AI 日报 · 2026 年 10 月 16 日 · 星期五
YUYUNEWS
Anthropic披露Q3收入168亿美元，增速放缓或影响IPO估值
Anthropic披露第三季度收入达168亿美元且连续两季盈利，但营收增速明显放缓。开源与端侧模型迎来多项进展，Meta联合苹果优化816B多模态模型本地运行，Black Forest Labs发布8GB显存可跑的FLUX 3，NVIDIA亦推出全新智能体模型家族。
模型发布/更新
The DecoderBlack Forest Labs 开源图像模型 FLUX 3 Image Klein，8 GB 显存即可运行
Black Forest Labs 正式发布 5.6B 参数的开放权重图像模型 FLUX 3 Image Klein，支持原生 4K 输出、像素级编辑与最多 10 张参考图生成。
The Verge · AIMeta 与苹果合作优化 Muse Spark Open 模型在 Mac 上的运行表现
Meta 发布拥有 816B 总参数的开源多模态模型 Muse Spark Open，并与苹果合作使其能够在搭载最新 MLX 框架的两台 Apple M5 Ultra Mac Studio 上进行桌面端本地运行。该模型主打长周期任务、复杂软件工程与多步骤推理能力，苹果也同步发布了关于 MLX 适配的技术说明。
NVIDIA 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源智能体模型
NVIDIA 发布开源多模态智能体模型 Nemotron 3.5 Super VL，以及 Bolt 74B-A9B 和 Bolt E4B 两款端侧模型，覆盖从数据中心到本地设备的部署需求。
昆仑万维 Skywork 开源游戏世界模型 Matrix-Game 4.0，支持单张 RTX 5090 运行
昆仑万维旗下 Skywork AI 开源游戏世界模型 Matrix-Game 4.0，可在单张消费级 RTX 5090 显卡上以 60 FPS 实时运行。该方案采用游戏引擎显式维护游戏规则与世界状态、视频模型依据草图和动态提示实时渲染画面的分工架构，按键响应延迟约 112 毫秒，显存峰值约 18.5GiB。相关模型代码与权重已同步上线 GitHub 与 Hugging Face。
产品发布/更新
The Verge · AIChatGPT Chrome 扩展升级，支持读取与控制已打开的标签页
OpenAI 升级了 ChatGPT 的 Google Chrome 扩展，允许用户在网页端或桌面端标记 Chrome 直接读取已打开的浏览器标签页内容。更新还改进了侧边栏体验，并允许 ChatGPT Work 执行自动填写表单、发送消息、下载文件以及整理标签页等跨页面控制操作。
Mac Studio 结合 MLX 与 RDMA 实现大语言模型本地及分布式推理评测
Apple ML 团队展示了利用 MLX 框架结合 Thunderbolt RDMA 低延迟驱动，在 Mac Studio 上实现超大语言模型本地与跨节点分布式推理的方案。
NVIDIA 宣布 RTX Spark 正式发布并举办全球庆典
NVIDIA 宣布推出专为创作者、游戏玩家与 AI 智能体打造的 Windows PC 平台 RTX Spark，并于全球多地举办线下发布体验活动。该平台联合微软等合作伙伴开发，主打本地 AI 工作流加速与兼容性优化，并在旧金山、柏林、台北、北京和首尔等地设立现场上手展示。线上同时开启 #ShareYourSpark 互动活动，提供黄仁勋签名的华硕 ProArt P14 笔记本作为抽奖奖品。
行业动态
The DecoderAnthropic Q3 收入达 168 亿美元，增速放缓或影响 11 月 IPO 估值
Anthropic 在计划于 11 月 IPO 前向投资者披露第三季度收入达 168 亿美元，环比增长约 45%，但相比二季度超 140% 的增幅明显放缓。公司前三季度调整后营业利润率为 11%，连续两季度实现调整后盈利，算力端每投入 1 美元可产生 1.70 美元收入。由于未更新最新年化运行率且防蒸馏措施将削减部分收入，潜在投资者预计其 IPO 估值或将下调至 1.5 万亿美元以下。
The Decoder美国银行投入 4000 人修复 Anthropic Mythos 等 AI 模型发现的安全漏洞
美国银行调动 1000 名外部承包商与 3000 名内部员工共 4000 人，专门修复由 Anthropic 的 Mythos 等 AI 模型识别出的软件漏洞。
技巧与观点
AWS Machine Learning Blog一手AWS 提出 Agent 纵深信任框架：在不失控的前提下赋予智能体更多自主权
AWS 提出 AI 智能体治理框架“纵深信任”（Trust in Depth），借鉴网络安全纵深防御思想，旨在减少全量人工审批瓶颈的同时安全扩展智能体自主权。该框架涵盖运行前范围界定、部署时身份确认、运行时边界约束以及运行后全面观察四个阶段，并结合自动推理技术对明确规则进行形式化验证。