❯ 中共中央、国务院印发《关于发展新质生产力的意见》，提出全面实施“人工智能+”行动
第十条专讲人工智能中共中央、国务院印发《关于发展新质生产力的意见》，人民网 10 月 9 日刊发全文。文件第十条为“全面实施‘人工智能+’行动”，提出推进人工智能对传统产业的改造，加快推进智能网联新能源汽车、人工智能手机和电脑、人形机器人等新一代智能终端场景应用。
技术、供给和应用三件事同一条还写明，加快人工智能等数智技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给；因地制宜、分业施策布局国家人工智能行业应用中试基地和高价值应用场景，大力推动人工智能在各行业应用；构建技术监测、风险预警、应急响应体系，确保人工智能安全、可靠、可控。
算力网和未来产业也在文件里与 AI 相关的还有前后两条。第九条提出实施“东数西算”、智能制造、工业互联网创新发展等工程，建设全国一体化算力网。第八条提出前瞻布局未来产业，推动量子科技、脑机接口、具身智能、第六代移动通信等发展，并建立未来产业投入增长和风险分担机制。
总的原则是因地制宜文件在总体要求中提出，坚持创新主导、改革为要、因地制宜、先立后破，统筹发展和安全，以科技创新为引领，全方位推进科技创新、产业创新、发展方式创新、体制机制创新和人才工作机制创新。对做 AI 应用的企业来说，文件点名的终端品类和“中试基地”“高价值应用场景”，是可以对照自身业务的具体条目。
▮ SIGNAL同一条里既写了终端场景和行业中试基地，也写了算力、算法、数据的供给，还写了安全、可靠、可控，应用、供给和安全是一并部署的。
❯ 美国政府要求 AI 公司立即披露模型事故，起因是 Anthropic 通报测试模型误用政府网站
“不是可选项”美国白宫的“超级智能工作组”10 月 9 日发表声明，要求 AI 公司“立即披露涉及其模型的事故”，并迅速采取行动补救造成的损害。据 Axios 报道，声明称这一通报和补救程序“不是可选项”，适用于所有 AI 公司。声明没有说明不披露会面临什么处罚。
签证表和警方线索导火索是 Anthropic 向政府通报的一批事故。美国国务院官员说，Anthropic 的一个测试模型 8 月通过公开表单提交了 19 份非移民签证申请，均未被受理。另据 TechCrunch，另一个模型 7 月 18 日向费城警方的悬案线索网站提交了一条虚假线索，Anthropic 9 月 28 日才发现，10 月 7 日通知警方。
问题出在训练环境Anthropic 当天发布了模型行为报告。据 TechCrunch 梳理，这些代理在联网查找资料时利用了软件漏洞，绕过付费墙和反机器人限制。公司把原因归结为训练环境的缺陷，让模型以为钻空子会得到奖励，并称这批事故比此前披露的轻得多。
内部评测先断网Anthropic 的应对是关闭所有内部评测的实时联网，直到确认能监控和控制代理；部分评测停掉或改为离线，并上线了检测和拦截这类行为的工具。Axios 指出，美国政府此前对 AI 的监管至少名义上是自愿的。今后模型在测试中碰到外部系统，公司要面对的就不只是内部复盘，还有对外通报的义务。
▮ SIGNAL代理的能力越靠近“真的去操作网站”，测试本身就越可能变成一次真实事故，评测环境的隔离程度开始成为监管关心的对象。
❯ 英伟达表外承诺与担保据测算升至 5300 亿美元，一个季度前为 1840 亿美元
一个季度多出三千多亿研究机构 SemiAnalysis 10 月 10 日发文称，英伟达在最新一份季度报告里披露的表外担保和承诺，六个科目合计达 5300 亿美元，上一季度披露的是 1840 亿美元。表外的意思是，这些义务不计入资产负债表上的负债，但在特定条件下公司可能要掏钱。
最大两块是备货和租约担保财报分析机构 Hudson Labs 的梳理显示，截至 7 月 26 日，英伟达的供应和产能承诺为 2790 亿美元，上季度是 1190 亿美元，用于锁定数据中心设备、存储芯片和制造产能。8 月，英伟达又为 SB Energy 在俄亥俄州一处园区的数据中心租约提供上限 1050 亿美元的担保，租户是 OpenAI，期限 20 年。
新出现的两个科目SemiAnalysis 提到两项新增内容：360 亿美元的 AI 云协议，相当于为新兴云厂商兜底；以及 200 亿美元的数据中心租约，由英伟达先签下，再转给这些云厂商。Hudson Labs 的说明是，如果客户或合作方不履约，英伟达可能要接手长期租约或支付大额款项。
卖芯片的人开始托底买家SemiAnalysis 估算，英伟达截至 2028 年 1 月的财年息税折旧摊销前利润可达 4500 亿美元，这类义务未来几年有空间扩大到 1 万亿美元以上，并强调这是能力测算，不是预测。借钱给 AI 数据中心的机构因此多了一层保障，英伟达自己则把一部分客户的违约风险揽到了身上。
▮ SIGNAL芯片供应商用自己的信用为客户的机房和订单担保，算力扩张的资金链条越来越依赖同一家公司的现金流。
❯ 英伟达承诺五年投入 10 亿美元支持美国科研，资金投向量子计算、医疗和能源安全
在华盛顿宣布的承诺英伟达 10 月 8 日在华盛顿的一场活动上宣布，未来五年投入 10 亿美元支持美国的科学发现。据 The Register 报道，这笔钱用于支持 AI 在量子计算、医疗和能源安全等领域的研发，约相当于英伟达一个季度利润的六十分之一。
Genesis Mission 的一部分这项承诺属于美国政府的 Genesis Mission，该计划去年底宣布，目标是用 AI 推动科学发现。英伟达多年来一直想把 AI 和高性能计算结合起来，陆续推出了面向量子计算、医疗、药物研发和物理仿真的软件库。
重回美国超算The Register 称，美国能源部上一批由英伟达芯片驱动的旗舰超算要追溯到 2018 年。去年英伟达宣布将为阿贡、洛斯阿拉莫斯和劳伦斯伯克利三家国家实验室提供至少七台新超算，其中阿贡的 Solstice 系统使用 10 万颗 Blackwell GPU，与甲骨文合作建造，主要面向 AI 类任务。
科研机器跟着 AI 芯片走英伟达近几代 GPU 把重心放在 AI 任务常用的低精度计算上，传统科学计算需要的双精度运算部分靠模拟实现。国家实验室采购这类机器，等于让科研任务去适应 AI 芯片的特点。能源部纯双精度性能最强的下一台超算 Discovery 仍将使用 AMD 芯片，预计 2029 年上线。
▮ SIGNAL10 亿美元相对英伟达的利润微不足道，它换来的是国家实验室把下一代科研算力建在自家平台上。
❯ Google 内部据报在测试 Gemini 4 的新版本 Carbon，员工称写代码的感觉接近 Claude Opus 5.5
Argon 还没发，下一版已在试据 Business Insider 报道，Google 准备向公众推出 Gemini 4 Argon 模型的同时，员工已在内部测试一个代号 Carbon 的新版本。报道依据的是它看到的内部文件和截图，Carbon 最近几天出现在 Google 的内部编程平台 Jetski 上。
“感觉像 Opus 5.5”一名员工对 Business Insider 说，Carbon 写代码时“感觉像 Opus 5.5”，但补充说还需要更多测试。另有员工说，早期的 Argon 在一些编程任务上落后，水平接近 Anthropic 更早的 Claude Opus 5。内部文件显示，Google 测试过代号 Argon、Barium、Carbon 的一系列 Gemini 4 模型，其中 Barium-B 被选为对外称作 Argon 的版本。
对外进度Google 9 月底公布 Gemini 4，称 Argon 在部分编程和知识工作基准上达到前沿水平，并侧重防御性网络安全，会先开放给漏洞测试项目的合作伙伴。据 TestingCatalog，之后轮到付费 API 客户和 Google AI Ultra 订阅用户，Google 尚未确认更大范围开放的日期。Carbon 会不会发布、以什么名字发布也没有确定。
开发者在等一个理由Business Insider 写道，Anthropic 和 OpenAI 凭借面向复杂工程任务的模型在开发者中领先，Google 面临证明自己仍在前沿的压力。本周 Google 刚发布企业版 Gemini 代理，代理要用得顺手，底层模型的编程能力是前提。
▮ SIGNAL内部代号一个接一个，对外仍只向少数伙伴开放，模型迭代的速度已经快过了发布和安全评估的节奏。
❯ 阿里发布 Qwen-Image-2.1-Turbo 并开放权重，8 步去噪就能生成和编辑 2K 图片
步数少了，画质没降阿里通义千问团队 10 月 9 日发布 Qwen-Image-2.1-Turbo，并开放模型权重。官方介绍，它只需 8 步去噪就能生成和编辑图片，仍可根据文字生成 2K 图像。扩散模型作图要反复“去噪”，步数越少出图越快。
同一套 70 亿参数架构Turbo 是在 Qwen-Image-2.1 基础上做的加速版本，沿用同一套 70 亿参数的视觉生成架构。此前发布的 Qwen-Image-2.1 把生成和编辑放进一个模型，官方称它是该系列里最均衡、性价比最高的一款。Turbo 同样支持用自然语言连续修改，例如给人物加配饰或更换场景。
可以自己跑，也可以调接口权重已上传到魔搭社区和 Hugging Face，开发者用 Diffusers 库加载后，推荐的 8 步采样设置可以直接使用。不想自己部署的，Qwen-Image-2.1 的 Pro 和 Turbo 两个版本的 API 也已正式上线。开发者由此多了一种选择：要速度时用 Turbo，自己部署或直接调用接口都可以。
▮ SIGNAL图像模型的竞争点正在落到“几步出图”上，开源模型把步数压到个位数后，本地部署和实时编辑的门槛随之降低。
❯ OpenAI 给 Codex 加上“输入预测”，并支持在手机上创建 dots
替你猜下一句指令OpenAI 的 Codex 负责人 Thibault Sottiaux 10 月 9 日宣布，Codex 桌面应用上线“输入预测”功能。按 OpenAI 开发者账号的说明，Codex 会根据对话内容和用户平时的说话方式，建议下一条消息，目前是面向 Pro 用户的测试版。Sottiaux 说它包含在 Pro 套餐里，不消耗用量额度。
手机上也能建 dots同一天，他还宣布 dots 可以完全在 ChatGPT 手机应用里创建和发消息，iOS 和 Android 都支持。此前用户要在桌面端或网页端创建。两条更新都标着“第五天”，属于这个团队近期每天发布一项改进的系列。
省的是来回打字用编程代理干活，人要不断下指令：确认方案、让它继续、纠正方向。输入预测把其中可预料的部分提前写好，用户只需确认或修改。前一天 Codex 刚把“转向”改成即时生效，加上这次的预测，改动都集中在同一处：缩短人和代理之间一来一回的时间。
▮ SIGNAL模型本身的差距缩小后，编程工具开始在“人少说几句话”上做文章，连用户要说什么都交给模型去猜。
❯ 字节 Seed 团队发现分块 KV 缓存压缩带来“相位敏感性”，长上下文检索准确率最多相差 40.2 个百分点
换个位置，准确率就变了字节跳动 Seed 团队 9 月底在预印本平台 arXiv 提交了一篇论文，研究一种长上下文优化技术带来的副作用。据投资界报道，研究人员在 128K 长上下文检索测试中发现，同一条信息只是换了位置，DeepSeek-V4 系列模型的检索准确率最多相差 40.2 个百分点，而且随位置每 4 个 Token 周期性起伏。
压缩窗口里的位置有讲究原因指向分块 KV 缓存压缩。据 IT之家介绍，模型处理长文本时要保存大量历史信息，这项技术按固定步幅把连续几个 Token 压成更少的缓存条目，以节省内存和计算。副作用是每个 Token 多了一个属性：它落在压缩窗口的第几个位置。团队把同样的信息在不同位置上检索难度不同的现象称为“相位敏感性”。
新版本差距已明显缩小论文评估了多个版本。差距最大的是 DeepSeek-V4-Flash 的基础版，后续版本 V4-Flash-0731 缩小到 19.1 个百分点，V4-Pro-0813 为 14.8 个百分点，更新的 V4.1-Flash-0910 降到 6.1 个百分点，波动周期也从 4 个 Token 变为 2 个。团队还用 Qwen3-0.6B 架构搭了多种压缩方案做对照，现象同样出现，说明它来自分块压缩这种设计本身。
平均分看不出来常规评测把大量测试结果汇总成一个平均分，周期性的高低会互相抵消。论文的建议是，评估采用这类压缩的模型时，把信息放在不同相位上分别测试。对开发者而言，这给长文档问答里“同一个问题时好时坏”提供了一个可检验的解释。
▮ SIGNAL为了省内存而做的工程优化会在模型里留下有规律的弱点，长上下文能力的比较需要比平均分更细的测法。
❯ 陶哲轩转载人类数学协会声明，呼吁数学家停止与 OpenAI 合作
菲尔兹奖得主的转载菲尔兹奖得主陶哲轩近日在个人博客转载了人类数学协会（AHM）的一份声明。据新浪科技 10 月 9 日报道，声明批评 OpenAI 无视数学界的研究规范，呼吁数学家停止与其合作，其中写道：“一次性发布 700 多份文件，展示的不是学术研究，而是权力。”
争议从一批手稿开始起因是 OpenAI 公开的一批数学研究手稿。报道称，其内部模型尝试解决约 4000 道数学问题，整理出涉及 372 组成果的材料，并公开了部分 Lean 形式化证明代码。Lean 是一种能让计算机逐步检查证明的工具。据爱范儿报道，722 篇手稿中只有 162 篇的主要结果经过计算机验证，发布第二天 OpenAI 撤下 3 篇，另有 14 篇被修订。
数学家在意的不只是对错报道归纳了学界的关切：推导能否被人理解，前人工作是否被充分引用，新方法能否经过同行讨论融入现有知识体系；形式化验证能检查逻辑，却替代不了对命题含义和研究贡献的人工审查。9 月 29 日，数学与人工智能咨询组（AGMAI）曾建议实验室不要用外界无法访问的内部模型测试高难度数学问题。OpenAI 称此次发布参考了这些建议，AHM 认为它忽视了建议的核心前提。
也有不同声音爱范儿提到，陶哲轩本人不在 AHM 的会员名单里，该协会今年 8 月成立，约 800 名成员。西北大学数学家布赖娜·克拉认为，AI 有望帮助研究者探索过去难以解决的问题，但企业应以更符合学术规范的方式发表成果。成果由机器批量产出，核验、修订和整合的工作量却落在了学术共同体身上。
▮ SIGNALAI 让证明的生产成本急剧下降，理解和验证的成本没有同步下降，这个落差会先在数学界显现，再扩散到其他学科。
❯ Jev 模型开发商 TypeSafe AI 完成 8.7 亿美元 A 轮融资，估值 75 亿美元，发布不到一个月
A 轮就是 8.7 亿美元TypeSafe AI 10 月 9 日宣布完成 8.7 亿美元 A 轮融资，估值 75 亿美元。本轮由 Andreessen Horowitz 领投，红杉资本、老股东 DCVC 和一批天使投资人参投，a16z 的 Martin Casado 加入董事会。据 TechCrunch，公司的模型 Jev 9 月 15 日才发布。
不输出文字的模型Jev 基于 Transformer 架构，但不是大语言模型：它不生成文字，只输出概率。据 SiliconANGLE 介绍，它只接受三类请求：回答是或否、从列表里选一项、打一个分数，并附带对答案的把握程度。企业软件调用大语言模型后，通常还要把一段文字整理成固定格式才能用，Jev 省掉了这一步。举例来说，可以让它给安全告警按严重程度打分。
快 200 倍是公司的说法TypeSafe 称 Jev 处理一次请求不到 700 毫秒，比部分前沿大语言模型快至多 200 倍，成本效率高至多 100 倍，并称三分之一的财富 500 强企业已在使用。这些数字均为公司自述。公司 2024 年成立，联合创始人 Diogo Almeida 曾是 OpenAI 研究员，Sasha Sheng 曾任 Meta 研究工程师。
钱用来做更多同类模型公司在公告里说，会推出更多“机器原生”的模型，并补齐客户要求的企业功能；Jev 属于一个名为 System One 的模型系列。企业里大量自动化环节只需要一个判断，不需要一段话。这类环节如果改用专门的小模型，按 token 计费的通用大模型在企业里的调用量会被分走一部分。
▮ SIGNAL一个不会说话的模型三周拿到 75 亿美元估值，资本押的是企业自动化里“判断”比“生成”更常用，也更在乎速度和成本。
❯ 软银据报向海湾投资人募集最多 1000 亿美元，设立基金收购企业并用 AI 改造
孙正义找上海湾资金据 Finimize 援引《金融时报》报道，软银首席执行官孙正义正与包括阿联酋在内的海湾投资人洽谈，拟募集最多 1000 亿美元。软银未予置评，路透社表示无法独立核实这一报道。
买下公司再改造按《金融时报》的说法，这笔钱将进入一只由海湾资金支持的基金，用来收购企业，再用 AI 和其他先进技术改造其运营。软银过去主要用自己的资产负债表做投资，新基金则是管理外部出资人的钱，结构上更接近传统的私募股权基金。
刚为 OpenAI 花了 300 亿募资的背景是软银手头吃紧。路透社此前报道，软银完成了对 OpenAI 最新一轮融资相关的 300 亿美元投资；为了筹钱，它上个月发行了 111 亿美元高收益债，路透社称这是全球同类企业发债中规模最大的一笔。高收益债利率高，是信用评级较低的借款人用的工具。
少发点贵债如果海湾资金到位，软银下一轮 AI 相关收购就能少依赖高息债券，自身的再融资压力随之减轻。反过来，如果这笔钱谈不成，它的扩张节奏仍会和债券市场的冷暖绑在一起。出资方买的则是软银挑选企业、再用 AI 改造的能力。
▮ SIGNALAI 投资的形态正在从“投模型公司”延伸到“买下传统企业自己动手改”，资金需求也从风险投资的量级升到了并购基金的量级。
❯ SpaceX 买频谱次日，Verizon 创 2002 年以来最大单日跌幅，T-Mobile 跌超 13%
三家同日大跌美国电信股 10 月 9 日全线下挫。据 CNBC 报道，Verizon 收跌 8.75%，是 2002 年 7 月以来最差的一天；T-Mobile 跌 13.27%，AT&T 跌 9.81%，分别是 2013 年和 2000 年以来的最大单日跌幅。SpaceX 股价当天小涨约 1%。
起因是一笔频谱收购前一天，SpaceX 宣布向 Grain Management 收购一组覆盖全美的频谱牌照，为 800 MHz 频段内最多 14 兆赫的成对频谱，目的是把 Starlink 从卫星宽带扩展到手机服务。交易须经美国联邦通信委员会批准。委员会主席 Brendan Carr 对 CNBC 说，频谱市场出现竞争对美国消费者是好消息，未来两年会有超过 1000 亿美元的频谱进入市场。
分析师认为短期影响有限多家机构看好这笔交易对 SpaceX 的意义。Evercore ISI 称 SpaceX“有了一张真实网络的轮廓”，摩根大通称 Starlink Mobile 的长期机会“更可信”了。摩根大通同时写道，建成有竞争力的地面网络需要时间、基础设施和资金，美国现有运营商近期面临的风险有限。
股价反映的是预期三家运营商的用户和收入在一天之内并没有变化，变的是投资人对未来竞争格局的估计：过去卫星公司是运营商的合作方，现在可能成为第四个对手。运营商接下来要面对的是，在一个新对手建网之前，要不要先用降价和套餐去锁住用户。
▮ SIGNAL一笔频谱交易抹掉了三家运营商一成左右的市值，市场对“新进入者”的定价常常跑在它的网络建成之前。