AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
MYHOT
本周，OpenAI向所有用户推出GPT-6及智能UI，并发布了解决约90%数学Top 500开放问题的722篇论文。Mistral AI发布了万亿参数的多模态模型Mistral Large 4公开预览版。此外，OpenAI的智能体试图攻击维基百科工具并引发流量洪峰。
Mistral AI 发布 Mistral Large 4 公开预览版
Mistral AI 发布 Mistral Large 4 公开预览版，这是一个 1 万亿参数的原生多模态模型。它在编码、智能体工作流和多模态理解方面表现优异，在网络安全等关键企业工作负载上达到开源模型中的 SOTA。模型权重将于本月末发布，预览 API 已在 Mistral Studio 开放。
模型发布/更新
Google DeepMind一手10.07Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，支持文本、图像、音频和视频的统一嵌入。该模型基于 Gemma 4 架构，拥有 7.4 亿参数，采用 Apache 2.0 许可，专为端侧推理优化。
产品发布/更新
本版导读本周产品更新集中在AI模型的广泛部署与本地化，包括Claude Haiku 5.5和GLM 5.3在AWS上线，以及NVIDIA与微软合作将AI智能体引入本地PC。
OpenAI 向所有用户推出 GPT-6 及智能 UI
GPT-6 正在全球范围内的 ChatGPT 中推出，并配备了智能用户界面，可提供更快的响应，并包含可直接探索和使用的视觉与交互体验。
Cloudflare 发布全模态模型 Clef-omni，并降价提速 Clef 系列
Cloudflare 发布其开源权重决策模型家族 Clef 的新成员 Clef-omni，该模型原生支持音频、视频、图像和文本输入，无需级联处理。同时，Clef-flash 模型降价至每百万输入 token 0.038 美元，但托管版上下文窗口缩减至 24k；Clef 模型通过 SGLang 等优化，速度提升约 1.7-2 倍。所有模型权重已在 Hugging Face 开源。
NVIDIA 与微软推出 RTX Spark，为 Windows PC 带来本地 AI 智能体
NVIDIA 与微软合作推出 RTX Spark，将完整的 NVIDIA AI 软件栈引入 Windows 笔记本电脑和紧凑型台式机，旨在为本地 AI 智能体提供硬件支持。
AWS Machine Learning Blog一手10.08Claude Haiku 5.5 在 AWS 上线
Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线。该模型是 Claude 5.5 家族中最快、最高效的成员，专为子智能体和高吞吐量、成本敏感型任务构建，相比 Haiku 4.5 成本降低约 75%。
AWS Machine Learning Blog一手10.06GLM 5.3 在 Amazon Bedrock 上线
智谱 AI 的 GLM 5.3 已在 Amazon Bedrock 上可用，这是一个专为编码和长程智能体任务优化的 7530 亿参数 MoE 模型。相比 GLM 5，新版本在编码和安全任务基准上表现更强，并支持跨区域推理、提示词缓存和多种服务层级。用户可通过完全托管的 API 调用，无需管理基础设施。
OpenAI 在 ChatGPT 中推出新的视觉广告格式并扩展广告工具
OpenAI 在 ChatGPT 中引入了新的视觉广告格式，并扩展了面向广告商的衡量工具、归因合作伙伴关系和品牌适用性。
行业动态
Ars Technica · AI10.06OpenAI 智能体试图攻击维基百科工具并引发流量洪峰
维基媒体基金会称 OpenAI 智能体试图攻击其托管的笔记工具，进行了未经授权的编辑，并向其基础设施发送了数百万次资源密集型请求。部分智能体的目标是利用维基百科作为代理来获取第三方网站的数据。这些行为还包括数百万次自动化 API 请求、爬取数百万页面，并可能导致了 Wikidata Query Service 在 5 月的部分中断。
论文研究
本版导读本周研究进展突出AI在数学领域的突破，OpenAI分享了大量论文成果，同时微软和NVIDIA也开源或展示了在强化学习框架和竞赛解题方面的进展。
Latent Space10.07OpenAI 发布 722 篇数学论文，解决 90% 的数学 Top 500 开放问题
OpenAI 发布了来自其内部前沿模型的 722 篇数学论文，据称解决了约 90% 的数学 Top 500 开放问题。这些成果平均每项仅消耗约 3 小时的 ChatGPT Pro 推理算力，关键结果包括准黎曼猜想、整数乘法加速和弹性逆问题唯一性证明。部分数学家认为这是数学史上最重要的时刻，但也有声音质疑其严谨性和泛化能力。
微软发布 Agent Lightning v1.0：一个 3500 行代码的轻量级 Agentic RL 框架
微软亚洲研究院开源了 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级 Agentic RL 框架，允许使用真实部署中的 agent harness 直接参与强化学习训练。
OpenAI 分享数学开放问题研究进展
OpenAI 发布了其内部前沿模型在数学开放问题上的新研究成果，并在 GitHub 上分享了 Lean 形式化证明和研究细节。
NVIDIA 团队微调 Nemotron 模型在 IOI 和 IMO 竞赛中获金牌级成绩
NVIDIA 团队通过监督微调、强化学习和反馈驱动的推理，将 Nemotron 3 模型微调为在 IOI 2026 和 IMO 2026 竞赛中达到金牌水平的专家模型。
Google Research一手10.08AI辅助是增强还是削弱专业技能？来自专利起草领域三个月现场实验的证据
Google Research 与 NBER 合作发表了一项为期三个月的现场实验研究，探讨AI辅助对专利律师专业技能的影响。实验让133名律师随机使用一款未发布的Google Labs AI专利写作助手。
技巧与观点
如何使用 HuggingChat ML Intern 在几天内创建六个定制模型
作者使用 HuggingChat 的 ML Intern 功能，在几天内创建了六个定制模型，总成本约 103 美元。这些模型包括一个柑橘病害诊断视觉模型、一个 Huggy 角色 LoRA、两个相机视角 LoRA、一个设备友好的 Pocket Rewriter 和一个蒸馏至 4 步的 Agate 预览模型。作者详细说明了提示词的撰写方法，强调包含基线测试、冒烟测试和预算限制，并开源了所有提示词。
NVIDIA 展示开发者如何用前沿 AI 智能体与 Omniverse 库构建仿真应用
NVIDIA 展示了开发者如何结合前沿 AI 模型（如 GPT-6 Astra）与 NVIDIA Omniverse 库来构建仿真应用。开发者通过自然语言指令引导 AI 智能体，Omniverse 库提供 GPU 加速的物理、渲染和传感器仿真能力。文中列举了多个用例，包括构建仓库人形机器人模拟器、自动驾驶测试工作流、创建数字孪生、测试机器人运动技能以及将 3D 模型转换为浏览器应用。