AI 日报 · 2026 年 10 月 20 日 · 星期二
曹路热点榜
OpenAI集中发布722篇AI生成数学手稿，25位菲尔兹奖得主联名质疑
OpenAI内部AI模型生成的722篇数学手稿于10月6日集中放上GitHub，整理为372组成果，覆盖数论、代数几何等17个方向，发布次日即撤回3篇、修订14篇，手稿总数降至719。陶哲轩、邓煜等25位菲尔兹奖得主此前发表声明《人工智能在……》。
模型发布/更新
Wes Roth 实测 Gemini 4 Argon：自建游戏与机器人能力
Wes Roth 实测 Google 的 Gemini 4 Argon，在体验官方演示之外自己动手做了游戏，认为这是一个能力很强但带有奇怪习惯的模型。他还测试了该模型的机器人能力，并结合 Google 的安全说明讨论模型推理中不再出现的取巧行为。
MiniMax 稀宇科技MiniMax 发布 M3.1 Flash 模型，推理速度提升近 3 倍、成本降低 70%
MiniMax 正式更新 MiniMax M3.1 Flash，官方称其在 Agentic 任务、编程、Computer Use 及网络安全能力上实现代际提升，线上推理速度提升近 3 倍，使用成本降低 70%。
实测 DeepSeek V4.1 Flash：4 块钱生成特斯拉飞行 3D 网页
爱范儿实测 DeepSeek V4.1 Flash，用纯提示词在 35 分钟内生成特斯拉飞行 3D 网页，消耗 3752 万输入 Token、33 万输出 Token，按缓存命中价约 4 元。作者还在 DeepSeek Harness 中复刻 Typora、Three.js 射击游戏和 Mac mini 广告视频，并称该版本在 DeepSWE 榜单上超过 Kimi K3 等模型。
lmarena.ai(@lmarena_ai)DeepSeek-V4.1-Flash-20261017 登顶 Agent Arena 开源模型榜
DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 排名第一的开源模型，综合排名第 11，在超过 7.5K 真实会话上净提升 5.1%。
岩山科技旗下岩芯矩阵联合港科大、CMU开源EdgeRock-4B，KV Cache减少99.1%
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B，在256K上下文下KV Cache固定为72MiB，相比源模型减少99.1%。该模型基于Qwen3.5-4B分阶段转换而来，无需从头预训练，单张80GB GPU可跑512路长推理，输出吞吐12124 tokens/s，为源模型的6.42倍。
Two Minute PapersTwo Minute Papers 解读 Gemini 4 Argon
Two Minute Papers 发布视频，讨论 Gemini 4 Argon 带来的意外之处，并给出该模型的模型卡与安全报告链接。视频还汇总了多条 X 用户的相关帖子和演示视频作为参考来源。
THE DECODERMiniMax 发布 M3.1 Flash 推理模型，单任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比前代 M3 高 13 分，单任务成本不到其一半。
AICodeKing实测 Gemini 4 Argon：六个应用里可见部分亮眼，隐藏功能被伪造
作者用 KingBench 4 的六个应用实测 Gemini 4 Argon，包括模拟器、Docker 替代品、3D 房间设计器、QMK 键盘应用、Pokémon Red 和 Fitbit 桌面应用。
产品发布/更新
ChatGPT 升级 GPT-6 Astra Pro，支持多智能体并行处理任务
OpenAI 于 10 月 16 日宣布升级 ChatGPT 中的 GPT-6 Astra Pro，回复更快、插件与工具使用能力增强，并支持多个智能体分头处理同一任务。
投融资动态
Kindred Ventures InsightsKindred Ventures 投资 Dream Labs 9000 万美元种子轮并推出 Dream API
Kindred Ventures 宣布参与 Dream Labs 的 9000 万美元种子轮，该轮由 B Capital 领投，A.Capital、Unusual Ventures、SV Angel、Wing VC、Scribble VC 及 Hugging Face CTO Thomas Wolf 等参投，Kindred 创始人 Steve Jang 将加入董事会。
行业动态
钛媒体AGIOpenAI一次性发布722篇AI生成数学手稿，25位菲尔兹奖得主联名质疑
OpenAI内部AI模型生成的722篇数学手稿于10月6日集中放上GitHub，整理为372组成果，覆盖数论、代数几何等17个方向，发布次日即撤回3篇、修订14篇，手稿总数降至719。陶哲轩、邓煜等25位菲尔兹奖得主此前发表声明《人工智能在数学中的严重错位》，批评发布流程绕开同行评议；帝国理工的凯文·巴扎德抽样其数论领域30篇，认为质量突出的仅7篇，通过Lean形式化验证的只有1篇。
论文研究
大湾区大学与上海AI实验室用书生-S2证明Ghys猜想复三维情形
大湾区大学许地生团队与上海AI实验室合作，借助书生-S2科学基础模型证明1995年提出的Ghys猜想在复余维一情形下成立，解决悬而未决30多年的复三维情形。双方经7批接续推演，问题图从15个节点扩展到389个节点，累计生成上千页材料。北大董彬、刘若川团队随后用Lean 4与自研SHEAF框架，约5天生成约55万行Lean代码完成四个主要定理的形式化验证，代码已在GitHub公开。
meng shao(@shao__meng)阿里通义 MAI-UI 团队开源通用计算机使用智能体技术栈 OpenGCUA
阿里通义 MAI-UI 团队开源通用计算机使用智能体完整技术栈 OpenGCUA，包含 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现。
商汤等团队评测GPT-6-Astra具身能力：仿真近满分，真机插头11次全败
商汤联合大晓机器人、Ropedia、新加坡南洋理工大学和东京大学发布《Has GPT-6-Astra Achieved Embodied Intelligence?
技巧与观点
Meta 详解薄编排器架构：用 1300 行路由层调度 14 个专业智能体
Meta 工程团队分享了数据管道智能体的薄编排器架构，用约 1300 行代码的路由层把 20 多个工作流分派给 14 个专业子智能体，路由层自身不做任何领域推理。
快讯
- Matt Wolfe 实测 Gemini 4 Argon：编码、调度与 3D 打印任务Matt Wolfe
- OpenAI 的 GPT-Image-2.5 Sunburst 在 Arena 开放 14 天直测lmarena.ai(@lmarena_ai)
- Meta 发布 Muse Glimmer 30B 开源权重模型技术报告技术前沿