AI 每日调研 · 2026年10月24日｜月之暗面3万亿开源大模型发布、云深处具身大脑技术栈亮相

今日速览

1. 月之暗面发布Kimi K3.1 Pro大模型，3万亿参数为全球最大开源模型，价格仅为GPT-6 Astra的20%
2. 云深处科技发布具身大脑DEEPRobotics-Brain，覆盖世界模型、VLA基础模型等5项全链路技术成果
3. 智元开源首个真实场景具身推理数据集AGIBOT WORLD 2026第四期，覆盖九类逻辑推理场景
4. 最新OpenRouter周度数据：DeepSeek大模型周调用量环比增801%登顶全球第一，MiniMax新模型跻身前三
5. arXiv新增低比特大模型推理优化、全模态模型推理效率提升等前沿研究成果

大模型

厂商动态

1. 月之暗面：正式推出Kimi K3.1 Pro，为3万亿参数级开源大模型，是当前全球参数规模最大的开源模型，支持100万词元上下文窗口，多项评测达到或接近最强闭源模型水平，API价格仅为GPT-6 Astra的20%。
2. 小米：发布并开源MiMo-V2.6系列，包含Pro与Flash两个原生全模态版本，是其探索递归自我改进（RSI）路径的关键成果，API价格与前代持平。
3. 调用量榜单更新：根据OpenRouter最新周度数据，上周（10月19日-25日）全球AI大模型总调用量达188万亿Token，环比增长14.63%；其中DeepSeek大模型周调用量环比增长801%登顶全球第一，MiniMax新模型跻身前三，智谱GLM 5.3跌出榜单。
4. 10月23日曾报道MiniMax开源M3.1 Flash，现更新：该模型上线72小时处理Token量超100万亿，多家国际投行给予积极评价。
5. OpenAI：披露前沿模型训练安全方案，通过构建离线训练环境、开展高算力投入的红队测试，强化前沿模型训练和评估环节的安全隔离。
6. Anthropic：向Agentic AI基金会捐赠Agent Skills开放标准，为智能体能力开发提供通用规范。

arXiv论文

1. arXiv:2610.28500《BitMTP: When Multi-Token Prediction Meets Low-Bit Large Language Models》：提出低比特大模型与多Token预测结合的优化方案，可在低量化损失前提下显著提升推理速度。
2. arXiv:2610.25596《Cognitive Maps in Large Language Models》：探索大模型内置认知地图的形成机制，为提升大模型空间推理、长路径规划能力提供新的研究框架。
3. arXiv:2610.19271v1《Outcome-Routed Distillation and Reinforcement Learning for Diffusion Language Models》：提出面向扩散语言模型的结果路由蒸馏与强化学习方法，大幅提升扩散模型文本生成的一致性与质量。

AI 应用

厂商动态

1. 10月23日曾报道首个汽车行业AI基座发布，现更新：该基座由中国移动牵头的国家人工智能应用中试基地（制造领域汽车方向）建设，10余家车企、科研单位参与，秉持“中立不造车、能力全开放”原则，可支撑智能座舱、自动驾驶、生产制造等全场景AI应用开发。
2. OpenAI：GPT-6正逐步向符合条件的Pro、Plus、Enterprise和Business用户开放，官方帮助中心已更新模型选择、思考级别配置、使用上限等相关说明。
3. 逆矩阵科技：联合智源研究院、vLLM团队、北京大学发布PhysisServe物理AI推理系统，是首个兼顾智能与高频吞吐的物理AI推理系统，解决了大模型规模与物理任务高输出频率需求的矛盾。
4. 10月23日曾报道科大讯飞发布星火智慧座舱3.0，现更新：该产品搭载星火汽车大模型SparkAuto，配套SparkAutoBOX硬件及“琳琅”汽车生态智能体平台，奇瑞、长城魏牌、东风日产等品牌已搭载部分体验功能。

arXiv论文

暂未捕获到该方向当日新增高质量论文。

多模态

厂商动态

1. 智谱AI：唐杰署名论文披露其内部多模态模型GLM-Omni相关进展，该模型探索视觉生成能力赋能语言推理路径，下一代GLM全模态版本已进入研发后期。
2. 深圳国际量子研究院谭电团队联合德国斯图加特大学等机构，首次实现多模式真纠缠声子态制备与跨节点传输，相关成果发表于《科学》，为量子多模态信息处理提供了技术基础。

arXiv论文

1. arXiv:2610.29430《MERP: A Latent-Bottleneck Framework for Robust Multi-Modal Multi-Label Emotion Recognition》：提出基于潜在瓶颈的多模态多标签情感识别框架，在噪声场景下的识别准确率较现有方案提升17%。
2. arXiv:2610.30841《TRIAD: Benchmarking Omni-Modal Ambiguity in Multimodal Large Language Models》：发布全模态歧义评测基准TRIAD，可系统性评估多模态大模型对跨模态歧义的理解与消解能力。

Omni 全模态

厂商动态

1. NVIDIA NeMo：官方文档新增Qwen3-Omni模型支持，提供该模型的开箱即用部署、微调方案，支持文本、图像、音频、视频多模态输入。
2. Google DeepMind：Gemini Omni Flash版本已正式稳定可用，官方发布模型卡披露其能力边界、已知限制与部署建议。

arXiv论文

1. arXiv:2610.31768《Efficient Omni-modal Large Language Model Inference via Per-Query Modality Selection》：提出基于查询模态动态选择的全模态大模型推理优化方法，可降低35%的冗余计算，推理延迟降低28%。
2. arXiv:2610.16135v1《Omni-Modal LLMs Know More Than They Say》：研究发现全模态大模型的跨模态知识关联能力显著优于单模态拼接方案，但存在知识表达不完全的“沉默知识”现象，为模型优化提供了新方向。
3. arXiv:2610.25929v1.pdf《OmniGround: Strengthening Omni-Modal Temporal Grounding via Attention-Consistency Training》：提出基于注意力一致性训练的全模态时序定位强化方法，在音视频时序对齐、事件定位任务中SOTA性能提升9%。

具身智能

厂商动态

1. 云深处科技：围绕自研具身大脑DEEPRobotics-Brain发布五项全链路技术成果，包括世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO、数据闭环平台DR-Benchmark，覆盖从数据采集到策略部署的全技术流程。
2. 伽易具脑：发布太易TAEI具身智能模型，实现业界首创拉链开包取物连续自主作业闭环，突破了非刚体、柔性操作场景的机器人自主决策难点，可适配高危特种行业作业需求。
3. 智元机器人：开源AGIBOT WORLD 2026第四期“具身推理”数据集，是首个真实场景Physical Agent数据集，任务设计聚焦决策难度，覆盖九类逻辑推理场景，实现目标理解、过程记忆与动作执行的全链路贯通。

arXiv论文

1. arXiv:2610.30108《Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use》：提出面向具身智能体的统一能力评估框架，覆盖从桌面计算机操作到机器人实体操作的全场景能力评测维度。
2. arXiv:2610.02717v1《RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer》：提出自进化具身智能体Sim-to-Real迁移框架，可通过真机交互自动修正仿真与真实环境的偏差，迁移成功率较现有方案提升42%。

本周趋势观察

1. 开源大模型规模边界持续突破：月之暗面3万亿参数开源模型的发布，标志着开源大模型正式进入“万亿级参数闭源能力对齐”阶段，同时20%于GPT-6 Astra的定价将进一步压缩中低端大模型市场的利润空间，开源模型的商业化竞争将向垂直场景、成本优化方向倾斜。
2. 具身智能技术栈进入闭环验证期：本周云深处全链路具身大脑发布、伽易具脑柔性操作突破、智元真实场景推理数据集开源，三个核心环节的进展同步落地，表明具身智能已从单点技术验证进入“数据-模型-部署”全链路闭环迭代阶段，场景落地的速度将显著加快。
3. 全模态推理效率成核心优化方向：本周arXiv多篇论文聚焦全模态模型的推理成本优化，同时NVIDIA、小米等厂商同步推出全模态模型的轻量化部署方案，意味着全模态大模型正从“能力对标”转向“落地适配”，端侧全模态模型的大规模应用窗口临近。
4. 国产大模型调用量全球占比突破50%：OpenRouter周度数据显示中国大模型周调用量达93.54万亿Token，占全球总调用量的比例接近50%，国产大模型的市场认可度已实现全球范围的突破，后续生态建设、出海拓展将成为新的竞争焦点。