DeepSeek（深度求索）的模型发布、开源权重与技术报告——开源大模型价格与性能双卷的风向标。
DeepSeek 第二轮融资临近完成，拟融资金额由 500 亿元增至约 1000 亿元，投前估值仍约 5000 亿元，新老股东拟投资金额约各占一半。新进投资方包括石溪资本、中芯聚源、CPE 源峰、君联资本、吉利等，宁德时代拟增资约 100 亿元；公司同时筹备科创板上市，计划最快 2026 年末递表。
推荐理由：报道汇总了融资规模、估值、投资方结构与 IPO 筹备进展，可用于观察 DeepSeek 的资本化路径和产业资本布局。
SemiAnalysis 认为，中国虽在官方文本中承认前沿 AI 风险，但实际治理以快速发展为先，监管重点集中在内容、应用和面向公众的服务，而非按训练算力或模型能力触发前沿风险义务。
推荐理由：文章用政策文本、857个模型发布记录和专家话语样本，对比中国在应用监管与前沿风险约束上的差异。
Crowdstrike 报告称，一名疑似中文使用者在 2026 年 9 月下旬至 10 月上旬攻击多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25,000 条含姓名、联系方式、收入和信用额度的记录被盗。
推荐理由：文章借 Crowdstrike 对韩国银行入侵事件的调查，呈现 AI 渗透测试工具如何降低大规模攻击的实施门槛。
CrowdStrike 披露 2026 年 9 月底至 10 月初针对韩国金融机构的数据窃取活动，攻击者使用中国开发的开源智能体渗透测试工具 ARTEX，并结合大模型与 Claude Code 开展操作。
推荐理由：报告通过泄露的 Claude Code 会话还原攻击者如何组合 ARTEX 与多个大模型实施入侵，为观察 AI 工具进入真实攻击链提供了具体样本。
DeepSeek 接近完成至少 120 亿美元新一轮融资，总额可能接近 150 亿美元，宁德时代和腾讯出资份额最大。该轮最初计划融资约 75 亿美元、估值约 750 亿美元，融资完成后 DeepSeek 将重组以筹备 2027 年初 IPO。公司正建设配备至少 160,000 颗华为 AI 芯片的数据中心，并研发自研推理芯片；V4-Flash 在成本和性能对比中推动了投资者兴趣。
推荐理由：文章汇总了融资规模、主要出资方、估值与 IPO 时间表，并补充算力建设和自研推理芯片等后续布局。
Rohan Paul@rohanpaul_ai精选AI 评分7676
推荐理由：材料汇总融资规模、估值、资金用途和主要出资方，可帮助读者理解头部大模型实验室的资本与算力投入方向。
DeepSeek 新一轮融资接近敲定，募资规模至少 800 亿元人民币，腾讯和宁德时代为出资规模最大的投资方之一，最终总额可能逼近 1000 亿元。融资原定目标约 500 亿元，对应估值目标约 5000 亿元，并计划为 2027 年初 IPO 铺路。公司还在内蒙古建设数据中心，计划部署至少 16 万枚华为高端 AI 加速芯片。
推荐理由：报道汇总融资规模、主要投资方、估值目标和算力建设安排，可帮助理解 DeepSeek 上市前的资金与基础设施布局。
a16z 发布第七期 Top 100 Consumer AI Apps，按 Similarweb 月访问量和 Sensor Tower 月活分别列出 web 与移动产品，并首次加入 YipitData 的美国消费者卡支付观察排名。
推荐理由：报告把流量榜与美国消费者实际付费数据并列，能帮助读者看清消费级 AI 使用广但深度付费集中的结构。
DeepSeek Harness 已面向全球开启公开预览并开源，这是基于 Cordis 万物皆插件架构的开源 harness，可作为桌面应用运行，也可通过代码启动 Web UI。
推荐理由：材料整理了公开预览、开源方式、插件架构和启动命令，便于读者快速判断其适用任务与上手路径。
DeepSeek 与华为合作发布面向华为 Ascend AI 芯片的开源编程工具，核心是 TileLang，并包含计算与芯片间数据搬运库。双方还优化了由 128 颗 Ascend 950 芯片组成的 supernode；DeepSeek 称 TileLang 比 CUDA 更易编程，且已成为其 AGI 工作的主要工具。
推荐理由：文章把 TileLang 放在 CUDA 生态壁垒和国产 AI 芯片软件栈竞争中解释，便于理解其对 Ascend 训练生态的意义。
Anthropic 测试显示，开放权重的 GLM-5.3 在自动化漏洞利用开发上接近受限开放的 Claude Mythos Preview：ExploitBench 中 410 次尝试有 50 次生成可用 exploit，Mythos Preview 为 56 次；OSS-Fuzz 二进制利用任务中完全控制目标程序的比例分别为 4% 和 6%。
推荐理由：文章把 Anthropic 与 CAISI 的漏洞利用测试、防护绕过成本和开放权重风险放在一起，便于理解前沿网络攻击能力的扩散速度。
Anthropic 发布分析称，智谱 GLM-5.3 能自主构建端到端网络漏洞利用，且开放权重和较弱防护使攻击者更容易获得相关能力。GLM-5.3 在 ExploitBench 的 410 次尝试中成功 50 次，Claude Mythos Preview 为 56 次；在 Binary Exploitation 基准 100 个任务中完整控制流劫持成功率为 4%。
推荐理由：文章用基准测试和专家实测说明开放权重模型的网络攻击能力与防护缺口，可帮助理解能力扩散带来的攻防不对称。
pwn 称其 AI 智能体构建并运行 14,338 行内核利用 harness，在 Google kvmCTF 官方 KASAN 目标上触发 guest-to-host KVM 非法读并取得 flag。
推荐理由：文章完整复盘 AI 智能体从内核源码审计到利用稳定化的过程，可作为理解高阶 Agent 安全能力边界的具体案例。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 预览提交中，Qwen3-VL 吞吐最高达到 GB300 NVL72 的 3.7x，DeepSeek-R1 最高达到 2.5x。
推荐理由：文章用 MLPerf Inference v6.1 的吞吐、扩展效率和软件优化数据，呈现新一代机架系统的推理经济性变化。
Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。
推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。
Fireworks 已上线 DeepSeek V4 Pro 0813，提供 serverless endpoints、dedicated deployments 以及 SFT、DPO、RFT 训练支持。
推荐理由：Fireworks 给出 DeepSeek V4 Pro 0813 的编码基准、单任务成本和路由组合结果，可帮助评估多模型分工的实际取舍。
Fireworks AI 使用 CyberGym 评测 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 的安全智能体表现，任务要求模型在真实代码库中定位、触发并修复漏洞。
推荐理由：文章用 CyberGym 的真实漏洞任务对比多款模型的成功率与单次成功成本，可为安全智能体选型提供成本和拦截率参考。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。
推荐理由：文章用 8 个模型和 AppWorld 任务说明智能体记忆剂量需按模型能力校准，并给出准确率与 token 成本对照。
Mistral AI 发布 Devstral 2 编码模型家族，包括 123B 的 Devstral 2 和 24B 的 Devstral Small 2，并推出开源终端编码助手 Mistral Vibe CLI。
推荐理由：原文同时给出两款开源编码模型的参数、许可、SWE-bench Verified 成绩和本地部署条件，便于比较开放模型与闭源模型的工程取舍。
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral，并以 Apache 2.0 许可证开放。
推荐理由：文章给出 SWE-Bench Verified 成绩、本地硬件门槛和 Apache 2.0 获取方式，便于评估其用于智能体编程的可行性。