AI 大事件 | 2026年10月21日
一句话导读：DeepSeek 把自家生产级推理引擎 DeepInfer 直接开源（还给华为 Ascend 950 背书）、Inception 的扩散式 LLM Mercury 3 号称 1068 tokens/秒跑赢 GPT-6 Luna 和 Haiku 5.5、Google 联手 Meta 开源 TorchTPU 让 TPU 成为 PyTorch 原生设备、英伟达把手术世界模型…
导读：DeepSeek 把自家生产级推理引擎 DeepInfer 直接开源（还给华为 Ascend 950 背书）、Inception 的扩散式 LLM Mercury 3 号称 1068 tokens/秒跑赢 GPT-6 Luna 和 Haiku 5.5、Google 联手 Meta 开源 TorchTPU 让 TPU 成为 PyTorch 原生设备、英伟达把手术世界模型 Cosmos3-H-Dreams 搬进真实临床场景、国产"记忆原生"模型 MemT 1.0 开源、千诀发布预测式世界模型 Polibrain——今天是开源基础设施与世界模型的一天，结尾还有 Meta 从商业条款里悄悄删掉"train"一词的文字游戏。
1. DeepSeek 开源 DeepInfer：把生产级"降本"本领直接交了出来
一句话摘要：10 月 20 日，DeepSeek 在 GitHub 开源 DeepInfer——正是跑它自家生产服务的高性能推理框架、V4.1-Flash 背后的引擎，Apache 2.0 协议。首版只支持离线推理、只跑 DeepSeek-V4.1-Flash，但硬件同时支持 NVIDIA SM100（Blackwell）GPU 和华为 Ascend 950 NPU；README 自述"最初主要基于 vLLM 构建"，吸收了 SGLang 和 TensorRT-LLM 的思路；特性包括 speculative decoding（DSpark 草稿 token + 置信度调度验证）、结构化输出（regex / JSON schema / EBNF）、batch-invariant 推理与确定性采样；配套还开源了 MIT 协议的 deepseek-recipe（与官方 API 一致的生产级 token 编解码）。
为什么重要：这是第一次有前沿 lab 把真实的生产 serving 栈开源——DeepSeek 自报一个集群每天服务 155 万亿 token、输入缓存命中率 96%、首 token 约 400ms。对开发者，Apache 2.0 意味着可以直接自托管 Flash 级模型，对 Fireworks、Together、Groq 等托管推理商是直接的价格压力；对国产链，华为 Ascend 950 拿到了第一个前沿 lab 的一级生产背书（DeepSeek 此前已表态 2026 年底前要在 Ascend 上做预训练）。vLLM 官方都在下面留言致谢——开源生态的回旋镖又飞回来了。
来源：DeepSeek 官方 X 公告（10 月 20 日），经 AI News Daily 报道；MarkTechPost 技术解读
2. Inception Mercury 3：扩散式 LLM 号称 1068 tokens/秒，专治"慢"
一句话摘要：10 月 19 日，扩散式语言模型公司 Inception 发布 Mercury 3（Business Wire 官方公告），号称在 IFBench、GPQA Diamond、SWE-Bench Atlas 上击败 OpenAI GPT-6 Luna 和 Anthropic Claude Haiku 5.5，同时输出速度达 1068 tokens/秒（快 4–8 倍）；上下文 1M token（上一代 260K）；定价 $0.20/$0.70 每百万 token，首发半价 $0.10/$0.35，新用户送 1 亿免费 token；已上线 Inception API、OpenRouter、Baseten、Vercel，兼容 OpenAI API。公司由斯坦福 Stefano Ermon 联合创办，投资方包括 Menlo Ventures、微软 M12、Andrew Ng、Andrej Karpathy。
为什么重要：主流模型都是逐词生成的自回归路线，扩散式 LLM 像画图一样"整段并行去噪"，长期被质疑"快但不够聪明"。Mercury 3 第一次把"速度+质量"同时对标 GPT-6/Haiku 级别——而速度正是 agent 循环的最大瓶颈（每一步都要等模型，多步延迟会叠加）。独立验证还没跟上（第三方对 benchmark 口径有保留），但 OpenRouter 已可实测。扩散路线一旦证伪"不可扩展"，推理优化的教科书可能要重写一章。
来源：Business Wire 官方公告（10 月 19 日）；OpenRouter 模型页
3. Google 开源 TorchTPU：TPU 正式成为 PyTorch"一等公民"
一句话摘要：10 月 20 日 PyTorch Conference 2026 上，Google 宣布开源 TorchTPU——与 Meta PyTorch 团队共建的 Cloud TPU 原生 PyTorch 后端，Apache 2.0，v0.2.0。最大变化：默认 eager 执行（告别 PyTorch/XLA 的 lazy tensor 与侵入式"标记可编译区域"），迁移只需把 .to("cuda") 换成 .to("tpu")；torch.compile(backend="tpu") 经 StableHLO 走 XLA；vLLM、SGLang、TorchTitan、Hugging Face Transformers v5（device_map="tpu" 即用）全部接入；自报在 8192 块 Ironwood（TPU v7x）上训 Qwen 3 8B 达到 52% MFU。Google 明确表示 TorchTPU 将取代 PyTorch/XLA，建议所有新工作负载都用它。
为什么重要：CUDA 的护城河从来不只是硅片，而是软件层让"换家"变贵——训练代码、serving 引擎、教程全都默认一家。TPU 一旦成为 PyTorch 的原生设备，现有代码几乎不用改就能换算力，云厂商之间的算力议价权会被重塑。对国内开发者更现实的意义：开源社区的 TPU 适配从此有了官方上游，不用再各自 hack。
来源：Google Cloud 官方博客（10 月 20 日）；PyTorch 官方博客
4. NVIDIA Cosmos3-H-Dreams：手术世界模型走进真实临床场景
一句话摘要：10 月 20 日，NVIDIA 在 Hugging Face 发布 Cosmos3-H-Dreams——实时、动作条件的生成式手术世界模型，在 CMR Surgical Versius 系统的真实胆囊切除（cholecystectomy）临床记录（视频 + 机器人运动学）上微调；据称是首个在临床胆囊切除记录上训练、支持实时运动学控制的生成式手术模拟器。基于 Cosmos 3 家族的 Cosmos3-H-Embodied-Nano（160 亿参数）+ FlashDreams 流式推理库，单张 RTX PRO 6000 即可交互运行（832×480 下两步版约 43fps、四步版约 30fps）。权重与代码同日发布，NVIDIA Open Model License（可商用）。
为什么重要：上一代 Cosmos-H-Dreams 还停留在桌面缝合练习（dVRK），这一代直接啃临床手术——组织牵拉变形、反光变化、遮挡、烟雾遮挡视野，全是数值仿真最难建模的"脏细节"。世界模型路线（不从几何建模出发，直接从视频+运动学学视觉动力学）在这里找到了杀手级场景：手术机器人策略的仿真评估、远程操作探索、合成数据生成。医疗 AI 的"物理 AI"分支正在加速落地。
来源：NVIDIA Hugging Face 官方博客（10 月 20 日）；Unite.AI 报道
5. 国产 MemT 1.0 开源：把"记忆"写进模型的骨子里
一句话摘要：10 月 20 日，记忆张量发布并开源 MemT 1.0——号称"记忆原生"大模型：记忆不是外挂检索模块，而是内化进底层架构的动态记忆状态（与主干网络并行、不同用户/任务相互独立），模型在训练中自己学会读写、更新、调用记忆，每轮交互结束以 token 级更新刷新固定体积的记忆矩阵；为在固定体积里装更多细节，引入 Mixture-of-Storage（MoS）让多位"记忆专家"分管存储读写。团队用 340 亿 token 两阶段训练（200 亿继续预训练 + 140 亿后训练）。11 项系统记忆基准（16K 到百万 token 跨度）上，闭卷作答的 MemT-1.0-Flash 均分 50.6，领先同组最强参数化记忆基线 12.5 分。代码与权重已开源（GitHub / Hugging Face）。
为什么重要：长期记忆是 AI 助理最缺的一块——今天的方案大多是"存聊天记录 + 检索"，跨上百轮对话后版本冲突、闲聊噪音一多就翻车。MemT 把"哪些该留、哪些该改"变成训练出来的门控能力而非工程 hack：如果路线成立，个人助理的"养成感"会有质变。中文互联网上这条讨论还很少，建议开发者先看技术报告再下判断。
6. 千诀发布 Polibrain + 首届物理 AI 大会：世界模型的"江苏时刻"
一句话摘要：10 月 20 日，在首届 2026 物理 AI 与世界模型大会上，清华类脑计算孵化的千诀科技发布 Polibrain 预测式世界模型，定位"面向真实物理世界的具身智能大脑底座"（公司 9 月刚完成数亿元 A+ 轮）。同场：江苏发布"物理 AI 与世界模型高质量数据集建设计划"、成立苏皖数据标注先行先试城市联盟；两轮产业合作集中签约超 60 亿元（具身智能整机、世界模型与机器人大脑、物理 AI 芯片）；达成全国首个"物理 AI 与世界模型投资基金"战略合作。江苏披露：上半年 AI 产业营收 2431 亿元（同比 +17.32%）、92 款大模型备案、1500+ 家 AI 企业。
为什么重要：世界模型正在从论文走向"产业基建"——数据标注联盟、数据集建设计划、专项投资基金，拼的是场景密度和产业化闭环。具身智能的瓶颈早已不只是单点算法，而是"数据供给—模型训练—场景验证—规模推广"的闭环谁先转起来。江苏这套组合拳是目前最完整的省级样本，值得其他产业带对照着看。
来源：北京商报经新浪（10 月 20 日）；上证报（10 月 21 日）
7. Encord 开源 EMG-1：最大的肌电信号—机器人 AI 数据集
一句话摘要：10 月 20 日，数据公司 Encord 在首届 Long Horizon Summit 上发布 EMG-1——号称最大的链接肌肉电信号（EMG）与机器人 AI 开发的开放数据集，并现场演示了配套的手部追踪模型。Encord Data Labs 还预告：第一人称视频的自动动作切分、VLM 生成视频字幕可信度基准、为 Archetype AI 物理世界模型准备的专家标注传感器数据。Encord 目前服务 300+ AI 团队（丰田 Woven、波士顿动力、Zipline）。
为什么重要：具身智能缺的不是模型，是"人是怎么动的"数据——肌电信号直接记录肌肉发力，是机器人学人类灵巧操作最稀缺的模态之一。最大的开放 EMG 数据集意味着学术界和小团队也能啃灵巧手、假肢、人机协同这些硬骨头。物理 AI 的"数据基建"今天也在同步开工。
来源：PR Newswire 官方通稿（10 月 20 日）
8. Mistral 发布 Voxtral 3：全栈实时语音 agent 来了
一句话摘要：10 月 20 日，Mistral 发布 Voxtral 3——完整的实时语音 agent 技术栈：Voxtral Small Transcribe 3（语音转文字，50+ 语言，FLEURS 上词错误率 4.1%，号称击败 Whisper large-v3）、Voxtral Speech 3（文字转语音，35+ 语言、50+ 方言，带情感语调，$13/百万字符）、以及基于 LiveKit 的 voice agent SDK，把"听、想、工具调用、说"合成一条实时流式管线（每轮对话 1 秒内完成、支持打断）。可走 Mistral 欧盟 API，也可自部署；转录 $0.0035/分钟起。同日 ElevenLabs 也发布了两个新的 speech-to-speech 模型（Eleven Realtime），v1 Max 在 Big Bench Audio 上拿到 98.8 分。
为什么重要：语音 agent 的竞争正在从"STT+LLM+TTS 拼装"转向"端到端实时"。Mistral 赌一体化全栈（还能自部署、数据主权是卖点），ElevenLabs 赌单点极致——两条路线同一天加码。做客服、车载、具身语音交互的团队，选型表又要更新了。
来源：Mistral 官方公告（10 月 20 日）；The Decoder 报道
9. Meta 把"train"从商业条款里删了：出版商的胜利，还是文字游戏？
一句话摘要：Nieman Lab 10 月 15 日首报：Meta 更新商业条款，允许用爬虫抓取关联商家账号的网站内容并用于"provide, develop, improve, research, train…"——几乎所有新闻机构都有 Meta 商家账号，出版商炸锅（News/Media Alliance 称"outrageous and probably illegal"）。10 月 17 日 Meta 悄悄改回：删掉"train"，限定用途为"广告与商业产品"；但仍保留爬虫抓取条款，且未在合同中明确承诺遵守 robots.txt；新条款 10 月 30 日生效。
为什么重要：删一个词不等于关掉水龙头——"开发/改进广告与商业产品"在生成式 AI 时代本身就包含模型能力；条款还授权 Meta 生成"test credentials"绕过注册墙抓取。对内容方，这场仗证明出版商集体施压真能改合同；对开发者，提醒一句：你的 robots.txt 在合同面前可能只是一纸君子协定，关键资产的访问控制别只靠它。
来源：Engadget（10 月 19 日）；dig.watch（10 月 21 日更新）
一句话总结：开源正在从"放权重"进化到"交出生产栈"（DeepInfer、TorchTPU），世界模型同时在最硬的场景落地（手术室、工厂、机器人），而速度（Mercury 3）与数据主权（Meta 条款风波）是今天另外两条暗线——AI 竞争的下一回合，拼的是基础设施。