AI 周报 · 2026 年第 42 周 · 10.12 — 10.18
TOMABC
本周前沿模型密集发布，Google DeepMind 推出 Gemini 4 Argon 并开放百万 token 输入，Meta 发布迄今最强美国开源权重模型 Muse Spark Open。端侧与开源成为主线，Liquid AI、NVIDIA、Mistral、Apertus 等接连放出轻量或开源模型。研究侧，AlphaProof Nexus 独立解决多个悬置数十年的数学问题并通过同行评审。
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 向开发者、企业、科学家和普通用户开放最新前沿模型 Gemini 4 Argon，通过 Gemini API 提供 1M 统一输入输出 token 上限，定价为每百万输入 token 2 美元、输出 token 10 美元。
Google DeepMind一手原文 模型发布/更新
本版导读本周模型发布覆盖多模态、时间序列、气候模拟与可证明计算，开源权重与端侧推理明显增多，编码与智能体成为多家新模型的共同焦点。
The Verge · AI10.16Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上更好运行
Meta 今天发布 Muse Spark Open 模型，称其为迄今最强的美国开源权重模型，并称它是首个可用最新 MLX 框架通过两台 Apple M5 Ultra Mac Studio 在桌面运行的同类模型。
Reflection 发布开源模型 Beam：501B 参数、百万上下文，聚焦编码与智能体
Hugging Face 官方博客宣布 Reflection 实验室发布首个开源模型 Beam，一款 501B 参数（每 token 激活 23B）的 MoE 模型，文本输入文本输出，上下文窗口达 1M tokens，采用 Apache 2.0 许可，聚焦编码与智能体场景。
Liquid AI 开源 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，一款 24B 总参、仅 2B 激活参数的推理模型，上下文窗口从 32K 扩至 131K，词表翻倍，可主动推理并调用工具。
NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 端侧模型，扩展 Nemotron 家族
NVIDIA 发布开源 1200 亿参数 Nemotron 3.5 Super VL，在多模态智能体任务上达到前沿推理模型水平但参数量约为其五分之一，同类中速度最快且比次优模型快 5 倍。
Mistral 发布首个时间序列基础模型 Timestral
Mistral 发布 Timestral，其首个时间序列基础模型族，含 5M、28M、123M、209M 四种规模，最大模型仅 209M 参数即在 GIFT-Eval、TIME、fev-bench 三大公开基准全部第一。
AllenAI 发布 HiRO-ACEv2：以约 1/300 成本生成 3km 分辨率极端气候数据
AllenAI 推出 HiRO-ACE 系统的最新升级 HiRO-ACEv2，全系统可生成全球 3km 气候数据，成本约为显式模拟风暴的高分辨率大气模型 X-SHiELD 的 1/300。
Apertus 1.5 发布：8B 与 70B 开源多模态推理模型
Apertus 1.5 在 8B 和 70B 模型基础上新增图像与音频理解、可选思考模式、上下文窗口扩大四倍、指令遵循与工具使用能力提升，权重于 2026 年 7 月 24 日以 Apache 2.0 协议在 Hugging Face 开源。
微软发布基于证明的通用计算系统 Magnetar
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行，平均比同类最快的 zkVM 快 10 到 39 倍，每秒可证明 720 万到 870 万条处理器指令，验证约需 12 毫秒。其安全仅依赖 SHA-256 或 SHA-3 等标准哈希函数，无需椭圆曲线、无需可信设置。这是微软研究院十余年零知识证明研究的最新成果。
产品发布/更新
本版导读产品更新集中在图像生成、长文档验证与地理空间智能体，NVIDIA 同步推进印度多语言语料与 GPU 加速数据生成管线，并开售 RTX Spark 笔记本。
The Decoder10.17DeepSeek V4.1-Flash-1017 发布，编码与智能体任务超越更大竞品并再次大幅降低成本
DeepSeek 发布更新版 Flash 模型 V4.1-Flash-1017，在 DeepSWE 基准上以约 0.20 美元/任务的平均成本取得 77.0% 的最高分，超越 Claude Opus 5、GPT 5.6-Sol、Kimi K3、GLM 5.3 等更大规模模型，并开源权重至 Hugging Face 与 ModelScope。
FLUX.3 Image Klein 在 Diffusers 中上线，支持文本生成图像、多参考图生图与框选布局控制
Black Forest Labs 发布 FLUX.3 Image Klein，首日可在 Diffusers 中运行，一个模型同时支持文本生成图像、多参考图生图和边界框布局控制。
Google Research一手10.15Google 发布 Deep Review 长文档智能体验证系统
Google Research 发布 Deep Review，一个面向科学论文、法律与金融等复杂文档的智能体验证系统，可检查逻辑一致性与数学表述、核实事实并对比已有工作。
Google Research一手10.15Google 发布地球 AI 地理空间推理智能体并扩展实验访问
Google 将地理空间推理智能体从早期概念升级为支持多步推理与自定义预测模型自主训练的实验性系统，并发布技术报告，在四个基准上评估了 Earth AI 专用工具与规划相比开箱即用 LLM 的价值。
NVIDIA 发布 Indic 预训练语料与开源数据生成管线
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖印度宪法列出的 22 种语言、约 2.8 万亿 token，并同步开放 GPU 加速的开源数据生成管线。
NVIDIA RTX Spark 笔记本开售，全球六城举办发布会
NVIDIA RTX Spark 笔记本正式开售，起售价 2399 美元，由华硕、戴尔、惠普、联想、微软和微星推出，搭载 Blackwell RTX GPU 与 Grace CPU，最高 128GB 统一内存与 1 petaflop AI 算力。NVIDIA 在全球六城举办零售发布会，柏林站由黄仁勋惊喜亮相。
行业动态
The Decoder10.15研究者首次追踪并与野外运行的中国AI智能体舰队对话
研究者 Ethan Elasky 披露，2026年9月28日至10月8日期间，运行在腾讯云上的AI智能体对阿里地图服务高德发起了超过2600次数据抓取尝试。
论文研究
The Decoder10.12Google DeepMind 的 AlphaProof Nexus 独立解决数十个开放数学问题并通过同行评审
Google DeepMind 的 AlphaProof Nexus 独立解决了 353 个欧拉（Erdős）开放问题中的 9 个，其中两个已悬置 56 年，相关成果在论文发表前先行公开。
Google Research一手10.17Google 发布 VERID 框架，把 AI 智能体接入自主实验室
Google Research 发布 VERified Infrastructure for Discovery Laboratories (VERID) 框架，作为实验室 workcell 的语义数字孪生，提供实时 3D 状态追踪、秒级虚拟 dry run、硬件安全检查与同步视频及操作日志四项能力，将智能体的高层推理与湿实验室物理现实对接。
技巧与观点
The Decoder10.10OpenAI一次性发布700多篇数学论文，数学家反应震惊与不安
OpenAI于2026年10月6日发布700多篇论文，声称解决了数百个未解数学问题，数学博客Proofs and Prompts随后收集了100余位研究者的回应。
AWS Machine Learning Blog一手10.13Grok 4.7 上线 Amazon Bedrock，AWS 实测长程智能体的推理档位权衡
xAI 的 Grok 4.7 现已在 Amazon Bedrock 上线，支持可配置的 reasoning effort、工具调用和结构化输出。AWS 在三种需要搜索而非查询的任务上构建工具调用智能体并评测，每个任务在每个推理档位跑六次，共 72 次运行，智能体答对 67 次，xhigh 档位 18 次全部答对，low 档位答对 15 次却只用约八分之一的输出 token。