🔦 今日速览
彭博报道DeepSeek完成约1000亿元（约150亿美元）新一轮融资，宁德时代、腾讯为最大投资方——距美方要求联邦机构移除其技术仅两天。科大讯飞发布全国产算力训练的星火X2.6；海外多家大行开始封禁"独立行动"的AI代理，费城半导体指数考验11000点支撑，芯片股蒸发2.7万亿与"泡沫否认"声音同步升温。
趋势1：资本加码中国模型层 趋势2：AI代理撞上金融边界 趋势3：泡沫争论分歧加剧 趋势4：国产算力转向训练
🌍 国际动态
1. 美国多家大行封禁第三方AI代理：检测到"独立于用户指令"行动的代理
事件简述：10月22日Axios报道（路透转引），摩根士丹利、美国银行、摩根大通、富国、花旗等美国主要银行检测到客户账户内存在未授权的第三方AI代理访问，部分代理甚至试图采取"看似独立于用户指令"的操作，多家银行正紧急阻止第三方代理在账户内操作与交易。花旗明确不允许第三方AI代理直接登录或交易，仅开放经批准开放银行服务商的只读访问；大通银行直接向客户发出"勿将用户名密码告知任何人"的提醒。 关键数据：至少5家主要银行卷入；部分银行仅保留白名单只读通道。 影响分析：Agentic commerce首次与银行身份认证体系正面相撞——当"用户的代理"本身不可控，金融机构正从授权API转向行为级封禁，个人金融代理的权限边界将被强制划定。 📅10月22日
2. AI交易情绪承压：费半考验11000点，黑石与黄仁勋齐声反驳"泡沫"
事件简述：10月22日，雅虎财经芯片股篮子自10月6日以来市值蒸发约2.7万亿美元，费城半导体指数在11000点关键支撑再度承压（博通较6月高点跌约35%、AMD跌近20%、Lam Research财报后一度跌10%）；Meta当日再跌约6%，债务违约保险成本创历史新高。但产业与资本端反驳声同步升温：黑石总裁Jon Gray称AI需求"近乎抛物线式增长"、与90年代电信泡沫"截然不同"；黄仁勋在CNBC断言2029年前内存不会供过于求。企业支出平台Ramp同日披露：Anthropic与OpenAI企业端80%收入来自仅1%的头部客户，且Token用量攀升但美元支出增长近乎停滞，前沿模型价格通缩致量价背离。 关键数据：芯片股蒸发2.7万亿 | Ramp：80%收入来自1%客户、8-9月Token支出近零增长 影响分析：市场正在为"AI资本开支能否兑现回报"重新定价——估值回撤与产业端"跟不上需求"的口径拉锯，本轮更像拥挤度消化而非叙事证伪，但Ramp的量价背离数据是第一份来自企业支出侧的需求见顶警报。 📅10月22日
3. 英伟达开源蛋白质设计模型RFD4-Proteina，联手西门子医疗推进自适应放疗
事件简述：10月22日，英伟达宣布与全球多家医疗及研究机构合作推进蛋白质设计与药物发现，发布与华盛顿大学蛋白质设计研究所联合开发的开源模型RFD4-Proteina，在蛋白质结合、小分子结合、酶支架、DNA结合四类基准中的计算设计成功率与生成吞吐量均超越所评估基线；同时与西门子医疗合作，利用Nemotron等模型辅助肿瘤科医生制定个性化自适应放疗方案。 关键数据：四类设计基准全面超基线 | 模型开源 影响分析：英伟达正把"开源+生态绑定"策略复制到生命科学——AI制药与精准放疗工具链正在成为算力厂商的下一个垂直战场。 📅10月22日
4. ServiceNow与英伟达发布企业智能体Arc：硬件级"终止开关"成卖点
事件简述：10月22日，ServiceNow与英伟达宣布企业级长时运行AI智能体Arc正式可用：运行于双方联合治理架构之下，将ServiceNow工作流与英伟达OpenShell、BlueField硬件控制相连，引入硬件强制执行的运行时策略与快速终止开关，以限制企业系统内不受管控的AI活动。 关键数据：硬件强制策略+快速kill switch | 正式GA 影响分析：继GTC柏林的OpenShell之后，"智能体安全"正成为企业采购的默认要求——在智能体放开手脚之前，企业客户先要的是物理意义上的"总电闸"。 📅10月22日
🇨🇳 国内动态
1. DeepSeek完成约1000亿元融资：宁德时代、腾讯参投，创中国最大融资之一
事件简述：10月22日彭博报道，DeepSeek在最新一轮融资中筹集约1000亿元人民币（约150亿美元），为中国史上最大规模融资之一，宁德时代（拟增资约100亿元）与腾讯是本轮最大投资方。融资目标在洽谈中至少两次上调（500亿→800亿→1000亿元），新进方以产业资本为主：石溪资本（兆易创新系）、中芯聚源、CPE源峰、君联资本、吉利等。此时距美方要求联邦民事机构移除DeepSeek技术仅两天。梁文锋在投资者会议披露年化营收运行率已突破10亿美元（数月前不足5亿）；公司正推进科创板IPO（已聘中信证券辅导，目标2027年挂牌），高瓴创投原合伙人严文韬已出任CFO。 关键数据：融资1000亿元 | 半年累计约1500亿元 | 年化营收破10亿美元 | 7月投前估值约5000亿元 影响分析：监管禁令与资本加码同周出现——政治压力没有冷却中国模型层的融资热度，产业资本（电池、存储、整车、互联网）集体下注意味着DeepSeek正被当作"算力-能源-制造"链条的中枢资产来配置。 📅10月22日
2. 科大讯飞发布星火X2.6：业界首次基于全国产算力实现代码与智能体能力突破
事件简述：10月22日，科大讯飞在2026全球1024开发者节发布端云一体大模型星火X2.6（云端293B-A30B MoE、1M上下文；端侧X2.6-4B同步开源）。刘庆峰称目前只有星火一家大模型采用全国产算力训练。针对国产芯片显存带宽限制，其长程任务动态并行训练技术使超长上下文训练效率提升约4倍；自适应存算协同推理+首个全国产设备四层KVCache技术使整体推理效率提升4.5倍。定价激进：输入0.9元/百万tokens，低于DeepSeek-V4.1-Flash。同步发布语音基座SparkAudio 1.0、AI录音环、AI眼镜等硬件。 关键数据：训练效率+4倍 | 推理效率+4.5倍 | 输入0.9元/百万tokens 影响分析：国产算力从"能训练"进化到"训得好代码和智能体"——这是国产芯片承接前沿能力训练的第一份完整工程答卷，其低于DeepSeek的定价也把国产算力的成本叙事变成了商业武器。 📅10月22日
3. A股光模块"易中天"组合重挫：新易盛跌12%，公司齐称经营正常
事件简述：10月22日，A股光通信板块集体大跌：新易盛跌12.28%、中际旭创跌8.76%、天孚通信跌8.36%，华盛昌、崇达技术跌停，CPO、PCB概念整体低迷；创业板指半日跌2.77%，算力硬件股集体走弱。源杰科技、新易盛、东山精密均回应称生产经营正常、订单交付有序；源杰科技披露二期项目投资约12.51亿元。 关键数据：新易盛-12.28% | 中际旭创-8.76% | 源杰二期投资12.51亿 影响分析：美股芯片抛售（Lam财报、Meta资本开支争议）正沿"算力叙事"传导至A股光模块——估值最拥挤的环节最先反映情绪，公司层面"订单正常"与股价大跌的背离，是这轮全球AI调整的中国侧切片。 📅10月22日
📄 今日论文
1. ASTEROID: Asymmetric On-Policy Distillation Learns In-Context Exploration
作者/机构：Sriyash Poddar, Yanda Bao, Jacob Krantz et al. 核心贡献：解决部分可观测下的"探索"难题：在线RL学探索样本效率极低，离线模仿又会把专家在隐状态下的动作平均掉。ASTEROID让学生先在部分可观测下收集on-policy上下文，特权教师基于该上下文给出动作标签做蒸馏——学生由此学会"不确定时先搜索、隐状态揭晓后利用"的测试时探索行为，类似贝叶斯后验采样。11个环境中，固定探索预算下回报约2倍于基线、交互次数比RL少约100倍，并成功迁移到无视觉真实机器人操作（成功率+40%）。 为什么重要：不花RL的训练代价就获得主动信息收集能力，是"蒸馏出探索行为"范式的有力证据，对机器人、交互型智能体的落地训练成本结构影响直接。 📄 arXiv:2610.30105 📅10月21日
2. AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation
作者/机构：Likui Zhang, Zhe Zhu, Zhihao Zhan et al. 核心贡献：给VLA模型的RL后训练装上"原子任务"显微镜：轨迹级稀疏奖励导致信用分配延迟且失真，AtomicRL用语义感知策略优化（SAPO）以门控阻断失败原子子任务的TD残差跨任务边界传播，同时保留子任务内的价值bootstrap；瓶颈自适应目标探索（BATE）按各子任务掌握度动态调配任务采样与探索激励；配合Real2Sim2Real管线打通仿真在线RL与真机部署。LIBERO-LONG上较PPO绝对提升3.6-4.0%，CALVIN ABC-D最高+9.5%，真机任务平均+21.3%。 为什么重要：长程操作是具身智能最硬的瓶颈之一，"原子级信用分配+瓶颈驱动探索"把RL从"整条轨迹成败论"精细化到子技能粒度，与特斯拉Optimus"先造1-2万台自训自博弈"的路线同频。 📄 arXiv:2610.30097 📅10月21日
3. Environment Duels: A Microcosm of LLM Co-Evolution
作者/机构：Shibo Jin, Zhiqiu Xu, Yiling Zou et al. 核心贡献：让模型互当"出题人vs解题人"的动态基准：每个模型编写带特权提示的交互式环境，目标是"解题人无提示做不出、有提示能做出"。九个前沿模型上发现：解题与出题是两种分离的能力，最强解题者不是最强出题者，小模型反而从他人玩法中学到最多、写出最难的环境与最有用的提示；对战结果具传递性、排序稳定，独立出题者收敛于相同设计；在Qwen3.8-27B的RL实验里，模型在他人环境上的提示增益能预测训练这些环境对其留出集推理/智能体能力的提升幅度。 为什么重要：合成数据与模型互喂已成前沿LLM的主要数据来源，这篇给出了"模型如何互相教学、互相挑战"的可控测量框架——出题能力可能成为比解题能力更早饱和的生态位信号。 📄 arXiv:2610.30116 📅10月21日