今晨发现

【发生时间：10 月 18 日晚 20:16，快科技首发】月之暗面 Kimi K3.1 灰度测试信号明确：官网大模型指纹变化，页面前端出现 k3d1-agent 标识，另新增一个疑似 Kimi Bot 的模块（类似 Grok Bot / Dots 玩法）。这是 DeepSeek V4.1 Flash-1017 之后下一款值得重点盯的国产大模型，Kimi K2.8 也预计将推出正式版。这是昨晚 21:48 选题预测之后爆出的信号，正好接上你追的 DeepSeek 指纹门。

• 官网大模型指纹变化，页面前端出现 k3d1-agent 标识，是 K3.1 灰度测试的最直接证据。
• 新增一个 bot 模块，怀疑是 Kimi Bot，玩法对标 xAI 的 Grok Bot 及 OpenAI 的 Dots。
• Kimi K3.1 的提升重点是长程自主任务、游戏及 3D 代码增强，以及操作电脑的能力，模式看齐 OpenAI 等前沿大模型。
• 除 K3.1 旗舰模型外，Kimi K2.8 预计也将有正式版，此前以 Preview 名义测试了一个多月。
• 文章认为 Kimi K3 存在定价、速度、用量等问题，而 V4.1 Flash-1017 性能基准几乎全面超过 K3，K3.1 亟需让用户满意的改变。

• Kimi K3 是目前最大规模的开源大模型，2.8 万亿参数。
• Kimi K3 发布于 2026 年 7 月，至今 3 个月。
• DeepSeek V4.1 Flash-1017 在性能基准上几乎全面超过 Kimi K3。
• Kimi K2.8 以 Preview 名义测试了一个多月后将推出正式版。

Meta Superintelligence Labs 发布 Muse Wonder 与 Muse Wonder Full——Meta 首批 frontier 级模型，主打 Active Memory（跨会话记住用户细节）与 Active Focus（朝硬目标死磕、走不通就换路线、重要行动前先确认）。Wonder 已上线 Meta Model API 与 Muse Code，API 定价输入 $4、输出 $20 每百万 token；Wonder Full 仅限 Muse Code 高阶订阅。付费订阅者将率先在 Muse App 里用上 Wonder。

• Muse Wonder 与 Wonder Full 是 Meta 首批 frontier 级 AI 模型，由 Prometheus 吉瓦级数据中心训练，Meta 称这是“从重建地基到冲击前沿”的下一步。
• Wonder 面向开发者：Meta Model API 按量调用，或在 Muse Code 终端 coding agent 内使用；Wonder Full 无单 token 定价，仅限 Muse Code Power / Maximum Usage 订阅。
• API 定价：输入 $4、输出 $20 每百万 token，缓存输入 $0.20/百万——比 Claude Opus 5.5 级定价低一个身位，主打性价比 frontier。
• 核心卖点 Active Memory：跨会话保留用户相关细节、任务需要时主动调取；Active Focus：死磕困难目标，尝试替代路线、从错误中恢复、行动前先澄清确认。
• 基准覆盖长程代码（DeepSWE）、大型工程（SWE-Marathon）、多轮记忆（MemoryBench）、业务流程（AutomationBench-AA），Meta 自称 agent 类任务达 SOTA。

• API 定价：输入 $4 / 输出 $20 每百万 token；缓存输入 $0.20/百万 token。
• Wonder Full 没有按 token 的公开定价，纯 API 团队目前只能调用小杯 Wonder。
• 训练基础设施：Prometheus 吉瓦级数据中心。
• Muse Spark 是同系列轻量模型（低延迟），Wonder 系列定位更高、代码等重活更强。

AI 基础设施公司南芥智能（SinapisAI.com）发布技术报告《Toward Collective Model Intelligence》与 Mio 1.0 Lite：通过组织调度多款国产高性价比模型协同工作，在九项公开基准平均得分 77.15 分、十三款参评模型中第一，而每次请求的平均成本仅约 0.062 元，代码与评测数据集已在 GitHub 开源。

• 核心思想是“模型群体智能”（Collective Model Intelligence）：理解、复用和协调不同开发者独立训练的模型所积累的能力，按任务环节把简单步骤交给便宜模型、预算留给困难环节。
• 架构由三个组件支撑：Model Eval（能力评估，只测 5-40 道题即可推断模型领域能力）、Mio（模型组织与调度）、Mos（模型运行调度，预热共享缓存后模型文件读取最快提升 23.3 倍）。
• 理论基础可追溯到十年前南京大学周志华教授的“学件”（Learnware）范式，为每个模型建立“能力画像”。
• 与开源中国旗下模力方舟已开展模型及数据集评测合作，首批覆盖 40 个模型和 50 个数据集。
• 团队承认仍需回答的问题：能力画像需随模型更新及时跟上、协作增加时间开销、多步任务的上下文交接与数据安全责任划分。

• 九项基准平均得分 77.15，在十三款参评模型中排名第一。
• 每次请求平均成本约 0.062 元，参评方案中最低；相比 Claude Opus 5.5 的 3.93 元约为六十余倍差距。
• 比参评单体模型中得分最高的 GPT-6.1 Sol 高出 6.35 分，平均成本暴降 94.0%。
• 在 AutomationBench、PinchBench、BFCL V3、IFBench、GPQA Diamond 五项基准上取得参评方案最高分。
• BFCL V3 得分 77.50（第二名 Claude Opus 5.5 为 66.00），单次成本约为后者的四十分之一；IFBench 得分 92.00（第二名 82.80）。
• Mos 实验：10 个实例同时加载 18.84 GB 模型，直接从对象存储读取需要一个多小时，预热共享缓存后约三分钟完成，读取速度最高提升 23.3 倍。
• GitHub 开源地址：https://github.com/SinapisAI/collective-model-intelligence。

在深圳举行的2026全国高性能计算学术大会上，我国首个全国产十万卡AI超集群（曙光8000）真机亮相，并发布十大重要应用成果。其算力可支撑计算机内创造数字孪生大脑，甚至模拟百亿光年演化的宇宙。这对AI builder的意义在于：国产大算力底座正从“纯规模堆砌”转向“超算+智算原生融合”的系统能力。

• 曙光8000明确走“超算和智算原生融合”路线，同一套底座既能跑最高精度的科学计算，也能跑大模型训练和推理。
• 核心突破是把超算（掌握底层物理规律、一步步推演未来）与智算（归纳经验数据、总结规律）两种人类底层思维装进同一套系统。
• 超算擅长模拟物理世界、精准但慢；智算擅长从海量数据挖规律、快但可能不精准（AI幻觉），两者取长补短形成科研闭环。
• 融合后的工作流分三步：超算先做虚拟物理实验造出可靠仿真数据→智算吃下数据学规律、快速海选→超算对AI挑出的少数候选做高精度仿真复核、剔除幻觉。
• 大会同时发布了基于该超集群的十大重要应用成果。

• 十万卡=十万张AI加速卡高速互联，是我国首个全国产十万卡AI超集群。
• 算力上限：可支撑“数字孪生大脑”，以及模拟百亿光年演化的宇宙。
• 超算+智算融合本质=经验归纳与演绎推理两种人类认识世界方式的系统化组合。
• 十大重要应用成果已在2026全国高性能计算学术大会（深圳）同步发布。

Pollo AI于2026年10月14日发布新工具Pollo Recast，让创作者用一条参考视频+几张图片，把爆款视频的表演/运镜/节奏完整套用到自己的角色、产品或场景上重新生成。与只改单一图层的motion transfer、style transfer或换脸工具不同，它重构的是整段视频。

• 用法：参考视频定义“表演”（动作、节奏、运镜），用户上传的几张图片定义“谁/什么出演”。
• 与传统工具区别：motion transfer/style transfer/face swap只改单一图层，Recast重建整段视频，保留原片运镜与节奏的可辨识度。
• 典型场景：爆款舞蹈套用到原创角色/吉祥物/品牌团队；电影感开箱镜头套用到新品发布；热门meme格式本土化（换本地人物/场景/产品）做多市场投放。
• 上手极简：只需一段参考视频和几张图片；也可从官方展示案例一键套用自己的素材重造。
• CEO Bill Zhu观点：“大多数AI视频工具要求你从零描述视频；Recast从一个已经验证有效的视频出发。好内容很少来自空白提示词，而是来自对人们已熟悉的东西做remix。”
• 该工具是Pollo AI AI创意套件扩张的一部分，平台整合了领先AI模型与视频/图像/音频/虚拟人多模态能力。

• 发布时间：2026-10-14（新加坡），通稿 via PRNewswire。
• 输入要求：1段参考视频 + 几张图片即可开工；也支持从展示案例一键重造。
• 三类目标用户：creators（创作者）、marketers（营销人员）、brands（品牌）。
• 官方入口：pollo.ai/recast，已上线可用。

这是一篇面向平台型产品的 2026 年 10 月版 AI 视频剪辑/生成工具全景横评，按“任务”而非单一冠军给选型建议：自动短片选 Opus Clip、转录剪辑选 Descript、生成镜头选 Veo 3.1 / Runway Gen-4.5、配音选 ElevenLabs / HeyGen。重要的是它给出了按秒计价的完整成本账和“买 vs 自建”的 ROI 模型——对于内容创作者和做 Agent 视频工具的人，这是第一手的定价与工程参照。

• OpenAI 已于 9 月 24 日关闭 Sora 2 API，仍接 Sora 的链路必须换模型；Google Veo 3.1（Fast 版 $0.10–0.12/秒）仍是量产文生视频的质量标杆，尚无 Veo 4
• Gemini Omni Flash 1.1（8 月 27 日 GA）是第一款为“编辑”而生的模型：上传片段、文字描述改动、每次延长 10 秒、最多 40 秒
• Runway Gen-4.5 定价 $0.12/秒（5 秒片段约 $0.60），Gen-4 Turbo 是 $0.05/秒的草稿档；Kling 4.0（9 月 29 日发布）片长翻倍到 30 秒、支持 10 个关键帧
• 成本账：1 条长视频转 4 条竖屏短视频约 $0.25/条源视频；30 分钟视频转 5 种语言配音约 $20–30；3 段 5 秒生成式 B-roll 约 $2.70
• 合规已成前置项：欧盟 AI 法案第 50 条自 2026 年 8 月 2 日生效，C2PA 内容凭证成为 AI 输出标注的默认方式

• Veo 3.1 API：Lite $0.05–0.08/秒、Fast $0.10–0.12/秒、Standard $0.40/秒；4K 版 Fast $0.30/秒、Standard $0.60/秒
• Runway Gen-4.5 API $0.12/秒；ElevenLabs v4 TTS $0.08/千字符；Sync 唇形同步 $0.05/秒；Deepgram Nova-3 转录 $0.0043/分钟
• AI 视频生成/剪辑软件市场 2026 年约 36.7 亿美元，年复合增长率 21.4%，到 2036 年达 248.9 亿美元
• 创作者订阅主流 $10–35/月（Descript Creator $35/月、Opus Clip Pro $29/月、Runway Standard $15/月）

S16 全球总决赛入围赛第二日两场 BO5 出炉：欧洲 KC 3-0 横扫 MVK 挺进入围赛决赛，巴西 FUR 3-1 淘汰北美 C9——C9 成为本届 S16 首支被淘汰的队伍。入围赛今日（10-19）收官，随后举行瑞士轮抽签，LPL 四队 AL/BLG/TES/iG 直通瑞士轮待定首轮对手，这是自媒体做前瞻/赛评内容的关键窗口。

• 胜者组：KC 3-0 横扫 MVK 晋级入围赛决赛，上单 Canna 与下路 Caliste 发挥稳定；决胜局 KC 在 MVK 手握大龙冲击远古龙时分兵偷家终结比赛
• 败者组：巴西 FUR 3-1 淘汰北美 LCS 冠军 C9，C9 成为 S16 首支被淘汰的队伍，FUR 拿到队史拳头官方国际赛事正赛首胜
• 本届入围赛采用双败淘汰 BO5 + “无畏征召”模式（同一系列赛用过的英雄不得重复选择），极度考验英雄池深度
• 今日（10-19）入围赛收官战后将举行瑞士轮抽签，瑞士轮首轮北京时间 10-24 凌晨开打，LPL 四队 AL/BLG/TES/iG 直通
• 自媒体窗口：今日抽签结果 + 入围赛收官是两大可做内容的时间点，反应快的内容能吃到热度

• KC 3-0 MVK（入围赛决赛），FUR 3-1 C9（C9 首支被淘汰）；KC 在 Day1 与 C9 打满 5 局 3-2 晋级
• 关键日期：入围赛 10-15~19（今日收官）、10-19 入围赛收官 + 瑞士轮抽签、10-24 凌晨瑞士轮首轮、11-14 纽约巴克莱中心决赛
• LPL 四队 AL、BLG、TES、iG 直通瑞士轮，等抽签定首轮对手
• 瑞士轮赛地为得州 Allen，11 月 3~6 四分之一决赛、11 月 7~8 半决赛