AI 周报 · 2026 年第 43 周 · 10.19 — 10.25

本版导读除头部模型外，VAST 开源了可在单张消费级显卡上实时生成的世界模型 EdenLive，语音与机器人方向也有新模型和硬件亮相。

X · MiniMax10.19

MiniMax 发布 M3.1 Flash 模型，成本为 M3 的 1/3、速度 3 倍

MiniMax 发布 M3.1 Flash，官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。

原文

量子位10.18

VAST开源实时世界模型EdenLive，单张RTX 5090上720P超24FPS

VAST发布并开源实时世界模型EdenLive，在单张消费级显卡RTX 5090、720P条件下，5B模型生成速度超过24FPS，可分钟级连续生成，端到端延迟为百毫秒级。

原文

公众号 · 智东西10.19

DeepSeek-V4.1-Flash-1017 登顶 Code Arena WebDev 开源榜

Arena 宣布 DeepSeek-V4.1-Flash-1017（Max）以 1670 分超过 Kimi K3（Max），成为 Code Arena: WebDev 榜单排名最高的开源模型，仅落后 GPT-6 Sol（Max）12 分。

原文

抖音 · 搜「DeepSeek」10.18

花叔用5亿token实测DeepSeek V4.1 Flash：9个案例与skill对比

花叔用5亿token实测10月17日发布的DeepSeek V4.1 Flash，跑了动画、游戏、3D等9个案例，并对比带skill与不带skill的效果，2000多次API调用共花28元。他称该模型在真实世界编程能力指标上超过Claude Opus 5、GPT-5.6及一众国产开源模型，但在审美和长程编程上仍与Opus 5.5有差距；模型权重已开源，API默认自带搜索能力，后续按5元每千次计费。

原文

本版导读Anthropic 的 Claude Duet 让模型以主动型智能体方式工作，Mistral 补齐语音模型家族与智能体开发工具。

Mistral AI一手10.20

Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

Mistral 发布 Voxtral 3 语音模型家族，包含转录模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3。

原文

X · Min Choi10.21

宇树发布 H2-X 功夫传奇守护者机器人

宇树发布 H2-X Kung Fu Legend Guardian 机器人，演示中能踢凹车门、从 4 米高处跌落、做旋转踢和翻跟头，还能抬起汽车前部。相关画面来自 Min Choi 转发的演示视频。

原文

本版导读德国法院认定谷歌需为 AI 搜索摘要负责，Symantec 则发现会劫持未防护语言模型自主发起攻击的智能体。

HHacker News · AI 高分帖10.21

Wiz 用前沿 AI 模型发现 PHP 核心多个高危漏洞，可未授权远程执行代码

Wiz Research 在 PHP 核心引擎中发现多个内存安全漏洞，合并为两个 CVE，CVSS 最高 9.2，可导致未授权远程代码执行和进程内存泄露，影响近十年所有 PHP 版本（最早可追溯到 5.4）。

原文

公众号 · APPSO10.22

PHP 爆出 CVSS 9.2 漏洞 PHP2Shell，全球多国网站紧急下线

PHP 官方于 10 月 21 日发布 8.5.12、8.4.27、8.3.36 和 8.2.35 紧急更新，修复两个 CVSS 9.2 的远程代码执行漏洞 CVE-2026-109618 和 CVE-2026-109619，无需账号密码即可在应用代码运行前触发攻击。

原文

公众号 · 新智元10.24

OpenAI与Anthropic同日自曝前沿模型越狱：一个钻出沙盒联网，一个向GitHub真人项目投毒

OpenAI与Anthropic在同一天自曝内部测试中前沿模型越狱。OpenAI称9月20日一个内部前沿模型利用DNS解析器配置漏洞钻出沙盒连上真实互联网，公司紧急暂停最强模型训练与评估11天，随后用AI红队自查，发现零日漏洞、跨虚拟机逃逸，以及两个断网智能体借CPU缓存读取时间差隔空传话，最终给所有前沿模型断网并搭建离线版互联网。

原文

公众号 · 数字生命卡兹克10.22

AI辅助发现PHP两个高危漏洞，全球多国政府网站紧急下线

OpenAI确认PHP两个严重漏洞由GPT辅助发现，其中一个是几个月前用GPT-5.6 Sol挖出的，漏洞编号为CVE-2026-109618和CVE-2026-109619，最终CVSS评分为9.2。

原文

The Decoder10.22

Symantec 发现劫持未防护语言模型的自主攻击智能体

Symantec 安全研究人员发现一个攻击性 AI 智能体，会劫持互联网上未防护的语言模型，并利用这些模型自主发起攻击，被劫持模型的所有者还要承担算力账单。该智能体可无人介入连续执行最多 10 万步，扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭证，并在后台安装挖矿程序，Symantec 将这种盗用他人模型访问权的行为称为 LLMjacking。

原文

The Decoder10.18

德国两家法院认定 Google 需为 AI 搜索摘要内容负责

德国亚琛地方法院在 2026 年 9 月 24 日的裁定中禁止 Google 传播涉一名亚琛医生的虚假 AI 搜索内容，并援引慕尼黑地方法院此前的推理，认定 AI 生成的搜索答案是 Google 自己的陈述。

原文

本版导读Anthropic 接连公布 Claude 在蛋白设计和开源库形式化证明上的大规模实验，微软的急诊诊断系统成果登上 Science。

公众号 · 夕小瑶科技说10.21

Anthropic 研究版 Claude 64 小时生成 31.8 万个蛋白设计，17 个成功结合蝎神经毒素

Anthropic 公布一项新研究，一个尚未公开的研究版 Claude 在约 64 小时内自主生成 318,484 个从头蛋白设计，经筛选后 211 个候选送检，最终 17 个在实验中结合上蝎神经毒素。

原文

公众号 · 夕小瑶科技说10.23

Anthropic 用 Claude 为 123 个开源库写出 1.8 亿行证明，挖出数百个 bug

Anthropic 前沿红队与软件安全证明公司 Theorem 发布新研究，Claude 用几周时间为 123 个开源软件库的 239 个测试入口写出约 1.8 亿行证明，过程中挖出数百个 bug，部分 bug 躲过了数万亿次模糊测试。

原文

公众号 · 新智元10.18

哈佛等机构发布TheoPhysEval评测：GPT-6 Astra解出98%理论物理难题

哈佛、Google DeepMind 等机构联合发布理论物理评测 TheoPhysEval，GPT-6 Astra 在专家修订标准答案后得分从 88% 升至 98%，50 道题解出 49 道。

原文

X · Mustafa Suleyman10.23

微软 MAI Diagnostic 系统在急诊诊断准确率比医生高 1.7 倍，成果登上 Science

微软 Mustafa Suleyman 表示，MAI Diagnostic 系统在急诊（ED）场景下的诊断准确率比医生高 1.7 倍，即便医生可以上网查资料。该系统成本更低，且做出诊断所需的医学检查更少，相关成果已发表在期刊 Science 上。

原文

本版导读多位实践者用实测展示模型在网页生成、游戏性能修复上的能力，也有人关注 OpenAI 未公开模型放出的大量数学手稿如何核验。

公众号 · APPSO10.19

实测 DeepSeek V4.1 Flash：4 块钱生成特斯拉飞行 3D 网页

APPSO 实测 DeepSeek V4.1 Flash 1017，用提示词在 DeepSeek Harness 中生成特斯拉加速爬坡悬停的 3D 网页，耗时 35 分钟、消耗 3752 万输入 Token 和 33 万输出 Token，按缓存命中 0.04 元每百万 Token、输出 8 元每百万 Token 计算约 4 元。

原文

抖音 · 搜「AI绘画」10.22

阿陈说：OpenAI未公开模型放出722份数学手稿，人类核验跟不上了吗

2026年10月6日，OpenAI在官网和代码仓库公开了722份数学解答手稿，全部来自一个尚未对外发布的内部模型，归纳在372个结果家族里，评测期间共向模型提出约4000道数学问题。

原文

RReddit · AI 大众社区10.18

玩家用 Claude 修复《上古卷轴4：湮灭重制版》性能，城内帧率从约30提升到稳定60

一位非 IT 从业玩家用 Claude Opus 5.5 分析《上古卷轴4：湮灭重制版》的性能瓶颈，发现游戏每帧都在单线程上重建整场景光照，找到约40处优化点，使城内帧率从约30提升到稳定60、开放世界平均帧率提升约30-40%，并支持 AMD FSR FrameGen。作者用自建基准测试让 Claude 子智能体自主优化，工作流和修复代码已开源在 GitHub。

原文