Claude 64小时自主生成30万蛋白设计，17个成功结合蝎毒【AI 早报 2026-10-21】

Anthropic 公布一项新研究，一个未公开的研究版 Claude 在约 64 小时内自主生成 318,484 个从头蛋白设计，其中 17 个在实验台上成功结合蝎子神经毒素；DeepSeek 开源生产级推理栈 DeepInfer，宣称单集群日处理 155 万亿 token；蚂蚁开源 Ming-3.0 语音系列五款模型。

今日概览

要闻

1. Claude 64小时自主生成30万蛋白设计，17个成功结合蝎毒
2. DeepSeek 开源生产级推理栈 DeepInfer，单集群日处理155万亿token

模型发布

1. 蚂蚁开源 Ming-3.0 语音系列五款模型
2. 哔哩哔哩开源 Index-Translate 翻译模型，支持150种语言
3. 中国电信开源 Xing4.0-29B-Intent 意图理解模型
4. MiniMax 发布 M3.1 Flash 正式版，支持百万上下文
5. Elevenlabs 发布两款实时语音到语音模型

开发生态

1. VAST 开源实时世界模型 EdenLive，单卡RTX 5090可跑24FPS
2. 何恺明团队发布 VISTA 视觉原生 Harness 框架
3. LoopWAM 登顶 RoboChallenge Table30，成功率提升19.7个百分点
4. 卡内基梅隆大学与英伟达开源 PointZero，无需机器人数据预训练
5. AWS 发布 TorchNeuron，一行代码迁移 PyTorch 应用至 Trainium
6. Google 为 TPU 推出原生 vLLM 和 SGLang 推理引擎

产品应用

1. AI 陪伴应用 Tolan 获 3000 万美元融资，估值超2.68亿美元
2. 00后创业者 Conway Research 获 a16z 领投，主打本地 AI 助理
3. Otter.ai 获 3.2 亿美元非稀释性融资，用户达4000万
4. 具身智能公司 YITA 伊塔动力完成超亿元种子轮融资

要闻

Claude 64小时自主生成30万蛋白设计，17个成功结合蝎毒

Anthropic 公布一项新研究，一个尚未公开的研究版 Claude 在约 64 小时内自主生成了 318,484 个从头蛋白设计。经过筛选和人工补充，211 个候选被送进实验室，最终 17 个在实验台上真正结合上了蝎子的神经毒素。全部 211 个设计与实验数据已开源。研究由投资研究机构 Citrini Research 发起，目标是设计能封死蝎神经毒素的"结合剂"。Claude 从 PDB、AlphaFold 结构库中检索毒素结构，调用约 12 种设计工具，对 55 万余对"设计—毒素"组合做共折叠预测。最终 17 个设计分别能结合来自墨西哥、北非和中东的 4 种毒素，其中 Cn2-B1 在两家实验室测得的解离常数分别为约 3.1 nM 和 1.7 nM。Anthropic 强调，目前实验仅使用人工毒素，尚未在细胞或动物层面验证保护效果，距离真正的抗蝎毒血清仍有距离。 来源：https://mp.weixin.qq.com/s?__biz=MzIwNzc2NTk0NQ==&mid=2247622597&idx=2&sn=c460d6c35a928a7bc934affb3897a416

DeepSeek 开源生产级推理栈 DeepInfer，单集群日处理155万亿token

DeepSeek 在 PyTorch Conf 期间开源了 DeepInfer，这是其生产级推理栈，基于 vLLM 定制，支持最长 72 小时的 prompt caching。根据 Latent.Space 的测算，DeepSeek 宣称单集群日处理 155 万亿 token，日收入约 2200 万美元，每卡每小时收入约 38 美元，而全成本为每卡每小时 5-8 美元，推理毛利率超过 80%。该集群使用约 2400 张 GPU，每张 prefill GPU 每秒处理 150 万含缓存的输入 token，输入缓存命中率 96%，每张 decode GPU 每秒输出 14,000 token。按此计算，每 GW 集群年收入约 1660 亿美元，回本周期约 81 天。DeepSeek 未开源其核心的 KV cache 优化、PD 分离和负载均衡技术。 来源：https://www.latent.space/p/ainews-deepseek-deepinfer-open-source

模型发布

蚂蚁开源 Ming-3.0 语音系列五款模型

蚂蚁百灵开源 Ming-3.0 语音系列模型，包含语音合成、音频理解与对话、语音识别共五款模型。其中 Ming-3.0-tts-0.5B 在 Artificial Analysis 的英文发音鲁棒性测试中以 93.2% 的成绩与 Fish Audio Drama 3 Preview 并列第一，高于 Eleven v4 和 Gemini 3.8 Flash TTS。该 0.5B 模型支持根据文字指令调整声音表演，如指定重读、停顿、笑声和叹息。音频理解模型 Ming-3.0-audio-flash 在蚂蚁百灵公布的对比测试中以 99.40 分的语音推理成绩领先字节 Seed 2.0 Lite、小米 MiMo-V2.6-Pro、阿里 Qwen3.8-Omni-Flash 和谷歌 Gemini 3.8 Flash。实测中，该模型能分析《甄嬛传》"滴血验亲"片段中多人对话的性格与立场，并准确指出弘曕在 3 分 18 秒左右开始哭泣。五款模型权重已在 Hugging Face 和 ModelScope 开放。 来源：https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652812343&idx=2&sn=05217e0e5829918434b61d128caa378f

哔哩哔哩开源 Index-Translate 翻译模型，支持150种语言

哔哩哔哩 Index LLM 团队推出 Index-Translate 系列，文本翻译覆盖 150 种语言，提供 2B、9B 和 35B-A3B（preview）三种规模，同时支持图文翻译。系列还包含语音翻译模型 Index-Echo、音节控制模型 Index-Homura 和长文档翻译模型 Index-NativeLong。模型基于 Qwen3.5 base 构建，中训练采用通用文本回放、单语文本和平行翻译数据的均衡配比，后期加入中转组织数据。开源不到半个月，GitHub Star 已超过 1,600，Hugging Face 系列模型总下载次数突破 10 万次。完整方法与实验见技术报告。 来源：https://mp.weixin.qq.com/s?__biz=Mzg3Njc0NTgwMg==&mid=2247504445&idx=1&sn=f75fce7106f8ba37e7ee3918ab5aa787

中国电信开源 Xing4.0-29B-Intent 意图理解模型

中国电信星辰团队发布 Xing4.0-29B-Intent，将意图识别与参数抽取统一为结构化输出。开发者先定义候选类别和字段，模型便能把"查询明天北京到上海的航班"解析成查询意图、出发地、目的地和日期，并以 category 与 args 组成的 JSON 返回。模型基于 Xing4.0-29B-A4B 训练，覆盖意图与槽位、实体、关系和事件抽取，支持多意图、多轮对话及中英文输入。官方提供 BF16、FP8 和 GGUF 版本，权重、代码与配套数据采用 Apache 2.0 许可。 来源：https://mp.weixin.qq.com/s?__biz=MzkyMzcwMDIyMQ==&mid=2247503907&idx=1&sn=4ed35cce29f2d17bf68edc7290e78a3a

MiniMax 发布 M3.1 Flash 正式版，支持百万上下文

MiniMax 于 10 月 19 日发布 M3.1 Flash 正式版，并确认此前的 Space Bunny 是其早期版本。模型面向编程、电脑操作和连续工具调用，支持 100 万 token 上下文以及图像、视频输入。开发者可以调节思考深度，在任务质量与响应时间之间做选择。API 每百万输入 token 为 0.15 美元，输出为 0.60 美元，缓存输入为 0.015 美元。模型权重计划稍后开放，目前仅通过 API、M Plan 和 MiniMax Code 提供服务。 来源：https://mp.weixin.qq.com/s?__biz=MzkyMzcwMDIyMQ==&mid=2247503907&idx=1&sn=4ed35cce29f2d17bf68edc7290e78a3a

Elevenlabs 发布两款实时语音到语音模型

Elevenlabs 发布 Eleven Realtime 语音到语音模型，其中 v1 Max 变体在 Big Bench Audio 基准测试中取得 98.8% 的成绩，响应时间为 0.57 秒。Elevenlabs 表示，在 Artificial Analysis 排行榜上没有模型同时比它更快且更准确。 来源：https://the-decoder.com/elevenlabs-releases-two-new-speech-to-speech-models-designed-for-real-time-ai-conversations/

开发生态

VAST 开源实时世界模型 EdenLive，单卡RTX 5090可跑24FPS

VAST 开源实时世界模型 EdenLive，这是 Project Eden 系列中的实时生成式渲染器。EdenLive 实现"分工合作"：参考视频决定场景布局、镜头运动和物体轨迹，目标首帧确定主体、材质和画风，文本提示词补充风格和细节。基于 Gemini-3.8-Flash 对 45 个长时案例的两两盲评，EdenLive 14B 和 5B 在参考遵循、首帧一致性、物理合理性、画质和避免外观泄漏五个维度上全部排在第一和第二。EdenLive 5B 在单张消费级显卡 RTX 5090 上能以超过 24 FPS 生成 720P 画面，并支持分钟级连续生成。VAST 还同步开源了 EdenGolem（v0.1），一款给编程智能体使用的 skill，可生成可独立运行的 3D 灰盒游戏。 来源：https://www.ifanr.com/1685059?utm_source=rss&utm_medium=rss&utm_campaign=

何恺明团队发布 VISTA 视觉原生 Harness 框架

何恺明团队发布 VISTA（A Visual Harness for Reasoning in an Interactive World），让现有模型无需重新训练即可保存原始画面，并在推理时随时回看、放大和检查细节。VISTA 包含三个核心组件：视觉观测将 64×64 画面放大为 512×512 的 PNG 图像；无损视觉记忆完整保存每次动作后的所有画面，包括动画中间帧；主动视觉检查通过 inspect 工具让模型指定历史回合调出画面，裁剪、放大局部区域。在 ARC-AGI-3 评测中，搭配 VISTA 的 Claude Opus 5.0 完成了全部 25 个公开游戏，相对人类动作效率得分达到满分 100，所用游戏动作数比首次游玩的人类基线少 57.4%；GPT-5.6 Sol 同样全部通关，得分达到 99。 来源：https://mp.weixin.qq.com/s?__biz=MzU3NjE4NjQ4MA==&mid=2247557554&idx=1&sn=dae573da61c282293eabb243bdf59944

LoopWAM 登顶 RoboChallenge Table30，成功率提升19.7个百分点

清华大学、原力灵机与极寰时代联合研发的 LoopWAM 登顶真机评测榜单 RoboChallenge Table30 V2，成功率与过程分双双位列榜首，成绩超过 VLA-DM0.5 等同期方案。LoopWAM 在仿真榜单 RoboTwin 2.0 和 RoboCasa365 上同样取得 SOTA 表现。所有榜单评测使用的模型均由国产卡阿里云 PPU-810E 训练。从仅使用专家演示训练的初始模型出发，经过三轮部署与训练，LoopWAM 的整体成功率提高了约 19.7 个百分点，相对提升约 83%，过程分从 36.10 提升至 56.80。在 RoboChallenge Table30 V2 中，LoopWAM 在整理水果、物品分类、取出绿色积木等任务上成功率达到 100%。 来源：https://mp.weixin.qq.com/s/rsGZK9cA0CiEuYwDTmTHpA

卡内基梅隆大学与英伟达开源 PointZero，无需机器人数据预训练

卡内基梅隆大学与英伟达开源 PointZero，这是一个无需机器人数据预训练的 3D 动态模型。PointZero 将动作表示为 3D 空间中点的运动，给定一张 RGB-D 图像和少量点轨迹，预测所有观测场景点的未来 3D 轨迹。模型将点云几何、动作轨迹和视觉特征统一编码到一个扩散 Transformer 中，使用 DINOv2 提取稠密图像特征，再通过 Perceiver-IO 模块压缩为视觉 token。工作贡献了一个包含 290 万帧的大规模合成数据集，覆盖可变形物体（约 42.67%）、铰接物体（约 43%）和刚体，运动由随机交互驱动。 来源：https://mp.weixin.qq.com/s/mYyJefWrQYrdFo8OTtpeFA

AWS 发布 TorchNeuron，一行代码迁移 PyTorch 应用至 Trainium

AWS 发布 TorchNeuron，这是一个让 AI 初创公司将应用迁移到 Trainium 芯片的工具。TorchNeuron 与 PyTorch 兼容，AWS 表示只需更改一行配置即可让 PyTorch 应用在 Trainium 上运行，无需重写代码。AWS 估计约 85% 的 AI 应用使用 PyTorch 编写。AWS Annapurna Labs 技术软件副总裁 Colin Brace 表示，Trainium 的价值来自性价比以及在同一平台上处理训练和推理的能力，并援引 AI 语音提供商 Deepgram 称其迁移到 Trainium 后每美元处理的音频量增加了 70%。AWS 还向 PyTorch 上游贡献代码，以移除对特定芯片的依赖。与此同时，英伟达发布了新的开放权重模型 Nemotron 3.5 Super VL，这是一个 1200 亿参数的企业级 Agent 模型，英伟达称其在指令遵循和工具使用方面与更大的 Nemotron 3 Ultra 相当。 来源：https://theaiinsider.tech/2026/10/20/aws-takes-aim-at-nvidias-pytorch-advantage-while-nvidia-expands-open-weight-nemotron-models-for-agents/

Google 为 TPU 推出原生 vLLM 和 SGLang 推理引擎

Google Developers Blog 宣布为 vLLM 和 SGLang 推出基于 TorchTPU 的原生 PyTorch 后端，使开发者能够使用熟悉的 PyTorch 工具运行和优化推理服务负载。该引擎与开源项目维护者合作构建，包含针对 TPU 优化的内核实现，以及 KV cache management with TPU Sync 和 disaggregated serving 等生产就绪功能。公开基准测试显示，这些引擎在 Ironwood TPU 上针对长上下文和 agentic 工作负载实现了 SOTA 性能和行业领先的成本效率。 来源：https://developers.googleblog.com/announcing-new-vllm-and-sglang-inference-engines-on-tpu/

产品应用

AI 陪伴应用 Tolan 获 3000 万美元融资，估值超2.68亿美元

AI 陪伴应用 Tolan 获得 Union Square Ventures、Khosla Ventures 和 Homebrew 等投资者追加的 3000 万美元融资。此轮融资使 Tolan 的总融资额翻倍，估值超过此前的 1.2 亿美元，PitchBook 估计其估值超过 2.68 亿美元。用户通过卡通角色与 Tolan 互动，获得日常生活、人际关系和情绪管理方面的支持。Tolan 通过分级会员制获得收入，年经常性收入已达数千万美元，拥有超过 25 万活跃用户，过去一年进行了超过 7000 万次对话，约 70% 用户为女性，40% 为父母。 来源：https://theaiinsider.tech/2026/10/20/ai-companion-tolan-secures-30m-as-it-gains-traction-in-a-crowded-field/

00后创业者 Conway Research 获 a16z 领投，主打本地 AI 助理

Conway Research 获得硅谷风投 a16z 领投，Khosla Ventures、Hummingbird Ventures、SV Angel 等机构跟投，Stripe 联合创始人 Patrick Collison、Vercel 创始人 Guillermo Rauch 以及 OpenAI 研究员 Noam Brown 等也出现在投资者阵容中。融资具体金额和估值尚未披露。公司创始人 Sigil Wen 于 2003 年末出生于加拿大多伦多，17 岁时独自来到硅谷，曾于 2025 年获得彼得·蒂尔支持的 Thiel Fellowship。Conway Research 的首款产品 Underdog 主打本地推理和隐私保护，支持在用户自己的电脑上运行模型，目前处于邀请制测试阶段，支持 Mac 和 Windows。公司计划初期免费且不投广告，未来通过 AI 代用户完成交易时借助 Stripe 支付基础设施收取小额费用。 来源：https://mp.weixin.qq.com/s?__biz=MjM5OTAzMjc4MA==&mid=2650894548&idx=1&sn=53be3df5bc6a413dde4f75e235a01442

Otter.ai 获 3.2 亿美元非稀释性融资，用户达4000万

AI 会议记录公司 Otter.ai 获得 General Catalyst 旗下 Customer Value Fund（CVF）的 3.2 亿美元非稀释性融资。该基金根据营销支出结果获得回报。Otter 表示这笔资金将支持企业增长、市场进入策略、国际扩张和产品创新。这家成立近十年的公司此前累计融资 5000 万美元，去年年经常性收入突破 1 亿美元，产品用户数从 2500 万增长到 4000 万。Otter 正面临 Fireflies.ai、Granola 和 Read AI 等竞争对手的激烈竞争，同时也在测试 AI 驱动的会前简报和会议期间回答问题的 Live Assist 功能。 来源：https://theaiinsider.tech/2026/10/20/otter-ai-raises-320m-from-general-catalysts-customer-value-fund-to-expand-enterprise-ai/

具身智能公司 YITA 伊塔动力完成超亿元种子轮融资

具身智能操作平台与动力系统公司 YITA Dynamics 伊塔动力宣布完成超亿元种子和种子+轮融资，由经纬创投、商汤国香资本、建银国际、L2F 光源创业者基金、银河通用、傅利叶智能联合投资。公司创始人钟雪岗拥有哈尔滨工业大学机械电子工程背景，曾创办广州傅利叶并主导 7 款康复机器人产品量产上市，后担任傅利叶人形机器人动力板块研发总监，主导三代 20 余款执行器/关节模组研发，相关产品累计量产近 5 万台。YITA 自研复合行星力控方案，关节模组传动系统效率约为 83%，成本较传统谐波方案降低约 50%，硬齿面传动使用寿命超 2 万小时。公司已与部分具身大脑龙头、人形本体企业及海内外顶尖科研实验室达成战略合作意向，意向金额达数千万元。 来源：https://mp.weixin.qq.com/s?__biz=MzI4NTgxMDk1NA==&mid=2247518836&idx=1&sn=c839e2bbc83c21d00093714022454468