主题

国产旗舰 Kimi K3.1 现身 Arena 测试：性能直追 GPT-6 Astra，月底有望官宣

国产旗舰 Kimi K3.1 现身 Arena 测试：性能直追 GPT-6 Astra，月底有望官宣 · · Oct 23, 2026 本月底之前，国内大模型阵营里最让人惦记的两款旗舰——Kimi K3.1与智谱 GLM-5.5——正陆续浮出水面，其中 Kimi K3.1已经悄悄在 Arena 竞技场上跑起了测试，代号 Kibitz。

Astra 得分仅 19%，这可能是目前最难刷的 Benchmark｜RobotWorld 团队回应一切

RobotWorld 评测揭示了通用模型在机器人操作中的能力差距，Astra 和 Opus 表现领先但仍有限，团队强调了视觉理解、物理知识、编程和 Agent 能力的综合重要性，并展望了具身智能的未来发展。

腾讯年轻首席科学家"加班论"引争议：大模型突围靠的不是堆工时

腾讯年轻首席科学家"加班论"引争议：大模型突围靠的不是堆工时 · · Oct 23, 2026 一则与腾讯混元团队相关的内部说法，最近把国内大模型竞争里那根最敏感的神经又拨了一下。

Anthropic 员工吐槽用 AI 玩游戏

真不敢相信有人用 AIPU 来打电子游戏。

MiniMax 开放 M3.1 Flash 权重，Together AI 同步提供托管服务

MiniMax 官方宣布 M3.1 Flash 开放权重，Together AI 作为 day-0 合作伙伴提供全托管服务。

央视曝光豆包会员“无限薅”乱象:多账号循环、API密钥来源存疑

SpaceX 启动超级智能合作伙伴网络，英伟达等 130 余家公司参与早期计划

SpaceX 与英伟达、阿波罗、Snowflake、Databricks、贝恩等 130 多家公司启动 Super Intelligence Partner Network 早期计划，帮助企业用 Grok AI 平台构建、集成和扩展应用。

Grok Bot 一句话下单买手表

就这么简单

AI 智能体的“说明书”转为社区共治：Anthropic 捐赠 Agent Skills 开放标准

IT之家 10 月 23 日消息，Anthropic 昨日（10 月 22 日）发布公告，宣布向 Linux 基金会旗下的 Agentic AI Foundation（AAIF）组织捐赠 Agent Skills 开放标准， 让其从单一公司项目转为社区共治的 AI 智能体能力标准。

NVIDIA NeMo 提供 MiniMax-M3.1-Flash day-0 微调支持

MiniMax 感谢 NVIDIA NeMo 团队为 MiniMax-M3.1-Flash 提供 day-0 微调支持。引用内容提到 Space Bunny 此前已处理 200T+ tokens，现已开放权重，NeMo-AutoModel 支持 FSDP2、专家、流水线和上下文并行，可扩展到 128 GPUs，NVFP4 checkpoint 可直接加载…

OpenAI 向所有客户开放 Decisions API，决策延迟最低降至100毫秒级

OpenAI 向所有客户开放 Decisions API，决策延迟最低降至100毫秒级 · · Oct 23, 2026 31.8k OpenAI 于10月22日正式向所有客户开放 Decisions API，推出面向快速决策场景的 API 服务，直接参与由初创公司 TypeSafe 的 Jev 模型带动的决策模型竞争。

20 家厂商、4 个象限、5 个用例：一张图看懂 Gartner 2026 自动化新标准

深度解读 Gartner 2026 BOAT 魔力象限，揭示企业自动化正从单点工具向统一编排平台转型，20 家厂商按执行力与愿景落位四象限，2030 年 70%企业将走向统一自动化平台。

Claude 狂写 1.8 亿行证明！万亿次测试漏掉的 Bug，被 AI 一锅端

Anthropic 前沿红队联手 Theorem Labs，让 Claude 深入 RISC-V 机器码进行形式化验证，成功揪出隐藏在开源代码中的高危漏洞，并用数学证明确保修复后的安全性。

谷歌云开放 Claude 托管部署：企业可在自家基础设施上首发日即用最新模型

谷歌云开放 Claude 托管部署：企业可在自家基础设施上首发日即用最新模型 · · Oct 23, 2026 谷歌云在10月23日把一道新的后门向企业客户敞开——Anthropic 托管的 Claude 模型部署选项正式上线使用。

MiniMax M3.1 Flash 开源，上线 72 小时处理 Token 超过 100 万亿

MiniMax 宣布开源 M3.1 Flash 模型权重，该模型通过全模型稀疏注意力、QAT 和 Power-aware scheduling 优化，实现了显著的性能提升和推理效率，上线 72 小时内处理超过 100 万亿 Token，并得到多家芯片和云服务平台的广泛支持。

美财长贝森特：AI 行业没有系统性问题，不会重演互联网泡沫破裂

美国财政部长贝森特 21 日在纽约一场由摩根大通和罗宾汉基金会联合主办的私人会议上告诉投资者，自己没有发现 AI 热潮存在系统性问题，淡化了 AI 行业可能重演互联网泡沫破裂的担忧。

2026AI 原生基础设施白皮书：算力竞赛结束了，效率竞赛刚开始！

白皮书指出，AI 产业已从算力竞赛转向效率竞赛，重点是优化 Token 的生产与转化效率，并提出了基于 Token 的新经济模型和基础设施架构。

拿货了，包装好小一只

拿货了，包装好小一只

消息称 OpenAI 融资磋商进入尾声，估值目标下调至 1.25 万亿美元

IT之家 10 月 23 日消息，据彭博社报道，知情人士透露，正在寻求在最新一轮融资中筹集约 300 亿美元 （IT之家注：现汇率约合 2,006.8 亿元人民币） 的 OpenAI，目前在谈判的最后阶段将 目标估值定为 1. 25 万亿美元 （现汇率约合 8.36 万亿元人民币） 。

外部评估人员发现 OpenAI 内部监控系统漏洞：AI 智能体可绕过安全限制

IT之家 10 月 23 日消息，今年早些时候，AI 安全评估机构 METR 和 Redwood Research 对 OpenAI 的内部监控系统进行了试点评估，发现多项新漏洞。其中一项漏洞可被 AI 智能体利用， 使数百次操作逃过监控 。

Artificial Analysis 发布 Coding Agent Index v2.0，Claude Opus 5.5 登顶

Artificial Analysis 推出 Coding Agent Index v2.0，改用 Cognition 的 FrontierCode v1.1 替代 DeepSWE，并修订 SWE-Atlas-QnA 评分，共 290 项任务、三大基准等权。

grok @bot 0.75.2 发布：新增 pages、聊天卡片和视频生成

grok @bot 0.75.2 发布。新版本包含 pages，可生成并持续更新报告、备忘录和仪表盘；每个桌面聊天新增卡片；bot 还能从一段描述或一张图片生成视频。完整更新见 https://x.ai/changelog/bot。

AIHOT 日报 · 2026-10-23 — AI 挖出潜伏十几年的 PHP 底层漏洞，PHP2Shell 事件全景复盘

作者复盘 PHP2Shell 事件：两个 CVSS 满分定为 9.2 分的 PHP 远程代码执行漏洞（CVE-2026-109618 和 CVE-2026-109619）在补丁发布前泄露，攻击演示视频外流，多国政府网站预防性下线，OpenAI 认领漏洞由 GPT-5.6 Sol 辅助发现。

vLLM 实现 MiniMax-M3.1-Flash Day-0 支持

vLLM 在发布当天即支持 MiniMax-M3 系列新模型 MiniMax-M3.1-Flash，覆盖 NVIDIA Blackwell、Rubin 和 AMD MI350 系列 GPU。

Grok Bot 支持调用手机原生应用，正在 iOS 和 Android 推送

Grok Bot 现在可以使用手机上的 Calendar、Reminders、Contacts 等原生应用，正在 iOS 和 Android 上推送。配图显示 Messages、Location、Calendar、Home、Reminders、Contacts 等应用的权限允许入口。

OpenAI 奥尔特曼谈 AI 冲击数学界：数学家会经历“哀悼”五阶段后接受现实

OpenAI CEO 萨姆·奥尔特曼在斯坦福大学演讲时称，面对 AI 进军数学研究，数学家会经历类似“哀悼”的几个阶段：从“我们完蛋了”到愤怒，再到接受 AI 成为不可或缺的工具。他将这一变化与今年 9 月 OpenAI 宣称攻克纳维—斯托克斯方程相关难题引发的争议联系起来，并称从未见过一个领域如此迅速地经历整套变化。

微软发布 AI 诊断系统 MAI-DxO：NEJM 复杂病例准确率 83%，成果登《科学》

微软于 10 月 22 日宣布推出 AI 诊断系统 MAI-DxO（Microsoft AI Diagnostic Orchestrator），通过编排多个 AI 智能体模拟医生专家联合会诊，协同问诊、开具检查并研判诊断。

英特尔 CTO 普什卡·拉纳德：前沿晶圆产量最多翻倍，AI 算力扩张受供应链制约

英特尔 CTO 普什卡·拉纳德（Pushkar Ranade）在 Dwarkesh 播客中表示，即便资金充足，全球前沿晶圆产量也难以扩大 10 倍，现实上限约为 2 倍，限制来自整个半导体供应链的协同扩产能力。

48小时内多家厂商曝高危漏洞，建议用Codex排查

过去约48小时内集中披露多起安全漏洞：PHP 未认证远程代码执行、GitLab CVSS 10.0 远程代码执行、Node.js Brotli 解码器 RCE 及另外 9 个缺陷、Chrome 353 项安全修复、Oracle 1295 个安全补丁、Atlassian 176 条漏洞条目。

Canva 发布首个自研 AI 图像模型 Canva Craft

Canva 发布自研图像生成模型 Canva Craft，采用先规划设计再生成图像的两阶段架构，支持最高 2K 分辨率和 30 多种宽高比。模型基于平台数百万人工模板训练，目前在 Design Arena 排行榜位列第四，已向全球所有用户开放，未来还将推出 Craft-fast 和 Craft-ultrafast 版本并支持通过 MCP 接入 AI 智能体。