一、AI Coding
1. DeepSeek 开源推理框架 DeepInfer：国产推理栈打通英伟达 + 昇腾双底座
事件：10-21，腾讯研究院 AI 速递披露，DeepSeek 将内部推理框架 DeepInfer 全面开源，并已支撑 DeepSeek V4.1 Flash 的高吞吐、低延迟大规模推理服务。框架支持分布式推理、推测解码、SWA Bounded Replay、结构化输出等，兼容英伟达与华为昇腾平台；同步开源 Token 编解码组件 deepseek-recipe，与官方 API 处理逻辑完整对齐，后续新模型推理代码也将在此持续更新（腾讯研究院，10-21）。
为什么值得关注：这是国产大模型把「推理侧主权」从「权重开放」推进到「运行时自主」的关键一步——同一套框架可跨英伟达 / 昇腾部署，意味着 agent 与机器人大脑的低成本推理底座不再被单一硬件生态绑定。对用量敏感的自动化流水线，开源推理栈叠加廉价 Flash 模型，正在把「换强模型」变成可工程化、可合规的 ROI 决策。
2. Anthropic 神秘新模型曝光：从「补全代码」转向「推断隐含意图 + 主动诊断」
事件：据 The Information 爆料，Anthropic 将推出一款推理与直觉判断能力据称超过其现有全部商用模型的新模型（名称与发布时间未公布）。核心差异在于擅长推断用户未明说的意图——例如修复单个 Bug 时可顺藤摸瓜找出同类底层问题，并主动询问是否一并修复；同期 Google 被曝开发 Gemini 4 Carbon，OpenAI 预计未来几周推出价格低于 GPT-6.1 Sol 的 Terra 系列新模型（腾讯研究院 AI 速递 / The Information，10-21）。
为什么值得关注：coding agent 的能力边界正在从「你让我改哪行」上移到「你真正想解决什么」。意图推断 + 主动诊断意味着 agent 从被动工具变为主动协作者，但也带来「越权修改范围」的信任风险——这恰是当前 agent 治理（HITL 审批、最小权限）要解决的真实痛点，而非噱头。
3. Gemini 4 Argon 给出企业实证与定价纪律：重构 Chromium 600 万行，11-30 后价格翻倍
事件：10-20，Google 发布旗舰模型 Gemini 4 Argon，主打动长周期 agentic 工作流。Google 披露其用 Argon 对 Chromium 代码库约 600 万行遗留文件夹做重构，耗时「数周而非数月」；Antigravity 平台中 Argon 团队的智能体代码提交量增加超 35%、代码回滚减少近三分之一。早鸟定价为输入 2 美元、输出 10 美元 / 百万 token（缓存输入 95% 折扣），但 11-30 后分别翻倍至 4 美元与 20 美元（至顶科技 / Google，10-20）。
为什么值得关注：这是长周期 agentic coding 少有的「生产级实证 + 成本纪律」双信号——既证明大模型真能啃下千万行级重构，也用 7 周后翻倍定价提醒企业：按输出 token 计费的 agent 成本会随规划循环、工具调用、重复上下文成倍放大，「每个任务便宜」远比「每 token 便宜」关乎预算。它把 coding agent 从 demo 拉进 CIO 的采购与成本核算框架。
4. 元宝搜索经腾讯云开放：千亿索引成 agent 的「上下文供给」基础设施
事件：10-21，元宝搜索通过腾讯云正式开放，千亿级索引、日均调用数亿次，已支撑 WorkBuddy、ima、腾讯视频等 50 多个业务，每月免费调用 2000 次。接入 13 个垂直行业 157 个权威信源，A 股 / 港股 / 美股财报收录覆盖率超 99%，新闻、行情分钟级更新；索引检索平均耗时仅 8 毫秒，排序模型推理耗时由 149 毫秒降至 30 毫秒（腾讯研究院 AI 速递，10-21）。
为什么值得关注：对智能体而言，「检索到对的上下文」和「生成代码」同等关键。元宝把搜索能力以 API 形式开放，本质是给 agent 提供实时、可信、低延迟的外部知识供给——这恰好补齐了 coding / 具身 agent 在「长程任务中持续获取准确事实」的短板，也印证智能体竞争正从模型层外溢到「检索 + 推理 + 编排」的工程栈。
二、具身智能
5. 英伟达 GTC 柏林开幕：黄仁勋 21 日演讲，物理 AI 成算力厂核心叙事
事件：10-20 至 22 日，英伟达 GTC 大会在德国柏林举行，黄仁勋将于 21 日发表主题演讲。本届 GTC 把重心从「卖 GPU」进一步推向「卖 AI 工厂」，设有 100 多场专题分享，覆盖完整 AI 技术栈，明确聚焦加速计算、智能体 AI（Agentic AI）、物理 AI（Physical AI）、机器人、开源模型与 AI 基础设施（每日经济新闻，10-21）。
为什么值得关注：当全球最大算力厂把「物理 AI + 机器人」与「AI 工厂」并列为核心叙事，意味着机器人开发范式正从「调参 demo」转向「被算力 / 平台 / 仿真全套武装的工程流水线」。对具身赛道，这既是上游算力供给的强信号，也提示「世界模型 + 仿真 + 端侧推理」会成为下一轮平台竞争的焦点，国内机器人厂商的底层依赖与自主空间值得重估。
6. 江苏印发物理 AI 与世界模型数据集行动计划：数据建设从「规模」切「因果一致性」
事件：《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）》近日印发。提出开展物理 AI 与世界模型数据关键技术攻关，重点突破多源异构语义对齐与融合加工、本体建模、多模态数据合成与仿真增强等技术；到 2028 年底，围绕「1650」产业体系建成覆盖超 100 个重点场景的物理 AI 高质量数据集，面向世界模型前沿建成超 10 个具备因果一致性、时空连续性和应用可验证性的高质量数据集（每日经济新闻，10-21）。
为什么值得关注：继工信部《具身智能数据集质量要求》国标 11-1 实施之后，省级「世界模型数据基建」规划出台，把具身落地的瓶颈从「有没有数据」推到「数据是否可信、可推演、可验证」。因果一致性数据集是训练「物理认知 + 实时推演」世界模型的燃料——谁掌握高质量物理场景数据，谁就握住了具身大脑的上游话语权。
7. 伊塔动力完成超亿元种子 / 种子 + 轮：资本卡位具身 Tier-1 底层动力硬件
事件：10-20，具身智能操作平台与动力系统公司「YITA 伊塔动力」宣布完成超亿元种子轮与种子 + 轮融资，由经纬创投、商汤国香资本、建银国际、光源 L2F 基金、银河通用、傅利叶智能联合投资，光源资本担任孵化方与独家财务顾问。公司成立于 2026 年 5 月，研发柔顺力控双臂与高性能关节模组；创始人钟雪岗曾任傅利叶人形机器人动力板块研发总监，主导三代 20 余款执行器 / 关节模组、累计量产近 5 万台（新京报 / 腾讯新闻，10-20）。
为什么值得关注：在整机厂商抢头条之外，资本正密集涌入「胳膊 + 关节」这类 Tier-1 底层硬件——类比汽车产业的博世。伊塔动力的逻辑是用「算法学习效率 × 机械传动效率」打通具身大脑与物理执行机构，降低模型落地的工程门槛。叠加法奥连续获美团近 10 亿加注，具身投资主线已清晰从「双足炫技」转向「上游卖铲人 + 已在产线赚钱的力控 / 协作硬件」。投资以官方披露为准。
一句话总结
今日 AI 双轨归一：coding 侧以 DeepInfer 国产推理栈开源、Anthropic 意图级诊断与 Gemini 4 Argon 生产实证及定价纪律，把智能体从「会写代码」推向「可规模、可治理、低成本的生产力系统」；具身侧以 GTC 柏林物理 AI 叙事、江苏世界模型数据集规划与伊塔动力上游硬件卡位，把落地从 demo 拉向「数据 + 执行」双基建——可信闭环成统一硬约束。
