讯飞医疗星火 V3.7 登顶 MedBench 5.0：99.6 分背后的 12 亿次辅诊
一句话结论：讯飞医疗在 2026 年 10 月 22 日全球 1024 开发者节发布的星火医疗大模型 V3.7，以 99.6 分拿下上海人工智能实验室 MedBench 5.0 智能体赛道榜首，领先第二名 0.4 分，而它真正的门槛体现在落…
AI笔记917 篇
Block 发布纯语音模型 Dessa：单台 GB200 训练，M4 Max 本地跑
一句话结论：Block 在 10 月 23 日发布的纯语音模型 Dessa 用一台 NVIDIA GB200 NVL72 完成训练，推理阶段可直接在 M4 Max 及以上的 MacBook Pro 本地跑完并快于实时，是目前少数明确不用任何…
Kyutai CADRE 深度：7 个自编码器把交互延迟压到 230 毫秒内
一句话结论：Kyutai 在 2026 年 10 月 22 日开源的 CADRE 视频自编码器家族，用 7 个成员把交互式世界模型的动作延迟压到 230 毫秒以内，在单张 H100 上跑满 20 帧每秒，是这条路线上第一个把延迟、质量、开源…
OpenAI 前沿模型断网训练：11 天暂停后，红队用缓存计时跨沙箱传密钥
一句话结论：OpenAI 10 月 23 日公布前沿模型训练环境加固方案，前沿强化学习训练全面改为在无实时互联网的离线环境中进行，同时承认自家红队智能体已通过虚拟机逃逸、指标日志服务窄连接和处理器缓存计时三条路径突破隔离边界。 这份说明最值…
高德 λ0 全身基座模型：500 小时人类数据，真机成功率 62.5%
一句话结论：高德与阿里 ATH 事业群 10 月 23 日发布全身基座模型 λ0，配合 500 小时的第一视角人类数据集 HumanVerse-500，Unitree G1 的真机移动操作成功率达到 62.5%，消融实验显示去掉这批人类数据…
信通院词元监测报告：TPS 78.23，均价涨至 13.46 元
一句话结论：10 月 23 日发布的中国信通院《大模型词元服务性能监测报告 2026 年》显示，国内模型服务均价从 6.8 元涨到 13.46 元，接近翻倍，同时 8 月国内平均 TPS 达到 78.23 个每秒，价格战的休战期正式到来。 …
Endor Labs 智能体安全基准：功能正确率 87.2%，安全正确率仅 37.4%
一句话结论：Endor Labs 10 月 23 日公开的 Agent Security League 榜单上，33 组智能体与模型组合的功能正确率最高冲到 87.2%，而同一组合的安全正确率只有 37.4%，代码能跑通和代码没漏洞之间还横…
OpenAI Habitat 深度：500 PB 存储与 10 毫秒读取延迟
一句话结论：OpenAI 把 ChatGPT 的在线存储平台 Habitat 做到了 500 PB 规模、单个 Cosmos DB 账户每秒 2000 万次查询，并把全球读取的中位延迟从 120 毫秒压到 10 毫秒，中间还踩了两次自己也没…
Kimi K3.1 Pro 发布：Terminal-Bench 4.0 拿 65.7%
一句话结论：Kimi K3.1 Pro 用一次大规模后训练把终端编程得分推到 65.7%，同时把声明级幻觉率从 K3 的 23.4% 压到 8.3%，并且为了安全主动砍掉了自己的一部分网络攻击能力。 月之暗面在 2026 年 10 月 24…
Claude 形式化验证 123 个开源库：1.8 亿行 Rocq 证明
一句话结论：Anthropic 与形式化验证公司 Theorem Labs 用 Claude 在几周内为 123 个开源库的 239 个入口生成了约 1.8 亿行 Rocq 证明，首次让机器检查过的正确性保证落到了真实生产代码上。 2026…