AI日报：GTC柏林转向AI工厂，DeepSeek开源推理引擎，具身智能融资潮起

导语

今天的AI产业，叙事的主线正在悄然换挡：英伟达把GTC大会搬到了柏林，黄仁勋的主题演讲不再只谈”卖GPU”，而是大讲”AI工厂”与”物理AI”；DeepSeek把自家生产环境的推理引擎开源出来，向”全链路基础设施开源”又迈了一步；资本市场上，OpenAI冲刺1.4万亿美元估值、Anthropic IPO在即，两大实验室在同一个机构资金池里短兵相接。

与此同时，具身智能的”大脑”争夺战骤然升温，模型发布依然密集，而AI安全事件也以越来越密集的频率敲打着行业的神经。从”卷模型榜单”到”卷物理世界落地”，2026年Q4的产业叙事，正在被重新书写。

一、英伟达GTC柏林：从”卖GPU”到”卖AI工厂”，物理AI成为叙事主线

10月20日至22日，英伟达GTC大会首次大规模落地欧洲，在柏林举行。CEO黄仁勋于21日在柏林Tempodrom发表主题演讲，大会设置超过100场专题分享，覆盖完整AI技术栈，核心议题锁定在加速计算、智能体AI、物理AI、机器人和AI基础设施上。官方口径非常明确：本届GTC把重心从”卖GPU”进一步推向”卖AI工厂”。

值得关注的还有英伟达在欧洲的战略纵深。德国经济部已与英伟达签署合作备忘录，推动AI导入工业与制造业；黄仁勋与德国总理默茨对谈，聚焦德国在制造与汽车领域的优势如何加速AI落地。过去一年英伟达在欧洲已投入约80亿美元，叠加即将宣布的约20亿美元新增投资，规模接近100亿美元。硬件层面，Vera Rubin平台的部署进展成为关键看点——市场期待的不再是路线图，而是大型云厂商是否进入规模化部署、单位Token推理成本能否实质性下降。

探索者视角：GTC柏林释放的信号比任何单一产品都重要——英伟达正在把”AI工厂”的叙事从美国复制到欧洲，用德国制造业的物理场景为物理AI找落地出口。当”卖铲子”的人开始替”挖金子”的人规划矿山，说明AI算力之争已经进入”基础设施+产业绑定”的下半场。对开发者而言，物理AI、机器人、世界模型这些词不再只是论文里的概念，而是即将出现在客户需求里的真实预算。

二、DeepSeek开源DeepInfer：推理基础设施走向全链路开源

10月20日，DeepSeek在GitHub上以Apache 2.0协议开源了其内部生产级大规模推理框架DeepInfer，用于支撑DeepSeek-V4.1-Flash模型的高吞吐、低延迟在线服务，同时兼容NVIDIA与昇腾硬件。伴随开源还发布了deepseek-recipe，与官方API的编解码逻辑对齐，并首次披露了每GPU小时约38美元的成本数据。此外，DeepSeek还开放了Search与Fetch API，以每千次调用0.75美元的价格向Agent与RAG应用提供联网检索能力。

探索者视角：从开源模型权重，到开源推理引擎，再到开源复现配方——DeepSeek把”如何低成本跑起来”这一层也交了出来。这在国内厂商中几乎是独一份的坦诚：38美元/GPU小时的数字，等于公开了自己推理侧的成本结构。对自建推理栈的团队来说，DeepInfer的出现意味着多了一个可审计、可改造、与官方行为一致的选项。开源叙事正在从”模型层”下沉到”基础设施层”，这是今天最值得记住的趋势之一。

三、资本暗战：OpenAI冲刺1.4万亿估值，Anthropic IPO在即

本周最吸睛的资本博弈来自两大实验室。OpenAI被曝正加速推进约300亿美元的新一轮融资，投前估值达1.4万亿美元，较3月时的8520亿美元估值高出约64%；现有股东软银、阿布扎比MGX参与谈判，海湾基金合计讨论投资额最高达100亿美元。与此同时，Anthropic于10月14日举行了投资者日，预计11月中旬启动IPO——两家公司正在争夺同一批主权基金与长期机构投资者的资金池。基础设施侧同样热闹：Nscale计划与Anthropic达成446亿美元的计算合约，字节跳动、阿里、腾讯向英伟达下单超350亿美元芯片。

探索者视角：1.4万亿美元估值对应约28倍年收入（年收入约500亿美元），这个倍数放在AI行业依然激进，但它传递的信号更关键：资本市场正在把”大模型实验室”当作可定价的成熟资产来对待。Anthropic抢先IPO，OpenAI被迫跟进融资，本质上是同一件事——谁先拿到长期资金，谁就握有下一轮算力军备的主动权。对于从业者，这个估值锚会影响未来两年AI创业公司谈融资时的天花板与参照系。

四、具身智能”大脑”争夺战：梁文锋押注Winverse，Dream Labs融资9000万美元

具身智能赛道今天多点开花。据AI周报消息，DeepSeek计划领投机器人初创公司Winverse AI的种子轮，金额数千万美元，投后估值约4亿美元。该公司由腾讯原混元多模态大模型负责人胡瀚于2026年创立，主攻具身智能”大脑”，偏底层基础设施与模型加速技术。此前DeepSeek已以约1.41亿元参与宇树科技IPO战略配售。海外方面，由前英伟达研究员创立的Dream Labs宣布其公共机器人API与9000万美元种子轮融资，机器人”大脑”服务定价3美元/小时起。

探索者视角：梁文锋的布局路径已经非常清晰：大模型（DeepSeek本体）→ 推理基础设施（DeepInfer）→ 具身智能载体（宇树+Winverse）。具身智能”大脑”是产业链上技术壁垒最高、也最依赖大模型能力的环节，由一家以模型效率著称的公司来投资，逻辑自洽——机器人厂商缺的从来不是本体，而是便宜、可靠、能推理的”脑子”。当资本主线从”卷模型榜单”转向”卷物理世界落地”，2026年Q4的具身智能融资潮，可能就是2021年大模型元年的重演。

五、模型发布潮：Mistral Voxtral 3、MiniMax M3.1 Flash、Inception Mercury 3

模型侧依然高密度迭代。Mistral AI推出Voxtral 3语音全家桶：三款转录模型+一款TTS模型+语音Agent SDK，覆盖50种语言转录，4B参数的Mini版本每分钟成本仅0.0035美元。MiniMax发布M3.1 Flash，输入0.15美元/百万token、输出0.60美元/百万token，整体Agent任务成本较前代降低约70%。Inception发布Mercury 3扩散语言模型，上下文扩展至100万token，在NVIDIA芯片上每秒生成超1000个token，声称相较GPT-6 Luna、Claude Haiku 5.5等有4-8倍速度优势。ElevenLabs发布Eleven Realtime v1 Max语音模型，Big Bench Audio得分98.8%，响应时间0.57秒。

探索者视角：今天的模型发布有一个共同关键词：成本与速度。MiniMax把Agent任务成本打七折，Mercury 3把每秒token数推到四位数，Mistral把语音Agent的边际成本压到每分钟不到一分钱——模型竞争已经从”谁的榜单分高”切换到”谁能让Agent跑得更久、更便宜”。对于做Agent应用的产品团队，这轮价格战是实打实的红利：同样的预算，能支撑的agent步数多了一倍不止。

六、AI安全警钟：Muse漏洞、OpenCode被黑、自主Agent攻击

安全议题今天集中爆发。研究者发现Meta的Muse AI智能体存在枚举攻击漏洞，攻击者可通过被动DNS查询枚举并访问共享对话链接，暴露约6800段含敏感业务与个人数据的对话。开源AI编程代理平台OpenCode Console遭黑客入侵，1.4%用户的API密钥被窃取并在下游AI服务（OpenAI、Anthropic、Google）上产生未授权消费，部分用户损失超1000美元。更早的报告中，一名黑客通过开源Cairn平台部署自主AI代理，入侵了包括John Deere、SharkNinja在内的100多家企业网站。此外，美国国土安全部下令联邦民用机构移除DeepSeek产品；WhatsApp帮助页面被曝隐藏了引导用户远离隐私监管机构的AI指令。

探索者视角：今天的新闻串起来是一个完整的风险图谱：消费者Agent（Muse）泄露共享链接、开发工具（OpenCode）被攻破密钥、自主Agent被武器化用于批量入侵。AI Agent的权限与凭证管理正在成为新的安全战场。微软同期推出的Guardian Agents（守护Agent）也许给出了方向：给每个Agent独立的凭证、指定具名负责人、在发送/支出/承诺前要求签字——”护栏要建在权限里，而不是写在提示词里”。所有把Agent接进生产环境的团队，都该把这条原则抄进自己的SOP。

七、基础设施与芯片：350亿美元订单、Tenstorrent融资、CoreWeave债务警报

算力侧消息密集。路透社独家报道，字节跳动、阿里、腾讯已向英伟达下单超350亿美元芯片，中国互联网平台的算力需求依然强劲；Business Insider则披露亚马逊购买了数十亿美元暂无法通电运行的英伟达AI系统。Tenstorrent完成15亿美元E轮融资，这家坚持非CUDA、RISC-V开放路线并获三星、LG授权其IP的公司，在Intel、Qualcomm的收购要约中选择独立融资，为市场保留了一个可审计到指令集的替代选项。另一面，CoreWeave发布债务警报：债务及租赁义务合计超500亿美元，部分债券收益率徘徊在15%左右，股价单日跌15%。长鑫科技业绩预增，AI算力需求带动DRAM供不应求、价格大涨。

探索者视角：350亿美元的订单与500亿美元的债务警报同一天出现，勾勒出AI基建的两副面孔：需求端依然凶猛，供给端的杠杆却在累积。亚马逊”买了却开不了机”的系统、CoreWeave的收益率曲线、被监管否决的数据中心供电规则——都在提醒同一个事实：AI产能的上限不在芯片，而在电力与资本结构。Tenstorrent的15亿美元则说明，”开放、可审计”的算力叙事正在获得真金白银的背书。

八、科研与治理：AI智能体自发语言、FairStress公平基准、江苏物理AI数据集

科研前沿同样值得记录。比利时布鲁塞尔自由大学与那慕尔大学团队在《计算语言学学报》发表成果：即使没有人类教授语言、没有预设交流规则，AI智能体也能通过反复互动自发形成一套共享、彼此可理解的词汇体系，研究在37组不同类型的数据集上验证了方法，有望为自动驾驶、机器人、工业传感器之间的自主通信提供新思路。Ai2发布FairStress公平性基准：覆盖300个决策场景、29个领域、扩展至超1300万测试用例，用于检验LLM在面对质疑时是否对特定人群的既有决策改变得更轻易。国内方面，《江苏省物理AI与世界模型高质量数据集建设行动计划（2026-2028年）》印发，目标是到2028年底建成覆盖超100个重点场景的物理AI高质量数据集。

探索者视角：两条新闻放在一起看很有意思：一边是机器正在学会”自己的语言”，另一边是学界在追问”AI的公平性能否被压力测试”。AI智能体的自发语言研究提醒我们，机器间的通信正在脱离人类语言的范式；而FairStress这样的基准，则是在为AI的”隐性偏见”建立体检标准。当模型的能力边界不断外扩，可验证性——无论是数学证明、公平性还是成本声明——正在成为AI产业的新货币。

结语

今天的AI日报，主线清晰得近乎刺眼：叙事从”模型”转向”物理世界”，竞争从”榜单”转向”成本与落地”，风险从”数据泄露”升级为”Agent权限战争”。

英伟达在柏林卖AI工厂，DeepSeek开源推理引擎摊开成本结构，OpenAI与Anthropic在资本市场短兵相接，具身智能的”大脑”正在被资本疯抢——而安全事件以每周数起的频率提醒所有人：AI Agent的信任边界，必须建立在权限与凭证的工程化管控之上，而不是一句”相信模型”。

对探索者而言，今天最值得采取的行动有三：关注物理AI相关技能栈的就业与创业机会；评估Agent工作流里的成本结构能否吃到模型降价红利；以及，给自家每一个AI Agent配好独立的凭证和”监护人”。模型会越来越便宜，落地会越来越贵，而安全，从来不会打折。

以上内容基于2026年10月21日公开网络信息整理，数据与事实以原始来源为准。