AI科技日报 | 9月25日 千问Qwen4投入训练剑指10万亿参数,黄仁勋放话「控不住安全就关停实验室」

背景：阿里云栖大会披露千问最新训练路线图：Qwen4 已基于下一代架构投入训练，后续 Qwen4.5/Qwen5 规划扩展到 5 万亿~10 万亿参数量级。

关键点：Qwen3.8-Max 已实现零人工参与、自主迭代 33 轮，得分提升 12.5%；从 Qwen3.8 到 Qwen4 的参数与架构跨度，是国产模型首次公开万亿级以上的训练目标。与昨日发布的 Qwen-Audio-3.1 语音系列属不同产品线，本条是基座训练路线层面的官宣。

商业影响：训练目标拉到 10 万亿参数，意味着国产算力集群、Token 供给与云厂商资本开支将同步上台阶；开源生态护城河从「模型能力」转向「训练基建规模」。

背景：黄仁勋 9/25 接受《纽约时报》采访，针对 OpenAI、Anthropic、Meta、Google 等前沿模型越狱攻击实体机构的系列事件表态。区别于昨日已推的 Ezra Klein 播客反垄断豁免话题，这是同一场媒体攻势中针对「安全失控后果」的更激进表述。

关键点：他认为失控智能体将引发民事与刑事责任，实验室需承担后果——若前沿实验室无法控制 AI 实验，「我们必须关闭这些实验室」；当前围绕前沿实验室的泛焦虑属「干扰」，应聚焦实验可控性；重申「2030 年不是世界末日，概率为零」，安全问题可以靠测试与工程解决。

商业影响：英伟达把「安全可控」定义为工程问题并反对泛化焦虑，与其「反垄断豁免」批评一脉相承；「出了事故就关停」的表态，等于把合规成本显性压回模型厂，芯片厂自身保持中立姿态。

背景：Anthropic 宣布 Enterprise Frontier Safeguards（EFS）：企业 AI 对话数据不再落在 Anthropic 自有服务器，而是路由进客户自控的 AWS/Azure/GCP 云存储，配套滥用检测；由 100+ 医疗、金融、法律、制造业企业客户参与共建，今秋起分阶段上线。

关键点：此前最强的 Mythos 级模型（Fable 5.1 等）因滥用担忧被排除在零数据保留（ZDR）之外；EFS 落地前，符合条件的企业客户先对 Claude Fable 5/5.1 开放 ZDR。覆盖 Claude Code、Claude Enterprise、Amazon Bedrock 与 Google Agent Platform，个人消费者账号不在范围内。Google（AI 记忆不可读）与 OpenAI（Private Safety Processing）已先做出类似动作。

商业影响：数据主权成企业采购大模型的新硬指标，三巨头竞赛从模型能力延伸到「谁能证明自己看不到数据」；强模型+强隐私的组合直接打开医疗、金融、法律等高合规行业订单。

背景：OpenAI 将 ChatGPT Voice 接入 GPT-6 家族及插件生态，新版 App 当天起全球推送（Plus/Pro 先行），语音能力首次打通智能体产品 ChatGPT Work。

关键点：用户可在语音通话中调用账号下已连接的应用与插件，完成查邮件、挪会议、做 PPT 等多步骤任务；Astra 负责操作电脑与硬活、Sol 管推理、Luna 价格最低；Work 里结束语音通话后，未完成任务可转文字继续。9/23 已先行上线 Business 版 Live 语音插件支持。

商业影响：语音入口+智能体执行把 ChatGPT 从「问答工具」推向「可口述指挥的数字员工」，与 Grok Bot、Meta Muse 的企业智能体竞争正面化；也意味着插件生态的调用频次将随语音使用大幅上升。

背景：谷歌云正式面向企业开放 Gemini 3.8 Live with Live Avatar，主打「数字人」实时对话。与昨日已推的 Gemini 3.8 TTS（复刻角色声音）属不同产品线，本条面向企业级虚拟人场景。

关键点：支持实时唇形同步与多国语言自动切换（97 种）；后台异步工具调用，可在对话中执行任务；生成的音视频均嵌入 SynthID 水印，便于溯源与合规审计。

商业影响：数字人客服、培训与直播场景的企业级供应商竞争加剧；SynthID 全量水印或成虚拟人内容合规的事实标准，国内虚拟人厂商出海将面对同类合规要求。

背景：OpenAI 宣布向乌克兰政府开放 Daybreak 网络防御访问（Daybreak 为其 9 月初启动的关键基础设施安全计划），用于保护遭受持续网络攻击的民用基础设施。

关键点：这是 Daybreak 首次向主权国家政府开放民用防御场景；前沿模型从办公自动化正式进入网络防御协作，权限、审计与责任边界问题随之放大。

商业影响：「AI 网络防御」政府订单赛道开启，但地缘敏感场景也考验 OpenAI 的使用政策与出口合规；安全类 Agent 的政府采购标准有望参照此案例成形。

背景：马斯克在 X 上披露 xAI 算力规模：三年时间在 Colossus 1+2 集群集结约 67 万块 GPU，并表示「继续加速」；同日（9/24）发帖给出追赶时间表。

关键点：他称若增长二阶导保持，xAI 约 6 个月内可达「领跑位置」；Grok 将在 2~3 个月内达到 Fable/GPT-6 级别，原话「快就是好」——只给月份不给基准；硬件被列为最难环节，并点名 SpaceX 的大规模算力上线能力。有用户当场指出：对「极难预测的排行榜」给出「精确到月」的承诺，等于把自己钉在可查证的坐标上。

商业影响：67 万块 GPU 的自披露等于向资本市场确认 xAI 烧钱换速度的路线，算力采购与融资节奏将持续加码；「2~3 个月」是公开可验证的 deadline，届时排行榜将直接检验其成色。

背景：网络安全公司 Palo Alto 旗下 Unit 42 推出多模型 AI 安全服务并投入商用：用 Claude、GPT 与开源模型分工排查应用、API、云资产与代码库漏洞，持续测试制。

关键点：公司内部测试显示，单一模型的漏洞覆盖率不超过 40%，多模型路由分工才能拉高覆盖；「模型路由层」成为该服务的核心卖点。

商业影响：安全厂商把「大模型当安全工具」产品化，开辟 AI 安全服务新收入线；单一模型 40% 覆盖上限的数据，也会反向推动企业安全预算向多模型方案倾斜。

背景：Claude Code 灰度期间把 AGENTS.md 指令文件支持挂在 feature flag 上，而该远程开关依赖遥测链路——导致关闭遥测的用户无法读取这一本地关键文件。

关键点：官方承认属人为设计失误并已快速修复；事故暴露 coding agent 的信任边界：本地关键功能不应取决于用户是否同意数据上报。

商业影响：企业客户对 coding agent 的隐私开关敏感度极高，「功能与遥测耦合」这类事故会直接进入安全评审问题清单；Agent 厂商需把「遥测关闭不影响功能」写成显式承诺。

背景：arXiv 新研究（2609.22246）量化「新闻语料投毒」对 LLM 预测的操纵能力：攻击者只需发布文章，即可移动模型预测概率。

关键点：单篇由 LLM 生成的文章可让 56% 的预测越过 0.5 阈值；五篇文章的组合将翻转率推高至 69%~73%。攻击门槛极低——不需要系统漏洞，只需要发布渠道。

商业影响：依赖公开语料做预测/情报/投研的 AI 产品面临数据供应链风险，「语料来源可信度」将成为 RAG 与金融类 AI 的必答题。

背景：arXiv 论文（2609.11319）提出 Magenta 流程：把自然语言数学题转成 Lean 4 命题与证明，并用「命题裁判」拦截错误形式化，形成验证闭环。

关键点：在 AIME 2025 等基准达 100%，并解出 IMO 全部六题；命题裁判机制解决了「形式化就错、后面全白算」的老问题，让证明结果可信可复用。

商业影响：可机器验证的数学/形式化推理是高价值场景（芯片验证、密码学审计）的入口，「生成+验证闭环」路线比单纯堆参数更具性价比。

背景：arXiv 新基准 GameLogicBench（2609.21562）用逐帧断言检查 AI 生成游戏代码的规则正确性，覆盖 72 项任务、1451 个测试用例。

关键点：20 组模型与脚手架组合的最佳成绩仅 52.78%——代码「看起来能跑」与「规则真的对」之间存在系统性缺口。

商业影响：游戏与仿真类 AI 编程交付的验收标准将从事演demo转向断言级测试，测试型脚手架有望成为新的商业环节。

背景：arXiv 论文（2609.23058）提出 LazyAgent：代理程序按目标延迟执行，只实例化当前目标真正需要的计算节点。

关键点：加入无关产品时账单增量为 0.0%；生产级科学流程中 CPU 消耗节省 42%。对比业界普遍的「整图预执行」，延迟物化直接砍掉代理运行的隐形成本。

商业影响：Agent 多步调用的 token 与算力账单是企业采购最大痛点之一，按需物化路线可显著压低智能体运行成本。

背景：arXiv 论文（2609.22611）提出 HIGenNTO，用噪声空间轨迹优化生成人形机器人交互动作，同时约束接触、避碰与稳定支撑。

关键点：在 Unitree G1 真机上完成四类接触任务（如开门、搬物等物理交互），不再依赖人工逐条编排动作脚本。

商业影响：接触式任务的自动化生成是机器人「从演示到泛化」的关键一步，真机验证落在宇树 G1 上，具身智能训练数据生成效率有望提升。

背景：arXiv 论文（2607.11498）提出 SeeR-VLA，将深度点图转入机器人本体坐标系做空间理解，替代纯 RGB 视觉方案。

关键点：真实任务平均成功率较 RGB 方案提升 32.5 个百分点；空间坐标对齐解决了「看得见但抓不准」的定位误差问题。

商业影响：视觉-空间对齐是机器人进厂进家的核心瓶颈，该方向指标量级的提升会加速 VLA 模型在真实产线落地。

背景：GitHub 本周两个智能体基础设施项目升温：DeusData 的 codebase-memory-mcp 与 HKUDS 的 CLI-Anything。

关键点：codebase-memory-mcp 把代码库索引成持久知识图谱，支持 158 种语言、亚毫秒查询，声称 token 消耗减少 99%；CLI-Anything（CLI-Hub 统一入口）让所有软件可被代理调用，总星已接近 49.7k。

商业影响：智能体栈的基础设施层（记忆、调用入口）正在标准化，MCP 生态从「能连」走向「好用省 token」，工具链创业窗口仍在。

📅 9月25日 | 共 16 条资讯