Ilya新模型要來了？投資人爆料：今年最重要的發佈
沉寂兩年的超級智慧計畫，終於要迎來第一份成績單。知名創投 a16z 合夥人 Martin Casado 昨日在社群平台拋出震撼彈，透露自己已搶先取得某個新模型的存取權限，並直言「這將是今年最重要的模型發佈，甚至可以去掉『之一』」。這番話立刻在 AI 圈引發熱議，外界普遍認為，他所指的正是 OpenAI 共同創辦人 Ilya Sutskever 離開後成立的 Safe Superintelligence（SSI）所開發的第一款模型。
Ilya Sutskever 是深度學習領域的關鍵人物，也是 OpenAI 前首席科學家，他在 2024 年離開 OpenAI 後創立 SSI，專注於打造安全且能力遠超人類的超級智慧。過去兩年，SSI 幾乎沒有對外公開任何技術細節或產品時程，團隊低調程度讓外界一度懷疑計畫是否停滯。如今 Martin Casado 的預告，等於間接證實 SSI 的研發進度已進入最後階段，且成果可能具備顛覆性影響力。Martin Casado 在創投圈具有相當份量，過去曾精準點名多項重大技術趨勢，他的發言向來被視為產業風向球。
他並未透露模型名稱、參數量或具體能力細節，僅強調「今年最重要」的強烈措辭，已讓市場對 SSI 的處女作充滿期待。由於 SSI 的核心理念是「安全優先」，外界推測這款模型可能在可解釋性、對齊技術或推理能力上有突破性設計，而非單純追求參數規模競賽。目前 SSI 官方尚未對 Martin Casado 的發言做出回應，也沒有公布任何正式發表時間。不過，隨著投資人提前曝光消息，業界普遍預期 SSI 近期就會有重大動作。
若這款模型真如 Martin Casado 所言，成為今年最具指標性的發佈，將不僅是 Ilya Sutskever 個人實力的再次證明，也可能重新定義 AI 安全與效能之間的平衡點，為整個產業帶來新的競爭格局。
Related
相關文章
Mistral AI Releases Timestral: A 209M Forecasting Model Family That Outperforms Google’s TimesFM-3
Mistral AI has released Timestral, its first family of time series foundation models. Timestral is a set of 4 zero-shot forecasting models from Mistral AI, sized from 5M to 209M parameters.
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。