各位读者好，今天是2026年10月25日，以下是今日AI行业要闻速览。
Marin 535B-A23B MoE预训练进度突破80%
斯坦福NLP团队转发消息称，Percy Liang与dlwh的开放Marin 535B-A23B MoE模型预训练进度刚刚突破80%，并在4K到16K的上下文长度切换时出现大幅损失下降。该工作被描述为”完全透明的前沿预训练实践”。
Marin作为开放科学的代表项目，以完全透明的方式进行大规模预训练，为AI社区提供了宝贵的前沿训练实践经验。具体损失数值、训练数据规模等细节尚未披露。
斯坦福NLP：Flint模型体积小10倍以上，性能直追Inkling
斯坦福NLP团队转发内容指出，小型、专用的开放权重编程模型正在快速缩小差距。Recursive_SI通过Eureka Machine构建的新Flint模型，尽管体积比Inkling小10倍以上，但性能紧随其后。
这印证了近期”更小更专业模型显著增强”的趋势，专用领域模型在保持高性能的同时大幅降低了部署成本和延迟。
Kimi就K3.1 Pro限流与配额消耗问题致歉，重置25%月度配额
Kimi（Moonshot）官方近日就K3.1 Pro订阅计划出现的限流和多余配额消耗问题致歉，承认相关问题是自身原因所致，且本应更早修复。作为补偿，所有计划的所有订阅用户获得一次性用量重置，恢复其月度配额的25%。
K3.1 Pro作为Kimi迄今能力最强的3T级模型，发布后受到大量用户关注。限流和配额消耗问题反映了高需求模型在服务稳定性上面临的挑战。
a16z：熟练劳动力成AI基建关键瓶颈
a16z近日指出，AI基础设施建设的关键瓶颈之一是熟练劳动力。数据显示，美国制造商正让现有员工延长工时，并为新员工支付更高薪酬：10个行业中有7个行业的员工人均工时增速超过员工人数增速，跳槽员工获得约10%的加薪。
此外，自2019年以来，AI硬件进口在每个品类上的增速都超过美国本土产量：计算机进口增长366%，通信设备进口增长175%，半导体进口增长131%。AI基建的人才和供应链挑战正日益凸显。
斯坦福提出”安全中期训练”概念
斯坦福NLP团队转发了研究《Safety Mid-Training: Internalizing LLM Safety as a Foundational Capability》，作者为Zhengyue Zhao、Liwei Jiang、Yejin Choi、Chaowei Xiao。该工作提出”安全中期训练”概念，目标是将LLM安全性内化为基础能力。
当前LLM安全主要依赖对齐和微调等后训练手段，而”安全中期训练”试图在训练过程中就内化安全能力，有望从根本上提升模型的安全表现。
Google Cloud推出多智能体架构部署技能徽章课程
Google Cloud发布”部署多智能体架构”高级技能徽章课程，时长约2小时45分钟，属于”部署生产就绪智能体”学习路径及Gemini Enterprise Agent Ready（GEAR）计划的一部分。
课程核心技能包括：使用ADK构建多智能体系统、通过Agent-to-Agent（A2A）协议连接多个智能体、利用Model Context Protocol（MCP）集成外部工具，以及将完整多智能体解决方案部署到Agent Engine。
其他重要资讯
- DSPy值得学习：从提示词字符串转向程序化模型，定义signatures、组合modules、针对metric优化，核心心智模型是”程序”而非”提示词”。
- 斯坦福论文获CoRL 2026 Oral：聚焦长时程多物体重排，通过蒸馏树搜索处理连续动作。
- 语音识别架构差异研究：24个语音识别器实验显示，音素在Conformer编码器深度21%处最易读出，Transformer中为49%。
- LlamaIndex发布OCRia-1 37页技术报告：含与主流开放权重OCR模型全面评测对比，覆盖ParseBench等多个基准。
- Pomerado（YC F26）开源方案：号称比browser use更快、更便宜、更可靠的开源替代。
- Prized CLI支持100个沙箱子代理：每个子代理获得一台本机精确副本的计算机，全部同时运行。
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。
