主题：开放权重和「AI 自己动手」同一天给出两个极端样本。 Mistral 把 1 万亿参数的 Large 4 放了出来——开源阵营第一次有这种体量，而且它主打的是「同等分数下更少的 token」。另一端，面壁的 ForgeKernel 直播 22.5 小时，在没有任何 DeepSeek 源码、没有论文参考的情况下，把 DeepSeek 手写的 FlashMLA 算子写快了 9.8%，人类写下的代码是 0 行。同一周里，十天前那两个 PHP 漏洞也完成了从「论文级风险」到「实战入侵美国政府服务器」的跃迁。
🔥 1. Mistral Large 4 开放权重：1 万亿参数、原生多模态，打的是「token 效率」 — 1000 pts
不是刷分，是在同等分数下把成本压下来。
Mistral 把 Mistral Large 4（内部代号 Le Chonk）的权重开源：1 万亿总参数、约 520 亿激活，原生多模态，官方称是开放权重里编码能力最强的一批，且从零开始在欧洲基础设施上训练。三个数字放在一起才是重点：Cognition 的私有基准 FrontierCode 2.0 得 19.7%（开源最高）；Artificial Analysis Coding Agent Index 得 48%，与领先的 GLM-5.3 基本打平但每任务少用 47% 的 token；Terminal-Bench 4.0 从预览版提升 13 个百分点到 41%，输出 token 少 30%。推理效率来自又续了三周 RL，官方称「收益还在加速」。安全侧：AA Cyber Index 51%，越狱类平均拒绝率 96.6%，浏览器 VisitBrowseComp 84.5%。许可是改版 MIT——做 MaaS 生意需另拿商业许可。定价 $0.70／$0.07／$2.10。
→ https://www.oschina.net/news/503310
→ https://hf-mirror.com/mistralai/Mistral-Large-4-1T-A52B
🔥 2. PHP2Shell 已实战化：一次 HTTP 请求拿下美国政府防火墙，15 分钟到 root — 980 pts
十天前还在讨论「有没有可用 exploit」，现在它已经打进了 25 台设备。
十天前我们写过 PHP 基金会那两个拖了两年才修的 RCE（CVE-2026-109618／109619）。安全公司 Dream 在 10 月 25 日发现整套攻击残留：定制 PHP2Shell 利用链 + Fragnesia 内核提权（CVE-2026-46300），加一份目标清单与约 40 个后渗透脚本，被拿下的是分布在美、日、台、韩的 25 台 PAN-OS 防火墙与管理服务器，Palo Alto 的 Unit 42 独立验证。手法是两段：先用 PHP 的 session.upload_progress 机制在内存破坏阶段拿到 nobody 权限（PAN-OS 管理界面跑 PHP 8.0.30），SELinux 挡住后用内核漏洞覆写 /etc/pam.d/su 为 pam_permit.so，su root 免密。研究者找到 11 个版本的精确偏移配置，并区分「实验室实测过」与「仅从二进制推算」。漏斗也干净：FOFA 扫出全球约 1.9 万台暴露接口，筛到 240 台，最终拿下 24 台——其中 22 台只种 webshell 不做别的，真正被推进的两台属于美国政府相关环境，第三台是内部防火墙管理服务器，再到 Active Directory。
→ https://www.oschina.net/news/503319
→ https://www.oschina.net/news/503146
🔥 3. DeepSeek 第二轮融资 1055 亿，出资名单曝光：国资占比从 2% 跳到 27% — 960 pts
比金额更值得看的是结构——产业资本加国家资本，而不是风投撑起来的。
The Information 拿到 DeepSeek 第二轮约 1055 亿元人民币（158 亿美元）的出资名单，近 30 家投资者。腾讯两轮各出 100 亿，宁德时代及其董事长两轮分别 50 亿与 100 亿，长鑫存储与中芯国际也在名单里；vivo、美团、吉利、美的、立讯精密、携程、小红书单家 10 亿到 30 亿。最大的变化是国资：这一轮国有投资者贡献 27%，首轮只有 2%，中国移动、中国电信、中金、中信证券、中国人寿单家 20 亿到 80 亿。钱为什么突然要这么多？据两名知情人士，在这轮持续的四个月里，一台搭载 8 颗英伟达 B300 的服务器价格从约 1500 万元涨到 1900 万元，已超过同类服务器在多数国家售价的 5 倍——于是 DeepSeek 中途把规模扩大了一倍。另一半原因是给行业调整留缓冲：已上市的 MiniMax 与智谱股价都经历过明显下跌。
→ https://www.oschina.net/news/503318
🔥 4. ForgeKernel 直播 22.5 小时，把 DeepSeek 手写的 FlashMLA 写快了 9.8%，并宣布开源 — 940 pts
人类为这个算子写下的代码：0 行。
面壁智能的算子生成系统 ForgeKernel 做了一场全程直播：Agent 在英伟达 B200 上，只拿到算子的数学定义与目标硬件约束，没有源码、没有论文参考，从零开始自进化。时间线很直观：第一版通过正确性检查但耗时 1834 微秒；不到 4 小时压到 593 微秒（降约 67.6%），逼近当前最佳实现的九成；第 7 小时前后首次超过 FlashMLA；结束时最终版 472 微秒对 FlashMLA 的 518 微秒，快 9.8%。全程 42 轮迭代、留下 32 个版本、消耗 1 张 B200 与 22 个 GPU 小时。直播结束后团队联合 OpenBMB 社区宣布开源。背景是它 10 月 27 日已同时登顶昇腾 CANNBench 的 950DT、950PR、A3 三榜；方法论文 JustGoal 显示，只给优化目标、不给算子知识时，模型在 B200 上 10 个算子中 8 个跑赢人类维护的开源库。
→ https://www.qbitai.com/2026/10/506785.html
→ https://www.oschina.net/news/503257
🔥 5. 智元发布 GO-3 Preview 与 WITA-OMNI：给机器人发明了一个绩效单位 — 900 pts
「万台下线只是制造业的胜利，万台上岗才是物理 AI 的胜利。」
智元在创新日发布两个模型，并造了一个新单位 Worken 衡量「有效智能工时」：活跃机器人数量 × 自主工作时长 × 产出效能比。作业智能侧是具身基座模型 GO-3 Preview，采用具身原生架构 WRAM（世界推理动作模型），把任务理解、推理、未来状态预测与动作生成纳入统一框架，在 RoboDojo、RoboTwin、RoboColiseum 三榜登顶，支持跨本体迁移（换双足人形 X2 也能双手开门、跪地取物）；配套后训练系统 Genie Evolver 把百台真机、物理仿真与世界模型结合起来。交互智能侧是 WITA-OMNI，把语音、视觉、文本输入与语音、表情、动作输出放在同一模型里协同，在 Daily-Omni、TimeLens-Bench、EmbSpatialBench、MMAU 四榜第一；不需要唤醒词，靠声源方位、声纹、人脸与唇动判断对话对象，平均 600 毫秒响应、最快约 400 毫秒，支持听懂 100 多种语言、说 29 种语言与 7 种方言，并可本地无网运行。
→ https://www.qbitai.com/2026/10/506819.html
🔥 6. 清华×无问芯穹×智元：96 台机器人「组团学习」，成功率超人类操作员 — 870 pts
瓶颈从「人不够用」变成了「机器人越多越强」。
三方联合提出群体经验学习（CEL）范式，并在 96 台真实机器人组成的集群里完成验证。核心思路是让机器人不只向人学，还能借鉴同伴的成功经验。真实场景测了五项任务——插花、叠衣服、手机充电、凳子组装、手机包装：两台没参加过训练的机器人做了 600 次测试只失败 15 次，总体成功率 97.5%，五项全部超过 6 名人类操作员的平均水平；手机包装这项需要连续多步的工业任务，成功率从 79.2% 提升到 98.3%，连续 120 次只失败 2 次。规模化趋势也测出来了：参与训练的机器人从 16 台增加到 96 台，成功率从 86.7% 升到 98.3%。系统侧靠基于 RLinf 的容错异步训练系统 FATS：96 台规模下累计采集 9834 轮经验，期间 22 台机器人发生 30 次故障，造成的时间损失只占全部运行机时的 1.3%。算法侧是失败引导的经验检索微调（FERT）。
→ https://www.qbitai.com/2026/10/506662.html
🔥 7. 英伟达与 MIT 基于 MiniMax H3 开源 4K 视频重生成方案，速度提 3.9 倍 — 840 pts
底座用别人的开源权重，自己只训一个小 LoRA。
英伟达与 MIT 组成的 Efficient-Large-Model 团队在 Hugging Face 发布 Open-H3-Regenerate-2K 的模型权重，推理代码在 NVlabs/Sana 仓库开放。方案基于 MiniMax H3，把低分辨率视频草稿重新生成为高分辨率视频，支持 2560×1440 的 2K 输出，最高可做 3840×2160 的原生 4K 重生成。做法很省：保持 H3 Transformer 主干与视频 VAE 参数不变，只训练新增的细化 LoRA，推理时与社区适配器合并、经三步去噪重生成细节。效率上采用潜空间放大器减少重复编解码，再结合 SoL-Engine 的稀疏注意力与快速 VAE 解码器。单张 B200 实测：约 5 秒视频的放大＋细化＋2K 解码从 87.26 秒降到 22.45 秒，约 3.9 倍，其中解码从约 15 秒降到约 1.6 秒。画质上在 RefinerBench-150 的 UniPercept 平均分 60.0，高于官方 API 的 53.4。
→ https://www.qbitai.com/2026/10/506743.html
🔥 8. Claude 两款新模型曝光：Fable 5.5 与下一代 Opus「Obsidian 3」 — 800 pts
IPO 前的肌肉秀，最快下周就来。
据 X 与 Discord 社区流传的消息，Anthropic 正在测试两款新模型。一个是 Fable 5.5——有人在 Azure 的模型目录里短暂看到 claude-fable-5-5 条目，虽然很快被删但截图已传开，随后流出的实测图（经典的鹈鹕骑自行车题）显示画面质感、光影与细节都明显强于 Fable 5.1。另一个是下一代 Opus，有开发者在基准测试平台发现代号 Obsidian 3 的模型，跑分略高于当前的 Opus 5.5。时间点很微妙：Anthropic 刚向 SEC 公开提交 S-1，市场讨论的估值已到 1.5 万亿至 2 万亿美元。上市前夕展示「技术最顶尖、迭代最快」，是最直接的肌肉秀。有消息人士称最快一到两周内就会发布。
→ https://www.qbitai.com/2026/10/506674.html
🔥 9. MiniMax Code 团队把每天在用的 16 个 Agent 技能开源了 — 760 pts
仓库第一句就把定位说清楚：这不是提示词合集，是团队真在用的东西。
MiniMax Code 团队开源了自己日常使用的工作流与技能。最有价值的是那份 16 个 skill 的清单，按场景分组：规划与拆分（subagent-split-check 判断活该给子 agent 还是留在主循环、engineering-small-prs 把大功能拆成可评审的小 PR、engineering-change-descriptions 写清改了什么为什么改）；上下文与工具（tool-budget-audit 量工具在上下文里花多少再裁剪、context-tax-audit 查每次请求注入了什么以及对 prompt cache 的影响）；长会话（long-session-check 决定丢弃、摘要还是写进文件，handoff-doc 生成交接文档让新会话接上活，long-command-check 给长命令做十项审计）；评审（independent-review 用干净上下文只看 diff、engineering-code-review 从代码健康度评、engineering-review-comments 写带严重度的意见、engineering-review-feedback 教作者怎么处理评审意见）；实验与热修（harness-experiment、trajectory-review、engineering-emergency-changes）。用的是通用 SKILL.md 格式，Claude Code 与 Codex 都能装。
→ https://www.oschina.net/news/503308
🔥 10. 有人在 Qwen 权重里编译了一颗 RISC-V CPU，拿注意力层当内存 — 740 pts
不是插件、不是工具调用、也不是沙箱——CPU 完全跑在模型的前向传播里。
开发者 Divyansh Agrawal 把一颗真正的 32 位 RISC-V 核（RV32IM 加 Zba 扩展）编译进了 Qwen 3.5 4B 的权重，命名为 Qwenputer。原理两半：一是「造内存」——Qwen 每 4 层注意力有 3 层用 Gated DeltaNet，把门控与写强度都设成 1，这个本来「会遗忘的 RNN 记忆」就变成了精确、可寻址的 RAM；二是「造 CPU」——不需要训练，编译器直接设定每一个权重，把 CPU 描述成电路、逐步翻成模型层的一部分，每条指令变成几个 token（ADDR、VAL、STEP），这些 token 就是执行轨迹，所以 Qwen 生成它们时 CPU 真的在跑。它占 32 层里最前面 11 层，通过了官方 riscv-tests，自主跑了 1800 万条指令零错误；在 NUPA 长整数算术上从 48.6% 直接到 100%，约 23 万个输出位置对照参考机重放零不匹配，且没有改变 Qwen 正常说话的方式。代价是 checkpoint 变成 18.8 GB（约两倍，大部分是零填充）、需要驱动固件引导、速度按秒算。
→ https://www.oschina.net/news/503307
📌 今日趋势总览
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢