2026-10-21 · 推理栈开源降本，具身大脑零样本上岗

10/21：DeepSeek 开源推理引擎 DeepInfer，交出自研内核与调度，昇腾 950 与英伟达同列；Cognition 联创称软件工程任务已「智能饱和」，胜负转向成本与速度，MiniMax M3.1 Flash 以 4 元/百万 Token 应验；具身侧 Dream Labs 携 9000 万美元发 Dream-1，零样本控制未见过的机器人，GTC 柏林把物理 AI 升为主议程。

1. DeepSeek 开源 DeepInfer：把自家生产推理栈整包交出

事件内容： 10 月 20 日，DeepSeek 在 X 与 GitHub 宣布内部推理框架 DeepInfer 全面开源（Apache 2.0），同时发布 deepseek-recipe（MIT）。DeepInfer 正是当前支撑 DeepSeek-V4.1-Flash 大规模线上服务的引擎，默认权重为 deepseek-ai/DeepSeek-V4.1-Flash-1017，仓库开放后约 7,100 星。技术清单：集成内核 FlashMLA、DeepGEMM、DeepEP、TileKernels、DeepSelect 与定制 TileLang 内核，覆盖注意力、GEMM 与 MoE 路由；分布式执行上做注意力数据并行、均衡的上下文并行、专家并行与专家负载均衡；DSpark 投机解码一次提议多个 token 并用置信度调度验证（草稿长度默认 5）；SWA 有界重放只重算滑窗所需的后缀；异步调度让 CPU 组批与加速器执行重叠；另有 batch-invariant inference 与确定性采样（仅 NVIDIA 硬件支持），以及用正则、JSON Schema 或 EBNF 约束的结构化输出。硬件支持被明确列为两条线——NVIDIA SM100 GPU 与华为昇腾 950 NPU，各自一份依赖文件；官方基准配置示例为 4 张 SM100 做 prefill、64 张做 decode。README 明确本次只提供离线推理：完整线上服务所需的 KV 缓存系统、prefill/decode 分离部署与 DP 副本间的负载均衡均未包含。引擎主要基于 vLLM 构建，并借鉴 SGLang 与 TensorRT-LLM；deepseek-recipe 负责把 Chat Completions / Messages / Responses 三种协议与官方 API 对齐（Rust 库 + Python 绑定）。DeepSeek 称此举是"分享生产栈，帮社区降低算力成本、减少能耗"；上月它刚与华为宣布合作，已为昇腾平台开源包括适配昇腾 950 的 TileLang 在内的六个软件模块。

值得关注： AI 公司历来把生产服务栈当作最深的护城河之一——同一个模型，换一套服务软件，单位成本可以差出很远。这次交出的是"怎么把模型跑便宜"的方法论本身：对自托管团队是直接的降本参考，对 llama.cpp、vLLM 这类社区引擎则是一份可逐行对照的生产级实现。三点需要冷静看待：其一，这仅是离线推理，KV 缓存、分离式部署与负载均衡都得自己补，离"生产可用"仍有可观工程量；其二，硬件清单只有 SM100 与昇腾 950，不是通用兼容，且批处理不变推理与确定性采样只在 NVIDIA 上可用；其三，截至目前尚无第三方独立基准验证其效率增益。真正值得记的信号在硬件清单里：在一套生产级推理引擎中，华为昇腾 950 与 NVIDIA 旗舰 GPU 被并列支持，国产算力进入主流推理栈的可选位。

2. Cognition 联创：软件工程任务已「智能饱和」，接下来比的是成本与速度

事件内容： 10 月 19 日，Cognition（Devin 的开发商）总裁兼联合创始人 Russell Kaplan 在 X 上写道："软件工程里的许多任务现在已进入『智能饱和』。一旦任何模型都能把任务做好，成本和速度就是全部。"他是在回应 The Information 的报道：模型智能领先 10 个百分点所带来的开发者流量增益，已从 2025 年底的近 69% 降至如今的 20%。Kaplan 称这一趋势与 Cognition 内部数据方向一致，10 月 20 日 Business Insider 跟进报道。行业背景是：OpenAI、Anthropic、Meta、Google 都把编码能力当作选型理由，而主流模型在常规工程任务上的差距正在收窄。市场给 Cognition 自身的定价也不含糊——公开信息显示其投后估值达 260 亿美元，企业用量年内增长超 10 倍，收入 run-rate 从去年 5 月的 3,700 万美元升至约 4.92 亿美元，企业端 Devin 用量近 6 个月保持 50% 月环比增长。社区反馈分成两派：一派认为顶级模型在品味、优先级与写作能力上仍有明显差距，离不开 Opus 5.5；另一派把延迟视为当前最大瓶颈，认同"更快而非更好才是新前沿"。

值得关注： 这是本系列连续第三天记录到同一条主线——10/19 收录 Opus 5.5 极速模式把"速度"直接标价（输入 $8/输出 $40 每百万 token，为标准版两倍），10/20 收录 Claude Code 把评审工业化，今天这条则从需求侧给出解释：当智能不再是瓶颈，溢价只能来自延迟与单位成本。对企业选型的可操作含义是：把"同一任务集的端到端时延 + 每任务成本"做成自己的回归面板，比盯通用榜单更有用；对模型厂商，护城河从"更聪明"转向"更快更省 + 更好的 harness"。要打折之处同样明确：Cognition 是有立场的一方（其估值与商业模式建立在 agent 承接工程任务之上），The Information 的"流量增益"口径未公开；且"饱和"只适用于已被解决的常规任务子集——架构决策、遗留系统理解、长尾调试远未饱和，本系列 10/09 收录的"调试吞噬 42% 工时"与 10/10 的哈佛实证"代码多三成而交付完成率不变"，正是同一块硬骨头的两面。

3. MiniMax M3.1 Flash：匿名「太空兔」现形，把 Agent 调用成本再压一档

事件内容： 10 月 19 日晚，MiniMax 发布 M3.1 Flash，同时揭晓此前以匿名身份"Space Bunny"（太空兔）运行的模型正是它的早期版本——该模型 9 月 23 日上线后三天内登顶 OpenRouter 与 OpenCode 的 token 日调用量榜首，匿名期累计处理超过 200 万亿 token。定价与性能：每百万 token 输入 1 元、输出 4 元（约 $0.60/百万输出 token），线上推理速度较上一代提升近 3 倍，Agentic 类任务综合使用成本降低 70%；Artificial Analysis 智能指数 43 分，略高于 GLM 5.3 Flash；在智能体评测基准 ALE 上位列国产模型第一；在模拟企业环境的 AutomationBench-AA（公开测试集 600 项任务、覆盖 47 种模拟 SaaS 工具）上取得 62.2% 正确率，超过部分海内外头部模型；重点强化跨软件协作、专业任务交付与长流程执行，在软件开发、企业自动化、电脑操作等测试进入领先区间。InfoQ 报道给出的对比口径是：相对 Opus 5.5 便宜约 88 倍。

值得关注： 这条是第 2 条"智能饱和"论断最直接的实证——一个价格低近两个数量级的模型，在 Agent 榜单上能压过旗舰，说明大量 agent 任务的性价比曲线已经反转。对企业侧真正的含义是工作流重新分层：把高频、可验证、可重试的 agent 任务（批量修 bug、跨 SaaS 流程自动化、数据清洗）下沉到 Flash 层，只在长尾复杂处调用旗舰，单位任务的成本结构会被重写——这正是 10/19 以来"按速、按层计价"叙事的落点。需要留意的是，"榜单第一"与"生产可用"之间仍有距离：AutomationBench-AA 是模拟 SaaS 环境，62.2% 的正确率意味着近四成任务未被完整解决，离无人值守还有明显缺口。

4. Dream Labs 出隐身：9000 万美元种子轮 + Dream-1 开放 API，零样本控制未见过的机器人

事件内容： 当地时间 10 月 19 日，由前英伟达 GR00T / GEAR 实验室世界模型团队创办的 Dream Labs 结束隐身，发布首款模型 Dream-1 并宣布完成 9,000 万美元种子轮融资（B Capital 与 Kindred Ventures 领投，A.Capital、Unusual Ventures、SV Angel、Wing VC、Scribble VC 及个人投资人 Adrian Aoun 参投），总部位于旧金山，大部分资金投向算力。技术路线是团队在英伟达时期提出的 WAM（World Action Model，世界动作模型）：与主要根据视觉与语言指令生成动作的 VLA 不同，WAM 同时学习"接下来画面会怎么变"与"机器人该怎么动"，从视频中学习物体、动作与物理环境的变化规律；今年 2 月的论文《World Action Models are Zero-shot Policies》与 DreamZero 模型已验证——只用约 30 分钟新机器人数据做后训练，即可保留对新任务的泛化。Dream-1 进一步产品化的关键一招是：输出末端执行器位姿（夹爪去哪、怎么开合），而非某型机器人的全部关节指令，于是跨本体时"手去哪"有了统一表达，再由各机自控系统换算成关节动作。官方展示包括 27 种未见过机器人的仿真测试与 21 段实机演示（仿真中让 Maker Arm 把物品放进碗里、真机上让 OpenYAM 关上抽屉）；第三方评测机构 Robocurve 的 RoboDojo-RC Tier 1 实测中，Dream-1 平均任务得分 59.3%，在已公布配置中排名第一，超过大模型御三家。产品形态三件套：Dream API（上传相机画面、机器人状态与自然英语任务指令，返回可执行动作，$3/小时，轻量版 Dream-1-flash $2/小时，官方称为首个公开的机器人基础模型 API）、Fine-tuning as a Service（上传少量演示，数小时内返回定制模型）、Robot Playground（浏览器直接给旧金山办公室的真机下指令，刻意展示"含失败"的未剪辑实况）。已有 20+ 硬件伙伴，机型价格普遍在 2,000–10,000 美元；MakerMods 称其 2,000 美元双臂套件接入后几分钟内即开始执行未被显式编程的任务。能力边界官方说得也清楚：当前主打双臂、平行夹爪的桌面操作（拾取、放置、叠衣服），轮式移动机器人与更先进的灵巧手仍在计划中。

值得关注： 它对准的是具身智能最经典的"鸡生蛋"死结——机器人要先有用才有人买，要有用就需要数据，而数据只有规模化使用之后才会产生。Dream-1 的解法是跳过"先为本机采集数据"这一步，用通用模型让廉价硬件先干起活，再用使用过程中产生的数据反哺模型，把飞轮先推起来。这与硬件侧曲线正好咬合：机械臂价格已跌到笔记本电脑级别，缺的正是开箱即用的智能层。三个必须打折的地方：其一，59.3% 与"零样本"均为厂商引述的第三方/官方演示口径，桌面拾放在受控环境与工业级可靠性之间仍有数量级差距；其二，Robot Playground 主动展示失败是加分项，也等于承认模型"够有趣但还不够隐形"；其三，真正的验证点是团队自己标注的下一步——把能力从桌面操作扩展到轮式移动与灵巧手。注：本系列 10/19 收录的 EmbodiedEvo 在 RoboDojo 上取得 45.08 分 / 38.95% 成功率，与本次 RoboDojo-RC Tier 1 属不同版本评测，两者不构成重复。

5. GTC 柏林开幕：物理 AI 从技术议题升格为主议程，国内人形开始「商业履约」

事件内容： 英伟达 GTC Berlin 于 10 月 20–22 日在柏林举行，黄仁勋主题演讲定在当地时间 10 月 21 日 11:00–13:00 CEST，官方议题明确为 AI 工厂、开放模型、物理 AI 与加速计算；德国总理默茨与黄仁勋就德国 AI 未来对话，英伟达宣布与德国政府合作推进前沿 Physical AI 模型。具身相关议程已完整成建制：英伟达在 2026 年 3 月 GTC 上已推出 Cosmos 3、Isaac GR00T N1.7、Alpamayo 1.5 与 Physical AI Data Factory Blueprint，柏林站则把机器人、工业 AI 与自动驾驶排成完整议程，并邀请 Agile Robots、Siemens Healthineers、Mercedes-Benz、Humanoid 等欧洲产业方；ABB Robotics、FANUC、KUKA、Yaskawa 等机器人企业已在用 Omniverse 与 Isaac 做机器人应用及产线验证，Omniverse / Isaac / Cosmos / Jetson 串起了"数字孪生训练—验证—部署到真机"的链路。国内侧同期的落点更偏商业验证：10 月 20 日报道，智元与武汉文旅集团、中云微迅合作的全球首个全尺寸双足人形机器人智慧零售仓落地汉口江滩，远征 A3 Ultra（身高 174cm，激光雷达 + 多相机 360° 融合感知、700TOPS 算力、至高 20 自由度带触觉灵巧手、UWB+RTK 厘米级室内外融合定位、8 小时商用续航与自主充电）截至 10 月 19 日稳定运行 18 天，每日 8 小时精准匹配夜游客流高峰，累计完成 827 单，整体抓取成功率超 97%，周末客流高峰实现单日订单破百、抓取成功率 100%。市场侧同步反应：10 月 20 日 A 股人形机器人板块领涨，长盈精密 20CM 涨停、封单超 51 万手，宇树科技盘中涨超 10%、近三个交易日累计涨近 30%；弗若斯特沙利文数据显示 2026 上半年全球人形机器人销量 3.6 万台已超 2025 全年的 3.5 万台、市场收入 5.4 亿美元，收入前五全部来自中国（优必选、智元创新、宇树、银河通用、乐聚），合计占 57.4%；宇树上半年营收 11.52 亿元、同比增长 48.54%，归母净利润 2.74 亿元实现扭亏。10 月 22 日宇树将在杭州举办 2026 世界物理 AI 大会，有望首次展示世界模型。

值得关注： 把这几件事放在一起看，具身智能的"主线切换"比任何单条新闻都清楚——去年比的是谁把机器人造出来、动作做得漂亮，现在比的是谁能在真实商业环境里连续履约，并形成可复制的部署单元。GTC 把物理 AI 排成主议程且有国家级合作背书，说明算力侧已把具身当成下一阶段的主要需求来源；而智元零售仓的 827 单 / 97% 成功率，是"部署态"最朴素的验收口径——不是跑分，是订单。需要保留的判断：板块大涨仍属主题行情，情绪权重高于业绩兑现；单店 18 天的数据样本也不足以证明跨场景可复制，真正的考题是同一套技能能否快速复制到不同工位与不同网点。