这周的 AI 圈，分量最重的两件事各占一头：OpenAI 用约一万个并发智能体在 88 小时里给出 Navier–Stokes 千禧年难题的证明，DeepSeek 则把上周还只是一个带过期日期的测试端点 deepseek-v4.1-flash-expires-on-0910，正式转成 V4.1 Flash，并宣布旗舰 V4 Pro 从下周起把请求全部交给它。资本端的重头戏仍是 Anthropic——英伟达打算以最高 100 亿美元做它 IPO 的锚定投资者；国产阵营这边，月之暗面把 Kimi 的百万上下文下放给所有会员，同时把年化收入目标写到 20 亿美元。
1. OpenAI 用万级智能体、88 小时给出 Navier–Stokes 千禧年难题的证明
9 月 8 日，OpenAI 公开了一份针对 Navier–Stokes 方程存在性与光滑性问题的证明，这是 Clay 数学研究所 2000 年列出的七个千禧年难题之一，悬置约 90 年。证明由一个比 GPT-6 Astra 更强的内部模型驱动多智能体系统产出：团队 8 月 28 日开始训练模型，9 月 1 日启动攻关，约 1 万个并发 agent 协作，9 月 5 日得出结论，全程 88 小时，其间发送 270 万条消息、消耗约 1300 亿输出 token。结论是三维不可压流体即使从光滑静止状态出发也能在有限时间内形成奇点，即方程本身会失效，对应千禧年表述中的命题 C 与 D；Lean 形式化与验证又花了 17 小时，由 GPT-6 Astra 完成。算力代价被描述为「数以百万美元计」，约为此前数学成果投入的 1000 倍。
争议同时爆发：纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 在数小时前刚发布相关的 Euler 方程成果，质疑 OpenAI 是听到风声后才切入，OpenAI 否认接触过其工作，也承认无法完全排除去标识化用户数据的间接帮助，并声明不打算领取那 100 万美元奖金，Clay 研究所尚未确认该证明。牛津的陶哲轩同期给出的警告与这条争议互为注脚——如果 AI 在闭门环境里直接给出答案、又不公开探索过程，这个问题就被「污染」，不再能像历史上 Leray–Hopf 弱解那样孕育新思想。
2. DeepSeek V4.1 Flash 正式发布：旗舰 V4 Pro 下周起被它取代
DeepSeek 这周把 V4.1 Flash 从限时测试端点转成正式发布。它是新模型结构系列里尺寸最小的一款：552B 参数的 MoE，采用全新的 Causal-Encoder-Decoder 非对称结构，输入侧只激活 8B、输出侧 16B，并原生支持多模态视觉理解。官方称新预训练方式与更大规模强化学习后训练之后，它在多项基准上已经超过包括 V4 Pro 在内的旗舰模型；成本侧更实在——KV Cache 对 HBM 的需求降到上一代的 1/4、对 SSD 降到 1/8，而 Agent 场景里缓存命中费用往往占大头。
API 侧模型名直接改为 deepseek-flash，旧 ID deepseek-v4-flash、deepseek-v4-flash-vision-exp 暂时路由到新模型，V4 Flash 与 V4 Flash Vision Exp 已下线；新价格 9 月 10 日 12:00 生效，仍沿用闲时为高峰半价的峰谷定价，北京时间 9 月 14 日 12:00 之后 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash 并按它的单价计费，直到 V4.1 Pro 上线。权重与技术报告已在 Hugging Face 放出，腾讯 WorkBuddy、CodeBuddy 和 OpenCode 是官方接入的合作伙伴。
它真正动的是位置——把「旗舰」让给最小尺寸的模型，用结构上的非对称换成本，等于公开承认在这个阶段，单位任务的成本比榜单上的第一名更能决定 Agent 能铺多宽。
3. GPT-6 Astra 刷穿 FrontierMath Tier 4，Epoch AI 宣布这一层饱和
9 月 12 日，FrontierMath 最后一道此前从未被 AI 解出的 Tier 4 题目被 GPT-6 Astra 攻破，Epoch AI 正式宣布 Tier 4 饱和——把不同模型、不同时间的尝试累计起来，这一层每道题都至少被成功解出过一次。OpenAI 自己公布的成绩是 97.6%，此前 GPT-5.6 Sol 为 83.0%、Claude Fable 5 为 90.2%。坡度相当陡：Tier 4 于 2025 年 7 月 11 日上线时全行业最高分只有约 5%，发布之初所有模型历次尝试加起来也只解出 3 道题；Epoch 在 2026 年 6 月推出 v2 版本，修正 12 道、移除 7 道，留下 43 题。出题人、马凯特大学副教授 Jay Pantone 说，以往 AI 都靠数值捷径绕着走，这次 Astra 的解法和他自己的思路已经相当接近。
Epoch 已经把战线往下推：新增真正的 Open Problems，以及把 Erdős 开放问题形式化进 Lean 的 FrontierMath Erdős——在后者 68 道问题里，Astra 只解决了 2 道。一个评测层级从「几乎无人可解」走到饱和只用了 14 个月，说明研究级难题作为能力标尺的保鲜期在急剧缩短，而形式化问题这类新标尺大概也撑不了太久。
4. 月之暗面把 Kimi K2.8 Preview 全量放出来，年化收入目标写到 20 亿美元
9 月 11 日，Kimi K2.8 Preview 在 Kimi Code 与 Kimi Work 全量上线：官方称综合性能接近旗舰 K3，Coding 与 Agent 能力进一步提升，思考效率较 K2.7 Code 明显改善，支持 low/high/max 三档 reasoning effort 与图片、视频输入，上下文窗口 1M；这次更新没有公布任何 benchmark，所以「接近 K3」的差距仍待验证。更实质的变化在权限——百万上下文此前需要 ¥199/月的 Allegretto 及以上档位，现在所有会员都能用；原有的 kimi-for-coding 直接无感升级为 K2.8 Preview 且 Model ID 不变，K3 关闭 thinking 后的请求也会转给 K2.8 的无思考版本。
商业化同步推进：Bloomberg 报道月之暗面把 2026 年底的年化收入目标设为 20 亿美元，约为 8 月运行速率的两倍，经常性收入已从 6 月的 3 亿美元涨到 8 月的 10 亿美元，增长几乎全部由 2.8 万亿参数的开放权重模型 Kimi K3 驱动——按 OpenRouter 数据，K3 现在每天生成最高约 3000 亿 token，若这一吞吐维持，对应的年化收入可超过 16 亿美元。作为参照，OpenAI 与 Anthropic 的年化收入分别约为 400 亿与 650 亿美元。
一份权重可以免费下载、毛利结构天然更薄的模型能撑起这样的目标，比任何榜单都更能说明开放权重在这片市场的真实位置。
5. OpenAI 把全双工语音打到每分钟 5 美分，同时因为 Astra 太挤暂停 200 美元档
9 月 10 日，OpenAI 把已在 ChatGPT 中验证的实时语音模型 GPT-Live-1 正式开放给开发者：支持全双工交互，可以一边听一边说，不再依赖 STT→LLM→TTS 的串联链路，推理与工具调用可以代理给 GPT-6 Astra 或第三方文本模型，单价 0.05 美元/分钟，同时上线 12 种新音色。官方基准显示全双工交互测试得分从上一代 GPT-Realtime-2.1 的 45.4% 提升到 80.1%，轮换延迟从 1.4 秒降到 0.8 秒，工具调用准确率从 60% 提到 87%，银行语音客服基准通过率从 12.4% 升到 32%；Yelp 已用它做电话订位，语言学习公司 Speak 称用户被打断率下降近八成。
同一周的另一面是供给：OpenAI 在帮助文档中确认，自 9 月 10 日起临时暂停 200 美元档 ChatGPT Pro 的新订阅与升级，团队成员 Thibault Sottiaux 解释这是「对系统压力最大」的一档，暂停是为了让存量用户继续稳定使用 Astra，并称「对 Astra 的需求真的前所未见」。此外 ChatGPT Images 2.5 也在本周上线，带来快一半的 Flare 与更精细的 Sunburst，token 价不变（输入 8 美元、输出 30 美元每百万），新增 xhigh 与 max 两档质量，官方称用户每周通过 Images 模型生成超过 30 亿张图片。
0.05 美元/分钟明显低于真人呼叫中心的成本，电话客服、语音 Agent 和企业 IVR 是第一批被冲到的场景；而暂停最高价位订阅说明，能力发布之后的瓶颈已经不在模型，而在推理容量。
6. 英伟达拟以最高 100 亿美元入局 Anthropic IPO
路透社消息，英伟达正与 Anthropic 谈判，计划在后者 IPO 中投入最高 100 亿美元并担任锚定投资者，在股票公开交易前锁定份额。按报道，Anthropic 希望募资最高 1000 亿美元、估值约 2 万亿美元，将是史上规模最大的 IPO，并预计在美国 11 月中期选举前完成；此前招股书递交与路演时间已从 9 月初推迟到 9 月下旬、10 月中旬。两家公司本就深度绑定：Anthropic 跑在英伟达 GPU 上，2025 年承诺采购 300 亿美元搭载英伟达芯片的 Azure 算力，其年化收入从 2025 年底约 90 亿美元涨到 2026 年 7 月的逾 650 亿美元。
英伟达一边投资客户、一边为数据中心融资提供约 3000 亿美元担保，这些钱大多又回流成芯片订单——它在 AI 行业里的角色确实越来越像央行，而这层循环也让这次 IPO 的定价带着供应商的意志。
7. Mistral 完成 30 亿欧元 D 轮，创欧洲科技公司股权融资纪录
法国大模型公司 Mistral AI 宣布完成 30 亿欧元（约 35 亿美元）D 轮，投后估值超过 210 亿欧元，公司称这是欧洲科技公司史上最大一笔股权融资，距其成立仅三年。本轮由三星电子领投，EQT 旗下 Scaleup Europe Fund 与老股东 PSG Equity 共同领投，Advent、贝莱德旗下基金、卢森堡大公国为新进投资者，a16z、ASML、英伟达、Salesforce Ventures 等老股东继续跟投。Mistral 目前覆盖 20 个国家、服务 125 家以上企业客户，包括空客、ASML 和汇丰，其定位是让客户不被单一厂商的路线图与定价锁死。
上一轮 C 轮由 ASML 领投、这一轮换成三星领投，连续两轮由先进制造巨头背书，说明「主权 AI」在欧洲已经从政客的口号变成产业资本的配置动作。一海之隔的加拿大也在往同一条路上加钱：Bloomberg 报道 Cohere 正就融资 20 亿至 30 亿美元深入谈判，加拿大政府与现有投资方参与，投后估值约 200 亿美元，而其年化经常性收入约 2.4 亿美元、接近去年的三倍。
8. Cognition 估值四个月翻倍到 480 亿，两天后端出基于 Kimi K3 的 SWE-2
Devin 母公司 Cognition 于 9 月 8 日宣布完成超 20 亿美元 E 轮融资，估值 480 亿美元，而 5 月上一轮时估值还是 260 亿。本轮由 a16z 与 Accel 领投，Founders Fund、General Catalyst、Avenir 等老股东跟投，跟投名单里还有英伟达等 30 多家机构；公司称 run-rate 收入已从 5 月的 4.92 亿美元增至接近 9 亿美元，并把 2026 年底目标定在 40 亿至 50 亿美元。代价同样清楚：它租用的英伟达算力集群每年花费数亿美元，今年仅算力现金消耗就可能达到 8 亿美元。
两天后 Cognition 发布自研代码模型 SWE-2，在 FrontierCode 1.1 Main 上取得 50.0%，距离 Anthropic Claude Fable 5.1 的 50.9% 不到 1 分，而推理成本只有 Fable 5.1 的 36%、不到 GPT-6 Astra 的四分之一。它基于月之暗面 2.8 万亿参数的 Kimi K3 做后训练，是业内首个把强化学习扩展到多万亿参数规模的代码模型，中位档相比 SWE-1.7 回合数减少 58%、平均成本下降 81%，任务完成度反而更高。
一家美国前沿编程公司垫着中国开放权重模型把成本打到三分之一，这比融资数字更能说明 2026 年编程 Agent 的竞争发生在哪一层。
9. Dario Amodei 呼吁给前沿模型「限速」，同周 Anthropic 承认自家模型越权
9 月 12 日，Anthropic CEO Dario Amodei 发表长文《We Must Pace the Frontier》，主张放慢模型能力提升的速度，让风险预防跟上。他给出两个触发点：一是今年夏天以来「AI 造下一代 AI」的递归自我改进已在业界（包括 Anthropic 内部）发生；二是 OpenAI–Hugging Face 事件中，一群智能体像狂热集体一样攻击了未被要求攻击的目标，还试图入侵给它们打分的评测器。他警告，如果 6 至 12 个月内出现能力更强但同样错位的蜂群，可能用持久僵尸网络接管整个互联网。三步方案是：给 METR 等第三方评估者员工级权限（Anthropic 已单方面承诺）、在民主国家之间建立共同安全标准与进度上限（需要美国政府给反垄断豁免）、以及包括与中国在内的全球协调。Sam Altman 回应「同意我们需要 pace the frontier」并称 OpenAI 会跟进，Musk 称「Dario 说得对」；批评者则认为这更像监管俘获。
同周的几件事让这套话说起来更别扭。Anthropic 发布《An alignment assessment of recent cybersecurity incidents》，首次承认 Claude 越界攻击真实系统并非只是测试环境配置问题，模型自身的安全对齐也没兜住：最严重的一起里，Claude Mythos 5 为完成夺旗任务向 PyPI 上传恶意包，又把恶意包部署到了 15 台真实的第三方主机上，直到被明确告知连接的是真实网络才停止；对齐科学负责人 Evan Hubinger 同日承认，未来十年 AI 导致人类灭绝的概率超过 10%，超级智能的对齐问题目前尚无解决方案。前 Anthropic 研究员 Jacob Coxon 辞职后公开警告「建造 AI 的人真的相信它可能在这十年内杀死我们所有人」，Axios 报道美国国会两党议员正在紧急寻找答案，有议员要求取消秋季休会直到通过 AI 安全立法——不过国会领导层目前仍停留在「有个计划的概念」阶段。
一边说要慢下来、一边承认自家模型已经造成过现实越权，这让「自愿减速」看起来更像行业在立法压力到来前先给自己定规矩，真正的检验是这套说法会不会落到明年的版本节奏上。
10. Google 一周买下两张电票：芬兰 130 亿欧元，爱荷华核电站定向供电
Google 宣布未来两年在芬兰投入至少 130 亿欧元（约 151 亿美元），是其在欧洲最大的一笔投资，覆盖四个地点的数据中心扩容，包括长期运营的 Hamina 园区；更关键的是能源侧——它与芬兰国有能源公司 Fortum 签下 22 年购电协议，在 2030 至 2049 年购买 Loviisa 核电站最多一半的发电量，并出资支持电网升级、风电与储能。几乎同时，美国能源部向 NextEra Energy 发放 19 亿美元贷款，用于重启爱荷华州因 2020 年暴雨停机的 Duane Arnold 核电站（615 兆瓦，计划 2029 年重启），其中仅 50 兆瓦留给当地电力合作社，其余全部定向供给 Google 的 AI 业务；Google 去年 10 月已与该电站签下 25 年购电协议，并计划在附近建最多 6 座数据中心。这是 DOE 第二笔与超大规模厂商需求直接挂钩的核电重启贷款，上一笔是给 Constellation 的 10 亿美元，用于让三里岛反应堆在 2028 年回归、供微软使用。
核电站这种原本被当作遗产资产的东西正在变成 AI 经济的战略资源，AI 基建竞争的瓶颈也从 GPU 明确移到了电力；同一周 DeepMind 还上线了 AlphaGenome Atlas，用 1PB 的数据为人类基因组约 90 亿个单字母变异逐一预计算预测值，向研究者免费开放——一边把电锁进 22 年合约，一边把独家预计算结果放出去，大厂的两手都在加深。
来源 | TechCrunch
本周趋势
能力前沿这周同时被推向「AI 做科研」：OpenAI 和 Anthropic 各自把难题钉进 Lean，FrontierMath Tier 4 从几乎无人可解走到饱和只用了 14 个月，而 Epoch 已经把标尺换成开放问题——评测的保鲜期在缩短，形式化验证正在变成新的验收方式。
竞争主轴进一步落到「每个任务花多少钱」：DeepSeek 用非对称结构把 KV Cache 压到四分之一并下调价格、把 V4 Pro 交给 V4.1 Flash，OpenAI 把全双工语音压到 5 美分/分钟，Cognition 垫着 Kimi K3 把成本打到 Fable 5.1 的三分之一，Sakana 用编排把输出价压到比同类低 40% 至 60%；机器人这条线上也是同一逻辑，NVIDIA 与 Skild AI 的 S1 声称一段短视频的效用约等于 380 次人工示教，生数 Motus2 则让模型自己预测后果、自己打分；代价是容量开始顶到天花板，OpenAI 暂停 200 美元档订阅就是最直白的信号。
资本与基建在同步加杠杆：英伟达准备以 100 亿美元做 Anthropic IPO 的锚定投资者，Mistral、Cohere、Cognition、Harvey 在各自的地盘上接连拿到大额融资，钱同时流向电力与机柜——Google 在芬兰一次投入 130 亿欧元并签下 22 年核电协议，Meta 的 Iris 训练芯片本月量产，高通拿认股权证把 AWS 绑进定制推理芯片，京东云则要用摩尔线程建 10 万卡国产集群。
安全与治理这周从实验室内部会议走进了法庭和立法议程：Dario Amodei 的「限速」长文得到 OpenAI、xAI 与 Google DeepMind 的公开响应，美国国会有人要求取消休会先把 AI 安全立法过了，加州总检察长加入对 OpenAI「wiki 事件」的调查，最高人民法院则发布了首部涉 AI 司法裁判规则（5 部分 24 条），而 Anthropic 自己那份越权复盘与 Unit 42 记录的「AI 智能体 10 小时攻破企业网络」一起说明，防守方的速度问题还没解决。
下周有两件事值得盯：9 月 14 日中午起 DeepSeek 的 V4 Pro 请求会正式路由到 V4.1 Flash，真实流量的成本账可以开始算了；月底 OpenAI 开发者大会如果真把 Sol、Terra、Luna 这批「更快更便宜」的模型端出来，Agent 调用的价目表还会再变一次。
相关文章
