1. Meta发布Muse Wonder：重返前沿，完成开源转向闭源商业化转型
Meta正式推出Muse Wonder和Muse Wonder Full两款前沿模型，称新模型在复杂推理、法律、金融、编程和智能体任务中达到业界领先水平，部分测试超过OpenAI的GPT-6 Astra和Anthropic的Claude Opus 5.5。新模型引入Active Memory（主动记忆）和Active Focus（主动聚焦）机制，增强智能体长时间执行任务时保持上下文、管理目标和持续工作的能力。Muse Wonder已通过Meta Model API和Muse Code向开发者开放，Wonder Full面向Muse Code订阅用户，后续还将接入个人智能体Muse。与此前Llama路线不同，Wonder系列采用闭源、API和订阅服务模式。Meta股价10月12日上涨约3.4%。
（来源：Meta AI Research）
2. 长鑫存储技术进展冲击全球存储股：三星、SK海力士、美光同步下跌
中国存储芯片企业长鑫存储此前在10月9日至10日的行业会议上披露，已在下一代4F²DRAM存储单元结构方面取得进展，计划于2026年底前推出采用相关技术的DDR5服务器内存产品。与当前主流6F²单元结构相比，4F²的理论单元面积可以缩小约三分之一。10月12日，这一消息进一步传导到全球资本市场：韩国三星电子、SK海力士股价分别下跌约4.4%和4.5%，美国美光下跌约3.9%。关注其完整产品规格、实际良率及大规模量产验证结果。
3. 微软发布Maia 300： 2027年部署数吉瓦成为主要推理芯片
微软正式披露第三代AI加速器Azure Maia 300，并宣布从2027年开始，将Maia系列扩大到数吉瓦级部署规模，成为微软产品和服务的主要推理系统。Maia 300采用台积电N2P工艺计算芯粒、8组HBM4，峰值内存带宽18TB/s，芯片TDP为950W。单机架集成96颗加速器，功率167kW，配备27.6TB HBM。微软预计，其单位兆瓦Token产出比领先GPU系统高约40%，机架级Token吞吐量最高达到Maia 200的7倍。Maia 200则已在Copilot等实际业务中运行。Maia 300的设计重点是持续推理与智能体服务：长上下文、内存带宽、数据移动和每兆瓦Token产出。
4. 无问芯穹完成23亿元融资：国产AI算力竞争延伸到统一调度与基础设施软件
中国AI基础设施企业无问芯穹宣布完成23亿元人民币C轮融资，成立以来累计融资额达到43亿元。此次单轮融资金额创下中国AI原生基础设施赛道的纪录。无问芯穹聚焦异构算力适配、AI计算资源调度和模型训练推理基础设施。公司此前已被报道考虑赴港上市。这笔融资反映出中国AI算力产业链的竞争正在向芯片以上的软件层延伸。当市场同时存在英伟达GPU、华为昇腾及其他国产AI芯片时，能够降低跨芯片部署、迁移和调度成本的软件基础设施，本身就可能成为重要的产业环节。
5. DeepSeek拟领投机器人Winverse：研发机器人通用AI模型，估值4亿美元
据彭博社，DeepSeek已同意领投机器人AI初创公司Winverse AI的首轮融资，融资规模为数千万美元，投后估值约4亿美元（约28亿元人民币），美团旗下龙珠资本等机构也参与投资。Winverse由腾讯前首席科学家胡瀚于2026年创立，他曾负责腾讯视觉语言及具身智能基础模型团队，拥有清华大学博士学位，曾任职微软亚洲研究院和百度，也是2021年ICCV最佳论文Swin Transformer的主要作者之一。Winverse目前专注于研发机器人通用AI模型，尚未公开具体产品及技术架构。DeepSeek此前已通过宇树科技上市获得约2%的股权，推动双方在具身智能模型方面合作。
6. Anthropic警告：小模型很快可以自我复制，利用联网设备组成AI网络扩散
Anthropic前沿红队提出一种新的AI失控风险，小模型可能在未来数月内具备自主感染其他设备、复制模型权重、部署推理环境并持续传播的能力，形成类似计算机蠕虫的自主AI网络，可以在智能电视、摄像头及其他联网设备中缓慢扩散，复制周期可能以天计算。研究人员用15台廉价安卓电视盒子，通过分布式推理运行了260亿参数的Gemma 4模型，速度约为每秒0.39 Token；另一项隔离网络实验中，由GLM-5.2负责执行复制任务，部署的是Llama 3.1-8B，在5次测试中有4次成功传播至全部8个节点，另一次传播至7个节点。Qwen3.5-9B将前一代智能体的操作经验传递给下一代，推理环境部署成功率从45%提升至后续几代的61%—84%。
7. 陈福阳、陈立武警告：大量AI投资者如同赌徒，资本可能成为AI发展最大瓶颈
博通CEO 陈福阳与英特尔CEO 陈立武在新加坡的一个公开活动上，共同警告AI产业面临日益严峻的资本约束。陈福阳直言，许多AI投资者根本不了解自己投资的技术，却抱有极高预期，“他们几乎就像身处赌场。” 他尤其质疑前沿大模型企业的长期经济性，OpenAI截至9月的年化收入已达到约500亿美元，证明模型服务存在巨大的商业需求，但持续高昂的训练支出使其盈利前景仍不明朗。他还将企业大量消耗AI Token、却没有获得明确生产率提升，比作孩子在电子游戏厅迅速花光代币，却什么也没学到。对于AI产业发展的下一阶段，陈福阳认为，芯片、内存乃至电力短缺都可能随着供应扩张逐步缓解，真正难以解决的瓶颈可能是资本（Capital）。陈立武也表示，资本及其成本将成为主要挑战，而投资者最终需要看到实际投资回报率（ROI）；与此同时，他预计AI硬件供应在未来两三年仍将紧张。
8. Epic Games与迪士尼游戏项目延期：全面转向AI开发，不再手写代码手绘美术
《堡垒之夜》开发商Epic Games将与迪士尼合作开发的一款游戏延期，并要求开发团队全面采用AI优先生产模式。该游戏是一款融合漫威和《星球大战》角色的射击游戏，原计划2027年3月推出，目前没有新的发布日期。据彭博社获得的内部通知显示，一位游戏总监明确要求：“不再手写代码”，开发人员应使用Anthropic Claude等AI工具生成代码，全部游戏美术也要采用AI工作流，由人类负责指导、管理和审核。项目此前已经因低估所需人员和开发时间而进展缓慢。Epic CEO Tim Sweeney确认公司正在进行大规模AI开发转型，并强调目标不是用更少的人完成同样的工作，而是让现有团队创造更多、更好的产品。AI编程正在从开发者可以选择的辅助工具，变成大型游戏公司强制采用的生产方式。
9. 英伟达开放Vera Rubin机架架构：AI工厂拥抱开放标准、800V直流供电和系统级优化
英伟达围绕OCP全球峰会公布一系列新进展：将Vera Rubin计算托盘和机架设计纳入开放MGX架构，推出MGX 1.2规范，支持机架级盲插液冷、5000A母排及最高250kW机架功率。英伟达还公布了新的DSX AI Factory开源软件组件，将集群验证、网络配置、裸金属部署和机架管理纳入统一管理体系。合作方面，Visionbay提出面向Vera Rubin时代的800V直流AI工厂设计，英伟达与思科推进400Gb/s光模块标准，与谷歌推进Falcon Transport网络协议支持，并与Meta等合作发展开放AI网络。英伟达正在把AI工厂的竞争边界从GPU和互联网络，进一步扩大到机架、电力、液冷、运维软件乃至电网协同。同时，通过向OCP贡献规范，它试图让合作伙伴能够更快复制、部署和维护大型AI工厂。
10. AMD发布Helion智能体机架：单柜最多32768个CPU核心
AMD 发布 Helion 智能体 AI 机架参考架构。与主要强调 GPU 密集推理的系统不同， Helion 将智能体任务拆分为模型调用、代码执行、工具连接和任务编排等不同计算负载。其纯 CPU 方案使用第六代 EPYC 处理器，单机架最多支持 32768 个 CPU 核心；混合方案可同时配置 EPYC CPU 与 Instinct MI350P GPU 。系统集成 Token Router ，可将智能体的模型请求分配给不同的前沿模型和开放模型。 AMD 计划将 Helion 规范贡献给 OCP ，相关机架配置预计 11 月推出。智能体并非只有模型推理负载，还有大量需要 CPU 、内存、沙箱和通用计算的执行负载。如果多智能体系统大规模运行， CPU 与 GPU 之间的工作分配将成为决定整体效率的重要因素
热门跟贴