DeepSeek 冲 5000 亿估值，年化营收 67 亿元【AI 早报 2026-09-25】
今日看点：DeepSeek 被曝年化营收翻倍至 10 亿美元并冲刺 5000 亿元估值；OpenAI 一边把 GPT-6 Sol/Luna 的 API 价格腰斩，一边让 ChatGPT 语音模式直接查邮件、做 PPT；Anthropic 用约 950 个 Claude Agent 在自建实验室里独立锁定一套类 CRISPR 新酶系统。
今日概览
- DeepSeek 冲 5000 亿估值，年化营收 67 亿元
- OpenAI 发布 GPT-6 Sol/Luna，API 价格腰斩
- ChatGPT 语音模式接入插件，可“开口干活”
- Anthropic AI 独立发现类 CRISPR 新酶系统
- 清华无问芯穹开源 RLark，5 分钟纳管机器人
- 七校联合开源 OpenWAM 世界动作模型
- Black Forest Labs 开源 FLUX 3 Action 机器人模型
- NVIDIA 发布 Isaac ROS 5.0，新增 AI 代理工具
- 小米公开 MiMo-V3 架构 HySparse2
- 中国电信开源 TeleOCR，登顶 OmniDocBench
- ModularRSI 冻结权重实现 Harness 自我改进
- 北大开源 DataFlex-RL，591 次实验验证数据策略
- DeepSeek 披露 DSec，38 万沙盒支撑 Agent 训练
- Mirendil 洽谈 50 亿美元估值融资
- Brahma AI 融资 1.5 亿美元拓展企业视听平台
大模型与产品发布
DeepSeek 冲 5000 亿估值，年化营收 67 亿元
据 The Information 报道，DeepSeek 年化营收运行率达到 10 亿美元（约合人民币 67.13 亿元），较几个月前不足 5 亿美元的水平翻了一倍以上，该数据由创始人兼 CEO 梁文锋在近期一次投资者会议上披露。DeepSeek 正敲定新一轮 500 亿元人民币融资，目标估值 5000 亿元人民币，计划最晚于今年 10 月底完成，上海科创板 IPO 筹备同步推进。今年 6 月该公司刚完成约 500 亿元融资，投后估值近 4000 亿元，其中梁文锋个人出资 200 亿元，腾讯出资 100 亿元，宁德时代出资 50 亿元。营收结构上，DeepSeek 收入几乎全部来自 API 模型调用收费，聊天机器人应用免费且无广告；今年前 7 个月实际营收约 4.75 亿元人民币，净亏损约 7.15 亿元，API 业务毛利率 82.9%。梁文锋称涨价未导致客户数量下降，V4-Pro 自 2026 年 8 月 17 日起高峰时段涨价，V4.1-Flash 于 9 月 10 日发布时同项价格较上一代下降约 60%，涨价后客户使用成本提高至此前的 2.3 倍至 4.5 倍。目前 DeepSeek 将超过 70% 算力用于模型训练，用于推理的不到 30%，并尝试让小规模模型在规格相对较低的芯片上运行以承接推理需求。
OpenAI 发布 GPT-6 Sol/Luna，API 价格腰斩
OpenAI 正式发布 GPT-6 Sol 和 GPT-6 Luna，距 GPT-6 Astra 发布不到一个月，两款模型采用与 Astra 相似的训练方法，并通过缓存和推理效率优化降低运行成本。API 价格相比 GPT-5.6 的促销价格下降 50%：GPT-6 Sol 每百万输入 Token 从 4 美元降至 2 美元，输出从 20 美元降至 10 美元；GPT-6 Luna 每百万输入 Token 从 0.20 美元降至 0.10 美元，输出从 1.20 美元降至 0.50 美元。基准测试方面，在 AutomationBench 测试中，GPT-6 Sol 在 xhigh 推理级别下超过最高推理级别的 Claude Opus 5，单项任务成本仅为后者的 9%；在 Agents' Last Exam 最高推理级别取得 56.4% 成绩，成本比 Claude Opus 5 低 60%。代码能力上，DeepSWE v1.1 最高推理级别 GPT-6 Sol 取得 68.8%，与 Claude Fable 5 的 69.9% 相差 1.1%，但单项任务成本低约 80%；GPT-6 Luna 取得 66.6%，成本比 Opus 5 低 93%。电脑操作 OSWorld 2.0 离线测试中，Sol 在 xhigh 档位达到 60.5%，接近 Claude Opus 5 中等档位的 60.3%，成本低约 80%。内部事实准确性测试显示，GPT-6 Sol 出现错误的次数约为上一代模型的一半。
ChatGPT 语音模式接入插件，可“开口干活”
OpenAI 更新 ChatGPT 语音模式，新增插件接入，用户可通过语音查邮件、挪会议、做 PPT、搭网站，甚至写信追回被重复扣的订阅费。GPT-6 家族接入后台：Astra 负责操作电脑和多步骤任务，Sol 居中处理推理，Luna 速度最快且价格最低，实时聊天仍由语音专用的 GPT-Live 模型承担。免费用户可在语音中使用插件，桌面端还能使用 Luna。新版 App 当天起向全球推送，语音同时接进 OpenAI 7 月推出的 Agent 产品 ChatGPT Work，用户在手机上交代一句即可建表格、做 PPT、搭网站或让浏览器自行运行，电话挂断后任务转成文字继续执行。按帮助中心规则，发邮件等敏感操作仍需用户在屏幕上手动确认。官方宣传片时长 125 秒，主角为厨房揉面、拉陶坯、美容院等腾不出手的场景。ChatGPT Voice 产品负责人 Atty Eleti 转发时称“At long last”。
来源：https://mp.weixin.qq.com/s/VMbDraj2vPbh6vWWB-IUtQ
Anthropic AI 独立发现类 CRISPR 新酶系统
Anthropic 在自建的生物安全一级与二级（BSL-1/BSL-2）分子生物学实验室中，验证了一项由 AI 主导的生物学发现。约 950 个 Claude Agent 协同工作，消耗 2.1 亿个 Token，连续分析 21 个小时，从海量 DNA 数据库中筛选超过 20 万个逆转录酶，挑出 3500 个新候选系统，最终锁定 20 个目标并生成分析报告。其中一个 Agent 在处理一段巨型噬菌体原始 DNA 序列时，注意到旁边存在类似 CRISPR 的串联重复阵列，进而计算重复序列长度与间距、比对已知逆转录酶结构、检索文献确认未被报道，最终生成完整假说报告。该全新机制被命名为 ART（阵列关联逆转录酶），包含一个逆转录酶、一个伴生基因以及一整串等间距排列的非编码 DNA 重复序列。首轮湿实验已证实，ART 系统的阵列会在细胞内表达为一组特定的短 RNA。人类科学家仅在起初设定搜索方向，并在实验室动手做验证。CRISPR 先驱、麻省理工学院及 Broad 研究所教授张锋公开评价这是“AI Agent 推动生物学发现的一个令人兴奋的案例”。Anthropic CEO Dario Amodei 表示，这项研究达到了他当年读博士时会为之骄傲的标准。
具身智能与机器人
清华无问芯穹开源 RLark，5 分钟纳管机器人
清华大学与无问芯穹共同打造并开源面向具身智能的云原生纳管平台 RLark，以自研具身设备运行时（embodied-runtime）和任务级跨集群网络互联技术为核心，让机器人、相机等设备可以像 GPU 一样被申请、调度和复用。平台对不同任务和网络流量特征进行跨集群通信任务级隔离，并优化大小包传输性能，把云端算力、边缘节点和具身设备纳入统一资源体系。目前 RLark 已完成 3 个集群、近百个云边端节点的统一纳管，覆盖 4 种型号的具身设备，设备纳管从小时级缩短至约 5 分钟，任务提交后可在 10 秒内启动运行。团队将 RLark 与强化学习基础设施框架 RLinf 结合，在广东云端 GPU 集群与北京机器人现场之间完成跨地域真机实测，现场设备负责交互和数据采集，云端 GPU 承担训练计算。运维人员通过一行命令即可接入并统一管理设备，研究人员通过一份任务配置即可将训练、推理和真机交互程序部署到不同集群。RLark 已开放用户界面、API、后端服务、任务编排、跨集群互联和具身设备运行时的整套能力。
来源：https://mp.weixin.qq.com/s/BbI4sgDYojxgX3b-ABKNNQ
七校联合开源 OpenWAM 世界动作模型
来自新加坡国立大学、清华大学、北京大学等七所高校的研究团队开源 OpenWAM，面向世界动作模型（WAM）的开源研究全栈与基座模型，包含模块化基础设施 OpenWAM-Infra、提炼设计规律的 OpenWAM-Study 和大规模数据验证的 OpenWAM-α。OpenWAM 的核心思路是把视频生成模型对世界演化的学习与机器人轨迹提供的可执行动作监督放进同一个模型，让模型一边理解可能发生的未来，一边学习如何改变未来。OpenWAM-Infra 定义了可组合模型、训练运行时、部署运行时和评测协议四个接口明确的部分，支持单系统、双系统和三系统三类架构，研究者可以只替换一个设计变量观察其对结果的影响。评测协议覆盖 LIBERO、LIBERO-Plus、VLABench、RoboTwin2.0、RoboDojo、RoboCasa365、EBench 和 RoboCasa-GR1 八个仿真基准，涵盖单臂、双臂、移动操作和灵巧手等具身形态。研究结论指出，充足的生成式世界先验、紧凑且信息丰富的视觉表征、明确的世界到动作信息流以及跨域具身预训练，是构建高性能 WAM 的关键。
来源：https://mp.weixin.qq.com/s/VhDj6wqrnBoJL4dYFq8eUw
Black Forest Labs 开源 FLUX 3 Action 机器人模型
Black Forest Labs 发布 FLUX 3 Action，正式进入机器人领域。该开放世界动作模型使用相机画面输入，预测机器人下一步应执行的动作。模型仅采用 70 亿参数，在 RoboLab-120 基准上创下纪录，运行速度比此前最佳模型快至多 3.95 倍。
来源：https://the-decoder.com/black-forest-labs-launches-flux-3-action-an-open-robotics-ai-model/
NVIDIA 发布 Isaac ROS 5.0，新增 AI 代理工具
NVIDIA 发布机器人软件开发框架 Isaac ROS 5.0。该版本新增 AI 代理就绪工具，支持 Ubuntu 24.04 操作系统，并引入 GPU 加速能力，帮助开发者更快构建和测试机器人软件。
来源：https://www.techrepublic.com/article/news-nvidia-isaac-ros-5-ai-agents-robotics/
模型架构与开源研究
小米公开 MiMo-V3 架构 HySparse2
小米公开面向 MiMo-V3 的新一代核心架构 HySparse2，在 HySparse 基础上升级 KV 共享与稀疏选择机制，面向长程多轮 Agent 场景同时满足高效读入、节省显存和精准检索三个要求。HySparse2 借鉴 YOCO 设计，将模型分为前半部分 Self-Decoder 与后半部分 Cross-Decoder，KV 共享分为 KV Bridging 和 KV Reuse 两个层次：KV Bridging 让后半部分 Full Attention 层从前半部分对应层的输入隐藏状态中生成 KV Cache，从而提前构建；KV Reuse 让同一 Hybrid Block 内的后续稀疏层直接复用 Full Attention 层的 KV Cache 和选择索引。在稀疏选择上，HySparse2 从块级选择改为 token 级选择，强制选中最近的 128 个 token，再从窗口外选择 1024 个全局 token，并将局部窗口访问合并进同一次稀疏注意力计算，解除了独立 SWA 分支对 Cross-Decoder 计算的依赖。在相同全局 token 预算下，token 级选择在 RULER-v2、多轮检索 MRCR-v2 和图推理 GraphWalks 上均获得提升。
中国电信开源 TeleOCR，登顶 OmniDocBench
中国电信星辰通用人工智能实验室开源约 1.2B 参数的文档解析模型 TeleOCR，采用轻量级视觉语言架构，在单一框架内统一处理数字文档与相机拍摄文档，将文字、版面、表格、公式和科学图表转换为结构化结果。TeleOCR 在 OmniDocBench v1.6 取得 96.87 总分登顶，超越 MinerU2.5-Pro、PaddleOCR-VL-1.6、OvisOCR2 等同类模型，其中文本识别 97.22、表格解析 TEDS 97.05、公式 CDM 96.36。该模型同时拿下 PureDocBench 榜首，并以总分 41.81 获得 ICDAR-2026 科学图解析挑战赛冠军。数据工程方面，TeleOCR 通过多节点共识投票、几何感知数据合成、图像到图像自验证和渐进式数据清洗形成闭环，已构建千万级文档解析训练数据池，其中大部分生成数据不依赖人工标注。
ModularRSI 冻结权重实现 Harness 自我改进
IQuest Research 联合北京航空航天大学、曼彻斯特大学等合作伙伴发布 ModularRSI，尝试在基础模型全程冻结的情况下，让 Agent 根据自身执行经验持续修改模型外围的运行机制 Harness，即环境信息可见范围、上下文维护、工具调用、失败恢复和任务完成判断。系统每完成一批任务便从执行轨迹中寻找反复出现的缺陷，再修改自身运行代码，构成 Harness Recursive Self-Improvement。在 Terminal-Bench 2.0 上，经过 Harness 演化，系统准确率从 47.57% 提升至 52.43%。研究团队构建了包含 2000 个高质量实例的数据池，从中抽取 120 个 Terminal-Bench 相关实例和 120 个 SWE-Bench 相关实例分别演化，演化结束并冻结 Harness 后，再放到 Terminal-Bench 2.0 和 SWE-Bench Verified 上评估，整个演化和模型选择过程不使用最终 benchmark 的评测数据。结果显示，这些改进能够迁移到未参与演化的任务、不同领域乃至不同基础模型。
来源：https://mp.weixin.qq.com/s/AU_oX_YrnUJ4HYfmctwL3A
北大开源 DataFlex-RL，591 次实验验证数据策略
北大 DCAI 团队联合 UCAS、上海算法创新研究院、中关村学院发布 DataFlex-RL，复用 verl 的训练流程，把数据选择、样本重加权和领域配比调整做成可配置组件，让开发者可以在同一套 RLVR/GRPO 流程中配置三类动作：选择哪些 rollout 参与当前更新、给样本或 token 分配学习权重、决定下一批数据从哪些领域采样。这些策略直接复用 RL 循环已经产生的奖励、优势、token 概率和 prompt 分组等信号，rollout、验证和策略更新代码基本保持不变。具体策略包括按组内解出率筛选的 diffFilter（每道题生成五个回答，只保留解出率严格处于 0.2 与 0.8 之间的组）、保留组内奖励方差最大子集的 maxvar、按奖励与回答长度比值选择的 gfpo 以及保留 advantage 幅值排名靠前回答的 topk。论文发布后登上 HuggingFace #2 Paper of the day，正文组织了 591 次实验，在多种模型和数学、逻辑、科学任务上检验数据策略。
来源：https://mp.weixin.qq.com/s/iQpB2u3KJW84MwkXyAMmrg
DeepSeek 披露 DSec，38 万沙盒支撑 Agent 训练
DeepSeek 公开论文介绍 Agent 训练基础设施 DeepSeek Elastic Compute（DSec），梁文锋在作者名单中，目标是让 Agent 在真实环境中改代码、装依赖、跑测试，并用执行结果判断对错。论文描述的单个生产部署单元约有 160 台 CPU 节点、3 万个核心和 250 TB 内存，典型一天处理约 300 万个沙盒，高峰时约 38 万个同时在线，创建速率超过每秒 5000 个，单个训练任务可能突然申请多达 3.2 万个环境。DSec 提供统一接口和四类执行后端：短小无状态的代码执行走 FnCall，改仓库和装依赖主要用容器，需要更强隔离的安全任务用 microVM，Android 和图形界面任务则用完整虚拟机。一份为期一周的生产采样显示，约九成容器与 microVM 沙盒的平均 CPU 用量不超过各自请求容量的 5%。内存优化上，对只读基础镜像采用 virtio-pmem 与 DAX 使宿主机峰值内存下降 40.2%，对可写盘冷数据采用 DAMON 与 virtio-balloon 使整个任务周期累计内存占用下降 21.2%。在 10 节点测试集群的 8192 个容器突发实验中，按需加载约 35 分钟完成整批任务，优于远端完整拉取解包的 60 分钟以上，单节点累计写盘约 700 GB 也低于完整拉取的 1600 GB 以上。
行业动态与融资
Mirendil 洽谈 50 亿美元估值融资
由前 Anthropic 研究人员创立的人工智能初创公司 Mirendil 正在洽谈以 50 亿美元估值进行新一轮融资，Kleiner Perkins 洽谈领投，可能带来高达 10 亿美元的新资本，Andreessen Horowitz 也在洽谈参与。三个月前，Mirendil 刚完成 2 亿美元种子轮融资，投后估值 10 亿美元。该公司目前有 20 多名员工，今年早些时候成立，目标是打造能在几乎不需要人类帮助的情况下自我改进的模型，并计划在明年年初推出一款前沿模型。上个月，Mirendil 宣布与 Google 建立合作伙伴关系，使用 Google Cloud TPU 扩展模型构建工作，同时也使用 Nvidia 的计算基础设施，Nvidia 是其投资方之一。
Brahma AI 融资 1.5 亿美元拓展企业视听平台
Brahma AI 通过优先股融资 1.5 亿美元，其中 Multiples Alternate Asset Management 投资 1 亿美元，另有 1 亿美元投资者表达兴趣，Cantor Fitzgerald 担任独家配售代理。公司由 CEO Prabhu Narasimhan 创立并领导，整合了 DNEG、Metaphysic 和 Prime Focus Technologies 的技术，平台由 Brahma AI Core 内容智能与管理层和 Brahma AI Studio 视觉 AI、数字人、语音及多语言表演两部分组成。其客户覆盖媒体娱乐、体育、医疗和广告行业，包括 Warner Bros、NBA 和 Mayo Clinic，并获得 2026 技术与工程艾美奖。Narasimhan 表示公司即将推出交互式数字人，正在构建模型无关平台，并将安全、真实性和来源溯源作为核心工作。
暂无评论。