AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
WEBAI
本周 GPT-6 在 ChatGPT 全球上线并带来 Intelligent UI，Mistral Large 4 进入公开预览、权重月底发布。OpenAI 一次性发布 700 余份数学手稿引发数学界震动，多位数学家称消化需数年。Nemotron 在 IOI 2026 与 IMO 2026 均达金牌水平并开源模型与数据。
OpenAI 一次性发布700余份数学论文，数学家震惊与反感交织
OpenAI 于10月6日一次性发布超过700份手稿，声称解决了数百个悬赏数学问题，数学博客 Proofs and Prompts 随后收集了100多位研究者的回应。
The Decoder原文 模型发布/更新
本版导读多家机构集中开源与开放权重，覆盖嵌入、决策与竞赛推理等方向。
Mistral AI 公开预览 Mistral Large 4，月底开放权重
Mistral AI 宣布 Mistral Large 4（代号 le Chonk）进入公开预览，可在 Mistral Studio 使用 preview API，权重将于本月底发布。
GPT-6 在 ChatGPT 全球上线并带来 Intelligent UI
GPT-6 正在 ChatGPT 中全球推出，并搭配 Intelligent UI，带来更快的响应以及可直接探索和使用的可视化与交互体验。
Nemotron 在 IOI 2026 与 IMO 2026 均达金牌水平并开源模型与数据
Nemotron 从 Nemotron 3 出发经 SFT、RL 与反馈式推理特化，在 IOI 2026 取得 535.4/600（高于 361.12 金牌线与人类最高分 498.27），在 IMO 2026 取得 30/42（高于官方金牌线 29）。
Google DeepMind一手10.07Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，将文本、代码、图像、视频和音频统一映射到共享嵌入空间。
Liquid AI 开源 d1-3B 与 d1-omni-600M 决策模型
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M（实验版），在 Decision Index 0.2.1 上 d1-3B 得分 48.57，超过所有 4B、9B 模型以及 Decider 35B-A3B（47.11）。
产品发布/更新
本版导读模型陆续登陆云平台，智能体与本地硬件成为落地重点。
AWS Machine Learning Blog一手10.08Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上线
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，据 Anthropic 介绍它是 Claude 5.5 家族中最快、最高效的模型，面向子智能体和高量低成本任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
The Decoder10.07OpenAI 在 GitHub 发布 372 项 AI 生成数学成果
OpenAI 将一个内部前沿模型生成的 372 项数学成果发布在 GitHub 仓库中，每项成果号称解决一个开放问题或取得实质进展，包含算法改进和与 Riemann 假设相关的进展，附带修订日志与引用。
TechCrunch · AI10.09Google 为 Gemini 推出统一智能体，先面向企业用户
Google 在 Cloud 活动上宣布为 Gemini 推出统一智能体，可从单一界面代用户规划任务、执行操作，初期先面向企业客户，之后再推向消费者。
NVIDIA 与 Microsoft 联合推出 RTX Spark 笔记本并预热 DGX Station for Windows
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布共同为 Windows PC 打造 AI 智能体的软硬件，RTX Spark 笔记本今日开启预售、10 月 16 日上市，紧凑型台式机 11 月开售。
Google Research一手10.06Google Earth AI 公开 PDFM 地理空间基础模型在全球公共卫生中的验证结果
Google Research 介绍其 Earth AI 的 Population Dynamics Foundation Model（PDFM）如何把隐私保护的搜索趋势、人类流动、建成环境密度和环境因素压缩为按月刷新的位置嵌入，无需任务特定微调即可作为即插即用输入接入现有流行病学与机器学习工作流。
AWS Machine Learning Blog一手10.06GLM 5.3 上线 Amazon Bedrock：753B MoE 模型面向编码与长程智能体任务
Z.ai（智谱 AI）的 GLM 5.3 现已在 Amazon Bedrock 上以全托管 API 提供，这是一款 753B 参数的 MoE 模型，面向编码与长程智能体任务优化。
GitHub Blog · AI & ML一手10.08GitHub 推出 ModernBERT 密钥分类器，将密钥防护前移到 push 环节
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 密钥分类器，评估候选密钥耗时不到 2 毫秒，可让 push protection 拦截的密钥数量翻倍以上。
Microsoft Research 开源 Agent Lightning v1.0：约 3,500 行代码的 agentic RL 框架
Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0，让部署所用的 agent harness 直接参与强化学习。
行业动态
The Verge · AI10.10数学家称消化 OpenAI 近 400 项 AI 生成数学结果或需数年
OpenAI 一次性发布近 400 项 AI 生成数学结果，分布在 700 多份手稿中，涵盖组合学、几何、数论、代数、拓扑等多个领域。三十余位数学家向 The Verge 表示，仅理解这批成果就可能耗时数年，部分研究者的既有研究计划和基金申请因此受冲击。
技巧与观点
本版导读围绕 AI 对个人成长、团队协作与资源调度的实际影响展开讨论。
Google Research一手10.08Google Research 专利撰写三个月实验：AI 助手提升产出但未必加速初级律师成长
Google Research 与 NBER 合作发表的三个月田野实验显示，在 11 家律所 133 名律师中随机开放 Google Labs AI 专利撰写助手后，10 天和 90 天的起草评分分别提升 0.34 和 0.38 个标准差，但移除 AI 后的无辅助改稿任务中，提升完全来自资深律师（0.45 SD），初级律师无明显改善。
用 ML Intern 在几天内低成本训练 6 个定制模型的实践
作者在 HuggingChat 中开启 ML-intern 模式，用提示词驱动其规划、训练、评估并发布模型，几天内做出 6 个模型，总算力成本约 USD 103。
Ai2 用 GPU 时间预算重构集群调度器
Ai2 团队用 GPU 时间预算、层级公平份额分配和时间片合约取代了原有的优先级调度器，把 GPU 时间分配从逐案协商变成透明的预算流程。新系统要求每个请求由预算支撑，配合 7 天回看窗口的公平份额排序和 8 小时最小运行时保护，30 天测试期内团队拿到了 98% 应得 GPU 小时，集群占用率保持 98%，调试任务 p90 等待时间从 2 小时降到 30 秒，需人工介入的维修下降 74%。