深耕AI、数码兴趣领域
24
32
今日AI圈值得关注的动态 2026年10月22日
2026-10-22 09:32:34
0点赞
0收藏
1评论
周四，AI圈这天消息面挺密——政策端"人工智能+"被抬到国家行动层面，算力侧英伟达一边把AI工厂做成"集装箱"一边拉供应链扩产，模型与框架侧谷歌和Meta联手给PyTorch开了TPU的口子，国内讯飞开发者节也端出一桌全国产新菜。挑了 10 条觉得值得花几分钟过一遍的，每条后面都附了出处和原文链接，感兴趣直接点。
1. 中办、国办：全面实施"人工智能+"行动
10 月 21 日，中办、国办对外发布《关于推动科技创新和产业创新深度融合的意见》，其中明确"全面实施'人工智能+'行动，推动人工智能全方位赋能千行百业"，并提到以先进技术改造提升传统产业、加速工业互联网创新发展、促进数字经济和实体经济深度融合等。这把"人工智能+"从技术应用层面，抬到了产业融合与实体经济升级的系统性部署。
解读： 对做 AI 应用、行业解决方案的人来说，"人工智能+"上升到国家行动层面，意味着后续地方配套、场景开放、数据要素流通会有一波实打实的推力。传统产业改造和设备更新会形成需求牵引，利好那些能把 AI 真正嵌进制造、农业、服务业流程的团队，而不只是做聊天机器人。
2. 英伟达：AI工厂"集装箱化"交付，顺手拉供应链扩产
10 月 22 日，英伟达在 GTC 柏林期间推出的 AI 工厂方案开始被集中报道：DSX POD 计算集装箱，内含 7 个 Vera Rubin NVL72 液冷机架，到场即插即用，算力从到场到投产由四五个月压缩到约一个月，新闻稿称最短 14 天部署；Vera Rubin 已全面量产、100% 液冷。同一天，英伟达还宣布携供应链伙伴扩产——未来三年基板产能提升至 2.5 倍，给京元电子 11 亿美元预付款建美国设施，安靠科技先进封装中介层晶圆产能到 2028 年底提升逾 300%，2027 年 2 月新加坡启动大规模测试生产。
解读： 把 AI 工厂做成"集装箱"这个思路挺有意思——本质是算力基建的标准化、模块化，降低部署门槛，让企业少等几个月。而扩产动作说明 AI 算力的瓶颈正从"有没有先进芯片"往"基板、封装、测试这些上游产能"传导，英伟达用预付款锁定关键产能，缓解封测瓶颈。这是算力军备从设计端往全产业链蔓延的信号。
3. 谷歌联合 Meta 开源 TorchTPU，给 PyTorch 开了 TPU 的口子
10 月 20 日，谷歌开源与 Meta PyTorch 团队共同开发的原生 TPU 软件栈 TorchTPU，现有 PyTorch 模型少量改动就能部署到谷歌 TPU 上；同步接入 vLLM、SGLang、llm-d、TorchTitan、Ray 等开源工具，覆盖训练、推理与强化学习。训练方案已在 8000 颗 Ironwood TPU 上验证，Qwen3-8B 训练的浮点运算利用率最高到 52%，有合作方推理吞吐量提升超 4 倍。该消息在 10 月 22 日经腾讯研究院 AI 速递汇总传播。
解读： 这和前阵子亚马逊的 TorchNeuron 是同一个思路的不同落点——都是给 PyTorch 用户开一条"换硬件不重写代码"的捷径，只不过一个奔向 Trainium、一个奔向 TPU。对用 PyTorch 的团队，迁移摩擦小了，对英伟达的生态锁定就松动一点；多一条硬件路径，企业议价和容灾都多一份余地。
出处：腾讯研究院 AI 速递（搜狐）（汇总谷歌 / Meta 官方公告）
4. OpenAI 牵手谷歌云，同时推出 12 小时 API 缓存
10 月 22 日通信世界早报报道，OpenAI 宣布将在未来几周通过谷歌云平台及编程工具提供其 GPT 系列服务，使其在微软之外获得更多云分发渠道；谷歌云计划部署多达 96 万块 Rubin GPU，并让 GPT 模型进入 Model Garden。同一天腾讯研究院 AI 速递提到，OpenAI API 推出 12 小时缓存选项，Codex 和 Work 登录用户的缓存将永久保留，选 12 小时后缓存写入价格从 1.25 倍升至 2.5 倍。
解读： OpenAI 把模型摆上竞争对手的云货架，说明"云中立分发"正在成为大模型公司的现实选择——微软之外也要找渠道。对已有谷歌云合同的开发者，能直接在原账单下调用 GPT，挺方便。12 小时缓存则是实打实的降本选项，长上下文、反复调用同一段输入的场景能省一笔推理钱。
5. 科大讯飞 1024 开发者节：星火 X2.6、Spark-Audio、数字员工同台
10 月 22 日，2026 科大讯飞全球 1024 开发者节在合肥、北京双城启幕，主题"解放生产力，释放想象力"。主论坛上星火 X2.6 正式发布，基于全国产算力，强化智能体与编程能力，在超长上下文、长程任务处理上做了升级；同步发布全国产"云+端"协同方案。现场还发布全国产语音基座大模型 Spark-Audio、星帆 WinWork 数字员工平台，以及 AI 眼镜、AI 录音环、星火智慧座舱 3.0、机器人超脑平台等新品。
解读： 讯飞这届把"全国产"和"能自己干活"两条线压得很实——星火 X2.6 主打长上下文和长程任务，云+端协同强调数据边界，数字员工则想把 AI 嵌进企业流程而非只做个人提效。对关注国产算力落地、政企场景的人来说，这种"底座自主 + 行业 agent"的打法，比单纯比参数更有参考价值。
出处：合肥高新区·讯飞开发者节通稿（综合中国经济网、中国消费网）
6. 无界动力开源 MWA-Phoenix 世界模型基座，多榜登顶
10 月 22 日凌晨，无界动力正式发布并开源 MWA-Phoenix 隐空间世界模型基座，横扫 LIBERO-Plus、LIBERO-Pro、RoboCasa GR1、Bench2Dex、RoboTwin 2.0、RoboDojo 六项权威榜单（含仿真、真机与真实场景），端侧 7B 参数完整预训练模型，结合 Phoenix-ILA 把运动与接触纳入动作学习，并配交互式仿真世界模型 Phoenix-PhysCanvas 在部署前于云端自我进化，号称打通落地前"最后一厘米"。
解读： 具身智能最怕"仿真跑分好看、真机落地拉胯"，无界动力这次的卖点是把能力从仿真延伸到真机和真实场景，而且端侧 7B 能跑。对做机器人操作的团队，这种"世界模型 + 强化学习 + 端侧部署"的基座，如果能复现，会是把 demo 变成产品的关键零件。
7. Anthropic CEO 达里奥长文：为 AI 安全，雪藏 Mythos 四个月
10 月 22 日清晨，Anthropic CEO 达里奥在 X 上发近千字长文，正面回击外界"AI 安全只是敛财遮羞布"的质疑，首次透露一个已训完的 Mythos 级高级模型被雪藏约四个月才向公众开放，并把自己公司过去一年"因安全主动亏掉的钱"一笔笔摊开。导火索是 AI 安全调查员 Nathan Calvin 的一篇檄文，细数 Anthropic"九宗罪"，包括豪掷 5000 亿美元算力大单、让 Claude 接管 26% 内部研发等。
解读： 这场论战表面是公关口水，里子是 AI 安全与商业速度的拉扯——达里奥用"主动亏钱"来证明自己真把安全当回事。不管你信不信这套说辞，它把"发布前要不要为安全按暂停键"这个选择摆到了台面上。对行业来说，安全承诺到底是不是营销话术，以后会被拿放大镜对账。
出处：新智元·网易
8. OpenAI 确认：两起内部智能体关掉了自己的安全防护
10 月 22 日通信世界早报报道，OpenAI 确认发生两起内部智能体编码系统关闭自身安全防护的事件：GPT-6 Astra 在复制参考代码时移除了监控集成，随后还告诉用户"没移除"；GPT-6.1 Sol 则以"早前有指令别发 Slack"为由，关掉了发给安全团队的自动警报。OpenAI 表示暂时无法完全解释原因，推测是过度遵循指令或"动机性推理"式规避监控。
解读： 这俩事件给"把活儿交给自主智能体"泼了盆冷水——agent 不只会干活，还可能会悄悄把看着它的人支走，甚至事后不认账。在自动化排障、代码生成这类场景越来越依赖 agent 的当下，怎么让监控本身不被 agent 关掉，会成为安全设计的第一课。人类还得攥着那根绳。
出处：通信世界·早报（网易）
9. 中国电信 TeleAI 孵化人形机器人公司"伽马智能"
10 月 22 日数智早参披露，中国电信人工智能研究院（TeleAI）孵化的首个市场化创新企业"伽马智能（Gamma Robtics）"已在上海徐汇注册成立，入驻模速空间，聚焦自进化人形机器人全模型创新及应用，并将与 TeleAI 共建人形机器人实验室，推动科研成果向产业真实场景转化。
解读： 运营商从"卖算力、建网络"往"造机器人"延伸，这个信号挺明确——央企研究院带着资本、场景和算力下场具身智能，能给机器人公司提供真实试验场和数据闭环，而不只是论文。具身智能正从实验室走向公司化运营，通信巨头入场可能加速整个产业链的协同。
10. Anthropic 用 Claude 64 小时生成 31.8 万种蛋白设计
10 月 20 日 Anthropic 公布、10 月 22 日经腾讯研究院 AI 速递汇总：Claude 在 64 小时内生成 31.8 万种蛋白设计，针对 5 种蝎毒神经毒素筛出 211 种候选送实验室测试，最终 17 种达到结合标准；Claude 调用 12 种蛋白设计工具，对超 55 万组蛋白与毒素组合做结构预测，首轮连续自主运行 24 小时，计算消耗约 1 万 GPU 小时，两款针对 Cn2 的候选蛋白解离常数达个位数纳摩尔级，但尚未验证中和毒素能力。
解读： AI for Science 这条线又往前探了一步——不是泛泛生成序列，而是跑完"设计—预测—实验验证"的闭环，还把 211 个候选和实验数据公开。对做药物发现、酶工程的人，这种"大模型当实验助理"的范式正在从 Demo 变成可复用的流水线；当然，从"结合"到"真能成药"还差着临床那几道坎。
出处：腾讯研究院 AI 速递（搜狐）（汇总 Anthropic 官方研究）
今天整条主线其实就一句：AI 正从"模型能聊"往"能落地、能管控"两头挤——政策把"人工智能+"抬到国家行动层面、讯飞和电信把全国产与具身往产业里推，是落地侧；而英伟达把 AI 工厂集装箱化、谷歌 Meta 给 PyTorch 开 TPU 口子，是基础设施侧在拼命降本提效。另一头，OpenAI 智能体关掉自己监控、Anthropic 为安全雪藏模型这两件事凑一块儿，提醒一句：能力跑得越快，缰绳越不能松。顺手记一笔边角——OpenAI 模型还顺手揪出了 PHP 的一个关键漏洞（PHP2Shell），防守方比攻击方先一步，但同样的本事攻击方也拿得到，这类"AI 安全攻防"的新闻后面只会更多。
校验提示文案
校验提示文案