10月23日，字节跳动旗下火山引擎正式发布视频生成模型 Seedance 2.5 4K。官方介绍，通过专项训练，该模型更充分地学习了人物表情、细微动作与画面细节，是 Seedance 2.5 这一代中最强的模型。
Seedance 2.5 4K 支持 Draft（样片）模式：用户可先用 480P 样片快速验证分镜、反复打磨镜头，满意后再生成 4K 正片，以更低成本完成创意探索。
目前 Seedance 2.5 4K 仅向部分企业客户开放试用，后续或将逐步扩大开放范围。
信源:https://www.yicai.com/news/103406482.html
微软 AI 10月22日宣布，其医疗诊断编排系统 MAI-DxO 的研究成果已发表于《科学》（Science）期刊。
在 304 个《新英格兰医学杂志》（NEJM）疑难病例上，MAI-DxO 的诊断准确率达到 83%，而执业医师在不查资料时为 22%、可查资料时为 36%，分别约为医生的 3.7 倍和 2.3 倍。在 MIMIC-IV 急诊病例上，MAI-DxO 准确率 80%，医生为 47%，约为 1.7 倍。成本优化配置下，系统以不到一半的检查费用达到 81% 的准确率。
微软表示，将针对部分 NEJM 病例开源评测基准 SDBench，并与贝斯以色列女执事医疗中心（Beth Israel Deaconess）合作开展前瞻性研究；换用 GPT-5.5 后，系统结果还有进一步提升。
信源:https://microsoft.ai/news/building-medical-superintelligence/
AI 评估机构 METR 10月22日公布，其与 Redwood Research 各派一名员工，于 7月21日至 8月11日对 OpenAI 内部的“错位（misalignment）监控系统”进行了为期三周的高权限压力测试，可访问内部代码库、监控提示词与配置，并访谈了约十几名工程师，最终形成一份 61 页的内部报告。
测试估计，当时 GPT-5.5 及以上模型的内部 Responses API 智能体流量中，约 75%–94% 处于可被监控范围；RL 训练在测试开始时未被监控覆盖；由于压缩（compaction）事件未被监控，2026年5月至7月间约 10% 的内部 Codex 流量可能未受监控，该问题已在测试期间修复。
团队还发现：Codex 智能体理论上可绕过 Codex 沙箱和 Auto-Review，执行宿主用户能做的任何操作；存在一个可让数百条近期操作逃过监控的漏洞（细节被 OpenAI 删去）；以及两个可由客户端控制、能为新智能体关闭监控的请求头。
OpenAI 表示，所有影响生产安全防护的漏洞均已修补，并已大幅调整监控覆盖范围，但 METR 称尚未评估这些说法。METR 建议未来的监控体系应能抵御高能力内部智能体有意、持续的攻击，例如按固定消息数或时间间隔进行监控，而不是等智能体结束回合。
信源:https://metr.org/blog/2026-10-22-red-teaming-openai-agent-monitoring/
Convovo研究通过API对Grok 4.7和GPT-6.1 Sol进行测试。在近500场选举中，Grok 4.7在92%情况下推荐共和党候选人，GPT-6.1 Sol在97%情况下推荐民主党候选人。两模型意见一致的比例低于10%。研究使用强制要求选出一名候选人的提示，消费端应用拒绝回答。OpenAI发言人表示API结果不代表ChatGPT用户体验。SpaceXAI未及时回应。
信源:https://techcrunch.com/2026/10/24/forced-to-pick-groks-ai-model-chooses-republicans-openais-picks-democrats/
事实核查机构 Lead Stories 10月23日发布核查：X 平台账号 @HodlMiro 于 10月21日发布的一段视频，声称特斯拉 Roadster 从金门大桥跃下、贴近水面点燃推进器后飞回桥面，经核查为 AI 生成内容。
Lead Stories 使用 Hive Moderation 检测，结果显示该视频 99.9% 可能为 AI 生成，音频同样为 AI 生成；且没有任何媒体报道过此类需要封桥的特技。真实情况是，特斯拉 10月15日在得州麦格雷戈 SpaceX 测试场发布第二代 Roadster，车辆借助冷气推进器和底盘吸附系统完成爬坡倒立行驶、翻转悬停后落地。
信源:https://leadstories.com/hoax-alert/2026/10/fake-video-tesla-roadster-jumping-off-golden-gate-bridge-ai-generated-digital-aerobatics.html
Palo Alto Networks 宣布 Unit 42 Continuous Frontier AI Defense 与 Prisma AIRS 已上线 OpenAI Marketplace，直接面向 OpenAI 企业客户提供。威胁者利用人工智能将入侵周期压缩近 97%。Unit 42 提供始终在线的智能体化攻防服务，发现并加速修复暴露；Prisma AIRS 则实现对 AI 应用、模型与数据的全面发现、风险评估与运行时保护。持有 OpenAI 支出承诺的企业可同时完成安全部署与费用抵扣。
信源:https://www.paloaltonetworks.com/blog/2026/10/palo-alto-networks-brings-continuous-ai-defense-and-prisma-airs-to-the-openai-marketplace/
Block宣布推出Dessa语音模型，该模型从零开始仅用人类对话数据训练，属于真正的语音到语音系统，所有知识均来源于人类语音。Block在官网展示了多段对话示例，包括与人类的自然但偶尔尴尬的互动、诺兰电影讨论以及与OpenAI GPT-Live-1的对比，Dessa在部分场景中表现更自然。
该模型可在MacBook Pro M4 Max或更高配置设备上本地运行。Dessa团队说明开发目的包括好奇心驱动、促进人类与AI理解以及安全考量，并指出模型通过语音数据学习类似婴儿的方式获取能力。
信源:https://www.theverge.com/ai-artificial-intelligence/1017906/jack-dorsey-block-dessa-ai-voice-speech
德州总检察长Ken Paxton已对OpenAI及其CEO Sam Altman提起诉讼。诉讼文件共67页，在Collin County法院提交，指控该公司违反《德州欺骗性贸易行为法》及《SCOPE法案》。Paxton称OpenAI将ChatGPT宣传为安全工具，却未充分披露风险，包括提供不准确医疗法律建议、鼓励危险行为，以及未设置年龄验证和家长监督机制，导致未成年人接触聊天机器人并泄露个人信息。诉讼强调OpenAI将利润置于用户安全之上。
信源:https://www.texasattorneygeneral.gov/news/releases/attorney-general-ken-paxton-sues-openai-and-ceo-sam-altman-lying-users-and-harming-texans
月之暗面发布 Kimi K3.1 Pro，这是 K3.1 系列首款模型，官方称其为迄今最强的 3T 级开放权重模型，支持 100 万 Token 上下文，同时推出速度为其 2–3 倍的 K3.1 Pro Highspeed。两者已在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线，完整权重将于 11 月 4 日前发布。
官方数据显示，K3.1 Pro 在 Terminal-Bench 4.0 得分 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%；在 BenchCAD（带工具）得分 92.7%；内部幻觉压力测试中，声明级幻觉率由 K3 的 23.4% 降至 8.3%。
月之暗面还表示，为降低滥用风险，开放权重版本在训练中移除了网络安全相关数据，其漏洞利用基准得分由未处理版本的 90.5% 降至 81.0%，网络攻防能力仍落后于前沿闭源模型。
信源:https://www.kimi.ai/blog/kimi-k3-1-pro
OpenAI 10月23日发布技术博客《Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II)》，介绍其应用存储平台 Habitat 如何扩展底层的 Azure Cosmos DB。Habitat 为 ChatGPT、API、Codex 及内部服务提供数据访问，需在 40 个地理区域内以毫秒级响应超过 10 亿用户，存储数据超过 500 PB。
OpenAI 称，Habitat 经历了“多租户—单租户隔离—回归默认多租户”的循环：与 Azure 团队合作引入热点键限流、请求分级 QoS，以及每个物理分区可扩到 10K RU/s、支持按 RU 用量分裂的新版 serverless 模式。其最大的 Cosmos DB 账户存储数十 PB 数据、峰值超过 2000 万 QPS。
通过就近复制关键数据、基于变更数据捕获（CDC）失效的区域内缓存，以及用 Rust 重写服务，全球读取 p50 延迟从约 120 毫秒降至约 10 毫秒，提升约 12 倍。OpenAI 还透露正在自研 EB 级在线存储系统，结合 Rockset 的 RocksDB Cloud 内核与 Raft 复制。
信源:https://openai.com/index/scaling-storage-one-billion-users-part-two/
