🤖 AI 资讯晚报 · 10-01

🔥 必读

1️⃣ 谷歌 Gemini 4 Argon 发布：输出上限拉到 100 万 token，「知识/写作」强于编程

  • 来源：智东西（598743）＋ 爱范儿（1682765）＋ InfoQ（vVrSzjhEvkmpevS7wZzU）——多源报道。
  • 事实：北京时间 10 月 1 日凌晨，谷歌发布停更七个半月后的新一代旗舰 Gemini 4 Argon（Argon＝氩，沿用测试期内部代号），重点面向长流程软件工程、企业知识工作（法律/金融/税务）与网络安全防御。当前仅通过「Fairwind 计划」定向开放给少量受信网络安全团队，尚未公开；后续先开放付费 API 客户与 Google AI Ultra 订阅者，未给时间表。皮查伊称「外界对下一代模型讨论很多，希望尽早展示」。
  • 跑分：DeepSWE v1.1（真实长周期软件工程）77.9%，创该测试纪录；覆盖金融/编程/法律/税务的 Vals Index 第一（Vals Finance Agent v2、Harvey 法律 Agent 领先）；Zapier AutomationBench 51.3% 第一；LVBench（长视频理解）91.7% 行业领先；CWE-bench v1（漏洞修复）68% 与 GPT-6 Astra 并列第一。Artificial Analysis 智能指数 53 分，落后 Opus 5.5 与 Sonnet 5.5、与 Fable 5.1 / GPT-6 Astra 并列。
  • 两个关键变化：① 输出上限从 6.4 万 token 提到 100 万 token（注意是输出上限而非输入上下文），官方称让模型在单条推理轨迹里生成数十万 token 做深度思考；② 幻觉率 15%，Artificial Analysis 测得「当前前沿模型中最低」。
  • 定价：优惠期每百万输入 2 美元 / 输出 10 美元，缓存命中 0.1 美元；按折扣价算每任务成本 1.99 美元、较 GPT-6 Astra(max) 低 40%，约为 Astra / Fable 5.1 的 1/5（爱范儿口径：大致持平 GPT-6.1 Sol 与 Sonnet 5.5）。
  • 分歧：彭博社援引知情人士称，部分谷歌员工认为 Gemini 4 在实际工作中不总能达到基测水平、尤其部分编程任务仍吃力，与发布当天成绩形成反差。爱范儿实测口径总结为「知识/写作 > 编程 > 终端」：DeepSWE 领先约 4 个百分点，但 FrontierSWE v2 与 Terminal-Bench 4.0 垫底，Code Arena: WebDev / Agent Arena 仅排第 8；Text Arena 则排第一。
  • 内部用例：数千名谷歌员工已用于调试、算法设计与大规模代码迁移——参与 C/C++→Rust 迁移（含 80 多万行的 Fuchsia Zircon 内核，及 re2、libgav1 核心库）；libgav1 重写约 3.2 万行 SIMD 代码，Rust 版运行速度达原 Rust 移植版 2.7 倍；一组 Argon Agent 分析集群遥测、自主实施内存优化，释放超 300 TiB 内存（预计总节省 500 TiB–1 PiB）；量子算法子程序时空资源优化，几分钟取得比已发表基线好 40% 的结果。
  • 判读：谷歌把「知识工作 + 百万 token 长输出 + 网络安全」作差异化卖点，而非硬拼 Agent 编程。⚠️ 官方基测与第三方 Arena/员工反馈存在张力，「是否名副其实」需等公开后再评。

2️⃣ AI 自主研究里程碑：10 个 Claude Sonnet 5.5 通宵 15 小时，完成汤姆逊问题 N=7 形式化证明

  • 来源：新智元（116415），WP REST 全文。
  • 事实：Vals AI 的 Hung Tran 把一道悬了 122 年的物理数学难题——汤姆逊问题 N=7（7 个电子在球面上彼此排斥，怎样排布总能量最低）——交给一个由 10 个 Claude Sonnet 5.5 智能体组成的「虚拟实验室」。人类只钉牢两处边界：给出两个固定的 Lean 定理陈述 ＋ 九个可能的探索方向，不给具体步骤、不预设分工。随后 15 个小时里，10 个 Claude 自己建群、自己选算法、自发认领「集成者」角色，互发 1270 条技术讨论消息，最终产出 17,895 行 Lean 形式化证明。
  • 验证：证明通过 Lean 内核 ＋ 独立内核 nanoda 双重验证，且「改一个整数就报错」；硬规矩是必须能从零复现编译、与题面逐字对齐、不许偷偷加公理。
  • 证明思路：按任意两电子最小内积 m 把连续构型空间切成区域逐个击破——m ≥ -0.90 用 5 次三点半定规划边界，证明能量至少高出五角双锥 3×10⁻⁴；m < -0.90 再细分，极冠区域（m ≤ -0.99）的高精度凭证下界只比五角双锥能量低 2.3×10⁻¹⁶，把潜在竞争者压进极窄邻域。
  • 背景：百年间被严格证出的只有 2、3、4、6、12（几何对称性）、5（2013 年 Schwartz 借助计算机）、8（今年 9 月 18 日 Kryvonos / Liehr / Taylor，已用 Lean 形式化）——唯独 7 一直空着。数值模拟无数次指向「五角双锥」构型（能量 ≈ 14.4529774142），但模拟不是证明，无法排除某处折角藏着能量更低的「幽灵构型」。
  • 判读：这不是「AI 会解题」，而是 AI 在无人干预下走完一整套研究流程（提假设—试错—合并—形式化验证）。与 10-01 早报 Noam Brown「多智能体只占不到 10% 功劳」形成有趣对照：在一个可被 Lean 逐字验证的领域，多智能体协作跑通了完整闭环。⚠️ 单源报道（新智元转录 Vals AI 实验）；Lean 行数、nanoda 校验等细节可独立复核。

3️⃣ 华为 Mate 90 系列发布：麒麟 9050 Pro 的 NPU 性能提升 140%

  • 来源：爱范儿（1682801）＋ 36氪快讯。
  • 事实：10 月 1 日华为发布 Mate 90 / Pro / Pro Max / RS 非凡大师四款旗舰，即日全系开售，起售价 5999 / 6999 / 9499 / 12999 元；同步更新耳机、手表。鸿蒙 6 与鸿蒙 7 终端设备数已突破 9000 万。星环镜头模组与双拼色背板回归。
  • 芯片（AI 相关重点）：顶配 Mate 90 Pro Max（16GB 版/典藏版/RS） 搭载新一代 麒麟 9050 Pro——9C16T 灵犀 CPU 多核 +23%，马良 GPU 渲染 +40%，NPU 性能拉升 140%；支持硬件级光追（每秒 5500 万条光线，首发 120 帧光追）。华为称其为「韬定律」指导下应用「逻辑折叠」技术的产品。标准版用麒麟 9030、Pro 用麒麟 9035。
  • 其他：第二代灵珑双层 OLED 屏（1% APL 峰值 12000 尼特）；端侧 AI 实时肤色分区校准（位于 ISP 链路底层，第三方 App 视频通话/直播可直接调用）；四卡三待；「通信共享」多设备网络分流等。
  • 判读：NPU +140% 是本期最实在的端侧硬件数字——与 09-30 早报「斑马端侧 23B 全模态大模型上车」呼应：端侧 AI 的算力底座正被手机 SoC 持续抬高。⚠️ 均为发布会口径。

📌 值得看

4️⃣ 「AI 开始接手写算子」：Inferact 开源 TPU Megakernels，K3 参与自写「超级算子」

  • 来源：新智元（116430），WP REST 全文。
  • 事实：vLLM 原班人马创办的 Inferact 开源 TPU Megakernels（巨型算子）——把 Kimi K3 的 92 个 MoE 层一层不落写进同一个 kernel，跑在 16 颗谷歌 TPU v7 上：开投机解码单用户输出 709 tokens/s，而同样 16 块 GB200 用 vLLM 只有 452 tokens/s；关掉投机解码、1–8 并发下也是 GB200 的 1.4–2 倍。扎心点在于 TPU v7 纸面显存带宽（7380 GB/s）还低于 GB200（8000 GB/s）——赢在写法、不在硬件。整套巨型算子从零编译不到 90 秒（此前同量级需半小时起步）。
  • 原理：推理慢的瓶颈常不在算力而在显存带宽——传统框架生成一个 token 要依次启动数千次算子，每次都「搬数据—计算—写回」，切换空档白白浪费带宽。算子融合把「绿皮火车改高铁、一站直达」；Inferact 干脆一个边界不留，并利用 TPU 每核心 64 MiB 片上内存（VMEM）提前囤货。
  • 同周国内进展：浪潮信息在 AICC2026 发布元脑 SD200 Ultra 超节点（128 芯本土 AI 芯片），单机跑同一个 K3、Token 生成时延压到 5.85 毫秒，用的也是「超级算子」——其中一大块是让 K3 自己写的。
  • 趋势：Inferact 博文称「以后会有更多这样的 kernel 由编程智能体来写」；9 月 14 日 DeepSeek 算子工程师刘胜与发长文与「手写算子的时光」告别，预计半年到一年内 AI 写的算子会追上甚至超过他；今年 4 月 Cursor × 英伟达用多智能体系统优化 235 个 CUDA 算子，三周平均提速 3 倍。
  • 判读：⚠️ 与 09-30 晚报「其他」的《万亿参数效率战：浪潮 SD200 Ultra 对决谷歌 TPU megakernel》为同题——本期为新智元深化稿，新增 Inferact 开源细节与「AI 承接写算子」趋势线，故降档留在「值得看」。

5️⃣ AI 存储/芯片需求爆发：韩国 9 月芯片出口激增 263%、美光 2026 财年净利 +895%

  • 来源：36氪快讯（4006678019608706｜4006686456270723｜4006612042862471）。
  • 事实：韩国海关数据显示，9 月芯片出口总额同比激增 263%、达创纪录的 603 亿美元；9 月经工作日调整出口额 1209 亿美元创历史新高（同比 +104.9%）；前 9 个月出口总额首破 8000 亿美元（8145 亿）。同日日本大型制造商信心升至 2018 年以来最高。
  • 美光：公布 2026 财年年报——营业总收入 1331.88 亿美元，归母净利润 849.69 亿美元、同比增长 895.07%；已量产行业首款 512GB 高密度 DDR5 RDIMM（速率 9200 MT/s）；CFO 称 2027 财年第一财季收入将达 615 亿美元，该季为全年毛利率低点、此后逐季回升。
  • 判读：AI 训练/推理对 HBM 与高密度内存的拉动，正把存储推向「超级周期」；与本期「安卓阵营因内存成本上升承压、苹果反成受益者」的观察是同一条链。⚠️ 数字为源方口径。

📄 其他