//每日 AI 早报
2026年10月25日2026-10-253 条收录 · 5 条精选
本期要点：AI 正在从「能生成」走向「能交付」。一部 100 分钟的 AI 电影拿到龙标、真正上了院线，票房却给行业泼了盆冷水；微软让 1024 个智能体在没有任何总指挥的情况下自己组队写代码；AWS 则发现智能体真正贵的地方是「等」，于是把它像协程一样挂起——7.5 万个空闲智能体只要 8GB 内存。国内这边，6 月日均词元消耗已到 500 万亿，价格还涨了近一倍；而 DeepSeek、MiniMax 成为首批走完「注册—审批」流程、获准开源出海的国产模型。
每日资讯精选
01首部拿到「龙标」的 AI 全流程院线长片上映：120 万张底图换来 100 分钟，票房却不到 300 万《三星堆：未来往事》10 月 23 日全国公映，是国内首部全流程用 AI 制作、并取得国家电影局公映许可证的院线长片。影片由博纳 AIGMS 团队制作、生数科技 Vidu 提供首席技术支持，团队耗时两年、累计生成 120 余万张底图、上百次全片迭代，才完成 100 分钟成片；全片角色均为原创数字形象，不含真实演员的数字复制，片头专门加注「全片画面、部分声音由 AI 生成」。值得关注的是它给出的两个相反信号：一边是成本结构的改变——总制片人蒋德富称，以往千军万马的大场面单镜头造价几百万元、还要去海外做，现在 AI 就能落地，博纳已启动下一个 AI 影片《计划外：广寒行动》，纯 AI 长剧《后西游记》也已上星；另一边是市场的冷淡——上映首日票房约 31.8 万元，两天累计约 50 万元，猫眼预测总票房仅 216.9 万元，而制作成本在千万元级。这说明 AI 解决的是「能不能做出来」，还没解决「观众愿不愿意买票」。对普通创作者而言，更实际的变化是行业从「挑模型」转向「搭片场」：芒果灵创等平台已聚合 40 多个大模型，覆盖剧本、人物、生成、资产管理的全链路。央视新闻
02微软开源 Agensh：1024 个智能体，没有一个总指挥，Pandoc 重建通过率从 33.9% 升到 55.1%微软研究院开源了 Agensh，一个自组织的多智能体 harness，可扩展到 1024 个编码智能体，全程不设中央编排器——智能体自行发现并认领子任务、共享发现、验证结果、异步合并进度，靠共享工作区、消息接口和共享上下文三件套把各自的局部进展拼成团队成果。评测选的是 ProgramBench 中最难的五个任务，用 GPT-5.6-sol 高推理档、6 小时预算、完全断网，让智能体仅凭行为观察和文档重建参考程序：智能体从 1 个增到 128 个，五项任务平均测试通过率从 19.31% 升到 28.78%（相对提升约 49%）；在从零重建 pandoc 的任务上，从 1 个增到 1024 个，通过率从 33.89% 升到 55.06%。换成更强的 GPT-6.1-sol 后，pandoc 从 56.19%（1 个）升到 79.59%（32 个，相对提升 41.64%）。值得关注的是论文的观察：随着团队变大，同伴协调、集成流程、专职角色这些「组织行为」会自发涌现，而不需要人预先设计。作者因此把「智能体数量」本身当作一个新的 scaling 维度——在时间预算紧张、延迟受限的任务上，横向堆智能体可能比纵向堆模型更划算。这对所有正在纠结「要不要上多智能体」的团队是个直接提示：先别急着买编排框架。Microsoft Research
03AWS 开源 Infinity：把智能体当协程挂起，7.5 万个空闲 Agent 塞进 8GB 内存AWS 与 UC Berkeley 合作的 Hydro 项目在 10 月 23 日开源了 Infinity（Apache 2.0，Rust 编写）。它抓住了一个被忽视的成本真相：智能体大部分时间不是在思考，而是在等——等一次 20 分钟的构建、等隔夜的人工审批。现有框架在等待期间仍然占着进程和内存。Infinity 借用了编程语言挂起异步函数的思路：调用工具时派发请求、保存对话、挂起智能体，结果回来再从存档恢复，每次只跑「加载历史→一次模型补全→最多一个工具调用→保存」这样一片。基准用模拟模型跑了 8 万个智能体各 20 轮、共 320 万次补全，内存增长约 100KB/空闲智能体，折合 7.5 万个空闲智能体只占 8GB——树莓派 5 的内存。落到 serverless 上（SQS FIFO + Lambda + Aurora DSQL + DynamoDB），一个等三天 CI 流水线的智能体全程不消耗任何算力。其中一个巧思是「合成工具调用」：模型 API 要求每个工具调用必须有且只有一个结果，Infinity 就注入一个模型从未发起过的 receive_event__injected 调用，用来把外部事件塞回对话；现有 MCP server 通过兼容层不改就能跑。需要提醒的是，这是早期研究版本，数字由 AWS 自报、未经独立验证。把它和 Google 10 月 22 日的 Agent Compute Engine（每个智能体一台硬件隔离 microVM、沙箱内不存任何凭证、20 万智能体压测挂起恢复低于 500 毫秒）放在一起看，结论很清楚：行业已经认定，智能体最贵的是等待。AWS 开源博客
04信通院报告：国内日均词元消耗约 500 万亿，一年涨近 4 倍；价格也涨了近一倍中国信通院 10 月 23 日发布《大模型词元服务性能监测报告（2026 年）》，基于 1—8 月监测数据。几个关键数字：2026 年 6 月国内词元日均消耗约 500 万亿，是 2025 年 12 月的近 4 倍（价格翻倍而用量增 3 倍）；归一化均价从 2025 下半年的 6.8 元涨到今年的 13.46 元，涨幅接近一倍，结束了连续两年的价格战，但国外典型模型均价约 117.8 元，仍是国内的近 9 倍。性能方面，8 月国内模型平均 TPS 达 78.23，较 2025 年均值 38.25 翻倍，但国外典型模型为 112.82，仍整体领先；首词时延国内升至 1.26 秒、国外 2.08 秒，报告解释这不全是性能退化，而是参数量、上下文长度、调用量同步增长的结果。上下文方面，1M 词元的模型占比已达 47.8%，200K 及以上合计 95.7%，比 2025 年底提高超过 76 个百分点。对做应用的人来说最实用的一条是：同一个开源模型换不同第三方平台，TPS 差距最大可接近一倍——选型时盯着模型名不够，得盯着平台。报告覆盖 DeepSeek、Qwen、GLM、Kimi 四款开源模型在官方与第三方平台的横向对比。澎湃新闻
05DeepSeek、MiniMax 成为首批「持证出海」的国产模型：开源发布要走注册审批了据央视旗下「玉渊潭天」10 月 22 日消息，经路透、彭博转载，DeepSeek 与 MiniMax 已完成注册程序，在商务部、科技部 10 月 16 日提出的 23 项 AI 技术出口管制草案框架下，获准开源发布及在海外部署模型。这件事的意义不在于多了一张许可，而在于国产模型出海第一次被纳入「注册—审批—开源—部署」的制度化轨道：主体可识别、行为可授权。最需要分清的是官方给出的一条界线——通过 API、网站、App 提供「服务访问」不属于出口管制范围，即便服务背后用的是受管制模型；真正需要报批的是技术转移、授权和把模型部署到境外服务器。草案对开源发布设有自动许可通道，并承诺简化企业自建海外算力中心的审批，公开征求意见至 11 月 15 日。对普通用户和海外开发者，短期内几乎没有感知；对想把权重下载下来自建、或计划在境外云上托管推理的团队，合规则从法务后台职能变成了产品设计变量。两家公司均未就此公开发声，细则仍未明确，需持续观察。腾讯新闻