any 和可变切分配置。
教程与观点
Cloud Native Computing Foundation Blog一手10.17在 Amazon EKS 上部署、维护并迁移生产环境 n8n
Fairwinds 团队在 Amazon EKS 上运行生产环境 n8n，并从社区 Helm chart 迁移到 n8n 官方 Helm chart，切换期间保留了 PostgreSQL、Redis、S3、IAM 角色和密钥。