Mistral开源万亿参数Large 4，Codex连更推四项新功能

AI行业的更新节奏在10月初依旧密集。从Mistral的万亿级多模态模型，到OpenAI的Codex连续更新计划，再到谷歌、腾讯、Anthropic的一系列开源与商业动作，这期早报信息密度相当高。本文梳理其中值得关注的几条主线。

模型层：Mistral冲击开源天花板，谷歌更新图像与检索能力

Mistral发布了原生多模态模型Large 4，总参数约1万亿，目前已开放API，计划在月底开放权重。官方称模型在网络防御等任务上表现突出，不过这类厂商自评的性能数据仍需独立第三方验证——这也是当前大模型发布的通病，发布会上的跑分和真实场景体验往往存在落差。

谷歌这边动作同样密集。Nano Banana 2.1上线AI Studio、API和Gemini，新版在画质、文字准确性和多轮编辑一致性上均有提升，图片输出定价为每百万Token 30美元。对于做图像生成和编辑的开发者来说，多轮编辑一致性的改善是一个实际的痛点优化。

更值得本地化应用场景关注的是Embedding Gemma 2的开源。它支持手机端离线检索文本、图片、视频和音频，在Pixel 11 Pro的测试中，多模态检索约占567MB内存。这意味着端侧语义搜索开始具备可落地的资源门槛，为隐私敏感场景提供了不依赖云端的新选择。

原生多模态模型与早期"拼接式"多模态方案有本质区别。后者通常是将独立的视觉编码器（如CLIP）与语言模型通过适配层对接，图像和文本在底层仍属于分离的处理流；而原生多模态架构从预训练阶段就将不同模态的数据统一纳入训练，模型在表示层面就能形成跨模态的联合语义理解。这意味着在需要图文深度推理的任务（如根据电路图调试代码、结合截图理解错误日志）中，原生多模态模型理论上具备更强的一致性。Mistral Large 4达到约1万亿参数，也使其进入了与GPT-4o、Gemini Ultra同量级的竞争区间，而开放权重的承诺则意味着社区可以对其进行微调和部署，这对开源生态的意义远大于仅提供API访问。

端侧语义检索的资源门槛长期以来是制约落地的关键瓶颈。传统的语义搜索依赖将文本或多媒体内容编码为高维向量（Embedding），再通过近似最近邻算法（ANN）检索相似内容，这一流程通常需要在云端服务器运行大型编码模型。Embedding Gemma 2将这一能力压缩至567MB内存可在手机离线运行，背后是量化压缩、知识蒸馏等模型轻量化技术的综合应用。对于医疗记录、法律文件、个人日记等隐私敏感场景，本地化语义检索意味着数据无需上传云端即可实现智能检索，这在GDPR等数据合规要求严格的地区具有直接的商业价值。

产品层：Codex连更，Claude深入办公与创业生态

OpenAI的Codex连续更新计划进入第二天，一口气推出四项功能，其中最受关注的是免费且不消耗额度的自动代码审查，以及会议记录集成，决策API也同步开放公测。免费审查功能发布后，有用户Tibo随即就额度重置发起投票，但是否全额重置目前尚未明确——这类围绕额度和定价的社区博弈，往往比功能本身更能反映用户的真实诉求。

Anthropic的Claude则在加速渗透办公协作场景。Claude已接入谷歌文档、表格和幻灯片，可在文件侧边栏读取内容并协助编辑，用户也能在Claude中直接打开这些文件，且每项修改生效前都需要用户批准。这种"人在回路"的审批设计，是企业级AI助手落地时平衡效率与可控性的关键。

此外，Anthropic扩大了Claude创业者计划，向符合成立或融资时间条件的初创公司开放，成员最高可获一年Claude Team及7000美元产品和API额度。Atlassian也与OpenAI扩大合作，计划把先进AI模型与企业内部知识打通，服务于团队的规划、开发和交付流程。

开源层：腾讯连发多个项目，Mirage打通视频工程

开源阵营这期的主角是腾讯。腾讯混元联合复旦大学、浙江大学开源了Prism，代码和模型权重已上线，采用MIT许可。它通过减少高分辨率训练中的冗余计算，让原生2K视频与音频的联合生成训练提速约2.5倍，对训练成本敏感的团队有参考价值。

腾讯还开源了多用户AI工作空间Octop，支持独立账号和多个智能体，账号间的对话与文件互不共享，可在自有设备上一条命令启动，并接入编程智能体及群聊工具。

Mirage开源的Tesseract套件带来了Adobe工程转换器，让AI助手能够生成Premiere和After Effects的工程文件，也支持导入现有项目继续编辑。虽然目前仍处于早期阶段、兼容性有待完善，但它指向了一个有意思的方向：AI不只生成成片，还能生成可编辑的工程文件，把创作主动权留在用户手里。

资本与基础设施：DeepSeek融资扩大，SpaceX布局太空算力

资本动向上，据报道DeepSeek^广告新一轮融资接近敲定，规模至少800亿元，高于原定约500亿元的目标，腾讯、宁德时代据称是主要投资方，另有消息称其计划于2027年初上市。月之暗面也据称完成上市前最后一轮私募融资，估值约500亿美元，计划于2027年第一季度赴港上市，拟募资至多50亿美元。这些信息均标注为"据报道"，尚未获得正式确认。

算力与硬件层面，有博主称华为正构建并测试配备25.6万张加速卡的Atlas 950超节点，目标是让百万级处理器协同工作，但测试进展同样缺乏独立验证。

SpaceX则披露了名为StarMind的太空算力计划，拟建设百万颗卫星组成的星座，约10颗卫星组成一个集群，通过约10Tbps的星间带宽协同处理更大的AI任务，系统尚未建成。把数据中心搬上太空仍是远期构想，但也反映了算力竞争正在向物理极限延伸。

安全与边界：五角大楼停用Claude，隐私争议再起

安全使用边界成为这期的另一条暗线。据报道，五角大楼已停用Anthropic的Claude，分歧涉及大规模监控和自主武器的使用限制。Anthropic于2月被列入黑名单，但Claude据称直到上周仍用于军事行动，五角大楼已转向Google、xAI和OpenAI。由于Claude深度嵌入情报平台，彻底移除并不容易——这暴露了AI供应商价值观与政府客户需求之间的结构性张力。

同时，《时代》杂志指出Meta的AI智能体正悄悄为用户建立详细档案，引发隐私担忧。Meta本已掌握大量社交数据，智能体还会额外收集哪些信息、如何使用，仍待厘清。

**"人在回路"（Human-in-the-Loop）**是AI系统治理中的核心设计原则，指在AI执行关键操作之前，必须经过人类的审核与批准。Claude接入谷歌办公套件时要求每项修改都需用户确认，正是这一原则的体现。相对应的是"人在回路之外"（Human-out-of-the-Loop）的自主系统，后者正是五角大楼与Anthropic分歧的核心之一——自主武器系统意味着AI可在无人干预的情况下做出攻击决策，而Anthropic的使用政策明确限制此类应用。这场争议揭示了一个普遍矛盾：商业AI模型的伦理护栏往往与军事应用对自主性和效率的需求存在结构性冲突，且随着AI能力提升，这一张力只会加剧而非缓解。

前沿：AI辅助数学研究进入实证阶段

最值得长期关注的，是AI在数学研究中的进展。OpenAI开始公开内部前沿模型的数学研究成果，称模型自8月底训练以来，已解决或推进多个数学领域的百余个长期开放问题，并在发布前与独立数学顾问组沟通，力求规范验证、署名和披露流程。

谷歌研究院则推出多智能体系统，让多个基于Gemini模型的智能体协作探索开放数学问题，系统已在5个公开问题上取得新成果，相关证明经过专家核验。两家公司不约而同地把AI推向严肃数学研究，并强调专家核验环节，这为AI辅助科研提供了可追溯的实践案例，也比单纯的跑分更能说明模型的推理深度。

AI在数学研究中的角色正在经历从"解题工具"到"研究协作者"的转变。此前，AI数学能力的主要评估基准（如MATH、AIME竞赛题）考察的是已知答案问题的解题能力；而推进"长期开放问题"则要求模型具备猜想生成、反例搜索和证明构造等更高阶的能力。多智能体协作探索开放问题的框架尤其值得关注：不同智能体可扮演"猜想者""证明者""反驳者"等角色，通过内部辩论缩小搜索空间，这与数学家社群的协作方式存在结构上的类比。专家核验环节的强调也反映出一个现实：当前模型仍会产生形式正确但逻辑存在漏洞的"幻觉证明"，人类数学家的把关仍是不可或缺的质量保证。

小结

这期早报集中体现了当下AI行业的几个趋势：开源模型持续向万亿参数和端侧部署两端拓展，Codex、Claude等编程与办公助手在功能和生态上快速迭代，而安全边界、隐私和军事应用的争议则提醒我们，技术能力的扩张正在不断触碰治理的红线。对开发者而言，Mistral Large 4、Embedding Gemma 2和腾讯系开源项目都值得第一时间上手验证。