AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
小易热点
OpenAI 数学手稿引争议，GPT-6 免费推送
本期覆盖 2026 年 10 月 5 日至 10 月 11 日。OpenAI 于 10 月 7 日一次性公开 722 篇数学手稿，其中声称证明三维挂谷极大函数猜想并将四维挂谷猜想扩展，引发数学界争议，人类数学协会呼吁停止合作，陶哲轩转载声明并呼吁放慢数学研究节奏。模型侧，OpenAI 向 ChatGPT 免费用户推送 GPT-6，Anthropic 发布 Claude Haiku 5.5，Google 发布生图模型 Nano Banana 2.1，阶跃 Step 5 Preview 登顶 OpenRouter Trending 榜。产品侧，谷歌发布办公 Agent Gemini Agent，微软联合英伟达推出 RTX Spark 与 Surface Laptop Ultra，并在 Windows 引入混合智能。行业侧，TypeSafe AI 完成 8.7 亿美元 A 轮融资，OpenAI 发布 Decisions API 直指 Jev 赛道。
OpenAI 数学手稿风波
本版导读OpenAI 于 10 月 7 日一次性公开 722 篇数学手稿，作者栏只署 OpenAI，其中编号 074 的两篇共 272 页，一篇声称证明三维挂谷极大函数猜想，比王虹与 Joshua Zahl 的版本更强，另一篇声称将四维挂谷猜想扩展。人类数学协会随后发表声明，呼吁数学家停止与 OpenAI 合作，陶哲轩在个人博客转载该声明，但并未出现在协会会员名单中。陶哲轩还在 SAIR 演讲中呼吁 AI 公司放慢数学研究节奏，批评 AI 只加速生成解答与 Lean 形式化验证，理解、同行评审和写入教科书等后续环节几乎停滞，形成 Proof Indigestion。
OpenAI 发布 722 篇数学手稿，声称将挂谷猜想扩展至四维
OpenAI 于 10 月 7 日一次性公开 722 篇数学手稿，论文和部分 Lean 证明上传至 GitHub，作者栏只署 OpenAI。其中编号 074 的两篇共 272 页，一篇声称证明三维挂谷极大函数猜想，比王虹与 Joshua Zahl 的版本更强，另一篇声称将四维挂谷集的 Hausdorff 维数直接证到 4。
陶哲轩在 SAIR 演讲中呼吁 AI 公司放慢数学研究节奏
陶哲轩在 SAIR 最新演讲中公开呼吁模型公司放慢脚步，称 AI 公司无休止加速却对后果一无所知，并批评 AI 只加速了生成解答与 Lean 形式化验证，理解、同行评审和写入教科书等后续环节几乎停滞，形成他所说的 Proof Indigestion（证明消化不良）。
陶哲轩转发抵制声明，数学界与 OpenAI 就 722 篇论文起争议
人类数学协会在 OpenAI 发布 700 多份数学研究成果后发表声明，呼吁数学家停止与 OpenAI 合作，陶哲轩在个人博客转载了该声明，但并未出现在协会会员名单中。
GPT-6 与竞品模型密集发布
本版导读OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换 GPT-5.6 Luna，Plus、Pro 等付费用户使用 GPT-6 Sol。Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash。Google 发布生图模型 Nano Banana 2.1，支持 4K 直出，在 Arena 评测中文本转图像、多图像编辑及单张图像编辑三项平均提升约 61.7 分，1K、2K 图片生成价格减半。阶跃星辰 Step 5 Preview 登上 OpenRouter Trending 榜第一、日榜全球第二，官方称将于 10 月 15 日正式开源。
OpenAI 向 ChatGPT 免费用户推送 GPT-6，聊天框可生成交互界面
OpenAI 宣布 GPT-6 开始向 ChatGPT 免费和 Go 用户推送，用 GPT-6 Luna 替换此前的 GPT-5.6 Luna，Plus、Pro 等付费用户则使用 GPT-6 Sol。
Anthropic 发布 Claude Haiku 5.5，跑分对标 GPT-6 Luna 且价格下调
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash。
Google 发布生图模型 Nano Banana 2.1，支持 4K 直出并下调 API 价格
Google 发布新一代生图模型 Nano Banana 2.1，围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级，支持 4K 直出。据 Arena 评测，其在文本转图像、多图像编辑及单张图像编辑三项上平均提升约 61.7 分，1K、2K 图片生成价格减半，4K 便宜约 25%。
阶跃 Step 5 Preview 登顶 OpenRouter Trending 榜，10月15日开源
阶跃星辰旗舰基座模型 Step 5 Preview 登上 OpenRouter Trending 榜第一、日榜全球第二，官方称将于 10 月 15 日正式开源。
办公 Agent 与本地 AI 落地
本版导读Google Cloud 发布 Gemini Agent，定位为覆盖各类工作任务、可长期运行的通用办公 Agent，能查资料、写邮件、做 PPT、分析数据、编写和运行代码，并跨应用调用工具、召集子 Agent 协作，且支持调用 Claude。微软在 Windows 与 Surface 特别活动上联合英伟达发布计算平台 RTX Spark 和旗舰笔记本 Surface Laptop Ultra，主打本地运行 AI Agent。微软还在 10 月 8 日 Windows 发布会上宣布将混合智能引入 Windows，通过模型路由、Windows ML 和本地 AI 能力，让 GitHub Copilot 等产品根据任务复杂度、成本和隐私要求在云端与本地模型之间自动切换。
谷歌发布办公 Agent Gemini Agent，支持调用 Claude
Google Cloud 发布 Gemini Agent，定位为覆盖各类工作任务、可长期运行的通用办公 Agent，能查资料、写邮件、做 PPT、分析数据、编写和运行代码，并跨应用调用工具、召集子 Agent 协作。
微软与英伟达发布 RTX Spark 与 Surface Laptop Ultra，把「不限量智能」装进 PC
微软在 Windows 与 Surface 特别活动上联合英伟达发布计算平台 RTX Spark 和旗舰笔记本 Surface Laptop Ultra，主打本地运行 AI Agent。
InfoQ 中文10.09微软在 Windows 发布会推出混合智能与 MXC，让 Copilot 自动切换本地和云端模型
微软在 10 月 8 日的 Windows 发布会上宣布将混合智能引入 Windows，通过模型路由、Windows ML 和本地 AI 能力，让 GitHub Copilot、Copilot 等产品根据任务复杂度、成本和隐私要求在云端与本地模型之间自动切换。
决策模型赛道升温
本版导读TypeSafe AI 宣布完成 8.7 亿美元 A 轮融资，投后估值达 75 亿美元，距其 9 月 15 日 4000 万美元种子轮融资仅 24 天。其决策模型 Jev 砍掉生成功能只做判断，输出 token 永久免费、输入每百万 Token 0.042 美元。OpenAI 在 DevDay 上公布 Decisions API，基于 GPT-6 Luna，让模型从预设答案中作出选择并返回置信度分数，延迟 150 毫秒，而直接用 GPT-6 Luna 完成同类任务需 1.6 秒。OpenAI API 产品负责人 Nikunj Handa 在播客中透露，受 Jev 启发启动的 Decisions API 起初不在研发计划中，团队约一周完成可运行原型。
TypeSafe AI 完成 8.7 亿美元 A 轮融资，Jev 估值 24 天翻至 75 亿美元
TypeSafe AI 宣布完成 8.7 亿美元 A 轮融资，投后估值达 75 亿美元，距其 9 月 15 日 4000 万美元种子轮融资仅 24 天。其决策模型 Jev 砍掉生成功能只做判断，输出 token 永久免费、输入每百万 Token 0.042 美元，上线 3 天处理量达 1 万亿 Token，约三分之一《财富》500 强企业已使用或接入。
InfoQ 中文10.10OpenAI 发布 Decisions API，直指 Jev 的决策原语赛道
OpenAI 在 DevDay 上公布 Decisions API，基于 GPT-6 Luna，让模型从预设答案中作出选择并返回置信度分数，延迟 150 毫秒，而直接用 GPT-6 Luna 完成同类任务需 1.6 秒。该能力与 TypeSafe AI 的 Jev 高度重合，后者上线 15 天即被讨论是否被取代。Decisions API 目前仅限量预览，定价、候选答案数量和自定义调优均未公布。
InfoQ 中文10.09OpenAI 高管访谈：一周做出 Jev 竞品 Decisions API
OpenAI 在开发者日发布 Dot、计算机操作能力和 Agents API，其 API 产品负责人 Nikunj Handa 在 Latent Space 播客中透露，受 Jev 启发启动的 Decisions API 起初不在研发计划中，团队约一周完成可运行原型，未重新训练模型而是沿用 Luna 权重，约束输出为结构化结果并优化首次决策返回时间，支持并行批量处理。
开放模型与 Agent 研究进展
本版导读美国创业公司 Reflection 发布首款开放权重模型 Beam，一天后 Mistral 推出迄今最大的 Mistral Large 4，两家均以 GLM、Kimi、DeepSeek、Qwen 为主要比较对象。小米 MiMo 团队发布技术报告，披露规模化 Agentic RL 训练过程，单次 RL 后训练烧掉 260 万美元，并发布 MiMo-V2.6-Pro 和 MiMo-V2.6-F。何恺明团队提出视觉原生 Harness 框架 VISTA，让多模态模型直接观察环境、保存原始画面，并在推理时随时回看、放大和检查细节。MirroS 团队发布 AgentGarten，将可执行代码环境与实时神经渲染器连接，以超过 30 fps 的吞吐让智能体持续与世界交互。
InfoQ 中文10.08Reflection 发布 Beam、Mistral 推出 Large 4，西方开放模型重新提速
美国创业公司 Reflection 发布首款开放权重模型 Beam，一天后 Mistral 推出迄今最大的 Mistral Large 4，两家均以 GLM、Kimi、DeepSeek、Qwen 为主要比较对象。
InfoQ 中文10.10小米披露 MiMo-V2.6 规模化强化学习路线：单次 RL 后训练烧掉 260 万美元
小米 MiMo 团队发布技术报告《MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement》，披露一套规模化 Agentic RL 训练过程，并发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 两个 MoE 模型。
何恺明团队发布多模态 Harness 框架 VISTA
何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生 Harness 框架 VISTA，让现有多模态模型直接观察环境、保存原始画面，并在推理时随时回看、放大和检查细节，无需从头训练。
MirroS 发布 AgentGarten：代码环境加实时神经渲染让智能体边玩边进化
MirroS 团队发布 AgentGarten，将可执行代码环境与实时神经渲染器连接，以超过 30 fps 的吞吐让智能体持续与世界交互。在重做的捉迷藏实验中，躲藏者第 4 轮学会搬挡板搭掩体，搜寻者第 10 轮掌握借坡道翻墙，而 2019 年 OpenAI 研究中对应策略分别经历约 2500 万局和约 1 亿局。