AI 周报 · 2026 年第 43 周 · 10.19 — 10.25
DeepSeek V4.1 Flash 与开源推理栈升级
本期覆盖 2026 年 10 月 19 日至 10 月 25 日。最重要的变化是 DeepSeek V4.1 Flash 1017 发布并更新旗舰模型，Artificial Analysis Intelligence Index 得分较前代提升 6 分，在 Code Arena WebDev 与 Agent Arena 开源模型榜单取得第一；配套开源的 DeepInfer 推理框架与 deepseek-recipe 进一步降低部署和复现门槛。Mistral AI 发布 Voxtral 3 语音智能体 SDK 与语音模型家族，将听、推理、工具调用和说话整合为实时流式管线。基础设施方面，PyTorch 2.15 为 Mac MPS 增加 FP8 支持，Hugging Face 推出原生 TPU 后端 TorchTPU。研究与应用层面，ALTK-Evolve 通过学习式记忆登顶 τ²-bench 客服榜，Ai2 发布 FairStress 公平性基准，Amazon Bedrock 为 Claude 模型加入结构化输出。
DeepSeek 模型与推理栈
本版导读DeepSeek 发布 V4.1 Flash 1017，Artificial Analysis Intelligence Index 得分较前代提升 6 分，与 GLM-5.3 并列开源权重第二；该模型登顶 Code Arena WebDev 开源模型榜，成本为 Kimi K3 (Max) 的十分之一，并在 Agent Arena 获开源模型第一。DeepSeek 同时以 Apache License 2.0 开源 DeepInfer 推理框架及 deepseek-recipe，基于 vLLM 加入优化算子、多芯片分布式处理和更快文本生成，并表示未来模型代码也将开源。
DeepSeek V4.1 Flash 1017 发布，智能指数 45 分并列开源第二
DeepSeek 发布 DeepSeek V4.1 Flash 1017，更新其旗舰模型 DeepSeek V4.1 Flash，在 Artificial Analysis Intelligence Index 上得 45 分，较前代提升 6 分，与 GLM-5.3 并列开源权重模型第 2，仅次于 MiMo-V2.6-Pro 1 分。
The Decoder10.21DeepSeek 开源推理框架 DeepInfer 与 deepseek-recipe
DeepSeek 以 Apache License 2.0 开源了内部推理框架 DeepInfer，即驱动其 V4.1-Flash 模型快速响应的部署软件，基于 vLLM 构建并加入优化算子、多芯片分布式处理和更快的文本生成技术，未来 DeepSeek 模型的代码也将开源。
DeepSeek-V4.1-Flash-20261017 登顶 Code Arena WebDev 开源模型榜
Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Code Arena: WebDev 榜单第一的开源模型，超过 Kimi K3 (Max)，且成本低 10x。
DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 开源模型第一
Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 开源模型第一名，整体排名第 11，净提升 +5.1%，基于 +7.5K 次真实会话。
语音智能体实时管线
本版导读Mistral AI 发布 Voxtral 3，包含语音转文本、文本转语音模型和语音智能体 SDK，将听、推理、工具调用与说话整合进单一实时流式管线，每轮对话可在一秒内完成。
Mistral AI 发布 Voxtral 3 语音智能体 SDK 与语音模型家族
Mistral AI 发布 Voxtral 3，包含语音转文本、文本转语音模型和语音智能体 SDK，将听、推理、工具调用与说话整合进单一实时流式管线，每轮对话可在一秒内完成。
跨平台 AI 基础设施
本版导读PyTorch 2.15 为 Mac 的 MPS 后端加入 FP8（float8_e4m3fn）张量支持，可通过 F.scaled_mm 在 GPU 上执行缩放矩阵乘法并减少内存占用。Hugging Face 推出 TorchTPU，将 TPU 设为 PyTorch 原生后端，使 Transformers、Diffusers 和 Kernels 可直接运行，模型加载只需指定 device_map="tpu"，不再依赖 torch_xla。
PyTorch 2.15 为 Mac 的 MPS 后端带来 FP8 支持与更快的 LLM 解码
Hugging Face 的 PyTorch 团队发布 PyTorch 2.15 的 MPS 更新：FP8（float8_e4m3fn）张量登陆 MPS，可用 F.scaled_mm 直接在 GPU 上做缩放矩阵乘法，占用内存减半。
Hugging Face 推出 TorchTPU，让 PyTorch 原生支持 TPU
Hugging Face 发布 TorchTPU，把 TPU 作为 PyTorch 的原生后端，Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行，只需 device_map="tpu" 即可加载模型，不再依赖 torch_xla 或 Optimum TPU。
智能体记忆与公平评测
本版导读IBM Research 介绍 ALTK-Evolve，以 GPT-4.1 分析智能体训练尝试，将成败蒸馏为简短行为准则追加至系统提示词，无需更新模型权重或人工标注，登顶 τ²-bench 客服榜。Ai2 发布 FairStress 基准，覆盖 29 个领域和 300 个双候选人场景，扩展出超过 1300 万测试用例，并提供 50K 项的 FairStress-C。
ALTK-Evolve 用学习式记忆登顶 τ²-bench 客服榜，无需更新模型权重
IBM Research 在 Hugging Face Blog 介绍 ALTK-Evolve：用 GPT-4.1 分析智能体在训练任务上的尝试，把成败蒸馏成简短行为准则追加进系统提示词，不更新权重、不需人工标注。
Ai2 发布 FairStress 基准：测量 LLM 决策中超越最终选择的人口统计学公平性
Ai2 发布 FairStress 基准，用于测量 LLM 在影响个人机会的决策中超越最终选择的人口统计学公平性，包含 300 个双候选人场景、覆盖 29 个领域，结合人口统计身份呈现方式与对抗性前缀扩展出超过 1300 万测试用例，并提供 50K 项的 FairStress-Core 子集。
结构化输出落地
本版导读Amazon Bedrock 正式为所有 Anthropic Claude 模型提供结构化输出能力，覆盖 bedrock-runtime 与 bedrock-mantle 端点，通过约束解码在生成阶段强制遵循 JSON Schema，返回类型安全、字段完整的 JSON。
AWS Machine Learning Blog一手10.20Amazon Bedrock 为 Anthropic Claude 模型推出结构化输出功能
Amazon Bedrock 现已正式为所有 Anthropic Claude 模型提供结构化输出能力，覆盖 bedrock-runtime 与 bedrock-mantle 端点，通过约束解码在生成阶段强制遵循 JSON Schema，返回类型安全、字段完整的 JSON，无需自定义解析或重试逻辑。