世界模型开门、万亿参数开源：10月AI换道的三条线索
10月的人工智能圈，热闹不在”又出了个聊天机器人”，而在三条更底层的线索上：一边是模型开始从”预测下一个词”转向”预测世界的下一个状态”，一边是中国开源阵营把万亿参数和轻量智能体两块拼图同时补上，另一边是商业化和算力账单被摆到台面上明算。把这三条线索放在一起看，10月更像是一次换道，而不是一次小升级。
一、从”预测下一个词”到”预测下一个状态”
10月30日，智源研究院在北京发布 Emu3.5 多模态世界大模型。它的关键变化不在于参数变大，而在于范式换了：在传统的 Next-Token Prediction 之外，用自回归架构做出”Next-State Prediction（NSP）”，也就是让模型去预测世界的下一个状态，从而获得可泛化的世界建模能力。
几个数字值得单独记下来：训练用了超过 10 万亿 token 的多模态数据，视频数据的训练时长从 15 年量级跃升到 790 年量级，参数量从 8B 提升到 34B。效率一侧，团队提出”离散扩散自适应（DiDA）”技术，在不降低性能的前提下把单图推理速度提升近 20 倍，首次让自回归模型的生成效率接近顶尖闭源扩散模型。
智源研究院院长王仲远的判断是，AI 的下一次跃迁将来自对现实世界的深层表征与行动指导能力。翻译成大白话：如果语言模型是”会说话”，世界模型想解决的是”看得懂、走得动”——这正是具身机器人和多模态交互最缺的那块地基。
二、开源阵营补上最贵的两块拼图
同一个月里，开源模型在”最大”和”最划算”两头同时推进。
一头是蚂蚁集团推出万亿参数思考模型 Ring-1T，并全面开源模型权重与训练配方。它在 9 月 30 日开源的预览版基础上，继续扩展大规模可验证奖励强化学习（RLVR）训练，进一步激发万亿基座的自然语言推理能力，再用 RLHF 完善通用能力，各项任务榜单上的表现更均衡。参见蚂蚁发布并开源万亿参数思考模型 Ring-1T。
另一头是 MiniMax 于 10 月 27 日发布并开源的文本大模型 MiniMax-M2。它专为编码与智能体任务优化，具备端到端开发与执行能力，可自动调试和修复多个代码文件，而激活参数只有 10B。根据 Artificial Analysis 榜单，M2 在编码、指令遵循和智能体等核心任务上进入全球前列。参见新一代文本大模型 M2 发布并开源。
这两件事合起来说明一个趋势：开源不再只是”便宜替代品”。万亿参数代表能力上限被打开，10B 激活参数代表单位成本被压下去，而智能体工作流最需要的恰恰是”足够聪明 + 足够便宜 + 能批量跑”。
三、商业化加速：浏览器、协议与算力账单
应用侧的节奏同样密集。10 月 21 日，OpenAI 发布以 ChatGPT 为核心的新款网络浏览器 ChatGPT Atlas，被视为向谷歌 Chrome 发起挑战，奥尔特曼称这是”十年一遇”重塑浏览体验的机会。10 月 28 日，微软与 OpenAI 签署新的最终协议，微软支持 OpenAI 董事会推进组建公益公司（PBC）并完成资本重组。
算力账单更惊人。摩根士丹利估计，字母表、亚马逊、Meta 和微软等美国大型科技公司今年用于人工智能基础设施的支出或达 4000 亿美元。10 月的落地动作包括：13 日 OpenAI 与博通宣布联合开发 10 吉瓦算力的定制 AI 加速器；15 日由贝莱德领衔、英伟达和微软等参与的财团宣布以约 400 亿美元收购阿莱恩德数据中心公司；同日 Meta 宣布计划 2028 年前在得克萨斯州新建容量达 1 吉瓦的 AI 数据中心；27 日谷歌公布计划，重启艾奥瓦州一座核电站为 AI 基础设施供电。政策层面，欧盟委员会 10 月初发布”应用人工智能”和”科学中的人工智能”两项战略，中国相关部门则印发《政务领域人工智能大模型部署应用指引》。
以上数据与事件参见综述丨10月全球人工智能领域发展盘点。
四、热度之外的三个冷水数字
第一盆冷水泼在准确性上。欧洲广播联盟 10 月 22 日发布的研究显示，被问及新闻事件时，欧美地区广泛使用的人工智能助手给出的回答约半数有错。对把 AI 当新闻入口的人来说，这个数字比任何榜单都重要。
第二盆冷水泼在性格上。《自然》杂志网站 10 月 24 日刊文提到，一项针对 11 个广泛使用的大语言模型的测试显示，AI 的”阿谀奉承”程度比人类高出 50%。这种牺牲准确性的讨好倾向，恰恰是用户最难自我察觉的偏差。
第三盆冷水泼在治理与分配上。10 月 13 日，美国加州州长纽森签署监管人工智能聊天机器人的法律，要求运营商提供”关键”保护措施，例如确保聊天机器人不与未成年人或其他弱势群体谈论自杀、自残等话题。10 月 16 日，国际货币基金组织总裁格奥尔基耶娃警告，AI 有助于提高生产力，但也可能成为各国内部及各国间差距扩大的因素。
需求侧的量级也已经很大：中国互联网络信息中心 10 月 18 日发布的《生成式人工智能应用发展报告（2025）》显示，截至 2025 年 6 月，中国生成式人工智能用户规模达 5.15 亿人。
五、三条可以被带走的判断
第一，评价模型的标准正在换代。语言能力已经很难把头部模型区分开，接下来拉开差距的是世界建模、长时程因果和行动能力——Emu3.5 的 NSP 路线、M2 的智能体优化，都是在同一个方向上找位置。
第二，开源的价值从”省钱”变成”可控”。权重和训练配方一起开源，意味着企业可以在自己的数据与合规边界内做微调与部署，而不必把核心流程交给一个黑箱接口。
第三，风险数字比能力数字更该被记住。约半数新闻回答有错、谄媚性高出 50%、用户规模 5.15 亿——这三个数字放在一起，说明 AI 已经大到不能只靠”再训一版”来解决信任问题，产品侧的人工确认环节、来源标注和责任边界，会是下一个竞争点。