Qwen 4.0或将发布、RTX 3090性能解锁80%、Claude Code核心成员离职

今天的AI早报信息密度不低：阿里通义千问^广告被曝将在云栖大会阿姆斯特丹站放出"专为现场保留"的产品公告，外界普遍猜测Qwen 4.0将至；开源工具GPU Unlock通过修改显卡寄存器让RTX 3090的特定矩阵运算吞吐提升约80%；而Anthropic旗下Claude Code接连流失两名核心成员，引发对这款明星编程工具走向的关注。以下逐条拆解。

Qwen 4.0悬念：云栖大会的"保留节目"

据B站早报援引的消息，通义千问将在10月29日云栖大会阿姆斯特丹站发布重要产品信息，官方预告中特别提到"有专为现场保留的产品公告"。这种措辞在发布会语境里通常意味着压轴内容，因此外界对Qwen 4.0亮相的猜测并非空穴来风。

需要说明的是，具体发布内容以及是否涉及模型版本升级，目前仍待官方揭晓。对于关注国产开源模型的开发者来说，这无疑是本周最值得蹲守的一场发布会。

三维创作基准Blender World：最强模型仅42.2%任务全通过

开源三维创作评测基准Blender World公布了结果，涵盖223个生产级任务，要求在Blender中交付可编辑工程文件——直接提交原生工程计零分，这一规则有效防止了"作弊式"提交。

结果颇有意思：最强模型综合得分79.9，但仅有42.2%的任务通过全部验收。空间一致性等维度仍是明显短板。这说明当前模型在"看起来对"和"工程上可用"之间还有不小距离，三维内容生产场景对AI的可靠性要求远高于二维图像生成。

Blender 是一款开源三维创作软件，在其中完成的建模、材质、灯光、动画等内容通常以 .blend 工程文件保存，包含可编辑的节点、修改器与场景层级。对 AI 评测而言，"交付可编辑工程文件"意味着模型不仅要生成视觉上可用的结果，还要产出结构合理、能被人继续修改的工程数据，这比输出图片或视频片段严格得多。空间一致性则指同一物体或场景在不同视角、不同步骤中保持几何与位置关系不矛盾，这是三维生成中的典型难点：二维图像里细微的透视误差往往难以察觉，一旦落到可编辑的三维场景中就会被放大。因此，用原生工程文件作为验收产物，能从机制上排除用渲染图"蒙混过关"的做法，也更贴近真实生产流程。

Kimi K3.1 Pro Max登榜第11，额度风波引订阅模式讨论

月之暗面的Kimi K3.1 Pro Max版本登上Agent Arena智能体榜单第11位，结果基于全球用户超过4000次真实任务测试，净提升7.6%。模型权重即将开放，届时有望超过DeepSeek^广告成为榜单排名最高的开放模型。

另一面，据博主反馈，Kimi发布模型时大幅削减用量额度引发用户不满，随后紧急回调。按5小时窗口内已用和剩余额度推算，总额度约1.2亿次元，比此前增加约6倍。这一插曲也把"限额订阅能否兼顾客户价值与盈利"的老问题重新摆上台面。

Claude Code两名核心成员接连离职

Anthropic旗下Claude Code遭遇人事震动：核心开发者Sarik任职一年多后宣布离开，计划先休息；Claude Code桌面端创建者也在约10天前还在介绍新版功能的情况下宣布离职。

两人均认可团队与公司使命，未公开披露负面原因。结合此前报道，Anthropic受访员工中91%预计AI将在2030年前做出诺贝尔奖级发现，美国公众这一比例为39%；员工与美国工人对自身工作可被AI接管的估计也有明显差距。内部智能体工作时长据称已达人类6倍，员工角色正从执行任务转向管理智能体——这种组织形态的快速演化，或许也是人员流动的背景之一。

算力与硬件：Nscale洽谈450亿美元协议，GPU Unlock解锁性能

算力侧，据报Nscale正与Anthropic洽谈价值450亿美元的AI算力协议，计划为Anthropic位于美国西弗吉尼亚州的第二座设施提供460兆瓦的英伟达Vera Rubin算力容量。协议尚未敲定，若落地将显著扩大Anthropic用于训练和推理的算力储备。

硬件侧更接地气：开源工具GPU Unlock通过修改英伟达显卡内部寄存器解除部分计算限制，无需超频或修改官方驱动。测试中RTX 3090部分矩阵运算吞吐量提升约8成，RTX 4090相关测试接近翻倍。

方案目前仍具实验性质，收益集中在特定AI运算，实际推理和游戏表现仍待验证。对持卡玩家和本地推理爱好者来说，这是个值得关注但需谨慎尝试的方向。

推理引擎的"口水战"：vLLM与SGLang各执一词

vLLM公布DeepSeek模型推理优化成果：在相应测试配置下，解码吞吐与官方引擎差距不超过6%，测试覆盖8-256的批次规模，预填充性能也接近官方水平。结果有特定测试条件——在GB300平台单用户专用解码路径达到每秒826个词。

SGLang则回应了推理引擎对比争议，承认此前将GB300实测与DeepInfer的B300数据并列，这种比较方式不公平。重新测试后团队称性能已追平DeepInfer基准，并称预填充和解码均有超越，4张GB300配置下解码吞吐提升7.4%。两家各说各话，选型时建议以自己业务场景的实测为准。

推理引擎的核心指标通常分为预填充（prefill）与解码（decode）两个阶段。预填充指模型一次性处理用户输入的提示词，属于计算密集型的并行计算；解码则是逐词生成输出，属于访存密集型，速度常用每秒生成的词数（tokens/s）衡量。批次规模（batch size）指一次并行处理的请求数量，批次越大吞吐越高，但单请求延迟可能上升，因此不同批次下的数据往往不可直接比较。DeepSeek 官方推理引擎针对自家模型的混合专家结构与注意力机制做了专门优化，第三方引擎想追平其性能需要针对性的算子与调度改造。这也是各家对比测试时强调"测试配置"的原因：硬件平台、批次规模、单用户还是多并发，都会显著改变结论。

语音与多模态：Block开源实时语音模型

Block发布支持本地运行的语音模型DESA，可实时边听边说，也能插话接话。据称模型从零开始仅用人类语音训练，不依赖文本训练或预训练模型，直接学习语意、语调和对话规则。

演示中呈现了笑声和情绪表达，但训练方式与实际表现仍待进一步验证。若真能摆脱文本预训练依赖，对低资源语言和情感交互场景意义不小。

传统语音对话系统一般采用"语音识别—文本大模型—语音合成"的级联流水线，因此高度依赖文本预训练数据，且各环节之间存在延迟叠加。所谓"边听边说"的实时语音模型，通常采用端到端的流式架构，在音频帧持续输入的同时增量生成语音输出，从而支持插话与打断，交互延迟可压到数百毫秒级。不依赖文本训练意味着模型直接从语音信号中学习语义与副语言信息，如语调、情绪和笑声；这类信息在文本转写中会大量丢失。不过纯语音训练的代价是数据规模受限，语义知识与推理能力往往不及文本大模型，能否在开放对话中保持稳定仍需要更多独立评测。

企业与生态：OpenAI降价抢单，智谱筹建新加坡研发中心

企业市场方面，OpenAI正以大幅折扣争夺Anthropic的企业AI编码业务。人力资源软件企业Rippling此前有57%的编码任务由Anthropic承接，如今OpenAI份额达52%。降价有助于争夺企业客户，但也可能进一步加深OpenAI的亏损。

Manus被曝正在训练自研大模型，从调用Claude、Qwen等外部模型转向自研，目标是降低成本、减少依赖并提升毛利。据报Manus已融资超过5亿美元，上线8个月年化经常性收入突破1亿美元。

生态布局上，英伟达CEO黄仁勋在柏林GTC大会呼吁欧洲携手打造本土AI经济，强调欧洲数十年积累的科学、工程和制造业知识是发展本土AI的重要基础。智谱CEO张鹏透露拟在新加坡筹建研发中心，并计划与新加坡国立大学联合培养博士。

安全与合规：FBI调查前OpenAI工程师，红队测试发现高危漏洞

据华尔街日报报道，FBI正调查前OpenAI工程师Alphazone，怀疑其窃取机密并拟交给沙特政府，可能面临经济间谍罪指控。相关嫌疑尚未获证实，预测平台Polymarket上沙特选项押注较多，但市场押注不代表调查结论。

OpenAI披露安全测试成果：红队测试发现Brotli压缩库存在无需身份验证的远程代码执行漏洞，影响Node.js、Bun和Deno等软件，已上报并获修复，相关漏洞编号也已公布。训练期间的实时联网已改为离线缓存，模型发现DNS配置缺陷后训练层暂停并加强隔离。11月12日OpenAI将公开展示网络防御方面的新进展，据称主角是内部安全模型。

另有两则小消息：Design Arena推出CodeArt Arena，专门评测AI模型用代码创作艺术的能力，作品可编辑、可复现，不受分辨率限制。

爆料账号Testing Catalog发现谷歌内部模型对比工具代码字符串中出现"SI"字样，引发对AI命名变化的猜测，但目前没有证据表明谷歌已正式调整产品命名体系。

---

以上是今日AI早报的核心内容。Qwen 4.0是否成真、GPU Unlock能否稳定复现、Claude Code人事变动后产品节奏如何，都值得后续跟进。

红队测试（red teaming）指由专门团队以对抗视角主动寻找系统漏洞、滥用路径或有害输出，是 AI 公司与安全团队常用的评估手段。文中提到的 Brotli 是一种广泛使用的压缩算法，被 Node.js、Bun、Deno 等运行时用于处理 HTTP 压缩内容；所谓无需身份验证的远程代码执行漏洞，意味着攻击者无需登录即可通过构造恶意压缩数据在目标服务上运行任意代码，属于危害等级最高的漏洞类型之一。AI 模型在训练期间通过实时联网发现此类缺陷，说明智能体已能参与真实的安全研究流程；而将训练期联网改为离线缓存、发现配置缺陷后暂停训练层并加强隔离，则反映了在能力提升的同时对网络访问边界加以收紧的工程取舍。