1、AI泡裂纳指崩了！OpenAI融资暴雷，A社被华尔街「垃圾」评级
Jay 发自 凹非寺量子位 | 公众号 QbitAI啥情况啊，AI泡沫真要炸了？？？就在刚刚，硅谷最耀眼的AI双子星——OpenAI和Anthropic，双双在华尔街狠狠撞了南墙。OpenAI，想融300亿，结果投资人只愿意给110亿，一半都不到。没办法，只好把融资目标给砍了三分之一。另一个，A社。马上要史上最大IPO了，结果被主要投资方背后捅了一刀：Bro，你可能会被打成‘垃圾’评级。难兄难弟了属于是。但这还没算完。这股寒气，早已从一级市场，光速传导到了二级市场——纳斯达克，崩了。
http://finance.sina.com.cn/tech/csj/2026-11-01/doc-inixetzw4274491.shtml
2、DeepSeek发布全新Agent架构“Super-agent”，让AI调度AI
来源：环球网 【环球网科技综合报道】10月31日晚间，DeepSeek Harness团队在官方公众号发表技术文章《Super-agent设计探索：迈向更自主的Agent系统》，正式公开其面向自主智能体探索的全新架构Super-agent，相关原型已同步开源。DeepSeek在文中指出，随着模型能力持续提升，AI完成单个任务已越来越不需要人工干预，但人类管理多任务的注意力并未同步增长——一个人通常只能同时跟进3至5个活跃会话，多任务上限正从“模型能力”转向“人的注意力”。
http://finance.sina.com.cn/roll/2026-11-01/doc-inixeyiz3146996.shtml
3、AI危险吗？顶尖科学家在沪揭开“技术面纱”
中新网上海11月1日电 (记者 郑莹莹)2026世界顶尖科学家论坛10月30日至11月1日在上海临港中心举办，吸引包括诺贝尔奖、图灵奖、沃尔夫奖、菲尔兹奖等奖项得主在内的近300位科学家及科创龙头企业代表参会。就AI是否危险这一话题，中新网记者在论坛期间专访了两位顶尖科学家。“石墨烯之父”、2010年诺贝尔物理学奖得主安德烈·盖姆(Andre K.Geim)认为，AI背后没有魔力，“它只是运算机器，不具备感知能力，也不是智能生命体。”10月31日，在2026世界顶尖科学家论坛量子科学平行论坛上，2010年诺贝尔物理学奖得主安德烈·盖姆作开幕致辞。
http://finance.sina.com.cn/roll/2026-11-01/doc-inixeyiz3143005.shtml
4、数字孪生工程技术人员：为机器人搭建虚拟“训练场”
（来源：环球网资讯）来源：新华网新华社重庆10月31日电（记者杨仕彦）在虚拟空间还原一座真实工厂，让机器人提前“彩排”巡检任务，这是数字孪生工程技术人员江磊的日常工作。今年9月，人力资源社会保障部等部门发布11个新职业，其中包括数字孪生工程技术人员。这一职业是指从事数字孪生技术研发、规划设计、工程实施、调试优化及运行维护的工程技术人员。在位于重庆两江新区的七腾机器人有限公司，江磊和团队正在搭建面向工业巡检机器人的数字孪生平台。“通俗来说，就是通过三维重建技术，将真实工厂在数字空间中塑造一个‘分身’。”江磊说。
http://k.sina.com.cn/article_5953740931_162dee083067043z0w.html
5、乌镇发出“开源开放 共建共享”之声
转自：中国新闻网一个榜单，窥见风向。全球AI模型聚合平台OpenRouter数据显示，10月19日到25日，DeepSeekV4.1-Flash-1017单周调用量冲到33.6万亿Token，登顶全球第一。值得注意的是，这一周全球调用量前五名清一色都是中国模型，总调用量达93.54万亿Token，碾压美国模型的22.47万亿。算下来，国产模型调用总量已连续26周力压美国。这背后是开发者用真金白银在投票。很多海外团队、独立开发者预算有限，扛不住高额推理成本。国产开源模型，好用、门槛低、价格友好，拿来就能干活。需求是最诚实的，哪里有性价比、哪里开放、哪里愿意共享，就选择流向哪里。
http://finance.sina.com.cn/jjxw/2026-11-01/doc-inixetzy1038741.shtml
6、“模特”三条腿、畸形手！AI卖家秀能否让消费者放心选择？
（来源：上观新闻）双十一临近，电商平台AI模特再次引发关注。部分商品图的“模特”手部姿势明显违背人体结构，甚至长着三条腿……不少消费者疑惑，AI模特能否真实还原服装效果？AI模特图在服装电商行业是否已成趋势？“生成式”卖家秀能否客观呈现服装品质，让消费者放心选择？速度快、成本低AI生成卖家秀已成行业趋势打开各大电商平台检索服装商品，各式各样的模特展示图随处可见。记者随机搜索某品牌长袖针织衫，商品主图为模特上身效果图。记者将图片上传至国家反诈中心App“AI内容鉴定”，检测结果显示“图像含AI生成痕迹”，但店铺客服却称“商品展示图为真人实拍”。
http://k.sina.com.cn/article_5953190046_162d6789e06703w0cy.html
7、InfoQ AI 侦察团现场手记：工具之外，企业 AI 落地还要跨过哪些关？
AI 工具越来越多，企业推进 AI 的方式也在不断变化。但从企业管理者和一线实践者的视角看，AI 落地并能简单地采购工具、开通账号，再等待效率自然提升。在 10 月 22 日举行的 InfoQ AI 侦察团 @QCon 上海 2026 活动中，四位侦察团成员分享了各自企业的 AI 实践进展、面临的挑战与下一步计划。有的企业已将 AI 融入日常工作，另一些则开始思考如何推动 AI 从个人提效走向组织协同，还有的企业正在探索客户沟通数据整合、财务报销自动化等具体场景。这些真实具体的实践，给我们提供了观察企业 AI 落地的多维视角。
http://finance.sina.com.cn/roll/2026-11-01/doc-inixeyix6694861.shtml
8、问题不在于方法而在于想法
来源：老方在互联网来源：雪球App，作者： 真老方说，（https://xueqiu.com/1028309055/414942984）凡是别人要教你去做的事，不要浪费时间了，因为赚钱的好时候已经过去。过去了就是过去了，你应该去找新的风口。当然，如果你就喜欢这个事，那就另说。关于如何用AI做视频赚钱、自媒体、小X书、股票等等，都不用去看了，纯粹浪费时间。这是个变化太快的世界，你跟在别人后面是没有什么前途的，方法未必是假的，但时机已经错过了。现在不仅仅是方法论供应饱和了，而是严重过剩了。
http://k.sina.com.cn/article_5953466437_162dab0450670bgk68.html
9、AI视频生成没有“终局”
文｜深眸财经 胡静婕最近，关于AI视频生成领域的讨论，有些耐人寻味。之前引发行业热议的，往往是Seedance、可灵、即梦这些专业视频模型的版本迭代，而如今却变成了通用大模型，这个与视频生成看似无关的变量。首当其冲的当数用Claude Opus 5.5做视频，只描述自己想要什么，它就能自己写代码、找素材、配音、做动画，最后拼出一条完整宣传片。在海外，已经有人凭此为专注推理的现代初创公司做一部现代、时尚且有冲击力的视频，而成本却只需要2美元。又比如GPT-6 Astra发布后，官方定位其为新一代通用智能体模型，核心能力覆盖计算机操作、编程、科学研究等领域。
http://finance.sina.com.cn/jjxw/2026-11-01/doc-inixetzw4257779.shtml
10、老裘都遇见新科技 AI赋能衡水大营裘皮产业拓时尚新局
中新网衡水11月1日电 题：老裘都遇见新科技 AI赋能衡水大营裘皮产业拓时尚新局作者 李玉素 贾献义 史丁10月30日至11月1日，以“向尚”为主题的2026中国(大营)国际皮草博览会暨秋冬订货会(中国·大营第三十五届国际皮草交易会暨第十四届营皮文化节)在河北省衡水市枣强县举行。和往年不同，传统裘皮手艺搭配AI智能的融合试验，成为本届博览会的热点。10月30日，俄罗斯外商在大营·西亚皮草新城查看新款裘皮服饰，洽谈采购。陈康 摄博览会期间，裘皮服饰工业设计智能体——“大营裘智”智能体正式发布。
http://finance.sina.com.cn/roll/2026-11-01/doc-inixeuac3258558.shtml
11、范文仲：AI投资与资本市场的转向
来源：数经科技这个金秋10月，很多投资者感觉并不轻松。最近几周，美国和亚洲的AI资本市场均出现巨大波动，令身边的很多投资者感到困惑。为什么全球企业和各国政府正在持续加大AI产业投资，而AI相关股价却在短短数周内蒸发了数万亿美元市值？持续了近四年的AI烧钱竞赛，是否已经走到了尽头？这轮市场调整是短期的情绪释放，还是产业周期转向的信号？笔者在前期的文章中，曾对AI投资是否是泡沫进行过简略分析，而本篇文章将进一步探讨AI企业估值逻辑的变化和未来市场的演变趋势，供AI产业的投资者和行业专家参考。
http://k.sina.com.cn/article_5952915720_162d24908067053i6k.html
12、L4需要更大的模型，芯片得换个造法了
（来源：钛媒体APP）如果你长期跟踪智驾行业，会察觉到一个变化正在悄然发生：发布会上的主角，正在从“技术”换成“量产”。2026年以来，L4落地声量明显抬升，城市NOA渗透率持续走高，车企量产军备竞赛全面打响。从“技术竞争”换轨到“量产竞争”，已是行业明牌。但换轨途中横着一个尴尬的现实：多数通用芯片正在拖量产的后腿。车规环境下，通用芯片的“不可能三角”凸显：账面算力与有效算力相差悬殊，利用率往往只有30%—40%。这笔被浪费的差价，堪称L4规模化路上一笔“隐性税”。10月29日，转机出现了。
http://finance.sina.com.cn/stock/t/2026-11-01/doc-inixeyix6700471.shtml
