Mistral Large 4 开源 1 万亿参数 MoE，编程 Token 消耗降 47【AI 早报 2026-10-31】
今日头条是 Mistral 开源 1 万亿参数 MoE 模型 Mistral Large 4，激活 52B，编程任务 Token 消耗减少 47%。同日，Axiom 用多智能体系统在 24 天内完成有限单群分类定理的形式化，产出 4310 万行 Lean 代码；苹果智能国行版定档 11 月 4 日测试。
今日概览
要闻
- Mistral Large 4 开源 1 万亿参数 MoE，编程 Token 消耗降 47%
- Axiom 用 24 天形式化 15000 页有限单群定理，产出 4310 万行 Lean 代码
- 苹果智能国行 11 月 4 日开启 Beta 测试，Siri 接入通义千问
- DeepSeek 完成 1055 亿元融资，腾讯、宁德时代各投 100 亿元
模型发布
- 阿里 WMT26 双线出战：14B 翻译模型与 Wayfinder 智能体协同
- 大晓机器人发布 Mundo 世界模型：9 张照片重建可交互物理场景
- 启元 PrimeSim 登顶 EWMBench：3 万小时数据、22 类本体、约 9 倍生成提速
- CMU 等提出 Lafa 流式语言模型：8B 规模吞吐达自回归 2.54 倍
开发生态
- 破壳机器人发布 RoboAPI：一句 prompt 驱动机械臂零样本执行任务
- AWS AgentCore 新增 Session Endpoints：编码智能体可实时预览 Web 应用
产品应用
- 新芯航途发布 X7 Ultra 智驾芯片：700 TOPS，内存带宽消耗降 80%
技术与洞察
- 清华/智元/无问芯穹 96 台机器人验证 CEL：成功率从 79.2% 提升至 98.3%
- VaM 给机器人加“任务进度记忆”：连续运行 4 小时，纸盒装配成功率超 95%
- OpenDS-World 评测 12 个前沿模型：最高准确率仅 39%
- NeurIPS 2026 Oral 论文发布 BHI：给 158 个评测基准打分，HLE 以 67.05 居首
- Claude 智能体自主选择基因疗法，完成小鼠脑部注射
- GLM 5.3 零人工输入 48 小时构建 6 个 Firefox 版本完整漏洞利用链
行业动态
- 谷歌关闭上线不到两年的 AI 编程智能体 Jules
- OpenAI 将融资目标下调 100 亿美元至约 200 亿美元，估值 1.25 万亿美元
- Cohere 完成 E 轮首次交割，目标募资 70 亿加元、估值 357 亿加元
- Anthropic 成为 SpaceX 最大单一客户，月贡献或达 30 亿美元
- 零一万物获杭州国资数亿元入股，总部落地临平
要闻
Mistral Large 4 开源 1 万亿参数 MoE，编程 Token 消耗降 47%
Mistral 发布旗舰模型 Mistral Large 4（代号 Le Chonk）的改进版本，并开放模型权重。这是一款 1 万亿参数的原生多模态 MoE 模型，激活参数 52B，统一指令遵循、推理与智能体能力，原生支持 160 多种语言。在公开预览版反馈基础上，Mistral 通过额外三周强化学习提升了编程、防御性网络安全和企业工作流表现。在 Artificial Analysis 编程智能体评测中，模型得分与 GLM-5.3 基本持平，同时每项任务平均 Token 消耗减少 47%。Cognition 的私有基准 FrontierCode 2.0 上，Mistral Large 4 以 19.7% 的得分领先；Terminal-Bench 4.0 得分 41%，比预览版提高 13 个百分点，输出 Token 数减少 30%。防御性网络安全方面，Artificial Analysis Cyber Index 得分 51%，网络安全相关恶意请求平均拒绝率 96.6%；金融工作流 FinWorkBench 得分 73.3%，BrowseComp 从 75% 提升至 84.5%，B3 Agent Security Benchmark 攻击抵抗率 97.1%。模型支持 Transformers、SGLang 和 vLLM 推理，官方推荐 vLLM，单机 8×B300 可使用 FP8 权重，NVFP4 版本面向 Blackwell GPU 降低显存占用。
Axiom 用 24 天形式化 15000 页有限单群定理，产出 4310 万行 Lean 代码
有限单群分类定理（CFSG）被称为“巨型定理”，由约 100 位数学家历经半个多世纪、在 500 多篇论文中写出长达 15000 页的证明，此前无人能从头到尾完整通读。Axiom 团队用多智能体系统 AxiomProver 将这套自然语言证明翻译为 Lean 代码：10 月 1 日启动，把任务拆成 108 个里程碑和约 380 个小任务，10 月 10 日完成“魔群是单群”的形式化。24 天内，系统产出 4310 万行 Lean 代码，按代码行数计算成为史上最大的开源软件项目，规模超过 Linux 内核、Chromium、Firefox、LLVM、GCC 和 FFmpeg。逐行检查中，AI 记录下数百处异常，其中 34 处为重大逻辑偏差，包括关键的不平衡群定理（UGT）漏洞；系统还证明了新的数学定理来修补该缺口。由于 AI 写代码速度过快，Lean 重新检查依赖项时出现算力瓶颈，团队临时开发分布式缓存系统才跟上产出速度。
苹果智能国行 11 月 4 日开启 Beta 测试，Siri 接入通义千问
苹果正式宣布 Apple Intelligence 首批功能即将面向中国大陆用户推出：11 月 4 日随最新 iOS 开发者 Beta 版开放测试，12 月随 iOS 27.3 正式版向国内用户开放。首发设备仅限 iPhone，包括 iPhone 15 Pro 系列、iPhone 16 及后续机型、iPhone Air 和 iPhone Duo，支持简体中文和英文；iPad 和 Mac 的支持需等待相关审批完成。功能覆盖写作工具、照片编辑与消除、智绘表情、实时翻译、通知管理、视觉智能及 Siri 基础交互升级，写作工具可在系统应用及大量第三方应用的输入光标处调用。基础能力由苹果自研模型在设备端运行，复杂任务接入阿里巴巴通义千问，为 Siri、写作工具和视觉智能提供扩展；用户同意后请求交由服务器端千问处理，千问处理的数据不用于模型训练、广告营销或行为追踪。此次更新不包含能理解个人上下文、屏幕内容并执行跨应用操作的新一代 Siri AI。
来源：https://www.ifanr.com/1686969?utm_source=rss&utm_medium=rss&utm_campaign=
DeepSeek 完成 1055 亿元融资，腾讯、宁德时代各投 100 亿元
据 The Information 10 月 30 日报道，DeepSeek 在第二轮融资中已筹集 1055 亿元人民币（约合 158 亿美元），吸引近 30 家投资者。腾讯和宁德时代仍是两大主要投资方，二者各投资 100 亿元；其他投资方包括长鑫存储、中芯国际、美团、vivo 和小红书。国有投资者贡献本轮融资额的 27%，远高于首轮融资时的 2%，中国移动、中国电信、中金公司、中信证券和中国人寿等机构参与。
模型发布
阿里 WMT26 双线出战：14B 翻译模型与 Wayfinder 智能体协同
阿里 ATH MaaS 联合 Qwen 团队面向 WMT26 构建 Qwen-MT-Lumen 与 Wayfinder 两套参赛系统，分别对应模型优化与智能体协同两条路线。Qwen-MT-Lumen 以 Qwen3-14B 为基础，通过多语言持续预训练、翻译专项指令微调、Online M²PO 与 OPD 提升翻译质量和指令遵循能力，并结合结构感知推理与选择性修复保障输出完整性；WMT26 受限赛道要求最终系统总参数少于 20B。Wayfinder 聚合多个模型的文档级候选译文，通过匿名化选择、受约束改写以及异常检测与修复，整合不同模型在语言表达、领域适配和约束遵循上的优势，取得整体最佳表现。WMT26 通用机器翻译任务覆盖新闻、社交与用户生成内容、语音、软件、教育和事实核查六类领域、23 个翻译方向，采用完整文档级输入并把自然语言指令纳入翻译上下文。基于同一技术体系的 Qwen-MT 系列已上线阿里云百炼，覆盖文本、图像、文档及实时语音翻译，并通过 Aidge、万镜一刻等云产品应用于电商出海、漫剧出海场景。
大晓机器人发布 Mundo 世界模型：9 张照片重建可交互物理场景
大晓机器人联合南洋理工大学 S-Lab 发布世界模型 Mundo，定位为面向具体环境构建、可探索、可交互的世界模型。Mundo 把 3D 场景重建、物理仿真与视频生成融为一体：系统用场景代码记录每件物体的重量、质心和摩擦力等物理属性，交由物理引擎计算运动和碰撞，再结合现场照片渲染逼真画面。在办公室实测中，对着办公桌、转椅和抽屉柜拍下 9 张照片，整间屋子就能变成可用 Python 代码操控的物理世界，人和机器人可以推拉、移动或撞击屋里的物体。与谷歌 Genie 4、李飞飞团队 Atlas 等以视觉逼真为目标的世界模型不同，Mundo 补上了底层刚体力学计算，使纸箱阻力、洗衣机门铰链碰撞等接触密集型任务可以在虚拟环境中训练。系统还结合 Astra 提供空间理解能力。
来源：https://mp.weixin.qq.com/s/nfgx6WhrFosbmuNivDQR5g
启元 PrimeSim 登顶 EWMBench：3 万小时数据、22 类本体、约 9 倍生成提速
启元具身研究中心发布世界模型仿真器 PrimeSim，基于预训练视频生成模型，经过中训练和后训练两阶段改造，使其具备替代传统仿真器的交互推演能力。中训练使用 30110 小时精选机器人演示数据，覆盖人形、双臂、单臂、手持 UMI 设备等 22 种异构机器人平台，其中人形机器人样本占 54.8%，真实世界数据占 84%。在 EWMBench 基准上，PrimeSim 以 6.09 的综合得分位列第一，高于 GE-Sim（LTX，5.82）和 GE-Sim（COSMOS2，5.79）；在 WorldSimProbe 五项评测中拿下全局轨迹覆盖、动作来源行为保持、交互动态三项第一。生成速度方面，单张 A100 上 50 步去噪的因果自回归扩散基线为 1.12 FPS、PSNR 26.15，四步一致性蒸馏后提升至 10.04 FPS，叠加 DMD 后 PSNR 回升至 24.87，整体较 50 步教师模型提速约 9 倍。作为策略仿真底座，PrimeSim 与 LIBERO 原生仿真器的策略成功率相关系数 r=0.99，MMRV 为 0.000，平均绝对误差 2.8；Wan2.2-FT 的对应指标为 r=0.91、MMRV 0.041、平均绝对误差 8.3。适配 xArm 7、ViperX 300、UMI 夹爪分别只需 200、100、200 步梯度更新。
CMU 等提出 Lafa 流式语言模型：8B 规模吞吐达自回归 2.54 倍
UC Berkeley、Amazon 和 CMU 的研究者提出 Lafa（Large Flow Language Models），直接基于预训练自回归模型改造，只用不到 30B tokens 就训到 8B 规模。Lafa 的结构是块间自回归、块内双向异步去噪：文本按块切分，块与块保持因果并复用前缀 KV 缓存；块内每个 token 有独立的时间进度，靠左位置先去噪，模型自发学出从左到右的去噪顺序。同一个网络同时承担干净前缀的 AR 预测和加噪块的去噪，由此支持多步流解码、flow map 单步生成和自投机解码三种推理模式；自投机解码用模型自带的 AR 头验证流草稿，输出与贪心 AR 一致。在质量持平的前提下，Lafa 吞吐达到 AR 的 2.02 至 2.54 倍，压过所有 MTP 和扩散基线；7B 模型块大小为 16 时，单卡 H100 吞吐为 AR SFT 的 2.54 倍。单 token 解码准确率在三个规模上均超过同等数据训练的 AR SFT，对比 DeepSeek-MTP 和 MARS 的最高 1.4 倍提速，Lafa 的并行度更高。
开发生态
破壳机器人发布 RoboAPI：一句 prompt 驱动机械臂零样本执行任务
2026 年 4 月成立的破壳机器人（PokeBot）在 10 月 30 日发布首款模型产品 RoboAPI，其世界模型 Poke-Aurora 首次亮相。RoboAPI 是面向真实物理世界、可公开访问、开箱即用的具身 API：开发者在适配的机械臂上接入后，无须采集数据或训练模型，用一句 prompt 下达指令，机械臂就能在陌生环境中完成没有专门训练过的任务。目前 RoboAPI 为非商业化应用，不向盈利性第三方提供产品或服务，开发者可通过快速开始文档和开发者平台免费接入。支撑它的 Poke-Aurora 采用“调制残差耦合”（MRC）机制，在保留视频与动作各自计算路径的基础上建立可学习交互，让视频预测与动作预测的学习方向更一致。破壳自建评测覆盖近 1000 个常见物体、近 1 万条指令，Poke-Aurora 在物品转移与整理、姿态与形状对齐、环境交互与工具使用三类任务上的成功率分别为 86.0%、54.1% 和 87.7%，高于 GPT-6 Astra 和两款开源具身模型，后两者三类成功率均不到 35%。为降低硬件门槛，RoboAPI 采用“腕部鱼眼相机 + 末端位姿控制”构型，在机械臂手腕安装消费级鱼眼运动相机。
来源：https://mp.weixin.qq.com/s/5vLUYBXxK2IxWjyGPZQq3A
AWS AgentCore 新增 Session Endpoints：编码智能体可实时预览 Web 应用
Amazon Bedrock AgentCore runtime 新增 Session Endpoints，让编码智能体在构建 Web 应用时可以直接从浏览器实时预览。AgentCore runtime 把每个智能体会话放在独立的隔离 microVM 中运行，Session Endpoints 为每个会话提供经过认证的 URL，把每个请求的 HTTP 方法、路径、查询字符串、请求体和 WebSocket 连接转发到允许的端口。调用 CreateAgentRuntime 时可设置 allowedPorts，支持 1 至 5 个条目，每个为单个端口或 8000 至 12000 范围内的端口段，并排除平台保留端口；允许端口不会自动启动服务器，应用必须监听该端口并绑定 0.0.0.0。使用 IAM 的运行时，每个 HTTP 请求、HTTP/2 流和 WebSocket 握手都携带 SigV4 签名。示例中，编码智能体在会话内保持 Vite 网站运行，开发者在左侧聊天、右侧实时查看页面，智能体保存每个文件后页面无需刷新即可更新。
产品应用
新芯航途发布 X7 Ultra 智驾芯片：700 TOPS，内存带宽消耗降 80%
成立不到三年的芯片公司 XHEART 新芯航途发布新一代大模型芯片 X7 Ultra，面向十亿参数级智驾大模型，算力 700 TOPS。在模型表现相当的前提下，X7 Ultra 对标行业旗舰芯片，内存带宽消耗降低 80%。兄弟公司 Momenta 同台分享 R7 Ultra 世界模型的最新进展。XHEART 提出的解法是“让大模型定义芯片”，针对智驾大模型的三类瓶颈：纸面算力难以在真实系统中发挥、关键计算砍精度导致决策走样、芯片定义到上车周期长于模型半年一次的迭代，以及车内散热和内存成本约束。背景是内存供不应求：SK 海力士单季营业利润约 620 亿美元、同比增长 632%，并预计供应紧张延续到 2030 年；特斯拉则计划自建 Terafab 芯片厂，马斯克称 AI5 芯片要到明年 4 月左右才能装进擎天柱机器人。
来源：https://mp.weixin.qq.com/s/qttn6SWc_WfdOihdB6O2VQ
技术与洞察
清华/智元/无问芯穹 96 台机器人验证 CEL：成功率从 79.2% 提升至 98.3%
清华大学、智元与无问芯穹联合提出群体经验学习（Collective Experience Learning，CEL）范式，并在 96 台机器人上完成原型验证。在手机包装为代表的多阶段、长流程工业场景中，训练后的策略在两台未参与训练的同型号机器人上完成 120 次测试，成功率从 79.2% 提升至 98.3%，失败次数从 25 次降至 2 次，减少 92%。规模收益同样明显：在相同物理训练时间内，参与学习的机器人从 16 台增加至 96 台，测试成功率由 86.7% 提高至 98.3%。CEL 把后续学习的动作监督来源从人类示范转向同伴经验，人类角色从提供动作、协助探索转为结果判定。为处理只有 0/1 反馈的稀疏奖励，团队提出失败引导的经验检索微调算法 FERT：成功轨迹存入共享经验池，失败轨迹用于定位易错环节，再在成功池中检索相似操作片段并赋予更高采样优先级。
来源：https://mp.weixin.qq.com/s/E51sqcVsTzvtXjGtB-xurw
VaM 给机器人加“任务进度记忆”：连续运行 4 小时，纸盒装配成功率超 95%
上海交通大学、上海创智学院的余文晔等提出 Value as Memory（VaM），把价值模型近期的预测序列作为“任务进度记忆”输入动作策略，帮助机器人判断任务是在推进、停滞还是回退。VaM 基于 π₀.₅ 构建动作专家，并配置预测回报分布的价值模型；动作专家用门控循环单元（GRU）编码历史价值与本体状态，再结合视觉信息生成动作。为避免当前动作等待当前时刻的价值预测，价值预测与动作生成异步运行，策略读取已经计算完成的历史价值。训练分为四个阶段：离线示范初始化、离线强化学习预热、Online DAgger、Learn from Experience（LfE），让机器人持续利用真实部署中的新经验，同时保留历史示范和干预数据。在纸盒装配任务中，VaM 连续自主运行 4 小时，任务成功率达到 95% 以上；该方法针对的是部分可观测性和部署经验反馈不及时两类真机部署难题。
来源：https://mp.weixin.qq.com/s/AXDhedrQtUu_VDdUGgPpvA
OpenDS-World 评测 12 个前沿模型：最高准确率仅 39%
香港科技大学（广州）、复旦大学、华盛顿大学、帝国理工大学、斯坦福大学等机构提出深度搜索任务范式 OpenDS（Open-Web Deep Search），并构建评测基准 OpenDS-World。团队设计了 200 道任务，覆盖 4 种模态、42 种资源格式和 7 类证据访问需求，给 GPT-6 Astra、Claude Opus 5.5、Gemini 3.8 Flash、Qwen3.8 Max、GLM-5.3 Flash、DeepSeek V4.1-Flash、Kimi K3 等 12 个前沿模型同一套搜索、浏览器和视频工具，每题限制 1 小时搜索时间和 100 次工具调用。200 道题下来，表现最好的 GPT-6 Astra 准确率只有 39%，Claude Opus 5.5 和 Gemini 3.8 Flash 分别为 38.0% 和 36.5%，其他模型不足 35%。尽管平均每道题人工标注并审核的来源条目只有 3.94 条，模型的一次搜索尝试却包含几十甚至接近一百次工具调用；在 GPT-6 Astra 的执行记录中，失败调用仅占 6.34%，却消耗了 42.57% 的工具执行时间。
NeurIPS 2026 Oral 论文发布 BHI：给 158 个评测基准打分，HLE 以 67.05 居首
阿里数据与晓天衡宇的研究团队在论文《Benchmark Health Index》中提出基准健康指数（BHI），相关论文被 NeurIPS 2026 Evaluations and Datasets Track 接收为 Oral，是本届该赛道 15 篇 Oral 论文之一。团队基于 117 个模型的技术报告，整理并筛选出 158 个评测基准，从能力区分度、抗饱和度和影响力三个维度打分，权重分别为 32.63%、35.74% 和 31.63%。为避免用某个基准上的成绩评价该基准本身，研究采用 LOBO（留一基准法）：检查某个基准时先排除它，用模型在其他基准上的表现估计能力；三个维度经 CRITIC 方法合成总分。综合排序中，Humanity's Last Exam（HLE）以 BHI 67.05 位列第一，Agents' Last Exam 和 AutomationBench 分别以 53.08、52.68 位列第二、第三。AutomationBench 与第四名 SWE Marathon 只差 0.59 分，但前者抗饱和度更高，后者区分度更高。
Claude 智能体自主选择基因疗法，完成小鼠脑部注射
一项研究中，一个 Claude 模型驱动的 AI 智能体对一只患癫痫的小鼠执行了脑部手术，自主选择药物、脑靶点和注射坐标。首席研究员 Ocana-Santero 表示，这是 AI 智能体首次自主选择治疗方案并将其递送到活体哺乳动物。手术过程中出现校准错误时，智能体拒绝继续操作，且无法被说服改变决定。
GLM 5.3 零人工输入 48 小时构建 6 个 Firefox 版本完整漏洞利用链
Epoch AI 研究人员称，开放权重模型 GLM 5.3 将公开的安全修复转化为可工作的漏洞利用，且发生在更新到达 Firefox 用户之前。该模型在不到 48 小时内、零人工输入的情况下，自主攻破了 6 个 Firefox 版本。每次攻击的 API 费用约为 1000 美元，且没有触发所测试的任何供应商的防护机制。
行业动态
谷歌关闭上线不到两年的 AI 编程智能体 Jules
谷歌已关闭 AI 编程智能体 Jules，此时距离该产品推出不到两年。摘要未披露关闭原因、用户迁移安排或团队去向。
OpenAI 将融资目标下调 100 亿美元至约 200 亿美元，估值 1.25 万亿美元
OpenAI 将最新一轮融资目标下调 100 亿美元，计划募资约 200 亿美元，估值 1.25 万亿美元；此前公司计划募资 300 亿美元、估值 1.4 万亿美元。多名知情人士称，OpenAI 要求投资者在周五前完成出资承诺，部分投资者缩减了认购额度，本轮“首次交割”预计到位资金不足 200 亿美元。由阿联酋多家投资机构组成的财团（含国有科技基金 MGX）将是本轮最大投资方，作为交易一部分，OpenAI 将获得在该地区租赁新建算力资源的选择权。Founders Fund、Coatue、红杉资本、Andreessen Horowitz 以及软银也计划参与。公开市场 AI 板块遭遇抛售，加上头号对手 Anthropic 即将上市，使本次融资进程承压。
Cohere 完成 E 轮首次交割，目标募资 70 亿加元、估值 357 亿加元
总部位于多伦多的 Cohere 宣布 E 轮融资首次交割，目标募资最高 70 亿加元，估值 357 亿加元，成为加拿大科技公司史上最大私募融资。Schwarz Group 旗下公司领投，Bell Ventures、Bullhound Capital 和加拿大政府参与，Inovia Capital、NVIDIA 和 Prosperity7 Ventures 继续跟投。自推出智能体 AI 平台 North 以来，Cohere 的 ARR 同比增长 165%，客户扩展至 300 家，包括 RBC、富士通和 TD Bank。CFO Francois Chadwick 表示，资金将用于推进模型、为受监管行业构建垂直化 AI，并扩展算力基础设施。Cohere 此前与 Aleph Alpha 合并，本轮融资将支持其把前沿 AI 部署到 Schwarz 的 STACKIT 云。
Anthropic 成为 SpaceX 最大单一客户，月贡献或达 30 亿美元
Anthropic 成为 SpaceX 的最大单一客户，每月贡献收入或高达约 30 亿美元。该数据来自创业邦整理的 10 月 31 日早报，摘要未披露合同期限、具体服务内容和统计口径。
零一万物获杭州国资数亿元入股，总部落地临平
李开复创办的零一万物与杭州、临平区达成合作，市区两级国资联动出资数亿元投资，公司总部落地临平，将打造产业 AI 转型基地。零一万物当前处于 Pre-IPO 关键布局期，此前设定 2027 年 IPO 目标、2026 年订单 15 亿元的业绩目标。公司战略已从底层大模型研发转向产业 AI 赛道，主打 AI 转型操作系统。
暂无评论。