2026-10-21

DeepSeek 开源内部推理框架 DeepInfer

要闻

DeepSeek 将内部推理框架 DeepInfer 与 Token 编解码组件 deepseek-recipe 一并开源，并称前者已用于 DeepSeek V4.1 Flash，单一集群每天处理 155 万亿 token。

DeepSeek 已开源内部推理框架 DeepInfer，以及 Token 编解码组件 deepseek-recipe。DeepInfer 开源版采用 Apache 2.0 许可证，支持英伟达 SM100 GPU 和华为昇腾 950 NPU。官方表示，DeepSeek V4.1 Flash 线上服务运行于该框架，单一集群吞吐为每天 155 万亿 token；按谷价计算，每卡每小时收入为 38 美元。

功能方面，DeepInfer 支持分布式推理、DSpark 投机解码、SWA Bounded Replay 和结构化输出。DeepSeek 表示，未来新模型的推理代码和后续优化也会继续通过 DeepInfer 开源。另一组件 deepseek-recipe 负责在 Chat Completions、Responses、Messages 三种 API 协议与模型 token 之间进行编解码；据其说明，该组件与官方 API 的处理逻辑完整对齐。

读原文 →

ChatGPT 推出锁定聊天，可用 PIN 保护

要闻

OpenAI 正逐步向 ChatGPT 的 Free、Go、Plus、Pro、Business、Enterprise 和 Edu 用户推出锁定聊天，通过 4 位账户 PIN 访问，锁定不提供端到端加密。

OpenAI 正在 ChatGPT 中分批开放 Locked Chats，覆盖 Free、Go、Plus、Pro、Business、Enterprise 和 Edu 订阅方案。据官方说明，对话移入独立区域后，将不再出现在常规历史、置顶聊天和常规搜索中，访问需输入 4 位账户 PIN；受支持的移动设备还可使用 Face ID、Touch ID 或设备解锁方式。启用记忆时，锁定聊天的新消息可形成供其他锁定聊天使用的记忆，但不会更新常规聊天使用的记忆。官方表示，锁定不会提供端到端加密，也不会改变聊天保留期限或“为所有人改进模型”设置。重置 PIN 会永久删除所有锁定聊天、仅由原 PIN 保护的文件等内容，以及仅存于锁定聊天中的记忆。

读原文 →

Codex 改进计划第 15 天，Tibo 送上用量重置

开发生态

OpenAI 的 Tibo 宣布，在连续改进计划第 15 天提供一次用量重置。他此前承诺，接下来的 28 天每天都会交付一项对多数 Codex 和 Work 用户有用的明确改进，或进行一次完全的用量重置。

OpenAI 的 Tibo 在连续改进计划第 15 天发帖，宣布提供一次用量重置，并表示改进工作仍在进行。这次重置对应他此前承诺的两种每日交付方式之一：在接下来的 28 天里，每天要么交付一项对多数 Codex 和 Work 用户有用的明确改进，要么进行一次完全的用量重置。该承诺以每天交付改进或重置用量为安排，并非要求每天同时提供这两项。

读原文 →

OpenAI 修复约 4 万账户额度错配问题并补偿

开发生态

OpenAI 表示，已修正约 4 万个账户的额度计算与所选套餐不一致的问题，并向受影响用户补偿价值 500 美元的额度。补偿与每周额度分开计算，将于 2027 年 1 月 20 日到期。

OpenAI 表示，约 4 万个账户的额度错配问题已于 10 月 16 日修正，原文未注明该日期的年份。部分用户曾在周末反映额度消耗快于预期。支持团队在邮件中解释，部分从 Pro 200 转至价格较低订阅方案的用户，每周额度此前未随套餐调整；修正时，本周已累积的用量被计入新额度，因此剩余额度减少。受影响账户获赠价值 500 美元、共 12,500 个 credits 的补偿额度，这部分额度独立于每周额度计算，有效期至 2027 年 1 月 20 日。

读原文 →

OpenAI API 新增 12 小时提示词缓存

开发生态

OpenAI 为 Responses API 的 GPT-5.6 及后续模型增加可选的 12 小时提示词缓存；开发者可在同一请求中搭配默认的 30 分钟缓存，两种时长的读取费率相同，写入费率不同。

OpenAI 已在 Responses API 中为 GPT-5.6 及后续模型提供 12 小时提示词缓存选项，默认设置仍为 30 分钟。据官方说明，同一请求可将共享指令、工具和上下文设为缓存 12 小时，将较新的对话内容设为缓存 30 分钟，使间隔数小时的请求仍能复用共享内容，并按缓存输入费率计费。12 小时和 30 分钟缓存的写入费率分别为普通输入费率的 2.5 倍和 1.25 倍，读取费率不随缓存时长变化。复用缓存须满足两个条件：提示词开头的内容完全匹配，且达到模型的最低可缓存长度。

读原文 →

Google 开源原生 PyTorch 软件栈 TorchTPU

开发生态

Google 在 PyTorch Conference 2026 宣布将 TorchTPU 开源至 GitHub，让 TPU 成为 PyTorch 的原生运行选项，并同步介绍模型库适配、推理引擎集成及 llm-d 1.0 发布。

Google 在 PyTorch Conference 2026 宣布，其面向 Google TPU 的原生 PyTorch 软件栈 TorchTPU 已在 GitHub 开源。该软件栈由 Google 与 Meta 的 PyTorch 团队共同开发。据官方说明，现有 PyTorch 工作负载仅需少量代码修改即可在 TPU 上运行，开发者可使用熟悉的 API，通过 eager mode 调试，再使用 torch.compile 优化 TPU 利用率并减少内存开销。模型库方面，Transformers v5 支持通过 device_map="tpu" 将模型部署到 TPU；Diffusers 原生支持 TPU，并支持 eager mode、torch.compile 和 tensor parallelism。Google 还为 Hugging Face Transformers 套件建立了在 TPU 基础设施上每晚持续测试的 CI/CD 流水线。

推理部署方面，Google 将 TorchTPU 接入 vLLM、SGLang 等开源推理引擎，并结合面向 TPU 和 GPU 的 Kubernetes 原生集群路由。与 RadixArk 合作开发的 SGLang 原生 PyTorch backend 保留上游 worker 模型、scheduler 和 API server；SGLang 使用 RadixAttention 跨请求复用 KV cache，避免重复计算相同的 prompt 前缀。Google 还与 Red Hat、IBM 及超过 500 名贡献者、25 家组织组成的社区发布 llm-d 1.0。该项目属于 CNCF Sandbox，其 router 根据 prefix cache 将请求发送给已持有相应上下文的副本，并将计算密集的 prefill 与内存密集的 decode 分离；1.0 版本提供多租户流量控制和 router 高可用能力。

读原文 →

腾讯元宝搜索对外开放，支持三种接入方式

开发生态

腾讯已通过腾讯云开放元宝搜索，提供 Skill、MCP 和 API 三种接入方式，每月免费调用额度为 2000 次。腾讯表示，该服务覆盖 13 个垂直行业的 157 个权威信源。

腾讯已将元宝搜索通过腾讯云正式对外开放。关于检索性能，官方表示，底层索引检索平均耗时为 8 毫秒，召回率为 94%。据其说明，元宝搜索构建了千亿级索引，接入金融、医疗、法律、出行等 13 个垂直行业的 157 个权威信源，政策、新闻、天气、行情等内容支持分钟级更新。接入方式包括 Skill、MCP 和 API 三种，接入可享每月 2000 次免费调用额度。

读原文 →

ElevenLabs 发布两款 Eleven Realtime 实时语音模型

模型发布

ElevenLabs 已发布 Eleven Realtime 两款实时语音模型，均支持超过 90 种语言和逾 17,000 种声音。据其说明，开发者可通过 ElevenAgents 或兼容 OpenAI Realtime API 的接口接入。

ElevenLabs 已推出 Speech to Speech 模型 Realtime v1 Max 和 v1 Mini，将完整语音 Agent 能力整合进模型。官方表示，两款模型均支持超过 90 种语言，可使用其声音库中的逾 17,000 种声音。Artificial Analysis 对两款模型进行了独立评测：在包含 1,000 道语音推理题的 Big Bench Audio 中，Max 和 Mini 的正确率分别为 98.8% 和 75.9%，平均开始说话时间分别为 0.57 秒和 0.62 秒。在测试停顿、轮次切换、打断和附和的 Full-Duplex-Bench 中，Mini 得分为 95.8%，Max 为 94.1%。

接入方式分为 ElevenAgents 和独立 Realtime API。官方表示，前者可提供电话、网页、WhatsApp、CCaaS 渠道，以及 workflows、知识库、guardrails、测试和监控；后者兼容 OpenAI Realtime API 规范，可沿用 OpenAI SDK，但仅支持 WebSocket，现有 WebRTC 集成需先迁移。独立 API 不包含 ElevenAgents 的平台功能。在用户通过实时对话盲测比较模型的 Speech Agent Arena 中，Max 和 Mini 分别获得 998 分和 988 分；在工具使用任务中，两者完成率分别为 87.1% 和 60.3%。ElevenLabs 据此推荐将 Max 用于频繁调用工具的场景。

读原文 →

Mistral AI 发布 Voxtral 3 语音模型系列及语音 Agent SDK

模型发布

Mistral AI 推出 Voxtral 3 语音模型系列及语音 Agent SDK，将转写、推理、工具调用与语音生成接入同一实时流程，并提供欧盟托管 API 和自有基础设施部署两种使用方式。

Mistral AI 已发布 Voxtral 3 语音模型系列和语音 Agent SDK，现可通过其欧盟托管 API 或自有基础设施部署使用。SDK 将听取、推理、工具调用和发声整合为实时 streaming pipeline。官方表示，Agent 可在电话或网页对话中检索信息、访问业务系统并完成多步骤任务；组织可控制音频处理位置、数据处理方式及对话是否保留。Pro Voice 则据称可使用 30 分钟音频，跨语言复现说话者的声音特征、情绪范围和表达风格。

转写部分支持 50 种语言，包括欧盟的 24 种官方语言。官方表示，Voxtral Small Transcribe 3 支持 diarization、context biasing 和 end-of-turn detection；Mini 转写版本为 4B 参数，价格为每分钟 0.0035 美元。两款转写模型均可接收关键词及自由文本，以改善专业术语的识别，无需 fine-tuning。语音生成模型 Voxtral Mini TTS 3 支持超过 35 种语言和超过 50 种方言，据其说明，可依据对话上下文调整情绪、语速和重音。

读原文 →

OpenAI 为 ChatGPT 引入多人共管的定期任务

产品应用

OpenAI 为 ChatGPT 的 Business 和 Enterprise 工作区推出团队任务，让同事共同查看定期工程工作的执行结果、调整后续指令；据官方说明，任务在云端执行，无需保持 ChatGPT 打开。

OpenAI 已在 ChatGPT 中推出团队任务，面向 Business 和 Enterprise 工作区，原文未提供上线日期。根据官方帮助文档，任务的创建和管理受工作区权限控制，同事可以共同查看执行结果，并修改后续任务指令。据官方说明，任务可按时间安排运行，也可由受支持的应用事件触发，执行过程在云端完成，不要求保持 ChatGPT 打开。列出的工程工作示例包括每周汇总已发布内容和受阻事项。

读原文 →

Google 为 Gemini 推出小企业主新工具

产品应用

Google 已推出面向小企业主的 Gemini 商业介绍页面及工具，但所提供的原文未列出上线日期、工具名称或价格，无法据此确认具体功能及日本地区的可用情况。

Google 已推出面向小企业主的 Gemini 商业介绍页面及工具，所提供的原文未注明具体上线日期。该消息来自 Google 官方博客，但可读取的新闻信息仅限于标题，后续内容为网页样式代码，没有提供工具的功能说明、使用条件、价格或版本号。素材也未说明此次发布涉及哪些国家和语言，或日本用户是否能够使用，因此无法据此确认日本地区的开放情况。

读原文 →

Google 向安卓车载推出 Gemini 个性化功能

产品应用

Google 宣布将 Personal Intelligence 引入车载 Gemini，面向全球提供个性化功能。所提供素材未披露上线日期、覆盖国家数量或支持车型，无法据此确认日本用户的可用时间。

Google 宣布面向全球车载场景推出 Gemini 的 Personal Intelligence，所提供素材未注明生效日期。公告标题将这次更新定位为车载 Gemini 的个性化功能，但素材正文主要是网页样式代码，没有提供功能说明、使用条件或发布安排。素材也未列出支持的国家、语言、车型及价格，无法据此确认日本是否在覆盖范围内，或用户何时能够使用。

读原文 →

千问 App 推出陪逛功能，共享屏幕语音问商品

产品应用

千问 App 在双 11 购物季推出“千问陪逛”，让用户在共享屏幕的通话中，边浏览购物 App 边用语音询问商品信息。功能正逐步开放，用户需升级至最新版本，尚未出现入口的用户仍需等待。

千问 App 在双 11 购物季上线“千问陪逛”功能，目前正逐步向用户开放。使用前需将 App 升级至最新版本，再通过右上角的通话图标进入共享屏幕功能；尚未获得入口的用户暂时无法使用。开启通话并共享屏幕后，用户可在浏览购物 App 的过程中，以语音询问商品评价、规格、价格和参数。根据功能说明，千问会结合当前屏幕上的内容作答，也能整理商品评价中的负面反馈、计算不同规格之间的价差，并记住用户此前的喜好。

读原文 →

马斯克：X 调整时间线推荐的两类模型

产品应用

马斯克表示，X 已调整时间线推荐中的两类模型，分别预测内容停留时长和优先检索用户会读完的帖子。他还称，用户活跃秒数呈指数增长，所附图表对比了 2023 至 2026 年的数据。

马斯克表示，X 已启用新的 AI/SI 排序模型，并对检索模型进行了训练，以调整时间线推荐，原文未注明调整生效日期。据其说明，排序模型用于更准确地预测用户在内容上的停留时长，检索模型则优先呈现用户会从头到尾读完的帖子。关于使用情况，马斯克称，X 用户活跃秒数正呈指数增长，几乎每天刷新历史纪录。他附上的 Daily UAS 图表对比了 2023 至 2026 年的数据，其中 2026 年曲线在后段高于其他年份。

读原文 →

Anthropic 研究设计蝎毒结合蛋白，17 个通过结合测试

技术与洞察

Anthropic 公布了用 Claude 内部研究模型设计蝎毒结合蛋白的实验：211 个接受实验室测试的设计中，17 个达到结合标准。团队公开全部设计及数据，但尚未确认这些蛋白能否中和蝎毒。

Anthropic 公布了一项 Claude 辅助设计蝎毒结合蛋白的研究，报告称 211 个受测设计中有 17 个达到结合标准，并公开全部设计及数据。原文未注明研究发布日期。据官方说明，运行于 Claude Science 的内部研究模型在 64 小时内主要自主工作，接受了团队与 Citrini Research 合作制定的初始提示及四次后续引导，共生成 318,484 个蛋白设计，并选出 180 个送测；研究团队在 Claude 协助下另加 31 个。Adaptyv Bio 与 Twist Bioscience 负责实验室结合测试，达标设计分别结合四种已知对人体有危险的蝎子神经毒素之一。官方表示，尚未确认这些结合蛋白能否在细胞环境中中和蝎毒，因此不声称已制成抗毒血清。

读原文 →

OpenAI 收购药物开发平台 Orchestra Bio

行业动态

OpenAI 已收购药物开发平台 Orchestra Bio，计划将其团队和技术纳入面向生命科学研究的 Rosalind 模型及工具，构建连接科学发现与药物推进工作的 Agent。

OpenAI 已完成对药物开发平台 Orchestra Bio 的收购，并计划整合其团队、技术与 Rosalind 模型及工具。据其说明，双方能力将用于构建衔接科学发现与药物推进工作的 Agent。具体分工上，GPT-Rosalind 辅助科学家推理生物学和化学问题，Rosalind Workbench 连接科学工具和数据，用于分析结果与规划实验。Orchestra Bio 则支持研究人员把项目监测和跟踪交给 AI Agent，由其识别受影响的活动和时间安排、汇集信息、比较应对方案，下一步行动仍由研究人员决定。

读原文 →

OpenAI Preparedness 团队前负责人宣布重返 OpenAI

行业动态

MIT 教授、OpenAI Preparedness 团队前负责人 Aleksander Madry 宣布重返 OpenAI，参与 AI 安全与安保工作；Sam Altman 确认他已接受回归请求。

MIT 教授 Aleksander Madry 宣布将回到 OpenAI，参与应对 AI 能力增强带来的安全与安保挑战，原文未说明回归生效日期。他此前曾领导 OpenAI 的 Preparedness 团队。对于此次回归，Madry 表示，AI 发展已进入不同阶段，解决相关问题必须成为核心优先事项；他也将此前以为的离职重新描述为一段休假。Sam Altman 表示，Madry 已接受 OpenAI 的回归请求，并称面对超级智能，相关挑战十分艰巨。

读原文 →

据路透社：OpenAI 洽谈约 300 亿美元融资

行业动态

据路透社援引知情人士消息，OpenAI 正洽谈约 300 亿美元融资，争取在 Anthropic 预计于 11 月中旬上市前锁定投资者承诺，本轮估值可能超过 1.4 万亿美元。

据路透社援引知情人士消息，OpenAI 正推进约 300 亿美元的新一轮融资，目标是在 Anthropic 预期上市前获得投资者承诺。Anthropic 预计于 11 月中旬上市，报道未注明年份。知情人士称，两家公司争取的投资者群体日益重合，OpenAI 希望提前锁定资金，并借近期营收增长吸引投资。本轮融资的估值可能超过 1.4 万亿美元，现有投资方软银及总部位于阿布扎比的 MGX 等正洽谈参与。作为对照，OpenAI 此前在 3 月完成 1220 亿美元融资后，估值为 8520 亿美元；报道同样未注明该月份所属年份。

读原文 →

Anthropic 上市文件草案披露云容量困境

行业动态

据《华尔街日报》报道，Anthropic 的 S-1 草案显示，上半年营收从上年同期的 11 亿美元增至 163 亿美元，但面临云容量不足，未来几年获取更多算力的支出可能达 7500 亿美元。

据《华尔街日报》报道，Anthropic 在 S-1 上市申请文件草案中披露了营收增长、计算支出及云容量不足的问题。公司上半年净亏损为 807 亿美元，其中 720 亿美元来自可转换票据及融资工具相关的非现金会计调整；同期营收为 163 亿美元，上年同期为 11 亿美元。Anthropic 预计，未来几年获取更多算力的支出可能达 7500 亿美元，该数字包括仍在谈判的交易。随着 AWS、谷歌和微软日益将其视为竞争者，公司正租用数据中心并与第三方运营商合作，但担忧这些运营商运营历史有限，可靠性可能不及大型云服务商。

读原文 →

Google：Argon 用量约为前代同期 3 倍

行业动态

Alphabet CEO Sundar Pichai 表示，Google 的 Gemini 4 Argon 上线首 72 小时处理近 25 万亿 tokens，约为 Gemini 3.0 同期的 3 倍，但服务仍受容量限制。

Google 发布 Gemini 4 Argon 后，首 72 小时的 tokens 使用量接近 25 万亿；Alphabet CEO Sundar Pichai 在 Big Technology Podcast 采访中披露了这一数据，原文未提供具体发布日期。据其说明，这约为 Gemini 3.0 上线首 72 小时的 3 倍，目前服务受到容量限制。Pichai 表示，Google 不会只专注于 Flash 等轻量模型，而会继续投入前沿 AI 研发，为此云业务需要让出部分算力，放弃短期收入。他还表示，内部开发者使用 Argon 后，能够处理此前模型无法解决的问题，但模型在部分 coding 任务上仍需改进。对于部署节奏，他称 Google 因 Argon 的能力而延长了安全测试和审慎部署所需的时间。

读原文 →