各位读者好，今天是2026年10月18日，以下是今日AI行业要闻速览。
Google DeepMind：四个Gemini 4 Argon智能体27小时通关Minecraft
Google DeepMind宣布，四个Gemini 4 Argon智能体在沙盒环境中从零开始击败了Minecraft的末影龙，全程27小时，无人类帮助。智能体仅使用代码和文本，共编写2,783个程序，通过聊天分配任务、共享笔记并协同调试错误。四个智能体共享一个Minecraft世界，目标明确：击败末影龙。
这一成果展示了多智能体协作在复杂开放世界任务中的强大能力。AI智能体不仅能自主规划和执行，还能通过自然语言进行分工协作，标志着通用AI代理向更复杂的实际任务迈出了重要一步。
MIT研究：前沿AI理论问题成功率16个月从3%升至35%
MIT研究团队于2026年10月发表研究，评估AI在理论科学中的能力演进与成本变化。研究选取2024年12月至2026年4月间发布的模型，解答254篇近期arXiv论文中的前沿理论问题，覆盖数学、物理、经济学等七个领域，均以人类作者正确答案为基准。
结果显示，模型与人类作者结论一致的比例从o1的2.8%升至GPT-5.5的34.6%，相当于每年增长22个百分点，各子领域增益速率相近。成本方面，GPT-5.5每次尝试约5美元，每次成功约15美元。研究者认为，新瓶颈可能是验证环节。
AI在理论科学领域的能力正以惊人速度提升，从辅助科研到独立解决前沿问题的跨越正在加速实现。
Reflection发布Beam：501B MoE开放权重模型，Apache 2.0许可
Reflection AI发布其首个开放权重模型Beam，采用501B MoE架构，在NVIDIA GB300 NVL72上训练，基于Blackwell Ultra在day 0开箱即用即可达到超过70K tokens/sec/GPU。Beam 1.0 NVFP4 checkpoint已在Hugging Face发布。
Beam现已在多平台可用，以Apache 2.0许可开放权重，并与40+合作伙伴生态协作。发布内容包括权重、tokenizer与参考实现，BF16、FP8与NVFP4权重以及DFlash2 drafter。NVIDIA AI发文祝贺Reflection AI发布该模型。
501B参数规模的MoE模型以Apache 2.0许可开放，为开源AI社区提供了又一个重量级选择，也反映了开放权重生态的持续繁荣。
Meta发布Muse Spark Open：美国开源权重回归
SemiAnalysis转发称”American open weights are back”，并将Muse Spark Open的发布归功于Meta团队。Muse Spark Open在agentic任务上以较大幅度超过Nemotron 3 Ultra，且已被加入”I for B200″，后续会有更多配置。
这标志着Meta在开源权重领域的强势回归，也与此前Meta与Scale AI合作打造Muse登顶应用商店形成呼应。开源大模型的竞争格局正在被重新定义。
vLLM项目运行于约50万块GPU，成最大开源推理引擎之一
2022年，伯克利博士生Woosuk Kwon认为可以在两周内让Meta新的开放权重模型OPT-175B运行得更快。四年后，该项目已发展为vLLM，拥有3000名贡献者参与，是最大的开源推理引擎之一，运行在约500,000块GPU上。
从一个学生的两周实验到覆盖50万GPU的工业级基础设施，vLLM的成长历程是开源AI基础设施成功的典范案例。
LangChain：Managed Deep Agents沙箱代理机制保护凭证安全
LangChain介绍了Managed Deep Agents如何通过沙箱代理保护凭证安全。带沙箱的Agent会运行非用户编写的软件包，一旦其中某个包为恶意包，沙箱内的任何凭证都会暴露。为此，Managed Deep Agents采用代理机制：由代理在沙箱之外添加用户token，且仅在调用用户已允许的服务时添加，Agent本身始终无法看到该token。
AI代理的安全问题日益受到重视，LangChain的这一方案为凭证管理提供了更安全的实践路径。
GracefulRL：训练语言模型学会优雅失败
研究人员提出GracefulRL方法，用于训练语言模型识别自身无法可靠成功的情况并优雅地失败。核心挑战在于：当成功是获得奖励的唯一途径时，模型倾向于冒险猜测而非选择安全退路，但错误操作可能导致数据库损坏或交付缺陷代码。
GracefulRL通过重塑优化景观促进优雅失败，该行为直接源自结果层面的奖励信号，无需标注何时回退，也无需额外的推理时机制。在一系列任务和规模上，训练出的模型在很大程度上保留了任务解决能力，同时在行动不可靠时选择性地回退。
“学会优雅失败”是AI安全领域的重要课题，让模型知道何时应该放弃比让它盲目尝试更有价值。
Google在美国Search和Gemini应用推出Universal Cart
Google宣布随着假日季临近，正在美国市场的Google Search和Gemini应用中推出Universal Cart。该功能支持两项能力：一是在商品降价或用户所需尺码补货时立即收到通知；二是自动应用可用的促销码和折扣。
AI驱动的购物体验正在不断进化，从搜索到比价到自动应用优惠，Google正将Gemini深度整合到购物场景中。
其他重要资讯
- Coinbase新撮合引擎性能跃升：中位订单响应提升60倍，尾部延迟提升480倍。
- Azure Container Apps沙箱隔离AI工作负载：在云端安全执行不可信AI代码或模型推理任务，支持弹性伸缩。
- LinkedIn PyTorch训练栈：将在PyTorch Conference分享基于Ray的异构弹性训练栈。
- day-0支持扩展至训练与多硬件：覆盖NVIDIA、AMD、Intel和TPU，首次在TPU上实现day-0支持。
- Zephon TorchTitan集成：跨GPU规模恢复训练保持全局批次一致，SHA-256哈希值均匹配。
- 微软Signal杂志第6期：探讨AI如何辅助F1比赛日决策等技术应用场景。
- ClinOpsBench发布：15个AI agent运行4个月临床试验监督任务，基于客户部署构建。
- GBrain Tools发布：一次接入对接ChatGPT、Claude、Cursor等多款AI工具。
- 欧盟RAISE计划启动：邀请企业与慈善家共享AI工具和算力，助力清洁能源、医疗、气候研究。
- Grepr创始人谈可观测性：团队将5%至20%的基础设施预算用于可观测性，但可靠性回报递减。
以上就是今天的AI行业资讯速览，感谢阅读！如需了解更多AI行业动态，欢迎持续关注我们的频道。
