2026-10-20

AI 大事件 | 2026年10月20日

一句话导读： MiniMax 发布 M3.1 Flash 反击 DeepSeek 的速度战、英伟达加持的 doubleAI 推出"代码执行模型"要砍算力成本、DeepSeek 把搜索 API 打到 $0.75/千次搅动检索层价格战、Cloudflare 发布抽取式小模型 Clairic、VAST 开源实时世界模型 EdenLive、Together 的混合推理论文遭遇"发布翻车"…

导读： MiniMax 发布 M3.1 Flash 反击 DeepSeek 的速度战、英伟达加持的 doubleAI 推出"代码执行模型"要砍算力成本、DeepSeek 把搜索 API 打到 $0.75/千次搅动检索层价格战、Cloudflare 发布抽取式小模型 Clairic、VAST 开源实时世界模型 EdenLive、Together 的混合推理论文遭遇"发布翻车"、腾讯混元 Env-Rethink 让 agent 自己重建工作环境、康奈尔研究发现大模型总在讲同一个"灯塔看守人"的故事——今天是速度、成本与结构的一天。

1. MiniMax 发布 M3.1 Flash：在线推理提速近 3 倍，成本降 70%

10 月 19 日路透社报道，MiniMax（0100.HK）发布 M3.1 Flash 更新版，官方称在 agentic 任务、编程与网络安全等领域带来"代际级"改进；在线推理速度提升近 3 倍，使用成本下降 70%。这是 10 月 17 日 DeepSeek 发布 V4.1-Flash-1017 之后，国产 Flash 级模型的又一次正面交锋。

摘要： 10 月 19 日路透社报道，MiniMax（0100.HK）发布 M3.1 Flash 更新版，官方称在 agentic 任务、编程与网络安全等领域带来"代际级"改进；在线推理速度提升近 3 倍，使用成本下降 70%。这是 10 月 17 日 DeepSeek 发布 V4.1-Flash-1017 之后，国产 Flash 级模型的又一次正面交锋。
为什么重要： Flash 级模型正在成为大厂的"走量战场"——不拼参数规模，拼速度和单价。MiniMax 直接把"提速 3 倍、降价 70%"写进更新说明，说明竞争已经从 benchmark 分数转向真实的在线服务成本。对开发者来说，agent 跑批任务的账单正在被这两家越压越薄。
来源： 路透社（10 月 19 日）

2. 英伟达加持的 doubleAI 发布"代码执行模型"，首款 Maxwell 瞄准算力成本

10 月 19 日《华尔街日报》独家报道：特拉维夫初创 doubleAI 推出全新 AI 类别——"代码执行模型"（Code Execution Models，CEM），号称把 AI 放在"代码与硅片之间"；与帮人写代码的 LLM 不同，CEM 直接驻留在运行中的程序里、无需人工干预地优化代码执行。公司由 Mobileye 联合创始人 Amnon Shashua 创办，已获 Lightspeed、Bessemer、英伟达、戴尔等投资，累计融资 2.2 亿美元；首款 CEM 命名为 Maxwell，目标是降低 GPU/CPU 的算力成本。

摘要： 10 月 19 日《华尔街日报》独家报道：特拉维夫初创 doubleAI 推出全新 AI 类别——"代码执行模型"（Code Execution Models，CEM），号称把 AI 放在"代码与硅片之间"；与帮人写代码的 LLM 不同，CEM 直接驻留在运行中的程序里、无需人工干预地优化代码执行。公司由 Mobileye 联合创始人 Amnon Shashua 创办，已获 Lightspeed、Bessemer、英伟达、戴尔等投资，累计融资 2.2 亿美元；首款 CEM 命名为 Maxwell，目标是降低 GPU/CPU 的算力成本。
为什么重要： 算力涨价是全行业的痛——SemiAnalysis 数据显示，H100 一年期合约的每小时租金过去一年涨了 60%。Shashua 称最大突破是找到了对代码做"形式化数学验证"的方法。如果 CEM 真能让现有硬件多榨出性能，它卖的不是智能，而是"把电费省下来"——这是个企业 CFO 一听就懂的故事。
来源： 华尔街日报（10 月 19 日）

3. DeepSeek 把搜索 API 打到 $0.75/千次：agent 的"检索账"也被卷起来了

10 月 17 日随 V4.1-Flash-1017 一同上线的 DeepSeek Search 与 Fetch API（本报 10 月 18 日版已报道模型部分），在 10 月 18–19 日引发新一轮讨论：两个端点各按 $0.75/1000 次成功请求计费——Search 返回结构化网页结果，Fetch 把单页转成 Markdown；每个账号限 5 QPS；经 DeepSeek Harness、Claude Code、Codex 的服务端调用在 11 月 1 日前免费。对标：Brave $5、Exa $7–$12、Tavily $5–$8、Perplexity Sonar $5 起、Kagi $12——DeepSeek 是次便宜对手的 1/6 到 1/9。

摘要： 10 月 17 日随 V4.1-Flash-1017 一同上线的 DeepSeek Search 与 Fetch API（本报 10 月 18 日版已报道模型部分），在 10 月 18–19 日引发新一轮讨论：两个端点各按 $0.75/1000 次成功请求计费——Search 返回结构化网页结果，Fetch 把单页转成 Markdown；每个账号限 5 QPS；经 DeepSeek Harness、Claude Code、Codex 的服务端调用在 11 月 1 日前免费。对标：Brave $5、Exa $7–$12、Tavily $5–$8、Perplexity Sonar $5 起、Kagi $12——DeepSeek 是次便宜对手的 1/6 到 1/9。
为什么重要： 上周刚有人算清"agent 读网的 token 成本经常超过推理本身"，DeepSeek 反手就把检索层也打成白菜价。更有意思的是细节：搜索引擎自带 0–4 分"权威度"字段，并宣称过滤"SEO 垃圾、GEO 操纵和低质 AI 内容"——当 AI 搜索开始给网页"打分定级"，做 GEO（生成式引擎优化）的人可能要重新学规则了。提醒一句："索引数千亿页面""过滤有效"都是官方说法，尚未有独立测量。
来源： Forkast（10 月 18 日）
来源： NeoTeo（10 月 19 日）

4. Cloudflare 发布 Clairic：第一款"System One 抽取模型"，只收输入 token 的钱

10 月 19 日 Cloudflare 官方博客宣布推出 Clairic——"System One 抽取模型"新类别的首款模型，已在 Workers AI 上开启预览（@cf/cloudflare/clairic）。它不生成文本：单次前向传播直接返回类型化数值——从输入中抽取（发票总额、日期）、计算（时长、金额）、估算与预测（带中位数和 80% 置信区间），全部带置信度分数。定价 $0.10/百万输入 token，零输出 token 不计费，上下文 65,536 token 并支持视觉输入；官方称后续会开放权重。

摘要： 10 月 19 日 Cloudflare 官方博客宣布推出 Clairic——"System One 抽取模型"新类别的首款模型，已在 Workers AI 上开启预览（@cf/cloudflare/clairic）。它不生成文本：单次前向传播直接返回类型化数值——从输入中抽取（发票总额、日期）、计算（时长、金额）、估算与预测（带中位数和 80% 置信区间），全部带置信度分数。定价 $0.10/百万输入 token，零输出 token 不计费，上下文 65,536 token 并支持视觉输入；官方称后续会开放权重。
为什么重要： "发票总额是多少？""延迟了几天？"——这类每天被扔给旗舰 LLM 的结构化问题，其实不需要一个会写诗的模型。Cloudflare 自测：Clairic + 决策模型 Clef 的级联管线比纯 GLM-5.3 管线快约 3.2 倍、便宜 49%。这是"System One"思路的延续（快、准、便宜的单步模型）：把 LLM 留给真正需要推理的步骤，routine 的抽取工作交给专用小模型。注意：多步算术和长周期预测仍是它的弱项，官方自己也承认了。
来源： Cloudflare 官方博客（10 月 19 日）
来源： Unite.AI（10 月 19 日）

5. VAST 开源 EdenLive：消费级显卡上实时跑 720p 世界模型

VAST AI Research（Tripo 背后的团队）按承诺在 10 月 18 日前后开源了 EdenLive——实时生成式渲染器，输入一段参考视频或代理视图、加首帧与文本提示，即可以 24fps 以上实时渲染 720p 交互式世界；Apache 2.0 协议，代码已在 GitHub 公开。

摘要： VAST AI Research（Tripo 背后的团队）按承诺在 10 月 18 日前后开源了 EdenLive——实时生成式渲染器，输入一段参考视频或代理视图、加首帧与文本提示，即可以 24fps 以上实时渲染 720p 交互式世界；Apache 2.0 协议，代码已在 GitHub 公开。
为什么重要： 世界模型大多是离线系统或数据中心 demo，能在桌面端实时跑的开源版本，对做交互环境、游戏世界和机器人仿真数据的人意义重大：训练机器人策略不再需要先租一排卡，合成场景可以"现场生成"。实时世界模型正在从论文走向人人可跑的工具。
来源： GitHub（VAST-AI-Research/EdenLive）
来源： siliconnoon（10 月 19 日，转述 QbitAI）

6. Together 的"混合推理"论文：想法很妙，发布的 checkpoint 却翻车了

Together 团队的新 arXiv 论文提出"混合推理 agent"：通过轻量 HybridLink 模块，让 LLM 在生成中途于"隐空间推理"与"文本推理"之间切换，号称准确率提升 10.4%、token 减少 35–54%、推理快 2.6 倍。但 HN 上的实测翻车了：发布的 8B/14B checkpoint 在"教皇是谁？"这种简单问题上都会陷入无限推理循环。

摘要： Together 团队的新 arXiv 论文提出"混合推理 agent"：通过轻量 HybridLink 模块，让 LLM 在生成中途于"隐空间推理"与"文本推理"之间切换，号称准确率提升 10.4%、token 减少 35–54%、推理快 2.6 倍。但 HN 上的实测翻车了：发布的 8B/14B checkpoint 在"教皇是谁？"这种简单问题上都会陷入无限推理循环。
为什么重要： 两点值得玩味。第一，论文指标和发布权重是两回事——"效果好但放不出来"在论文圈并不少见，动手复现前先看社区实测。第二，HN 评论里有人指出真正的担忧：推理搬进隐空间后，行为监控会更难，有人直言这是"The Most Forbidden Technique"（最不该碰的技术）。效率与可解释性的 trade-off，可能是这类架构绕不开的坎。
来源： ai0.news 日报（10 月 19 日，转述 HN 讨论）

7. 腾讯混元 Env-Rethink：agent 失败多半赖环境，不如让它自己重建环境

腾讯混元 Frontier 团队与 NUS、马里兰、佐治亚、印第安纳大学合作的论文提出 Env-Rethink：agent 失败多是环境问题而非架构问题——真实工作区证据散落、文件版本混杂、状态漂移，能把 SOTA agent 的任务成功率从 83.9% 拉低到 57.6%。他们的做法是后训练一个 27B 模型来构建"采集地图"与事件日志，再用虚拟事件历史不断演化环境、提高难度；报告下游任务平均 rubric 分数提升 15.1 个百分点。

摘要： 腾讯混元 Frontier 团队与 NUS、马里兰、佐治亚、印第安纳大学合作的论文提出 Env-Rethink：agent 失败多是环境问题而非架构问题——真实工作区证据散落、文件版本混杂、状态漂移，能把 SOTA agent 的任务成功率从 83.9% 拉低到 57.6%。他们的做法是后训练一个 27B 模型来构建"采集地图"与事件日志，再用虚拟事件历史不断演化环境、提高难度；报告下游任务平均 rubric 分数提升 15.1 个百分点。
为什么重要： 视角很正：大家都在卷 agent 架构，这篇论文说"先把考场修好"。而且作者很诚实——Env-Rethink 在 Terminal-Bench 2.1 上反而掉了分，等于承认"环境技巧不是万能药"。这种"报喜也报忧"的论文，比只刷榜的可信度高一截。
来源： siliconnoon（10 月 19 日，转述论文）

8. 康奈尔研究：大模型写小说，总在讲同一个"灯塔看守人"的故事

10 月 19 日 TechXplore 报道康奈尔大学 Hamilton 与 Mimno 的研究：让各家 LLM 写故事，它们会反复写出同一个虚构人物——灯塔看守人 Elias。研究者追溯发现，源头很可能是 WildChat 数据集（康奈尔 2024 年发布的 100 万真实人机对话），其中混入了少量 Elias 灯塔故事样本，经"训练集套训练集"的接力，污染扩散到了今天的多个大模型。

摘要： 10 月 19 日 TechXplore 报道康奈尔大学 Hamilton 与 Mimno 的研究：让各家 LLM 写故事，它们会反复写出同一个虚构人物——灯塔看守人 Elias。研究者追溯发现，源头很可能是 WildChat 数据集（康奈尔 2024 年发布的 100 万真实人机对话），其中混入了少量 Elias 灯塔故事样本，经"训练集套训练集"的接力，污染扩散到了今天的多个大模型。
为什么重要： 这是"数据血统"问题的一个可爱注脚：训练数据的微小偏斜会被模型放大成系统性偏好。今天是一个虚构的灯塔看守人，明天可能是某种观点、口音或刻板印象——而你很难从最终模型里反推出它到底"吃"了什么。做数据清洗的人，这篇论文值得一读。
来源： TechXplore（10 月 19 日）

一句话总结： 今天的关键词是"更快更便宜"——从推理速度、搜索定价到算力利用，省钱的战争打到了每一层；与此同时，抽取模型、世界模型和环境重构这些"换结构"的尝试，正在悄悄定义下一代 agent 的形状。