AI早报：DeepSeek V4.1更新、谷歌湿实验室与AI出口新规

AI 领域的节奏依然紧凑。本期早报覆盖模型开源、出口管制、科学自动化与数学基础研究等多个方向，共九条动态，信息截至北京时间 10 月 18 日 5 时 30 分。

DeepSeek V4.1 Flash 更新：编程与智能体成绩显著提升

DeepSeek^广告 于 10 月 17 日公开了 V4.1 Flash 1017 的权重，将其定位为 V4.1 Flash 的小版本更新，覆盖推理、编程、智能体和视觉任务，代码与权重采用 MIT 许可。官方仓库提供本地推理及权重转换说明，推荐 100 万词元上下文。

评测数据的变化值得关注：Terminal Bench 4.0 从 31.2 升至 42.3，Program Bench 从 20.2 升至 42.3，Agent's Last Exam 从 31.8 升至 35.4，Apex Bench 从 64.6 升至 72.1。视觉方面，Chartography 从 78.9 升至 83.0，Baby Vision 从 89.6 升至 92.5。公司同时报告任务执行时间和输出长度有所下降。

这次仓库不再内置聊天模板，改为提供自包含的 Python 提示编码参考，覆盖多轮对话、工具调用、思考模式、推理强度和交错图像。同步提供的 DeepSea Recipe 是带 Python 绑定的 Rust 工具库，可将 Messages、Chat Completions 及 Responses 请求转换为内部对话与词元，并把模型输出解析回完整或流式响应，模型推理、工具执行与 HTTP 传输由调用方负责。

Terminal Bench 与 Agent's Last Exam 是当前评估智能体能力的两个代表性基准。Terminal Bench 侧重在真实终端环境中完成多步骤命令行任务，考察模型对文件系统、进程和脚本编排的掌握；Agent's Last Exam 则模拟长时间跨度的复杂任务，强调规划、工具调用与错误恢复。两者分数提升通常意味着模型在“能动手做事”层面有实质进步，而不只是问答准确率提高。

Reflection 开放 Beam 权重，Mirror 智能体工具同步开源

Reflection 于 10 月 16 日宣布 Beam 正式可用，继 10 月 5 日预览后公开权重、最终模型卡和安全报告。Beam 采用混合专家架构，总参数约 5010 亿，每次激活约 230 亿，支持 100 万词元上下文，输入输出为文字，主要面向英语编程、推理与智能体任务。

本次提供 BF16、FP8 与 NVFP4 版本，采用 Apache 2.0 许可，并通过自家 API、云平台及推理服务伙伴提供访问。公司称首发涉及 40 多家合作伙伴与集成，支持 vLLM、SGLang 等部署路径，也覆盖企业本地和隔离网络环境。

同步开源的 Mirror 可在终端运行 Beam，检查智能体活动、批准工具调用并随时引导任务。它支持恢复会话、在不同工作树中并行执行，以及项目指令、技能、MCP 和 Python 扩展；架构由 Python 前端处理提示与开发工具、Rust 核心驱动模型调用。安全报告把 Beam 在生物、化学、失控和网络攻击四类系统风险中评为 Limited，依据是公司采用的开放安全框架及相关评估。

中国拟增列 23 项 AI 出口技术，临时登记已开始

商务部、科技部 10 月 16 日发布 2026 年第 48 号公告，就修订《中国禁止出口限制出口技术目录》公开征求意见，反馈期至 11 月 15 日。本次涉及 40 项技术，其中人工智能 23 项，涵盖大模型、智能体、算力集群和信息处理；另有生物医药 5 项、光伏 12 项。全部领域合计禁止出口 14 项、限制出口 26 项。

人工智能范围按具体技术与指标划定，涉及使用核心数据训练的大模型、敏感场景高性能智能体以及特定模型核心技术、漏洞挖掘、芯片和集群等技术。已通过开源或学术论文进入公共领域的技术不纳入管理范围。发言人称，限制类模型的海外本地化部署属于管理范围，海外自由云等可适用自动许可；API 调用、APP 或网页交互、SaaS 应用及本地端侧轻量化部署不属于大模型技术出口管理范围。

公告同时实施出口前临时登记，自发布日起持续至目录正式修订实施。登记情形包括向境外转让技术所有权、境内技术授权境外使用、技术所有权人或实际控制人变为境外主体，以及商务部明确要求的其他情形；已经开始而尚未完成的出口也在登记范围。官方答问还列出适用便利措施的情形，包括人工智能技术开源、企业境外自建自营算力中心、境外芯片流片、联合研发及国际标准制定。

出口前临时登记是中国技术出口管理中的过渡性程序：在限制类目录正式修订生效前，相关技术的对外转让需先向主管部门登记备案，以便监管机构掌握交易流向并判断是否应纳入正式许可。它不同于正式出口许可，不必然导致禁止，但未登记可能影响后续合规。公告将“已开始而尚未完成”的出口纳入登记，意味着正在进行的授权、部署或所有权变更都可能被追溯覆盖。

Anthropic 用 Claude 辅助发现量子线路新方案

Anthropic 在 10 月 16 日发布量子线路研究，由 Anthropic 研究员与哈佛大学相关研究者合作，使用 Claude 提出线路方案，再由独立程序验证正确性并计算资源成本，将反馈交给模型迭代。论文覆盖数值计算、化学、优化、量子模拟与数论中的 8 项基础任务，研究者报告其中 7 项同时减少托夫利门数和峰值量子比特数，第 8 项发现新的素数与模拟可逆计算架构，改善两类资源之间的取舍。

评估器按门数与量子比特数的成绩筛选候选。在椭圆曲线点加法搜索中，模型连续工作约 53 小时，过程中收到扩大搜索方向的提示。新模拟架构让经典 Deep Steps 算法适用于可逆整数运算，通过从计算状态恢复分支选择，减少保存完整历史所需的开销。论文中的一组方案相较此前最低量子比特设计多使用约 12% 的量子比特，把门数降至约 1/7。研究对象是构建量子算法的计算线路与资源估计相关任务，使用独立评估器验证候选。

托夫利门（Toffoli gate） 是量子计算中的三比特可逆逻辑门，也是多数量子算法实现算术与可逆计算的基础构件。由于在容错量子计算中托夫利门通常需要借助魔态蒸馏等高成本操作实现，其数量直接决定线路的运行开销。因此“同时减少托夫利门数和峰值量子比特数”是量子线路优化中的核心权衡：门数少意味着执行步骤少，量子比特少则降低硬件资源需求。

谷歌展示湿实验室智能科学项目：机器人、适配体与蛋白设计

谷歌研究院 10 月 16 日介绍三个自主湿实验室研究项目。Virid 在 PiLab Robot 之上建立持续更新的语义数字孪生，记录机器人几何、孔板液体、试剂和吸头等状态，让智能体查询环境、先做模拟、再经硬件执行，并同步保存视频与操作日志。在染料混合实验中，智能体曾发现液体分层、毒板器故障和吸头路径冲突，并调整混合、恢复毒素或重新规划；团队报告在通过俯视相机判断盲测染料混合物的实验中，准确度超过原方案 5 倍。

适配体项目把序列设计、合成和实验反馈接成三轮循环，每轮约 7–10 天，测试血红蛋白与 α-凝血酶。α-凝血酶首轮没有命中，修正引物折叠等问题后第三轮命中率 42%、特异性 98.5%；血红蛋白实验第二轮出现非特异吸附，第三轮调整设计与筛选规则后命中率 33.5%、特异性 72.4%。

另一个项目由科学家与智能体协作为肿瘤相关靶点 FAP 设计结合蛋白。团队用表位切除策略将结构折叠环节提速 8.6 倍，在相同计算预算下计算机筛选命中率约为科学家单独操作的两倍，少量实验轮次得到个位数纳摩尔结合物。这些项目目前是独立的构建模块，实验使用非感染性体系，序列经过生物安全筛查，硬件运行前经模拟并由人类批准和审查序列、方案及监督实验。

Perplexity 推出 Decider 1.2 与 Flash，联合处理多道决策题

Perplexity 在 10 月 16 日宣布 AI Gateway 接入 Decider 1.2 及 Decider Flash 1.2，两版模型的官方权重仓库也已公开，使用 Apache 2.0 许可。较大版本基于 Qwen 3.8 27B，Flash 基于 Qwen 3.5 4B，由 27B 决策模型蒸馏学习教师的完整概率分布。

Decider 把输入状态与多道问题放入同一次请求，每个问题通过选项读出概率，不生成聊天回答。问题类型包括布尔判断、从给定类别选择以及按有序标准评分，可用于分类、过滤、请求路由和图片判断，同一段文本或图片可供多个问题共享。发布方报告在 Decision Index 0.3 中，较大版本的联合请求得分为 68.09（上一版 62.30），视觉评估从 73.22 升至 77.43；Flash 联合请求得分 58.88，联合请求为 60.05。模型卡建议 Flash 默认每次发送一道问题，需要问题间相互约束时再考虑联合请求。

官方实现要求 Python 3.12 及以上，支持文字和图片，图片上限约 160 万像素。BF16 权重本身所需显存约为较大版 52 GiB、Flash 版 9 GiB，运行还需额外工作内存。训练使用公开基准训练划分并对测试内容做去污染，利用多次训练权重平均改进结果。

OpenMOSS 开放两版图像模型，支持长提示与文字布局控制

OpenMOSS 团队 10 月 16 日宣布公开 MOSS Image Base 和 MOSS Image SFT 的代码及模型权重。模型采用 50 亿参数主干，支持最长约 4000 词元提示，面向图片生成、图中文字和空间布局控制。SFT 版由 Base 版在筛选数据上继续微调，官方展示中改善了文字分组与白板排版。

输入既可以是自然语言，也可以是包含文字对象与位置的 JSON 布局。布局格式为纵横坐标边界，使用以画布中心为基准的整数坐标，可指定各个对象和文字所在区域。团队同时提供提示增强工具，把创作想法转换为详细描述或布局提示，并将像素坐标草稿转换为模型使用的格式。官方提供 Diffusers 推理、Gradio 演示与原生 ComfyUI 插件，插件可通过 ComfyUI Manager 安装，纳入 ComfyUI 上游仓库的工作仍在进行。代码与权重采用 Apache 2.0 许可，仓库列出长柱显存、组件卸载和逐层 CPU 卸载等运行模式，节省显存会增加等待时间。

西蒙斯基金会联合两家 AI 公司投入 1500 万美元支持数学研究

西蒙斯基金会 10 月 15 日宣布与 Anthropic 及 OpenAI 共同投入总计 1500 万美元的资金和资源，帮助数学研究者使用 AI 工具并评估近期 AI 辅助研究成果。资助将由西蒙斯管理和分配，包含公开征集提案、项目支持、研讨会、会议和专项活动，让研究者检查、理解并发展 AI 产生的结果、学习工具、交流观点以及制定数学领域使用 AI 的共同标准。

基金会表示项目由数学社区推动。OpenAI 在同日更新中明确其出资为 500 万美元，由西蒙斯管理并用于相关活动；Anthropic 与 OpenAI 还将向获得西蒙斯支持的研究者提供模型和计算资金并提供资源，覆盖范围从数学延伸到基础科学。西蒙斯此前也支持过 Lean 证明助手、机器学习科学研究及相关学术交流。

Anthropic 追溯 NIST 曲线常数来源，发现 1990 年带随机种子线索

Anthropic 在 10 月 16 日公布椭圆曲线参数溯源研究。公司称，一个内部研究模型在不到半小时内找到了 5 条 NIST 素数曲线随机种子的生成线索，包括广泛使用的 P256。这些曲线的种子写入 2000 年的标准，最初生成过程长期缺少公开解释。模型发现种子中的 31 比特结构，结合随机数生成器状态恢复，把它们与以 UNIX 时间初始化的 LCG48 联系起来。

研究还覆盖 5 条 NIST 素数曲线，推导出的时间集中在 1997 年 5 月至 1998 年 4 月。公开复现材料显示，P256 是对应生成序列中的第 1842 个候选，第 876 个候选也满足相关有效性条件，为什么跳过仍未解释。部分二元曲线种子的时间关系及其他常数也有新线索，若干曲线基点与 B163 种子的起源仍待查明。研究还原的是标准中公开曲线常数的生成过程，公司公开了分析与复现代码，并表示将相关悬赏所得的 36,864 美元捐给互联网安全研究组织 ISRG。

NIST 素数曲线指美国国家标准与技术研究院在 FIPS 186 系列标准中推荐的椭圆曲线，P256 是其中最广泛使用的一条，被 TLS、代码签名和众多密码库采纳。曲线参数中的“种子”本应让任何人能验证参数并非刻意构造以植入后门，但若种子来源不明，这种可验证性就会落空。Anthropic 的工作通过还原种子生成过程，为这些常数提供了可复核的来源解释，这也是密码学界长期关注的信任问题。