OpenAI 模型进入 Google Cloud 模型园
OpenAI 和 Google Cloud 10 月 21 日宣布，GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna 三款模型进入 Google Cloud 的模型园（Model Garden，Google 汇集自家、第三方和开源模型的托管平台）。三款模型当天起向部分企业客户开放私有预览，客户可以直接调用 API，也能把本地的 Codex CLI 和桌面版工作流接到 Google 的 Gemini 平台上做推理。OpenAI 称正式版计划在未来几周开放。
这次合作主要解决企业的采购和合规问题。模型通过 Google Cloud Marketplace 结算，费用记在同一张 Google Cloud 账单上，可以抵扣企业已签的云消费承诺。Google 称提示词、上下文和输出都留在客户指定的数据边界内，不用于训练基础模型，调用统一走身份认证和审计日志；零数据保留和机密计算（Confidential Compute）两项仍标为“即将提供”，受监管行业的客户要等这两项上线再做评估。Google 还称，它是目前唯一同时提供三家头部闭源大模型的超大规模云厂商。OpenAI 在公告末尾写明，微软仍是它的主要云合作伙伴。
OpenAI 牵头协调 PHP 关键漏洞披露
OpenAI 10 月 21 日公布了过去两个月牵头处理的两个 PHP 关键漏洞。安全公司 Calif 在 OpenAI 的 Patch the Planet 计划中用 GPT-5.6 Sol 发现了其中一个漏洞，安全公司 Wiz 也独立发现并报告了这两个漏洞。PHP 维护者主导修复和发布，Cloudflare 等基础设施公司在公开前准备防护，OpenAI 还联络了美国国家网络总监办公室（ONCD）和网络安全与基础设施安全局（CISA）。
OpenAI 同时提出一套五阶段响应流程：上游验证并修复，给受影响机构留出准备时间，协调政府部门，各发行版和服务商同步更新，补丁发布后公开指引，并向安全社区征求意见。运维方眼下要做的是升级 PHP。OpenAI 以 Codex 技能的形式开源了一个版本检查工具，用来判断现有 PHP 版本是否受影响。
数千个 Agent 并行分析脑细胞数据
OpenAI、PerturbAI 和 Scripps Research 用数千个由 GPT-Rosalind 模型驱动的 Agent，分析了一份小鼠全脑 CRISPR 图谱。图谱记录了干扰不同基因后数百万个脑细胞的反应。每个 Agent 负责一个基因扰动，分析细胞响应、检索文献并提出解释，全程 32 分钟，结果汇成一份公开的推理图谱。团队估计，人工逐个分析需要几个月到一年。
在模型和资源不变的对照测试里，负载最大时单个 Agent 只引用了 11 篇文献，分布式方案引用了 700 多篇；盲评专家在 75% 的比较中更偏好分布式报告。Agent 找到的线索包括 Tsc1 和 Tsc2 两个基因在小脑中的效应差异，以及 DCTN1 与胆固醇合成的关联，下一步要靠实验验证。
ChatGPT 广告扩至 89 个国家
OpenAI 10 月 21 日宣布，ChatGPT 广告新增 26 个国家，覆盖总数达到 89 个，其中 14 个新市场在拉美。广告上线八个多月，已有超过 10 万家广告主投放过，只在 Free 和 Go 两档方案里出现。
同日的工程博客给出了收入数字：广告上线不到 200 天，年化收入运行率就达到 10 亿美元（公司口径）。博客也写了系统的做法：一个经过后训练的模型负责调度，反复调用检索、排序、相关性评估和竞价工具；广告会话会跨轮次、跨对话记住用户需求；挑选广告的服务和生成回答的服务分开部署，广告赶不上回答生成就不展示。
NVIDIA 发布免训练的关系数据库预测模型
NVIDIA 发布 Kumo Relational，一个直接在关系数据库上做预测的预训练模型。用户用预测查询语言（PQL）写明要预测什么，比如用户流失或销量，模型按表、外键和时间戳抽取最多 1 万个历史样本作为上下文，一次前向计算给出结果，不用为每个任务单独训练，也不用手工把多张表压成一张宽表。
模型只用合成数据预训练。NVIDIA 在 15 个数据库的 41 项任务上测试，称它超过了监督式关系深度学习模型和“专家特征工程加梯度提升树”的管线，并写明在训练数据很多的任务上，专门训练的模型仍可能更好。代码以 Apache 2.0 开源，权重采用 OpenMDW 1.1 许可，可用 structured-data-models 库或 NIM 部署。
IBM 更新三款 Granite Speech 语音模型
IBM 10 月 21 日更新三款 Granite Speech 模型，分别面向高精度转写翻译、端侧快速转写和多人会议录音，全部以 Apache 2.0 发布。新模型 granite-speech-5.0-2b 支持英、法、德、西、葡、日六种语言转写，以及这些语言与英语互译，另可英译意、英译中，关键词偏置列表最多 2000 个术语。470M 参数的 Turbo CTC 从只支持英语扩展到七种语言，自带标点和大小写，在 Open ASR 排行榜上的速度从约 12600 RTFx 提到 19870 RTFx（RTFx 表示处理速度是音频时长的多少倍）。面向会议的 granite-speech-4.1-2b-plus 换了新权重，长语音词错率从 13.53 降到 10.22。以上数字均为 IBM 自测。
Mistral 与 NVIDIA 合作做工程 Agent 评测
Mistral 10 月 21 日宣布与 NVIDIA 合作开发工业工程 AI 工作流：Mistral Large 4 和 Mistral 的数据生成、物理建模管线将用 NVIDIA 的 CUDA-X 库和 GPU 仿真框架 Warp 加速，并接入 Omniverse 生成 3D 场景和仿真资产，目标是把仿真、模型开发和工程设计连成闭环。双方还会公开物理模型数据集和基准，并为计算机辅助工程（CAE）和电子设计自动化（EDA）中的 Agent 设计评测，考察工具使用、多步流程、结果正确性，以及耗时和算力成本。目前公布的只是合作和评测计划，还没有可复现的工程结果。
双足机器人 Microduck 可在仿真中学会走路再上真机
Microduck 是 Pollen Robotics 和 Hugging Face 新推出的低价开源双足机器人。NVIDIA 10 月 21 日发布教程，演示在机器人学习框架 Isaac Lab 3.0 里用 4096 个并行环境训练行走策略，导出 ONNX 文件后直接加载到实体机器人上。训练时对每只机器人的质量、地面摩擦、编码器偏移、电池电压跌落、指令延迟和各关节齿轮间隙做随机化，让策略能应付真机误差。策略读入 61 个观测值，输出 14 个关节位置；NVIDIA 称在 16 张 GPU 上分布式训练最高可达每秒 125 万步。训练好的策略可以上传到 Hugging Face，在 Microduck Arena 里和其他提交比较，模型文件不能超过 64 MiB。
Recursive 发布能在笔记本上跑的编码模型 Flint
Recursive 是一家想让 AI 自动做 AI 研发的创业公司，CEO 是前 Salesforce 首席科学家 Richard Socher。它 10 月 21 日发布首个模型 Flint，一个总参数 40B、每个 Token 只激活 2.5B 参数的混合专家（MoE）编码模型，权重以 Apache 2.0 开放，可在本地离线运行。公司称自动研究系统 Eureka Machine 参与了从数据、训练配方到量化和内核优化的几乎每个环节，整个模型用不到四个月完成。
Recursive 测得 Flint 在 M4 Pro 芯片的 MacBook Pro 上短上下文生成速度超过每秒 125 个 Token，并称它在 50B 参数以下的 MoE 模型中编码基准成绩最好，这些都是公司自测结果。TechCrunch 援引 Wired 记者的试用称，Flint 帮他写出了待办事项应用等几个小程序。Recursive 也建议把复杂任务拆小再交给它。
上海 AI 实验室开放科学 Agent 模型 Sage-A1.5
Sage-A1.5 是上海 AI 实验室基于 Qwen3.6 和自家 Agents-A1 训练的 35B 参数混合专家模型，面向长时程科学任务，原生上下文 256K。它有两个默认关闭的模式：注册 spawn_subagent 工具后，模型会把任务拆给多个上下文互相隔离的子 Agent 并行处理；在调用模板里打开 verification 参数后，模型会在推理中途检查已有进展并调整方向。模型卡给出了 SGLang 和 vLLM 的部署命令，并开源了评测代码。发布方称它在多项科学、搜索和工程基准上领先同规模模型，但对比模型的成绩部分取自各自的技术报告，测试条件不完全一致。
Shanghai AI Laboratory / Hugging Face
OvisOCR3 用 0.8B 模型还原跨页表格
ATH-MaaS 开放了 OvisOCR3 的权重。这是一个基于 Qwen3.5-0.8B 的多模态模型，通过不同提示词在文档解析、通用 OCR、关键信息抽取、文档图表描述和跨页表格还原五类任务之间切换，不用分别部署多个模型。发布方报告，与上一代 OvisOCR2 相比，MDPBench 得分从 69.00 升到 88.80，PureDocBench 从 75.10 升到 82.31。跨页表格分两步处理：先逐页解析，再把相邻两页的图像和解析结果交给同一个模型判断是否续表并合并。模型以 Apache 2.0 发布，模型卡提醒，输出的 JSON、HTML 和 Mermaid 需要校验，HTML 和 Mermaid 渲染前要先消毒或隔离。
Legora 以 88 亿美元估值融资 5.5 亿美元
法律 AI 公司 Legora 10 月 21 日宣布完成 5.5 亿美元 E 轮融资，投后估值 88 亿美元，上一轮为 56 亿美元，本轮由 Atreides Management 领投。公司称年度经常性收入（ARR）已超过 2 亿美元，从 1 亿美元涨到 2 亿美元用了不到六个月；第三季度新客户里，企业内部法务团队占比超过 40%。新资金用于北美和国际扩张，以及给律师和 Agent 使用的工作平台 Legora aOS。TechCrunch 报道了相同的金额、估值和领投方，ARR 为公司口径。据 TechCrunch，主要对手 Harvey 一个月前同样融资 5.5 亿美元，估值 155 亿美元。