一、今日动态
1. DeepSeek 双响:V4.1-Flash-1017 开源更新,首次披露单卡经济模型
AIBriefs 等 10-25 报道,DeepSeek 发布开源权重更新 V4.1-Flash-1017:Terminal-Bench 4.0 得分 42.3(前版 31.2),DeepSWE 77.0,超过 Claude Opus 5 的 74.0 与 GPT-5.6 Sol 的 73.0;保持 552B 骨干、prefill 激活 8B / decode 激活 16B,1M 上下文下每 Token 890 字节 KV 缓存;Artificial Analysis Cyber Index 得分 57%,居公开可用模型第一,单任务成本 0.42 美元。同期 DeepSeek 技术报告披露:单一集群日服务 155 万亿 Tokens、每卡每小时收入约 38 美元(约 258.4 元),业界测算毛利率或超 80%;并开源 DeepInfer 推理框架,兼容英伟达与昇腾。
值得关注的原因:国产模型第一次把"能力-成本"曲线量化到可复现的水平——编码类基准追平第一梯队的同时,单任务成本打到 0.42 美元;披露单卡收入则给行业提供了推理侧盈利可行性的第一个公开样本。对电商场景,低成本长上下文模型直接降低 AI 选品、智能客服、内容生成的调用门槛。
2. 中国信通院:国内词元日均消耗约 500 万亿,吞吐量一年翻倍但仍落后国外
中国信通院发布词元服务性能监测报告(IT之家等报道):2026 年 6 月国内词元(Token)日均消耗量约 500 万亿,是 2025 年 12 月的近 4 倍;8 月国内各模型平均 TPS(每秒输出词元数)78.23,较 2025 年均值 38.25 实现翻倍,但国外典型模型 TPS 均值 112.82,整体仍占优。
值得关注的原因:这是官方口径的"AI 消耗侧"晴雨表——词元消耗 4 倍增长说明调用需求真实爆发,而吞吐差距(78 vs 113)揭示了国产推理基础设施的效率短板。对把大模型嵌入日常经营流程的电商企业,TPS 直接决定高并发场景(大促客服、直播弹幕分析)的响应体验与单位成本。
3. Meta 开源 Muse Spark Open:816B MoE、42B 激活,登顶美国开源权重模型
AIBriefs 10-25 报道,Meta 发布开源模型 Muse Spark Open:816B 总参 / 42B 激活的 MoE 架构、100 万 Token 上下文,Artificial Analysis 智能指数 39 分,为美国开源权重模型第一;基于 NVIDIA GB300 NVL72 训练,在图像与文档理解之外新增音频和视频感知能力。
值得关注的原因:开源阵营全面"多模态默认化"——纯文本模型已经拿不出手。对电商内容生产(商品图/视频理解、素材审核、多语言 listing),多模态开源模型让中小商家第一次有机会在自有数据上微调"看得懂货"的模型,而不必完全依赖平台 API。
4. 可灵 Kling 4.0 API 全量开放:30 秒带音频生成、15 个参考、10 个关键帧
aihot 收录(10-25 前后):fal 平台宣布快手可灵 Kling 4.0 正式向所有客户开放 API 访问。该模型支持最长 30 秒带音频的原生视频生成、最多 15 个图像/视频/元素参考、最多 10 个关键帧的精确控制,运动表现、角色一致性与电影感叙事进一步提升。
值得关注的原因:视频生成正在从"抽卡玩具"变成"可控生产线"——30 秒成片 + 音频 + 关键帧控制,意味着一条商品宣传短片可以在一次生成内完成粗剪。对电商品牌的内容中台,这意味着素材产能的数量级提升和 A/B 测试成本的下降;国产视频模型(可灵)在 API 开放进度上已与国际同步。
5. Block 公布全双工语音模型 Dessa:端到端、本地运行、能"听"情绪
TechCrunch 等 10-25 报道,Block 旗下研发团队公布新型语音模型 Dessa:直接处理音频输入、无需先转换为文本,可实时捕捉笑声、停顿等人类情绪表达;全双工架构支持同时听和说,在单台 NVIDIA GPU 机架上以纯人类对话数据训练,已在 MacBook Pro M4 Max 实现本地运行,尚未公开可用。
值得关注的原因:语音交互是 AI 客服与导购的最后一块短板——文本大模型时代的客服机器人"答得对但听着假"。端到端全双工 + 情绪感知 + 端侧运行三个特性叠加,指向"低成本、低延迟、有语气"的实时导购/陪聊形态;尚未公开可用,值得跟踪其开放节奏。
二、今日核心洞察
- 国产模型的竞争焦点从"追平基准"转向"摊薄成本":DeepSeek 0.42 美元/任务、单卡 38 美元/小时收入,把推理经济性变成了公开可验证的工程问题。
- 官方数据确认需求侧真实爆发(词元日耗 500 万亿、4 倍增长),但吞吐效率仍落后国外约三成——推理优化(vLLM 在 GB300 上的部署实践等)是接下来一年的主战场。
- 开源模型全面多模态化(Muse Spark Open 音视频 + 文档),电商企业自建"商品理解"微模型的窗口期打开。
- 生成式视频进入"可控生产"阶段(可灵 4.0:30s + 音频 + 关键帧),内容产能瓶颈从"生成质量"转向"工作流组织能力"。
- 交互层暗流涌动:全双工语音(Dessa)预示客服/导购从"文本对话框"进化为"实时语音伙伴",先跑通场景数据者受益。
三、近 7 天补充线索
- NVIDIA 开源 Nemotron 3.5 Super VL(120B/12B 激活、1M 上下文、多模态)与 Bolt,称以约 1/5 参数量匹配其最大推理模型、速度较同级快 5 倍(AIBriefs 10-25)。
- OpenAI 披露内部存储平台 Habitat 架构:依托 Cosmos DB 为全球 40 个地理区域、超 10 亿 ChatGPT 用户提供毫秒级响应(OpenAI News 10-25)。
- vLLM 公布 DeepSeek-V4.1-Flash 大规模推理优化:Prefill/Decode 分离 + Wide-EP,GB300 NVL72 单卡吞吐 95.4 万 Token/s,较单节点聚合提升近 7.9 倍(vLLM Blog)。
- 智元机器人在济南组织 110 台远征 A3 全尺寸人形机器人同场群舞,创吉尼斯世界纪录(AI 日报 10-25)。
- 字节跳动将 AI 短剧创作平台小云雀并入即梦,AI 产品矩阵加速整合(IT之家)。
