AIHOT DAILY
2026-10-24
01模型发布/更新
- 保障我们前沿模型训练环境的安全
OpenAI 介绍了我们如何加强前沿模型训练和评估的隔离防护措施，包括采用离线环境和开展高算力红队测试。
— OpenAI Blog
- 推出 Kimi K3.1 Pro
推出 Kimi K3.1 Pro。Kimi K3.1 Pro 今天已上线 Kimi API——目前尚未开放权重，但 Moonshot 承诺“将于 2026 年 11 月 4 日前发布完整模型权重”。他们还提供一个“Highspeed”版本，速度为普通版的 2–3 倍，价格则为两倍（输入 token 缓存命中的价格除外，这部分价格相同）。美元定价为：输入每百万 token 2.00 美元，输出每百万 token 10 美元——与 GPT-6.1 Sol 相同，是 Claude Opus 5.5 价格的一半。Moonshot 自己的基准测试显示，Kimi 与 Opus 5.5 和 GPT-6 Astra 大致处于同一水平——在一些基准测试中胜出，在另一些测试中则接近它们。Artificial Analysis 给 Kimi 的评分为 55 分——领先于 Claude Fable 5.1、GPT-6 Astra 和 Gemini 4 Argon（均为 53 分），仅次于 Claude Opus 5.5（58 分）。这是（即将）开放权重的模型首次在与前沿模型的较量中获得如此高的分数。我通过 Moonshot API 试用了它，使用的是我早在 8 月就加入 LLM 0.32 的 llm openai endpoint 命令： llm openai endpoint \ https://api.moonshot.ai/v1 \ --key kimi \ -m kimi-k3.1-pro \ "生成一幅鹈鹕骑自行车的 SVG 图像" \ --responses \ -o reasoning_effort low \ > kimi-k3.1-pro-pelican-low.stdout.txt \ 2> kimi-k3.1-pro-pelican-low.stderr.txt llm openai endpoint 可以向任何兼容 OpenAI 的端点发送提示词，但不会记录结果，因此需要添加额外选项来保存 stdout 和 stderr（推理过程）。以下是我在 Kimi K3.1 Pro 支持的三个推理级别——low、medium 和 max——下得到的鹈鹕图像。这是 max 级别的结果：相当不错——脚踩在踏板上，自行车架画得很好，鸟喙也很漂亮。不过，两条腿都在车架的同一侧。作为对比，我也用 Kimi K3 在这三个推理级别下重新生成了鹈鹕图像。来源：Hacker News。标签：ai、generative-ai、llms、llm、llm-pricing、pelican-riding-a-bicycle、llm-release、ai-in-china、moonshot、kimi
— Simon Willison
- OpenAI 现已在无互联网连接的环境中训练其前沿 AI 模型
在发生一连串失控的黑客攻击事件后，OpenAI 目前正在无互联网连接的环境中训练其最先进的 AI 模型。OpenAI 在周五的一篇博客文章中表示，该公司构建了一个离线测试环境，让 AI 模型能够与已建立索引并缓存的网页内容交互，“而不会有影响外部系统的风险”。OpenAI 暂停了其前沿 […] 的训练
— The Verge AI
02产品发布/更新
- 快速扩展在线存储，为超过 10 亿 ChatGPT 用户提供服务（第二部分）
了解 OpenAI 如何通过可靠的多租户架构、全局缓存和 Azure Cosmos DB 扩展 Habitat，将 ChatGPT 的读取速度提升至原来的 12 倍。
— OpenAI Blog
- 现在，Google 表示可能会使用你的 Gmail 和 Google Photos 数据投放定向广告
Google 更新了隐私政策，这可能意味着，如果你使用个性化 AI 功能，就会开始看到基于你个人数据投放的定向广告。Android Authority 发现，此次更新为 Google 关于不使用你的 Drive、Gmail 或 Google Photos 数据投放个性化广告的承诺增添了一项例外。而此前的 […]
— The Verge AI
03技巧与观点
- 在 Amazon SageMaker AI 上开展多轮强化学习：实操指南
Amazon SageMaker AI 上的多轮强化学习（MTRL）根据整个多步骤任务的结果而非标注的步骤来训练模型。本实操指南以 Wordle 为例，介绍完整流程：在 Amazon Bedrock AgentCore 上部署智能体和奖励机制、准备数据集、训练，以及在模型服务配置下进行评估。
— AWS Machine Learning Blog
- 使用 AWS CDK 编排 SageMaker AI 端点自动扩缩容
更新已注册 Application Auto Scaling 的 SageMaker AI 端点会导致 AWS CloudFormation 和 AWS CDK 部署失败。本文介绍如何利用 CloudFormation 自定义资源构建可复用的 AWS CDK 构造，自动注销并重新注册自动扩缩容，使你能够在一次部署中更新端点及其扩缩容配置。
— AWS Machine Learning Blog