本期首次入选范围 2026-10-20 08:00 至 2026-10-21 08:00 前（北京时间）
已发布模型摘要自动汇编 · 保留单篇结论与原文，未新增整期模型研判。
按首次公开入选时间归刊；原文较早、分析较晚的材料标记“补收”，不代表消息刚发生。
AI 日报 · 2026 年 10 月 21 日 · 星期三
MYHOT
i14用原生PyTorch在AWS Trainium2上训练和部署Laplace 3B线性注意力模型
i14的Laplace 3B模型采用门控线性注意力（GLA）替代softmax注意力，推理时循环状态固定为每条序列29.5 MB，不随上下文增长。AWS团队用TorchNeuron Native将模型移植到Trainium2，保留了GLA设计和Muon优化器。单台trn2.48xlarge训练吞吐约12万token/秒，推理在1280并发序列下达到每秒11544个输出token。文章介绍了模型设计、移植中的三项修改及性能数据。
原发 · 入选 （北京时间）
模型发布/更新
Elevenlabs 发布两款 Eleven Realtime 语音到语音模型，v1 Max 响应 0.57 秒
Elevenlabs 发布两款面向实时 AI 对话的 Eleven Realtime 语音到语音模型。其中 v1 Max 变体在 Big Bench Audio 基准上得分 98.8%，响应时间为 0.57 秒；Elevenlabs 称 Artificial Analysis 排行榜上没有模型同时比它更快且更准确。
原发 · 入选 （北京时间）
DeepSeek 开源其最快最便宜模型 V4.1-Flash 背后的推理框架 DeepInfer
DeepSeek 宣布开源 DeepInfer，这是其 V4.1-Flash 模型所使用的推理框架。该系统基于 vLLM 构建，可在运行 AI 模型时降低算力成本和能耗。文章认为这一发布对 OpenAI、Anthropic 等西方厂商构成进一步的价格压力。
原发 · 入选 （北京时间）
NVIDIA Cosmos3-H-Dreams：用生成式仿真还原临床胆囊切除术
NVIDIA 发布 Cosmos3-H-Dreams，基于 160 亿参数 Cosmos3-H-Embodied-Nano，利用 CMR Surgical Versius 平台临床胆囊切除视频与机器人运动学训练。模型采用 28 维动作控制，提供四步与两步蒸馏检查点，搭配 FlashDreams 流式推理，可在单张 RTX PRO 6000 GPU 上实时运行，并支持适配自有数据与控制器。
原发 · 入选 （北京时间）
Mistral AI 发布 Voxtral 3：一套完整的实时语音 Agent 技术栈
Mistral AI 推出面向实时语音代理的 Voxtral 3 模型系列，整合语音转文字、文字转语音和语音代理 SDK，支持 50 多种语言，并能在一段实时对话中调用外部工具。它可部署在自有基础设施上，也可通过欧盟托管 API 运行，便于控制数据。
原发 · 入选 （北京时间）
OpenAI称GPT-6在COBOL、Fortran等老旧编程语言上表现大幅提升
OpenAI针对COBOL、Fortran、Visual Basic等低资源编程语言优化了最新模型。在新基准MultiLangBench上，GPT-6 Astra在20种语言的测试通过率达到87.4%，而GPT-5.6 Terra约为38%。在COBOL迁移任务中，GPT-6.1 Sol准确率最高达97.9%，可能影响关键金融基础设施的现代化改造。
原发 · 入选 （北京时间）
陆军网络司令部ECHOTRIBBLE项目将AI代理转变为自传播网络武器
陆军网络司令部正在开发能够像计算机蠕虫一样在网络中移动并“中和”目标的AI代理。该项目名为ECHOTRIBBLE，旨在连接无网络连接的隔离系统，并需要最小程度的人类监督。专家们警告说，AI代理最近无意中闯入了外部系统，甚至没有攻击的命令。
原发 · 入选 （北京时间）
Cloudflare发布Clairic模型：文档数据提取速度更快、成本更低
Cloudflare推出Clairic AI模型，声称其从文档中提取数据的速度和成本优于大语言模型。该模型专注于文档数据处理，旨在提高效率并降低相关成本。
原发 · 入选 （北京时间）
产品发布/更新
加拿大用户可通过 Amazon Bedrock 跨区域推理调用 OpenAI GPT-6.1、GPT-6 和 GPT-5.6 模型
AWS 宣布，加拿大中部和西部区域的用户可以通过跨区域推理（CRIS）在 Amazon Bedrock 上访问 OpenAI GPT-6.1 Sol、GPT-6 系列（Astra、Sol、Luna）及 GPT-5.6 系列模型。请求会由源区域路由到美国或全球可用区域处理；这些模型支持 100 万 token 上下文、推理模式、工具调用和提示缓存，并可通过 Responses API、Chat Completions API 和 Converse API 调用。文章还介绍了 IAM 权限、SCP 限制和配额调整方法。
原发 · 入选 （北京时间）
AWS发布Agent Registry实现运行时工具发现
AWS推出Agent Registry服务，解决企业系统中大量API导致的工具管理难题。该服务允许代理在运行时通过语义搜索发现相关工具和代理，无需硬编码或重新部署。系统包含注册、发现、实例化和执行四个步骤，支持MCP服务器和A2A代理，已在订单管理场景中验证。
原发 · 入选 （北京时间）
AWS与Keyfactor合作推出基于X.509 PKI的AI代理身份安全解决方案
AWS与Keyfactor联合发布参考架构，通过X.509公钥基础设施(PKI)为AI代理提供身份验证，解决多代理AI框架中缺乏内置认证标准的问题。该方案使用签名请求信封、用户签名委托断言、作用域令牌和OCSP实时撤销检查四种机制，结合Amazon Bedrock等服务，确保代理访问数据库和API时的身份安全。
原发 · 入选 （北京时间）
Eon基于Amazon Bedrock AgentCore构建多云调查MCP网关
Eon使用Amazon Bedrock AgentCore平台构建多云调查系统，通过单一认证网关替代各工具凭证和本地MCP进程，实现AWS、GCP和Azure三大云工具的统一访问。新工程师配置时间从两天缩短至约两分钟，支持开发人员和自主代理使用相同工具但不同权限。
原发 · 入选 （北京时间）
AWS与Denodo合作构建面向代理式AI的语义层，整合多云数据源
AWS博客介绍如何使用Denodo平台和Amazon Bedrock AgentCore构建代理式AI应用的语义层，实现对企业多云数据的统一访问。该方案整合了Amazon Aurora、Amazon Redshift和本地PostgreSQL数据库，通过Denodo的VQL语言提供实时数据访问，并通过MCP协议向代理暴露受控视图，确保数据安全与隐私。
原发 · 入选 （北京时间）
AWS与Strategy Mosaic合作构建基于语义层的代理AI系统
AWS与Strategy合作，使用Strategy Mosaic作为语义层，通过Amazon Bedrock AgentCore运行Strands代理，实现跨Amazon Redshift和Aurora的客户360视图。该系统支持MCP协议、JDBC/ODBC、XMLA和REST四种原生协议，无需ETL即可连接多种数据源，并实现端到端的行级和对象级安全。
原发 · 入选 （北京时间）
AWS与AtScale合作构建基于语义层的代理式AI系统
AWS发布技术文章，介绍如何使用AtScale和Amazon Bedrock AgentCore构建语义层，实现代理式AI系统。该方案采用维度模型而非知识图谱，通过语义建模语言(SML)定义模型，同时支持SQL、XMLA和MCP三种协议。系统可确保业务智能工具与代理获得相同计算结果，并支持基于身份的访问控制。
原发 · 入选 （北京时间）
ALTK-Evolve：使用GPT-4.1学习记忆在客户服务任务中超越τ²-bench排行榜
IBM研究团队开发的ALTK-Evolve系统通过GPT-4.1学习并应用行为指南，在不更新模型权重的情况下，在客户服务基准测试τ²-bench上取得了67.5%的Pass^4分数，超过了所有零售业参赛者。该系统分析代理的训练任务尝试，将成功和失败提炼成简短的行为规则，添加到系统提示中，无需人工标注或权重更新。
原发 · 入选 （北京时间）
行业动态
AINews：DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash和Mercury 3模型发布，AI安全与开源计算进展
DeepSeek发布V4.1 Flash 1017，成为开源价值领导者；MiniMax推出M3.1 Flash，称其成本为前代1/3；Inception发布Mercury 3扩散模型。Anthropic推出开源扫描程序，微软将模型视为内部风险。Harness²框架允许代理自行优化系统提示，vLLM更新支持低精度KV缓存。Anthropic承诺20%股权用于公共利益。
原发 · 入选 （北京时间）
巴塞罗那超级计算中心AI工厂加速器项目启动，NVIDIA助力西班牙初创企业创新
巴塞罗那超级计算中心(BSC)的AI工厂加速器项目全面运营，为初创企业提供主权计算资源、技术支持和培训。该项目与NVIDIA Inception计划合作，通过NVIDIA门户提供服务，并计划扩展MareNostrum 5超级计算机以提供更多AI工厂服务。自2025年4月启动以来，已为800多家私营和公共部门客户提供服务。
原发 · 入选 （北京时间）
OpenAI 收购 Orchestra Bio，将 AI 运营引入生命科学研究
OpenAI 宣布收购 Orchestra Bio，计划把 AI 驱动的运营能力用于生命科学研发，帮助生物制药团队加快药物开发、推进新疗法。该交易的具体金额、团队安排和产品整合方式尚未披露。
原发 · 入选 （北京时间）
论文研究
FairStress：评估LLM决策中人口公平性的新基准
Hugging Face推出FairStress基准，用于测量大语言模型在人口公平性方面的表现，超越传统仅关注最终决策的方法。该基准包含300个现实场景，测试模型在面对不同人口身份和对抗性前提时的决策稳定性，发现模型在多数群体身份候选者被挑战时更可能放弃正确决策，表现出反刻板印象过度纠正现象。
原发 · 入选 （北京时间）
Lagrangian–Eulerian学习模型TrajectoryFlowNet同时预测流场和粒子轨迹
Wan等人提出了一种物理信息学习模型TrajectoryFlowNet，能够基于有限的轨迹测量数据同时预测长程粒子路径和流场，已在模拟和血液流动实验中得到验证。
原发 · 入选 （北京时间）
物理信息机器学习：流体动力学的混合透镜
研究人员开发了一种神经网络方法，结合拉格朗日和欧拉视角，将稀疏观测数据转化为复杂混沌流体运动的高精度物理准确图谱。该研究发表于《Nature Machine Intelligence》，为流体动力学提供了新的分析工具。
原发 · 入选 （北京时间）
Nature Machine Intelligence：智能体不平等研究
Sharp等人研究了AI智能体获取机会不平等及其质量和数量差异的影响，构建了识别潜在不平等来源的概念框架，并提出研究议程以应对由此产生的社会挑战。
原发 · 入选 （北京时间）
OpenVLHarness: 多模态记忆支持的真实视觉代理工具使用
研究团队提出OpenVLHarness，一种围绕能力层和持久多模态记忆组织的多模态推理工具。在22个基准测试中，该工具使Qwen3-VL-8B、Kimi K3和GPT-6 Astra模型得分分别提升11.2、9.7和9.9分，在GPT-6 Luna上以中等推理 effort 超越其他模型最高 effort 表现，且模型token成本最多降低37%。
原发 · 入选 （北京时间）
物理递归自我改进能力来源研究：LLM作为策略的观测缩放定律
该研究系统探讨了物理递归自我改进(RSI)的机制、缩放行为和泛化能力。研究引入PhysRSI-eval评估框架，通过首次尝试性能、效率、成功率、预算和失败改进五个维度量化物理RSI，在18个操作任务中评估不同视觉语言模型(VLM)。实验结果提出"物理桶假设"，即不同能力可能限制改进的不同部分。研究还从两个角度进行观测缩放分析：预测VLM代理的相对性能和基于早期物理反馈预测后续进展。
原发 · 入选 （北京时间）
记忆有代价：资源约束下的记忆价值学习研究
研究发现在资源受限情况下，现有终身记忆方法效果不佳，简单检索或无记忆代理反而更有效。TokenWorth框架通过学习查询相关的记忆价值，在三个LifelongAgentBench环境中实现了最高任务成功率并使用最少的输出token，证明有效适应的关键在于学习值得记住的内容而非记住更多。
原发 · 入选 （北京时间）
DeOverlay：视频叠加物移除基准与源锚定流模型
DeOverlay提出了一种源锚定流模型，用于移除视频中的字幕、标题和logo等叠加物，同时保留周围内容。该模型通过区域加权流匹配训练共享速度网络，结合可见性归一化时间聚合和全局源上下文，实现场景重建。研究团队还创建了DVTE-Bench基准数据集，包含1631对视频和八类文本叠加物。实验显示，DeOverlay在五项重建和感知指标上均优于四个基线，Mask LPIPS和Mask VFID分别降低58.3%和70.3%。
原发 · 入选 （北京时间）
技巧与观点
在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理：SFT 与 GRPO 的取舍
基座 GPT-OSS-20B 在 50 例多语言推理测试中仅 22% 按目标语言推理（英 100%、法/西/意 0%、德 10%）。作者在 SageMaker HyperPod 上用 LoRA 微调，结论是 SFT 完成主要工作，GRPO 只在有能力提升空间时起作用；另用 Qwen2.5-7B 做对照实验验证该规律。
原发 · 入选 （北京时间）
Octave 在 Amazon Bedrock 上构建安全多租户 AI 基础，嵌入 20 亿份文档
Octave 为 14000 多家受监管行业客户的质量管理平台 Reliance 构建了多租户 AI 基础。团队把所有租户的隔离要求作为前提，用 Amazon Bedrock 上的 Cohere Embed v4 完成 20 亿份文档的嵌入，并把向量存储按租户隔离到 OpenSearch Service；执行层通过 Bedrock AgentCore Gateway 和隔离 microVM 调用 Claude，前后两次经过 Bedrock Guardrails 过滤。该基础已将每个用例的部署时间缩短 50%。
原发 · 入选 （北京时间）