DeepSeek发布全新Agent架构

10月31日晚，DeepSeek Harness团队在官方公众号发表技术文章《Super-agent设计探索：迈向更自主的Agent系统》，正式公开自主智能体全新架构Super-agent，相关原型同步开源。DeepSeek发现，模型能力提升催生了新的应用形态，个人助手开始集中涌现，但现有主流Agent设计还难以在多任务和团队协作规模上提供支撑，多任务上限取决于人的注意力。DeepSeek Harness团队通过双层架构、事件驱动、异步多信道交互、存算分离与外部Watchdog在底层接管会话管理与上下文同步，使人上移到决策与验收。

腾讯混元同声传译大模型Hy-SimulMT开源

10月26日，腾讯混元同声传译大模型Hy-SimulMT发布并开源。据介绍，该模型具备低时延、高准确率的特点，支持中英语言之间语音到语音实时翻译。说话人的音频可实时输入模型，模型边听边译，实时给出译文和语音，并支持实时音色克隆，可高度还原说话人的声音和语气。混元同声传译大模型Hy-SimulMT的响应时间实测在3秒左右，而人类专业译员平均水平在4—5秒。测评显示，Hy-SimulMT翻译质量达到人类同传专家水平。

蚂蚁百灵开源Ling-3.1-flash-1019

10月28日，蚂蚁百灵（InclusionAI）开源面向Personal Agent场景的开放权重大模型Ling-3.1-flash-1019。模型总参数量约560B，每个Token激活约25B参数，支持最高100万Tokens上下文窗口，采用混合线性MoE架构（63层KDA线性注意力+ 9层Gated MLA门控多头潜在注意力）。蚂蚁百灵同步开放基础模型Ling-3.1-flash-base，为长程任务所需的知识、推理和计算效率打基础，开发者可在此基础上继续进行预训练、行业微调、强化学习。

扩散智能开源350亿参数新模型

10月28日，扩散智能（DiffuSpace）发布并开源最新模型Clover-35B-A3B-Preview。该模型采用混合专家（MoE）架构，总参数350亿，每个Token激活约30亿参数。与ChatGPT所代表的主流自回归生成路线不同，DiffuSpace选择了扩散语言模型（dLLM）。前者通常依次预测下一个Token，即模型处理文本的基本单元；后者尝试在多个位置并行补全内容，通过迭代逐步形成答案。据介绍，Clover对门控Delta网络（GDN）进行了重构：已生成的上下文通过GDN递归状态压缩，当前块内token以双向Softmax注意力做细粒度交互，历史记忆的读出与块内token在同一Softmax中共同参与信息选择，并由可学习的块大小校准与零初始化卷积分支补偿长块对历史权重的稀释。

OpenAI发布GPT-6.1 Terra

10月27日，OpenAI宣布推出新模型GPT-6.1 Terra。该模型把视觉推理、电脑操作与更自然的写作结合起来，面向起草方案、解读技术图纸、填写表格、编辑视频等日常高频办公任务而设计。Terra在OpenAI Preparedness Framework网络安全评估中达到Critical级别，并沿用GPT-6 Astra的防护措施，OpenAI称其更易守住任务范围、主动说明自身局限，对提示词注入的抵抗能力有所增强。

谷歌推出世界模型Genie 4预览版

当地时间10月27日，谷歌DeepMind推出世界模型Genie 4研究预览版。据介绍，这款新模型能够生成迄今为止拟真度最高、可交互的虚拟世界，用户可在模拟运行的过程中输入提示词来修改场景。该模型还能生成和虚拟世界同步的实时音频，涵盖音乐、环境音以及可交互对话。与上一代Genie 3相比，Genie 4除画面更逼真并加入音频外，还支持自由编辑，例如实时改变天气或摄像机角度，以及添加新人物或物体。它能够将一致的场景维持长达两分钟，是上一代的两倍，同时具备更出色的物理模拟效果和更接近真人的角色。谷歌AI模型Gemini也与Genie 4实现了更紧密的整合：Gemini充当“导演”，负责规划步骤并检查画面，Genie则负责生成视觉内容。在Gemini Robotics相关实验中，Gemini 4 Argon将任务分解为多个步骤，再由Genie 4进行实时模拟，展示了在机器人执行现实任务前先通过模拟环境测试场景的潜在方法。该模型商业应用场景包括游戏、交互式学习和机器人技术，首批受信任测试人员还指出了电影原型制作的潜在用途。

中外院士：未来十年是半导体技术转型的关键期

10月30日，2026世界顶尖科学家论坛未来半导体平行论坛在上海临港中心举行。论坛中方联合主席刘明院士在致辞中表示，未来十年是半导体技术转型的关键期，也是AI与半导体深度融合、相互促进的黄金十年。新兴器件、三维集成与集成芯片将开辟新空间，但其潜力取决于对物理机制的深刻理解、对制造工艺的扎实掌握以及多技术系统集成能力，而人才是最重要的战略资源。外方联合主席贝努瓦·杜比（Benoît DUBUIS）院士认为，随着传统半导体工艺逼近极限，未来芯片发展将跳出单纯追求性能迭代的思路，走向技术融合与民生价值赋能，微电子与生物医学、智能传感等领域的深度结合，将成为未来十年半导体最重要的发展方向，为健康老龄化、智慧医疗等民生领域应用提供核心支撑。

附录

人民网、传播内容认知全国重点实验室智能产品

• “初芯”智能体平台：集大模型应用、知识管理、智能开发于一体，具有意识形态安全、数据隐私保障、一站式零门槛、赋能深度场景优势，智能体可用于智能传播、智慧舆情、文旅健康、生活服务等各类场景。
• 主流价值语料库：赋能大模型价值观对齐。优选入库基础语料、问答语料、图文语料等，已在一批主流大模型厂家得到应用验证。
• 人民智媒大模型：面向党政服务、媒体服务的大模型应用基座。基本解决大模型政治方向、舆论导向、价值取向、事实幻觉等问题，能够协助党政机关、企事业等单位构建各类模型。
• “写易”智能创作引擎：面向公务人员、媒体从业者、国企管理者等用户，提供智能写作、智能审校、写作素材知识库调用等服务。
• “自在”心理疏导大模型：提供心理疏导、情绪管理、亲子交流和家校共育等服务，已上线国家智慧教育公共服务平台。校园端支持家校心理数据统计与筛查分析。
• 人民审校和内容风控大脑：提供时政信息表述审校、综合信息审校等内容安全服务，支持文本、图片、音视频等多模态内容审校，可在内容发布前辅助审校，也可在内容发布后开展多平台巡查和风险筛查。
• 语料社区：致力于打造共创共享的全模态AI语料生态平台，打通语料采集、标注、应用全流程链路，旨在破解高质量中文语料不足和共享难等问题，为人工智能产业发展构建安全、开放的数据基石，促进区域文化数字化建设，助力区域内机构实现语料资源互补互通。
• AI经贸文旅智能体：形成平台、数据、算力、算法、模型、智能体“六位一体”创新架构，提供多语种智能翻译服务，实现政策智能查询、智能商贸匹配、智能展销、智能行程规划等应用，满足经贸文旅领域多维度需求。已在广西桂林、宁夏银川落地。
• 人民数据权属审核服务：通过108项确权实质性审查，审核数据来源、权属主体及使用边界，明确数据权属关系。

来源：人民网

编辑：吴海天

责编：岳禺宁