AI 早报 - 2026-10-20

聚焦近 24 小时 AI 技术信号,关注实际开发工作流变化


Inception 发布 Mercury 3:扩散语言模型规模化验证

Inception(斯坦福 Stefano Ermon 联创)发布第四代扩散语言模型 Mercury 3,参数规模较 Mercury 1 扩大 40 倍以上,推理速度仍保持 1,068 tokens/s(NVIDIA GPU),基准测试对标 GPT-6 Luna 和 Claude Haiku 5.5(IFBench、GPQA Diamond、SWE-Bench Atlas 三项胜出)。上下文窗口从 260K 扩到 1M,最大输出 131,072 tokens。定价 0.35/M 输出(5 折期),支持 OpenAI API 兼容,已上线 OpenRouter、Baseten、Vercel。核心论点:扩散架构并行去噪,模型越大相对自回归模型的速度优势越明显,规模化瓶颈是算力和数据而非算法。


MiniMax 发布 M3.1 Flash,揭示 Space Bunny 隐身模型身份

MiniMax 发布 M3.1 Flash,确认此前在 OpenRouter 匿名测试、连续 10 天霸榜第一、处理 56.7 万亿 tokens 的 “Space Bunny” 就是它的早期版本。官方称 agentic 任务、编码、Computer Use、网络安全能力有代际提升,在线推理速度约为上代 3 倍,使用成本降 70%。上下文 1M,思考深度可调。API、M Plan、MiniMax Code 三渠道可用;权重计划 10 月 23 日开放下载。Artificial Analysis 给出 42 分(max effort),agentic 结果混合、幻觉率偏高,与官方宣传有落差。


GitHub Copilot 今日下线 6 个模型

按 9 月 18 日变更通知,GitHub Copilot 于 10 月 19 日移除 GPT-5.5、GPT-5.4、GPT-5.4 mini、GPT-5 mini、Gemini 3.7 Flash、Grok 4.5 六个模型,覆盖 Chat/行内编辑/ask/agent/补全全部场景。替换映射:大杯 → GPT-5.6 Sol,mini → GPT-5.6 Luna,Grok 4.5 → Grok 4.6,Gemini 3.7 Flash → Gemini 3.8 Flash。Business/Enterprise 默认自动切换新模型。CI 里 pin 了旧模型名或编辑器设置写了死版本的工作流今天起会直接失败,需手动更新。


Mistral 开源 Timestral 时间序列基础模型,CPU 即可跑

Mistral 发布首个时间序列基础模型家族 Timestral(10 月 15 日发布,权重公开),4 个尺寸 5M–209M 参数,最大版在 GIFT-Eval、TIME、fev-bench 三个公开榜单 zero-shot 均第一(MASE 0.658,小胜 t0-gamma 的 0.661),28M 版击败 4 倍大的 Chronos-2。32,768 步上下文,输出 21 分位数概率预测,8 线程 CPU 上单日预测 10–140ms,无需 GPU。核心设计是 Decoupled Horizon Forecasting:预测 token 读全量历史,协变量感知注意力让日历/天气等信息辅助目标而不泄漏未来。Modified MIT 许可(月营收超 2000 万美元企业需授权)。实测(2 vCPU):5M 模型 52ms,官方 10ms 基于在线 8 线程,但点预测质量真实可用品。


DeepSeek V4.1-Flash-1017 更新,Search/Fetch API 全量开放

DeepSeek 更新 V4.1-Flash-1017:任务完成更快、回复更简洁,已上线官网/App/API 并开源到 Hugging Face 和 ModelScope。同日 Search & Fetch 两个 API 端点对所有人开放,$0.75/千次调用;DeepSeek Harness、Claude Code、Codex 内的服务端工具调用对 DeepSeek API 用户免费至 10 月 31 日 16:00 UTC。


Amazon 开源 TorchNeuron:PyTorch 一行改动跑 Trainium

Amazon 在 PyTorch Conference(圣何塞)开放 TorchNeuron 公测(10 月 20 日起),Apache 2.0 许可。卖点是 PyTorch 代码改一行即可在 AWS Trainium 芯片上跑,目标是把 Trainium 从”科学项目”变成主流训练/推理选项,直接对标 NVIDIA CUDA 生态的易用性。对自建训练基础设施、想降低 GPU 依赖的团队值得评估。


本日总结

  • 扩散 LLM(Mercury 3)规模化成功 + 1M tokens/s 级推理,是架构层最有实质的信号;如果可信,对自回归推理成本结构是直接冲击。
  • MiniMax M3.1 Flash 用隐身模型公开测试的方式证明能力,权重 10/23 开放,届时可自行验证。
  • GitHub Copilot 6 模型下线是今天最直接的工程影响——检查你的 CI 和编辑器设置。
  • Timestral 是开源权重生态从聊天模型扩展到预测模型的案例,CPU 推理适合边缘场景。

抓取说明

  • HN Firebase 三列表并行拉取正常(204 条去重);web_search 部分关键词轮次返回空,已用其他轮次覆盖。