AI 前沿日报

Inception Labs 推出 Mercury 3，这是目前业界最强大的基于扩散架构的大语言模型。该模型在保持每秒超过 1000 token 极速生成的同时，将上下文窗口扩展至 100 万 token，验证了文本扩散架构在大规模场景下的可扩展性。

尽管模型规模较前代扩大了 40 倍，其推理速度并未受损。Mercury 3 已在 OpenRouter 上线并提供限时半价优惠。官方宣称其在 IFBench、GPQA Diamond 等基准测试中超越了 GPT-6 Luna 和 Claude Haiku 5.5。

然而，权威评测机构 Artificial Analysis 指出，Inception 引用的部分分数基于私有数据集或特定衍生指标，与公开标准存在差异。这一争议提醒用户在评估新型架构时需关注基准测试的透明度与可比性。

Artificial Analysis 正式推出 AA-PersonalityBench，旨在通过标准化手段量化大语言模型的个性特质与沟通风格。该基准覆盖 30 种具体个性特质及 21 项客观沟通特征，填补了传统能力测试在“交互体验”维度的空白。

技术实现上，该基准采用混合评估机制：主观特质通过 LLM 裁判进行成对比较判定，而标点频率、Emoji 使用率等客观指标则通过程序化计算获取。最终数据被聚合为表达力、透明度等八大核心指数，形成可视化的模型性格画像。

这一工具标志着 AI 评测从单纯能力考核向用户体验精细化度量转变。对于开发者与企业而言，它提供了场景化选型的科学依据，有助于解决同等准确率下不同模型“使用感”差异巨大的选型难题。

fal 推出 FLUX 3 Max，作为 FLUX 3 的后训练版本，在 Artificial Analysis 视频基准测试中表现优异。其 I2V 排名第 2（统计上与第 1 持平），T2V 排名第 4，支持从文本或图像生成带原生音频的 5-20 秒 720p 视频。

该模型生成速度极快，10 秒视频耗时不到 12 秒。相比基础版 FLUX 3，其定价大幅降低至每分钟 10.20 美元，且在物理模拟和营销场景得分领先。首周提供 75% 折扣，进一步降低了高质量视频生成的门槛。

FLUX 3 Max 的性能跃升与价格优化，使其成为当前视频生成领域极具竞争力的选择。其在保持高画质与音频同步的同时，显著提升了生产效率，满足了市场对快速迭代内容的需求。

谷歌研究团队正式发布并开源了 Harness²，这是一种专为开放世界环境设计的双层递归智能体框架。该架构旨在解决大模型在缺乏标准答案场景下易过拟合及噪声累积的核心痛点，通过不修改模型权重的动态优化机制，显著提升通用性与执行效率。

Harness² 采用任务级与系统级的嵌套循环结构：任务级负责即时优化提示词、工具链及记忆组件，系统级则积累改进经验以指导未来决策。其引入的 Propose–Probe–Compose 机制有效区分了通用缺陷修补与领域专属优化。

实测数据显示，搭载该框架后，GLM-5 在 WorkBuddy-Bench 基准测试中得分飙升 11.5 分，性能大幅超越原生 Gemini 3.5 Flash。这一突破标志着智能体开发从静态提示工程向动态自我进化范式转变，项目已全面开源。

中国团队 StartLux 推出 27B 参数决策模型，在 Hugging Face Decision Index 0.3.2 榜单中综合排名第一，显著超越此前领先的 Jev。该模型创新性地引入 AutoThink 机制与 RLCD² 强化学习方法，使 Agent 能根据置信度动态调整推理深度。

StartLux-Decision-27B 在公开基准、同类能力私有测试及新领域私有测试三项指标均位列第一，综合得分 69.12。相比 Jev 托管版，其在 Decision Index 0.3 评测中相对领先约 27%，验证了专用决策模型在特定任务上的优势。

该模型提出 Instant（单次快速计算）与 AutoThink（基于置信度的额外推理）双路径，解决了 Agent 动作选择中的延迟与精度矛盾。这种动态推理机制在提升决策概率可靠性的同时，有效控制了计算开销。

谷歌研究人员利用四个 Gemini 4 Argon 智能体，在无任何策略预设和人类干预的情况下，耗时 27 小时自主击败末影龙通关《我的世界》。该实验展示了多智能体协作、任务分解及长程规划能力，全程消耗约 13.5 亿输入 Token，成本约为 1620 美元。

四个智能体在无策略预设下自主分工，包括建造农场、收集食物和探索，并协作通关。全程运行 2783 个程序，发送 229 条消息，死亡 605 次，体现了极强的鲁棒性与自我修正能力。

仅使用标准 Mineflayer 库，无种子地图或人类辅助，确立了完全自主通关的新基准。这是 AI 智能体首次在完全自主条件下从头到尾完成该游戏挑战，证明了当前大模型在复杂交互式环境中的潜力。

vLLM 推出基于 NIXL 连接器的推送式 KV 缓存传输机制，旨在解决预填充与解码分离架构中的通信瓶颈。该方案通过 RDMA 技术直接推送数据，显著降低首 Token 时间（TTFT）和每输出 Token 时间（TPOT），提升大规模 LLM 服务效率。

传统 P-D 分离仅单向传输 KV，导致多轮对话需重算历史响应。新机制支持 Decode 向 Prefill 回传 KV，复用会话状态，从而有效降低多轮智能体任务的首字延迟（TTFT）。

这一优化对于需要频繁交互的智能体应用尤为重要，通过减少重复计算和网络传输开销，提升了整体系统的响应速度和吞吐量，为生产环境中的低延迟服务提供了有力支撑。

vLLM 通过异步准备与 NIXL EP 技术，将弹性专家并行（Elastic EP）的 GPU 扩缩容停机时间从数十秒降至约 1-2 秒。该优化显著提升了 DeepSeek V4 Pro 等 MoE 模型在动态负载下的服务连续性，实现了近乎无感知的资源调度。

具体数据显示，利用异步准备和 NIXL EP，将 16 到 20 GPU 扩容的停机时间从 100 秒降至 0.82 秒；缩容至 16 GPU 的停机时间从 56 秒降至 1.96 秒。

这一突破实现了在不重启服务的情况下动态调整 MoE 模型的专家并行度。对于依赖混合专家架构的高并发应用场景，这种快速弹性伸缩能力极大地提高了资源利用率和系统稳定性。

AI 芯片初创公司 Tenstorrent 宣布完成 15 亿美元的 E 轮融资，投后估值飙升至 62 亿美元。这一里程碑事件标志着该公司在 Jim Keller 领导下，成功从 2024 年底的 26 亿美元估值实现翻倍增长，确立了其在高性能推理芯片领域的头部地位。

多方信源显示，Tenstorrent 此前曾收到 Intel 和 Qualcomm 的收购意向，但管理层坚持独立发展路线，旨在深耕开源权重模型的推理支持。新注入的资金将重点用于加速 Galaxy 服务器等硬件产品的大规模量产及全球商业扩张，直接对标 Nvidia 的市场主导地位。

此次巨额融资凸显了市场对非 CUDA 生态、特别是针对开源大模型优化的专用推理芯片的强烈需求。随着资金到位，Tenstorrent 有望重塑 AI 算力供应链格局，推动行业多元化竞争。

OpenAI 正加速推进约 300 亿美元的新轮融资，估值可能超过 1.4 万亿美元，旨在抢在竞争对手 Anthropic 预计于 11 月中旬上市前锁定投资者。软银、MGX 等现有支持者正在洽谈参与，此举意在巩固资本优势并支撑庞大的基础设施投入。

融资节奏异常紧凑，显示出 OpenAI 在资本市场上的强势地位及其对维持技术领先地位的决心。通过提前锁定巨额资金，OpenAI 试图在 IPO 竞赛中占据主动，防止竞争对手通过上市获得更低的资本成本。

这一动向反映了 AI 行业进入资本密集阶段，头部公司之间的竞争已从单纯的技术比拼延伸至金融市场的博弈。OpenAI 的估值若达成，将进一步确立其作为全球最具价值科技初创公司的地位。