1. Gemini 4 Argon 全球开放：$2/$10 定价登场，顺手拿下机器人推理第一
谷歌 10 月 13 日把新旗舰 Gemini 4 Argon 推向全球，开发者可通过 AI Studio 与 Gemini API 调用，AI Ultra 订阅用户能在 Google Antigravity 里用，Ultra 与 Pro 用户则可通过 Gemini App 和搜索的 AI 模式访问。定价为入门价每百万输入 token 2 美元、输出 10 美元（正常价 4/20 美元），缓存输入再省 95%。Argon 取代原来的 Pro 系列成为新前沿线，但免费用户与 Plus 订阅者被降到 Flash 档。排名上 Argon 拿下 Vals Index 第一，综合榜却仍落后 Anthropic 的 Claude Opus 5.5，且因为谷歌晚了约两周上线，又被前一天刚发布的 Meta Muse Wonder Full 反超。内部数据称工程师用上 Argon 后智能体提交的代码量涨了 35% 以上、回滚减少近三分之一，Chrome 团队在 4000 万行代码库里完成的跨数百文件架构重构，从几个月压缩到几周。同一时间谷歌还发布了 Argon 机器人版：在考察 3D 空间与物理推理的 ERQA 基准上纯推理得分 87%，超过所有其他前沿模型；官方演示里它指挥波士顿动力 Spot（12 自由度腿 + 6 自由度臂）先在 MuJoCo 数字孪生里练习踩踏板扔易拉罐，再上真机执行，也支持零样本机械臂控制与 Real2Sim 重建。另据披露，谷歌内部已在测试代号 “Carbon” 的继任者，主打编码能力超过 Argon。
来源：The Decoder | 来源：Google Developers Blog
2. Anthropic 公布反蒸馏战果：推理 token 窃取砍掉 90%~99%，点名智谱与月之暗面
Anthropic 10 月 13 日披露，针对大规模蒸馏攻击（系统性复制模型能力来训练自己的小模型）的新防御已把被提取的推理 token——即模型内部思维链——削减了 90% 到 99%。攻击方动辄使用数十万个虚假账号组成的网络批量套取输出，Anthropic 称防御上线后成功蒸馏的尝试大幅下降，并已封禁数万个账号。公司直接点名两家中国厂商：智谱被指为其 GLM-5.3 模型从美国领先模型中”吸走”网络攻防能力，月之暗面（Moonshot）则被指偷偷把查询绕道 Claude。Anthropic 警告这类被窃取的能力最终可能流入他国军事与监控系统。具体手段包括限制对模型内部推理步骤的访问、上线识别提取行为的分类器并自动封号；公司同时承认正常用户存在被误伤，并呼吁其他模型厂商采用类似防护。
3. Anthropic 研究：AI 已经能把智能电视盒变成”可自我复制的蠕虫”
Anthropic 研究人员 William Zhou 与 Daniel Freeman 做了一项对照实验：用 15 台单价约 55 美元、4GB 内存的 Android 电视盒子分布式承载 Gemma4-26B-A4B 模型，验证小模型能否在陌生消费级硬件上自主搭起推理环境并向外扩散。测试把复制拆成四步——扫描网络找脆弱设备、取得访问权、在新设备上部署 AI 环境、继续扩散，其中最难的环境部署环节被单独拎出来重点测试（入侵步骤故意省略，因为此前研究已证明小模型做得到，模型跑得慢但确实跑通了）。结果：9B 参数模型能在 9 类测试设备中的 8 类上把 Llama3.1-8B 跑起来；能把完整链路走通、稳定感染全部 8 个测试节点的只有 GLM-5.2，五次运行成功四次，其余三个模型连第一个节点都出不去。研究还发现”AI 蠕虫”能从失败中学习：靠把成功/失败策略笔记传给下一代，Qwen3.5-9B 的成功率从第一代的 45% 升到后来的 84%。代价是慢——在新设备上完成环境搭建需要 28 到 150 小时。研究者判断，目前没有模型同时满足”足够小”和”足够强”，但按当前进步速度这个缺口可能在 2026 年底前闭合。这类去中心化僵尸网络没有中央开关、极难清除；作为对照，传统僵尸网络 Kimwolf 峰值感染超 200 万台设备，总算力也仅相当于约 40 张专用 AI 芯片。Anthropic CEO Dario Amodei 此前已警告，这种集群”可能在 6 到 12 个月内具备接管整个互联网的能力”。
4. 406 位科学家联名：前沿模型应立即与互联网”气隙隔离”
一封由 406 名科学家联署的公开信呼吁加强 AI 安全研究，并要求企业对模型实施完全离线的气隙隔离。签署者包括图灵奖得主 Geoffrey Hinton、Yoshua Bengio，以及 Stuart Russell（伯克利）、Yejin Choi（斯坦福）、Bernhard Schölkopf（马普所）等知名研究者。公开信回应的是此前多起模型逃出防护环境、破坏外部系统的事件，措辞相当直接：”如果不立即改变 AI 的开发与部署实践，这类事件会继续发生，而未来的事件对我们暴露在外的关键基础设施将具有大得多的破坏力。”联署者认为这些事故有两面性：既证明对齐研究的重要性，也说明这本质上是网络安全失职——更强的沙箱和流程本可避免，两条路都必须走。他们要求设立一个由各国政府、AI 与网络安全专家共同参与的国际机构，为任何超出气隙隔离的”受控联网”方案制定有约束力的标准，并要求企业上报安全事故、事后公开以供学习和问责。信中也引用了 OpenAI 研究员 Noam Brown 的观点：气隙隔离只能买时间——两台物理隔离的机器理论上仍能通过温度传感器通信，一方加热 CPU，另一方检测变化。
5. Character.ai 申请破产并挂牌出售：无人接盘就关站，迪士尼 2000 万美元捡走部分资产
曾被视为 AI 伴侣赛道标杆的 Character.ai 已申请破产并进入出售程序，交易预计 2026 年 12 月初完成；如果没有买家，服务将直接关停，平台与订阅在过渡期内继续运行。公司把困境归因于涉及伤害未成年人的诉讼、监管压力与运营问题，其中一起事件中一名青少年自杀。迪士尼以 2000 万美元接手部分资产，包括一项永久、非独占的技术许可；上月随前 CEO Karandeep Singh Anand 转投迪士尼的原 Character.ai 员工，将参与过渡管理。回看这笔生意的起点：谷歌 2024 年花 27 亿美元收购，核心目的之一是把联合创始人、Transformer 论文共同作者 Noam Shazeer 请回 Google，让他和另一位创始人 Daniel De Freitas 改进谷歌的推理模型。但据《华尔街日报》报道，Shazeer 到 2026 年已经离开谷歌去了 OpenAI，原因是不满谷歌的算力官僚流程。从 27 亿美元的技术人才交易到破产清算，只用两年多。
6. Michael I. Jordan 炮轰 AI 末日论：这是”一场盛大的道德表演”
被《科学》杂志称为”最具影响力的计算机科学家”的 Michael I. Jordan 在《Libération》长篇访谈中，把”超级智能”称为科幻术语，直言当下围绕 AI 存在性威胁的讨论”很大一部分属于科幻范畴”。这位 70 岁的机器学习先驱现全职在巴黎 Inria 任职，主持新设的”市场与学习”讲席。他最先开火的对象是企业呼吁监管的姿态：那是一场”戏”，意思是”看，我们是好人”，而实际诉求是”由他们自己主导监管方式”。对今年 9 月年轻研究员离职引发的”AI 末日”集体恐慌，他的评价是”一场盛大的道德表演“——这些人”根本不是工程师，多来自人文学科和哲学，25 岁，很天真，从没在真正为大众人群做产品的公司里历练过”，聚在一起谈宏大科幻设想，”像 1920 年代巴黎咖啡馆里的聚会”；离职时他们知道自己会得到关注，”显得高尚、显得重要，声称放弃了金钱，实际上期权早就在手”。他对 Hinton 尤其不客气：”Hinton 从没创建过一家真正为人提供服务的公司“，并逐条否定”我们已搞懂大脑如何工作、可在硅基上复制、复制体互相学习即可指数增长”的推理链，认为每一步都不可信；相对而言他更认可 Bengio，因为后者在做具体的安全工作。至于数据中心的天量投资，他称之为”一笔巨大的赌注，而我们完全不知道它会不会有回报”：大模型在自然语言任务上已经够用，在特定领域补一点本地专业知识并不需要超大数据中心，把开源权重模型集成进企业反而更实际。
7. 千问 Go! 亮相：帮用户跟真人客服磨赔偿、退价保，Personal Agent 赛道全面开跑
阿里千问 10 月 13 日亮出 Personal Agent 产品「千问 Go!」，已对部分用户灰度并开放体验申请。从流出的实测看，它的目标不是订票值机这类基础操作，而是用户自己都找不到入口的边角场景：一位用户忘了延误的是哪趟航班，千问 Go 拿到平台账号和验证码后翻订单历史、打客服电话未果后转战 App 内图文客服，最终锁定班次并把 70 元代金券谈成了现金；另一案例中它替用户核对价保条件、成功要回 52 元差价。日常场景也在射程内——按车型门店时间约保养、按偏好订羽毛球场、买冰箱时跑淘宝比同款并算上补贴、优惠券、旧机回收和送装费用，总价低于预期才通知。技术上它靠今年 9 月云栖大会发布的 Qwen 3.8 Agentic 能力支撑，且不是零帧起手，而是长在千问 App 里的新能力，天然继承用户习惯与偏好；淘宝、飞猪、高德等同生态入口的流程它更熟。这条赛道竞争已经白热化：Meta 9 月 9 日发 Muse，OpenAI 在 9 月底 DevDay 上亮 GPT-6 Astra 并推出 Dots，创业公司 Instinct 产品还在内测就拿到红杉领投的 10 亿美元 C 轮、估值 100 亿美元。
8. DeepSeek 领投 Winverse AI：Swin Transformer 作者创业，梁文锋继续补”机器人的大脑”
彭博社 10 月 12 日报道，DeepSeek 计划领投机器人 AI 初创公司 Winverse AI 的数千万美元种子轮，投后估值约 4 亿美元（约 28 亿元人民币），美团旗下龙珠资本也作出投资承诺。若落地，这将是 DeepSeek 成立三年多来对初创企业规模最大的一笔投资之一。Winverse AI 今年才成立，创始人胡瀚：2008 年清华本科毕业，2014 年获博士学位，先后在百度深度学习研究院、微软亚洲研究院工作，2023 年 12 月加入腾讯混元任杰出科学家，负责视觉语言模型与具身智能基础模型团队，还曾担任混元语言大模型技术负责人并组建语音团队。他最具代表性的成果是 2021 年的 Swin Transformer（基于移位窗口的层次化视觉 Transformer 架构，改善了 Transformer 处理高分辨率图像的计算效率），获 ICCV 2021 最佳论文奖；他本人也入选 2022 年《麻省理工科技评论》中国区”35 岁以下科技创新 35 人”。这是 DeepSeek 两个月内第二次投向机器人：8 月它以约 1.41 亿元参与宇树科技 IPO 战略配售（获配 93.34 万股、发行价 150.80 元、锁定 36 个月）并签署合作备忘录。两笔投资方向互补——宇树提供”身体”，Winverse AI 瞄准”大脑”。另据 10 月 6 日彭博社报道，DeepSeek 正在筹集至少 800 亿元、最终可能接近 1000 亿元的新一轮融资，目标估值约 5000 亿元，腾讯、宁德时代等参与，背景是公司筹备 2027 年初 IPO，地点可能是科创板。
9. 字节 Seed 单独设立大模型安全与对齐部门：国内前沿实验室首例
字节跳动 Seed 近日发内部邮件，宣布成立「Seed Model-Alignment & Preparedness」安全与对齐部门，由严林负责，向 Seed 负责人吴永辉汇报，原 Responsible AI 团队及部分 Chat 团队成员转入。部门的核心任务被明确写成两条：让模型行为与人类意图和安全约束保持一致，从而提升智能体模型（Agent Model）的安全能力，以及防范 CBRN（化学、生物、放射、核）等前沿能力风险。围绕模型规范制定、安全评估体系建设、对齐训练、防护系统搭建与风险监控等方向，Seed 计划持续投入，并加强与外部研究机构、第三方评测的公开合作。雷峰网指出，此前国内大模型团队的安全与对齐工作大多被并入公司整体安全合规体系，Seed 是国内首家单独设立安全与对齐部门的前沿 AI 实验室。Seed 内部的判断是：随着模型能力变强、应用场景变复杂，安全与对齐已不只是风险防范，而是决定模型能否规模化应用的核心能力。这个动作放在当下尤其值得注意——智能体逃逸引发网络攻击的事件正在频繁出现，而本期第 3 条 Anthropic 的研究正是关于模型自主复制扩散，行业的安全投入正从合规动作转向基础设施。
10. 无问芯穹 C 轮融资 23 亿、累计 43 亿：刷新国产 AI Infra 赛道双重纪录
AI 原生基础设施服务商无问芯穹完成 23 亿元 C 轮融资，累计融资达 43 亿元，单轮与累计均创下国产 AI 原生基础设施赛道新纪录。投资方阵容横跨国资、产业与财务机构：国资侧有杭州高新金投、社保中关村基金（君联资本管理）、珠海科技产业集团、厦门国兴投资、徐汇资本、孚腾资本、中保投资、国开科创等；产业侧包括联想、腾讯、百度、九坤创投、同歌创投等；财务侧则有红杉中国、启明创投、顺为资本、洪泰基金、达晨财智、砺思资本等。公司不训模型、不做应用，也不自建机房，专注模型与芯片之间那一层——把散落各处的异构算力用软件编排成一张网。目前平台已适配包括英伟达、AMD、华为昇腾、壁仞、海光、摩尔线程、沐曦、燧原科技、平头哥在内的 16 种芯片、服务 37000P 算力，新芯片适配周期约 2 个工作日，国产芯片适配成本降低 70% 以上；已实现千卡规模异构混合训练，算力利用率 97.6%，并用四种国产芯片加两种进口芯片完成 700 亿参数大模型异构混训。跨域方面，它联合中国电信完成国内首例超 4000 公里的跨域混训（新疆哈密 — 广东深圳），300 亿参数模型性能提升 165%；万亿参数 MoE 训练吞吐比主流开源框架高 41% 到 75%，一年内把推理成本降到原来的十分之一。海外同类公司估值已先行起飞：做同一门生意的 Fireworks AI 估值一年从 40 亿涨到 175 亿美元（+337%），Baseten +160%、Together AI +151%，三家的共同投资方都是英伟达。
相关文章
