TypeSafe AI 融资 8.7 亿美元，Jev 模型拿下三分之一世界 500 强【AI 早报 2026-10-13】
今日看点：TypeSafe AI 以 75 亿美元估值完成巨额融资，国内 AI Infra 与多模态赛道同日落地两笔大额融资；智谱高速模型灰度测试输出突破 490 tokens/s，Claude Next 疑似偷跑引发社区热议，何恺明团队、Google 等亦有新模型与工具发布。
今日概览
要闻
- TypeSafe AI 融资 8.7 亿美元，Jev 模型拿下三分之一世界 500 强
- 无问芯穹完成 23 亿元 C 轮融资，累计融资 43 亿元创行业新高
- 模思智能获超 10 亿元 Pre-A 轮融资，邱锡鹏团队押注情境智能
前瞻与传闻
- 亚马逊洽购 Decart AI，交易估值或达 70 亿美元
模型发布
- 智谱 GLM-5.3 HighSpeed 灰度测试，输出速度超 490 tokens/s
产品应用
- GPT-6.1 Sol 默认上下文扩容至 500k，订阅免收长上下文附加费
前瞻与传闻
- 神秘 Claude Next 偷跑，4 行提示词生成 3D 电影级动画
技术与洞察
- 何恺明团队发布 VISTA，赋予多模态模型无损视觉记忆
模型发布
- Speridlabs 开源 Iris-3B，无 VAE 架构直出百万像素图像
- 跨维智能发布 UNITAS，1.7B 参数 3D 世界模型多榜夺冠
技术与洞察
- PhAI Labs 提出 RSI-Anything，用世界模型驱动跨域递归自我进化
- 北京邮电大学提出 MiTA，从快权重视角重构高效注意力
- TerraVis 发布：三层 18 类指标量化文生图世界一致性
开发生态
- OpenClaw v2026.10.1 发布：Agent 可主动搜索 Skills，聊天窗支持 MCP Apps
模型发布
- Google 发布 TimesFM 3.0，330M 参数模型登陆 BigQuery
开发生态
- Ollama v0.40.4 更新：升级 llama.cpp 并支持 EmbeddingGemma 2
产品应用
- 阶跃 Step 5 Preview 上线腾讯 WorkBuddy，10 月 25 日前限免
行业动态
- 半图科技完成超千万美元融资，以人类行为模型切入 3D AI 互动
要闻
TypeSafe AI 融资 8.7 亿美元，Jev 模型拿下三分之一世界 500 强
TypeSafe AI 完成 8.7 亿美元融资，估值达 75 亿美元，由 Andreessen Horowitz 领投，Sequoia 和现有股东 DCVC 参投。该公司开发的 Jev 模型于 9 月 15 日发布后迅速走红，虽基于 Transformer 架构，但不属于大语言模型，而是输出经过校准的决策概率。官方称 Jev 运行速度显著快于 LLM 且消耗 token 更少，更适合自动化任务而非文本或代码生成。联合创始人 Diogo Almeida 认为，AI 行业过去四年在人类语言上表现出色，但计算机使用不同语言交流，这限制了语言模型在自动化上的价值。目前，财富 500 强中已有三分之一的企业在使用该模型，距其发布仅数周。本轮融资距公司 2024 年成立仅两年，创始团队包括前 OpenAI 研究员 Almeida、前 Meta 研究工程师 Sasha Sheng 以及工程师 Erik Gafni。
无问芯穹完成 23 亿元 C 轮融资，累计融资 43 亿元创行业新高
无问芯穹完成 23 亿元 C 轮融资，累计融资额达 43 亿元，单轮与累计金额均创国内 AI Infra 行业新高，据外媒报道公司正筹备 IPO。公司脱胎于清华大学电子工程系，2024 年完成全球首次“4+2”式 700 亿参数大模型异构芯片混合训练，算力利用率达 97.6%。目前其跨域训练系统已部署触达超 37000P 算力、覆盖 16 种主流芯片，并联合中国电信完成国内首例超 4000 公里跨域混训，性能提升 165%。在推理侧，其 PDD 架构实现首 Token 延迟降低 51.5%、单 Token 成本降低 37.5%，推动推理成本一年内下降 10 倍，平台单日 Token 调用量较去年 12 月实现 40 倍增长。团队核心成员来自汪玉带领的 NICS-EFC 实验组，CEO 夏立雪与首席科学家戴国浩均毕业于清华电子工程系。
模思智能获超 10 亿元 Pre-A 轮融资，邱锡鹏团队押注情境智能
模思智能宣布完成超 10 亿元 Pre-A 轮融资，由华控基金领投，国开科创、上海科创基金、新微资本、徐汇资本等跟投，老股东元禾控股、上海国投旗下上海科创集团、星连资本持续投资。该公司由复旦大学特聘教授邱锡鹏创立，孵化自 OpenMOSS 团队，2024 年 11 月正式成立，瞄准“情境智能”，让模型从回答问题走向持续在场。2026 年以来，公司围绕语音、视觉和实时多模态连续发布 20 多个模型，其中 7 月开源的 MOSS-VL-Realtime 已能持续接收视频流并随画面变化更新判断。其自研的 MOSS-Transcribe-Diarize 于 2026 年 1 月发布，是首个能在一次调用中同时完成语音转写、说话人归属和时间戳预测的模型，7 月开源的 0.9B 参数版本支持超过 50 种语言，并在 INTERSPEECH 2026 MLC-SLM Challenge 中获得第一名。团队全职员工一百多人，算法和研发人员占七到八成，CEO 李世民为 SpeechGPT 早期作者之一。
前瞻与传闻
亚马逊洽购 Decart AI，交易估值或达 70 亿美元
据《华尔街日报》报道，亚马逊正在洽谈收购 AI 初创公司 Decart AI，交易估值可能约为 70 亿美元。Decart 由三名以色列工程师于 2023 年创立，包括 Leitersdorf 兄弟 Dean 和 Orian 以及 Moshe Shalev。今年 9 月，Anthropic 曾决定不收购 Decart AI，此前双方曾就以约 60 亿美元收购进行洽谈并完成尽职调查。若交易达成，这将成为亚马逊在 AI 基础设施领域的重大布局，但截至报道时双方尚未签署最终协议。
模型发布
智谱 GLM-5.3 HighSpeed 灰度测试，输出速度超 490 tokens/s
智谱在其 AI 编程工具 ZCode 中悄然开启高速旗舰模型 GLM-5.3 HighSpeed 测试，X 平台博主实测其输出速度超过 490 tokens/s。作为对比，AI Ping 数据显示 DeepSeek V4.1 Flash 官方 API 输出速度为 121.34 tokens/s，智谱 GLM-5.3 API 为 70.84 tokens/s，高速版达到数倍于国内主流模型的水平。该模型拥有 100 万 token 上下文窗口，最大输出 131072 个 token，与 GLM-5.3 一致。这不是智谱首次推出高速旗舰模型，今年 5 月 GLM-5.1 高速版 API 输出速度达 400 tokens/s，由智谱 GLM 团队与 TileRT 团队在推理引擎、调度系统和基础设施三层联合优化。目前 GLM-5.3 HighSpeed 仅对 ZCode 订阅用户随机开放，未披露价格。
产品应用
GPT-6.1 Sol 默认上下文扩容至 500k，订阅免收长上下文附加费
OpenAI Day 7 更新将 GPT-6.1 Sol 在 Codex 和 ChatGPT Work 中的默认上下文从 272k 扩容至 500k，增幅约 80%。同时官方明确，使用订阅额度跑 GPT-6.1 Sol 不收取长上下文附加费，任务照常消耗订阅额度，API 调用仍按价格表计费。此次扩容旨在减少长任务中的上下文压缩频率，此前开发者曾抱怨 Codex 压缩一次最长需等待两分钟，且压缩后可能遗漏最初需求。值得注意的是，今年 7 月 OpenAI 曾将上下文从 272k 提高到 372k，但因订阅用量扣得比预期多又退回 272k，本次扩容后官方强调了费用政策以避免重蹈覆辙。
来源：https://mp.weixin.qq.com/s/82GYLfd5_-xO_yuQf9MTRw
前瞻与传闻
神秘 Claude Next 偷跑，4 行提示词生成 3D 电影级动画
近日多位开发者在 Claude 实测中发现，选择 Opus 5.5 却得到疑似新一代模型的效果，社区称之为“Claude Next”。开发者 Chetaslua 用 4 行提示词、2 小时、2700 万 token 任务量，让 Claude 以 JS 逐帧绘制方式生成了一段从胚胎到老年、以同一把扶手椅前后呼应的人生动画，引发广泛讨论。测试者认为该版本在编程自主性、3D 渲染、空间推理和复杂长链推理上提升显著，甚至可能让图像和视频生成模型过时。Anthropic 未官方确认，社区猜测可能是 Opus 5.5 隐式路由到未发布的新模型，或知识更新的 Fable 5.5。目前该版本仅在部分用户后台灰度出现。
来源：https://mp.weixin.qq.com/s/K2QI8P_MYg563wmoT9og8Q
技术与洞察
何恺明团队发布 VISTA，赋予多模态模型无损视觉记忆
何恺明团队发布论文《VISTA: A Visual Harness for Reasoning in an Interactive World》，提出视觉原生 Harness 框架，让多模态模型无需重新训练即可保存原始画面并按需回看。VISTA 包含三个核心组件：将 64×64 画面放大为 512×512 PNG 的视觉观测、按回合和帧号无损保存包括动画中间帧的视觉记忆、以及支持调取历史画面、裁剪放大和前后对比的 inspect 工具。在 ARC-AGI-3 评测中，搭配 VISTA 的 Claude Opus 5.0 完成全部 25 个公开游戏，相对人类动作效率得分 100，所用动作数比首次游玩的人类基线少 57.4%；GPT-5.6 Sol 同样全部通关，得分 99。该框架还通过浏览器游戏、迷宫和连线题验证，团队将更接近物理世界的具身任务列为后续方向。
模型发布
Speridlabs 开源 Iris-3B，无 VAE 架构直出百万像素图像
Speridlabs 开源 Iris-3B，这是业界首个直接生成 RGB 像素的 3B 参数图像模型，无需 VAE 压缩即可支持约 100 万像素的多种宽高比图像创作。该模型采用无 VAE 像素空间架构，图像切分为 16×16 像素图块，主干包含 8 个双流块和 16 个单流块，文本条件由冻结的 Qwen3-VL-4B-Instruct 提取，末端 4 层 PiT 头负责逐像素流预测。除文生图外，同一骨干网络微调后还可执行单目深度估计、图像修复与 4 倍超分辨率，权重与代码均以 Apache 2.0 协议开放。在 OneIG-EN 英文整体分数上，Iris-3B 取得 0.540，接近 Qwen-Image 20B，但在 GenEval、DPG 和 LongText 上仍低于后者。训练采用 Rectified Flow，从 256 像素起步经 512、1024 逐步提升，总计 66.5 万步。
跨维智能发布 UNITAS，1.7B 参数 3D 世界模型多榜夺冠
跨维智能（DexForce）发布论文《UNITAS: A 3D-Native World Action Model for Embodied Manipulation》，提出全球首个机器人任务原生 3D 世界模型，将观察、动作和环境变化统一到三维物理表示空间。UNITAS 仅凭 1.7B 参数，在 LIBERO 上取得 99.8% 平均成功率，LIBERO-Plus 达 89.1%，RoboTwin 2.0 双臂操作 Clean 与 Randomized 设置下分别取得 92.94% 和 93.04%，超越参数规模 6B 的 Fast-WAM、8B 的 Motus 以及 π0.5、LingBot-VA、PointWorld 等模型。在真实机器人操作任务中，其平均成功率达到 85%。与 3D-aware 方法不同，UNITAS 直接处理三维 Token，不通过图片 Token 作为桥梁，让模型在具有真实距离尺度的坐标系中表达夹爪靠近、杯子离开桌面等连续变化。论文、代码已开源。
来源：https://mp.weixin.qq.com/s/5DfL1GI9NC6FfNcfX6u1OQ
技术与洞察
PhAI Labs 提出 RSI-Anything，用世界模型驱动跨域递归自我进化
PhAI Labs 发布 RSI-Anything 技术报告，探索通过世界模型实现跨领域递归自我改进的路径。该框架延续 JEPA-Anything 的通用预测学习原则，核心流程为 State → Action → Prediction → Feedback → Improvement，让世界模型先预测行动后果，再结合真实反馈更新策略与世界模型自身。实验显示，在代码修复任务中，仅让世界模型参与预测和选择代码修改方案，成功率便从 26.3% 提升至 31.2%；在 OSWorld 计算机图形界面交互任务中，任务成功率相比原有方法相对提升约 18.4%。在实验室场景中，4B 参数策略模型经连续五代改进，规划分数从 21.80% 提升至 46.01%，略微超过采用更大模型组合的参考系统。化学实验里，同样 40 次实验，预测与反馈驱动搜索将平均最佳观测产率推进至 96.15%，而贝叶斯优化对照组为 82.16%。
北京邮电大学提出 MiTA，从快权重视角重构高效注意力
北京邮电大学团队提出 Mixture-of-Top-k Attention（MiTA），将标准注意力重新解释为由输入生成的快权重 FFN，其隐藏层宽度随序列长度增长，并发展出一套五维分类框架。该工作从扩展策略、专家数量、专家类型、专家构造方式与路由拓扑五个维度梳理高效注意力设计，进而提出可变形、可复用的 Top-k 专家。MiTA 通过局部平均池化提取 m 个地标查询，每个地标从完整上下文选取相关性最高的 k 个键值对构成路由专家，原始查询只需选择访问哪个专家，而非各自构造私有 Top-k 集合。同时，同一组地标经交叉注意力构造全局共享专家，最终模型包含 m 个路由专家与 1 个共享专家，兼顾全局概括与原始细节。该工作已被 NeurIPS 2026 接收，代码已开源。
TerraVis 发布：三层 18 类指标量化文生图世界一致性
阿德莱德大学澳大利亚机器学习研究所等团队发布文生图“世界一致性”评估框架 TerraVis，已被 NeurIPS 2026 Evaluations and Datasets Track 接收。该框架覆盖物体、交互、场景三层共 18 类问题，既给出分数，也指出具体问题、视觉证据和严重程度，且只看图像本身、不依赖生成提示词。论文举例，一张电脑桌图像获得 1.00 的 TIFA 对齐分数，但笔记本结构明显扭曲，人类世界一致性评分为 0；另一张偏离“没有水流的喷泉”提示词的图像，画面本身符合现实，反而获得最高世界一致性评分。TerraVis 明确区分图文对齐与世界一致性，认为风格化图像同样可评，但纯抽象图案、图标和界面截图返回 N/A。相关论文、代码、数据集及在线体验均已开放。
来源：https://mp.weixin.qq.com/s/5P5TAIXOfIDVbdynJbSEdA
开发生态
OpenClaw v2026.10.1 发布：Agent 可主动搜索 Skills，聊天窗支持 MCP Apps
OpenClaw 正式发布 v2026.10.1，汇集 402 位贡献者工作，涉及 2425 个 PR、3055 次提交。核心更新包括 Agent 可主动查找已安装 Skills：新增 skills_search 支持检索名称、描述和指令内容，找到后通过 skills_read 读取完整 SKILL.md，以应对技能过多导致的上下文膨胀。聊天区域旁边可直接打开可交互的 MCP Apps，用户可通过表单、选择内容并添加到对话，涉及授权的操作会显示单次允许、当前视图允许或拒绝选项。备份功能扩展至外接硬盘、已挂载存储或 Cloudflare R2，支持定时备份、自动清理和暂存目录恢复。Mac 桌面端内置运行环境，Code Mode 支持保存 JSON 数据，模型目录可免重启更新。不过社区反馈更新频繁带来兼容性问题，有用户从 v2026.9.5 升级失败导致 Agent 无法回复，也有用户因维护成本转向其他框架。
模型发布
Google 发布 TimesFM 3.0，330M 参数模型登陆 BigQuery
Google Research 的 TimesFM 3.0 是一款 330M 参数的基础模型，现已在 BigQuery SQL 中解锁原生多变量时间序列预测。该模型将多变量预测能力直接集成到 BigQuery，用户无需将数据导出即可在 SQL 环境中调用。作为轻量级基础模型，330M 参数量使其在保持预测性能的同时更适合大规模部署。
开发生态
Ollama v0.40.4 更新：升级 llama.cpp 并支持 EmbeddingGemma 2
Ollama 发布 v0.40.4，主要更新包括将 llama.cpp 升级至 b11521，以支持决策模型和 EmbeddingGemma 2。Server 端在推理路由中复用已验证的 manifests 和已加载模型，减少重复加载开销。该版本继续优化本地模型运行的基础设施稳定性。
来源：https://github.com/ollama/ollama/releases/tag/v0.40.4-rc0
产品应用
阶跃 Step 5 Preview 上线腾讯 WorkBuddy，10 月 25 日前限免
阶跃星辰宣布 Step 5 Preview 正式上线腾讯 WorkBuddy，2026 年 10 月 12 日至 10 月 25 日开启独家限免。WorkBuddy 是腾讯全场景 AI 办公工作台，用户通过自然语言即可让 AI 自主拆解任务、调用工具，完成从需求理解到成果交付的全流程。Step 5 Preview 将更强的推理与 Agent 能力带入深度研究、信息检索、数据分析、文档与 PPT 生成以及多步骤复杂任务等真实办公场景。
行业动态
半图科技完成超千万美元融资，以人类行为模型切入 3D AI 互动
上海半图科技（SemiGraph）完成单轮超千万美元融资，由联想创投等多家国内及海外一线资本领投，老股东 IDG 资本持续加码。公司以人类行为模型切入 3D AI 互动，将动作、表情、空间轨迹及人与物体的交互关系转化为可学习的结构化行为表示。其数据生产体系已积累 50 万小时级人类行为数据，覆盖专业表演采集、规模化视频处理、3D 空间重建、自动标注等环节。为验证真实需求，团队自研 AI 互动产品《代号Live》，其中的 AI 角色需以完整 3D 身体参与互动，处理状态、关系、语音、表情、动作与空间行为。本轮融资将用于人类行为模型研发、数据体系建设及 AI 原生 3D 互动场景产品化落地。
暂无评论。