本期速览：
1. Kimi核心开发者陈广宇离职；
2. 曝阿里通义万相视频模型负责人离职；
3. DeepSeek成立产品部；
4. 小红书打通AI部门与核心infra团队；
5. 传剪映CapCut调整架构；
6. 阿里达摩院科学智能负责人荣钰离职创业；
7. 知名安全研究员古河入职智谱；
8. 阶跃星辰开放Step 5 Preview权重及长程Agent方案；
9. MiniMax更新A股上市辅导报告；
10. 昆仑万维开源视频生成模型，单卡消费级显卡实时生成游戏画面。
1.Kimi核心开发者陈广宇离职，曾参与Kimi K3发布
10月15日，17岁的陈广宇在社交平台X宣布离开月之暗面Kimi团队，未透露离职原因和下一站去向。
他2025年11月加入Kimi任机器学习研究员，当时16岁，此前曾独自前往帕洛阿尔托实习七周，参与内存优化混合专家模型MoMoE项目。
在Kimi期间，陈广宇与张宇优化KDA高性能内核，并与苏剑林、张宇合作提出Attention Residuals架构，三人被标注为同等贡献的共同第一作者，该论文今年3月公开，马斯克曾评论称Kimi的工作令人印象深刻。
他还参与了Kimi K3的发布工作。陈广宇今年高中毕业，预计前往卡内基梅隆大学就读。
2.曝阿里通义万相视频模型负责人离职
10月16日，据申妈朋友圈报道，知情人士称通义万相Wan系列视频生成模型负责人张迎亚已于近期离职，去向尚不明确，阿里官方未回应。
张迎亚硕士毕业于中科院自动化所，2015年校招加入阿里，早期从事视觉识别和图像检测，后转向图像视频生成模型与扩散模型，是Wan系列主要负责人之一，曾参与2023年开源文生视频模型ModelScopeT2V，2025年Wan技术报告中仍有署名。
此次离职发生在阿里多模态团队整合之后。今年6月，阿里合并通义大模型事业部和未来生活实验室成立Token Foundry事业部，由集团CEO吴泳铭直接负责。
7月通义万相并入阿里副总裁张迪负责的未来生活实验室，与HappyHorse视频模型、HappyOyster世界模型统一管理，原负责人刘宇去向当时也未明确。
Wan 3.0-Video已于8月24日上线，支持文生、图生、参考生视频，最高1080P、最长30秒。官方尚未披露张迎亚离职后的交接安排。
3.DeepSeek成立产品部，崔添翼任负责人
10月16日，据赛博禅心消息，DeepSeek将Harness团队以及Web、App、Platform团队整合成“产品部”，负责公司所有产品、设计和研发工作，崔添翼任产品部负责人。
崔添翼毕业于浙江大学计算机专业，曾在量化交易机构Jane Street任职九年，后联合创立TSY Capital，2026年3月加入DeepSeek并担任Harness团队负责人。
Harness是围绕大语言模型构建的软件支撑框架，帮助AI Agent管理和执行复杂任务，8月13日以MIT协议开源v0.1，不到24小时在GitHub获超7万颗星，10月3日新版本强化插件化和跨平台能力。
DeepSeek目前正在招聘产品经理、产品设计师和项目经理，工作地点为北京和杭州，覆盖网页端、App、开放平台及Harness产品路线。
4.小红书打通AI部门与核心infra团队
10月16日，小红书发全员信，宣布将AI一级部门Dots与公司核心infra团队打通。
全员信明确小红书作为科技应用公司的定位，强调技术最大的价值在于模型与应用的深度融合，技术与产品互相增强。同时明确另一技术组织hi lab专注长期技术探索，布局前沿技术方向。
Dots成立于今年4月30日，由原Hi Lab升级而来，下设模型研发、基础设施、工程、产品四个部门，向总裁柯南汇报，是小红书首次将AI提升至与社区、电商、商业化并列的一级部门。
8月14日，小红书发布dots3-note preview开源大模型，总参数280B、激活16B，具备文本、视觉和语音全模态能力，华为昇腾完成全量适配。
此前有报道称Dots产品团队和部分工程团队已划转至社区，核心定位转向底层基础模型研发。
5.传剪映CapCut调整架构，字节官方尚未回应
10月15日消息，近期有网友在字节跳动同事圈发帖称“剪映CapCut要有动作了”，评论区出现国内业务工具部分与抖音合并、AI部分并入豆包、海外业务暂不调整的猜测。
该帖明确标注“纯猜测”，相关截图在社交平台传播后引发关注。截至发稿，字节跳动官方尚未就剪映架构调整传闻作出回应。
剪映近期在产品层面动作密集，9月推出创作工作台“剪映Hub”和智能创作Agent“剪映助手”，并打通剪映、即梦、小云雀的链路。
团队层面，剪映技术负责人王学智、产品负责人张逍然已于2024年底被曝离职，产品负责人张琪智于2026年5月离职创业。
字节内部此前也有飞书产品团队与豆包合并的调整，但剪映属于ToC创作工具，是否采用类似架构尚无公开信息。
6.阿里达摩院科学智能负责人荣钰离职创业
10月15日，据雷峰网报道，阿里巴巴达摩院科学智能方向负责人荣钰已离职，创办新公司“格致涌现”，业务方向仍为AI for Science，旨在推进其主导研发的“灵枢”系列科学模型独立商业化，新公司已获头部机构投资。
工商信息显示，杭州格致涌现企业管理有限公司成立于9月1日，注册资本10万元，荣钰持股99%。
荣钰为香港中文大学博士，谷歌学术引用超8000次，2017至2024年在腾讯AI Lab主导“云深智药”分子属性预测模块。
2024年6月加入达摩院，研发“灵枢”系列模型，涵盖医疗、材料和虚拟细胞方向，其中灵枢细胞为全球首个全转录组尺度细胞世界模型。
今年7月其参与发布的超导材料发现智能体Elements Claw，用28个GPU小时从240万晶体结构中筛选出6.8万个超导候选材料，4种已合成并证实超导性。
7.知名安全研究员古河入职智谱
10月14日，安全研究员古河在社交平台X宣布加入智谱，进入GLM基础模型组，核心任务是提升大模型的网络安全能力，智谱海外账号Z.ai随后确认。
古河拥有超过15年攻防安全研究经验，曾任360漏洞研究院院长，五次登顶微软MSRC最具价值安全研究者年度榜单，两次获得The Pwnie Awards。
微软MSRC近期漏洞致谢名单显示，古河及其团队提交的23个Windows漏洞获确认，其中一个OpenSSH远程未授权代码执行漏洞CVSS评分9.8，署名记录为“Yuki Chen using GLM from z.ai”。
智谱披露，自GLM-5.2起联合安全团队累计发现2436个漏洞，其中1097个中高危；GLM-5.3发布约一个月后，网络安全成为其率先实现规模化收入的垂直场景，约100家安全企业将GLM接入产品与业务流程。
8.阶跃星辰开放Step 5 Preview权重，并公开长程Agent方案
10月15日，阶跃星辰开放Step 5 Preview完整权重，含BF16与FP8版本，上线Hugging Face和ModelScope，采用StepFun Model License 1.0，商用规模超1亿活跃用户或2000万美元月收入需申请授权。
模型面向长程Agent，采用稀疏MoE架构，总参600B、激活27B，支持100万token上下文和文本、视觉输入。
同步公开的技术方案显示，其采用92层窄深架构，以3:1交替配置门控滑动窗口注意力与稀疏全局注意力，并引入Sparse GQA降低索引开销，训练中将上下文压缩纳入端到端强化学习。
该模型在Artificial Analysis Intelligence Index得44分，位列全球开源模型前三，单任务平均成本约为Claude Opus 5的八分之一。
9.蚂蚁百灵开源Ling-3.1-flash，量化后部署降至4卡
10月15日，蚂蚁百灵正式开源Ling-3.1-flash，权重已上线Hugging Face和ModelScope。该模型总参数约560B，每Token激活约25B，最高支持1M上下文。
针对本地部署，团队对路由专家采用MXFP4量化、稠密层保持block-FP8，权重占用从约534GB降至292GB，对应的Hopper GPU测试配置中服务部署由8卡降至4卡。
在Artificial Analysis评测中，Ling-3.1-flash智能指数为41，输出速度约每秒210 Token。模型延续Ling-3.0-flash的混合线性架构，面向办公、医疗、软件工程和终端操作等工作流场景。
团队同时提供了长上下文并行推理方案和JSON Schema工具调用支持，并通过算子融合与投机解码降低推理开销，为自有部署的容量规划提供参考数据。
10.小米开源空间音频理解模型MiDashengLM-Spatial
10月15日，小米开源空间音频理解大模型MiDashengLM-Spatial，称是业界首个开源的端到端空间音频理解大模型。
模型采用双分支音频编码器，保留0.6B参数Dasheng-Huge语义编码器，新增基于86M参数Dasheng-Base的空间编码器Spatial-Dasheng，可同时理解声音内容、声源方向、距离和运动轨迹，并推理多声源空间关系。
训练数据包括100万段双耳音频场景、约1.3万小时音频和600万组空间问答。
STAR-Bench空间推理准确率70.3%，原版MiDashengLM为44.3%，Qwen3-Omni为44.7%，MOSS-Audio为41.7%；左右声道交换测试全正确率72.6%，原版为0%；MMAU-Pro空间理解从18.2%提升至55.4%。
模型以Apache 2.0许可证开放权重、推理和评估代码，对精细运动轨迹及多个重叠声源的复杂空间关系仍存在局限。
11.字节跳动商业化GenAI负责人Bingyue Peng离职后加入谷歌
有消息称，字节跳动商业化生成式AI部门负责人Bingyue Peng已于近期离职，随后加入谷歌担任技术负责人，负责构建商业视频基础模型和TPU基础能力建设。
Bingyue Peng于2014年加入Meta广告部门，九年间先后任职于广告排名组、广告机器学习基础平台和商业化GenAI等部门。2023年7月加入字节跳动，领导商业化GenAI的算法研究、机器学习和工程产品团队。
他是NeurIPS 2024最佳论文《VAR: Visual Autoregressive Modeling》作者之一，并参与Infinity、Goku等项目。本科毕业于北京航空航天大学，后在普渡大学取得硕士学位。
12.可灵AI新一代模型Kling 4.0正式全量上线
10月15日晚间，可灵AI宣布视频生成模型Kling 4.0正式全量上线klingai.com，面向企业客户与开发者的API服务将于近期开放。
该模型于9月28日官宣，轻量版Kling 4.0 Flash先行小范围体验，完整版经历约两周早期访问。
Kling 4.0支持单次原生生成最长30秒视频、最多15项参考素材和10张关键帧输入，输出支持4K、1080p 10-bit HDR及21:9画幅，提示词上限8000 tokens，续拍最长可延展至2分钟。
可灵AI披露，2026年第一季度营收超6.5亿元，同比增长超300%；第二季度营收超8.5亿元，同比增长超200%。截至2026年6月，全球用户突破1亿，企业客户近5万家。
13.MiniMax更新A股上市辅导报告，进入辅导验收准备阶段
10月15日，中信证券发布《关于MiniMax Group Inc.首次公开发行股票并上市辅导工作进展情况报告（第二期）》，本期辅导期为2026年7月10日至10月13日，历时逾三个月。
期间完成了全面尽职调查、集中辅导授课及中介机构常态化沟通等工作，并督促公司形成明确的业务发展目标和募集资金投向方案。
报告指出，MiniMax已建立内部治理架构及相关管理制度，但在执行过程中仍存在可优化空间，中信证券表示将协同通商律师和安永会计师围绕提升规范化运作水平及辅导验收准备开展下一阶段工作。
MiniMax于2026年5月29日与中信证券签署辅导协议并获上海证监局受理，正式启动A股IPO进程，拟登陆上交所科创板，此前已于2026年1月9日在港交所主板挂牌，成为继智谱之后又一家推进“A+H”双平台布局的国产大模型公司。
14.传字节跳动知名AI博主张咋啦离职
有消息称，字节跳动AI产品经理张咋啦已离职，此前负责飞书产品营销，并主持播客《组织进化论》，本科毕业于哈佛大学，曾在纪源资本担任投资分析师。
离职后她转向独立AI产品开发与内容创作，以Build in Public方式运营小红书和X账号，过去一年小红书粉丝从2万增至18万。
其业余项目AI产品LongCut已上线，利用大模型读取视频逐字稿并提取精华片段，支持时间轴高亮展示。她还开源了将本地Claude Code接入飞书的工具，持续分享AI工具教程与学习方法。
公开分享中她提出“代码变便宜了，注意力变贵了”，并强调“真实感大于精致感”。其X简介为“Building AI x learning products”，现居美国湾区。
15.百度上线短剧漫剧产品“文剧汇”
10月15日消息，百度在微信端上线短剧漫剧产品“文剧汇”，以小程序形态落地，剧场板块区分短剧与漫剧内容。
用户点开剧集可直接播放，整体走广告免费观看路线，界面布局贴近字节红果、腾讯绿泡泡等成熟产品。
该产品依托百度AI大模型能力赋能短剧创作与生产，是百度在AI内容场景落地上的又一尝试。
16.生数科技发布视频生成模型Vidu Q4 Preview，首发价0.09元/秒起
10月8日，生数科技发布新一代视频生成旗舰模型首个预览版本Vidu Q4 Preview，目前仍处于预览阶段，将根据用户反馈持续优化。
该模型围绕人物演绎、镜头语言和复杂视效三项能力升级，支持最多15张参考图和3段参考音频，可组合人物、场景、服装、道具等视觉元素，并通过音频参考保持角色音色统一。
输出方面支持2K、4K分辨率及10bit色深，动态运镜与复杂镜头衔接能力有所提升。
首发优惠价格为0.09元/秒起，生数科技称在可比规格和计费条件下，同等预算最高可生成5倍内容。
生数科技已与影视、内容平台、云计算等产业方合作，在AI视听创制、漫剧生产和企业API接入等方向推进应用。
17.昆仑万维开源视频生成模型，单张消费级显卡可实时生成游戏画面
10月15日，昆仑万维发布并开源视频大模型游戏Matrix-Game 4.0，称其为全球首款运行在单张消费级显卡上的视频大模型游戏。
系统在单张RTX 5090上实现480p、60FPS实时画面输出，端到端延迟低于150毫秒，单步去噪稳态83FPS，显存峰值18.5GiB。
架构上，游戏引擎维护世界状态与物理规则并生成低多边形结构画面，视频模型将其转化为精细视觉，同时引入编程智能体支持自然语言调整场景。
性能对比中，Matrix-Game 4.0端到端延迟112毫秒，低于Code World Model约10.2秒、StreamRender-H3约545毫秒和AgentGarten约878毫秒；后者分别需1×H200 141GB、8×GB200和1×H100，而该模型仅需一张RTX 5090。
此次开源包括模型权重、推理代码、浏览器演示及游戏源码，提供中世纪城堡、古埃及射击和城市驾驶等场景，后续计划部署refiner提升分辨率并探索多人联机。
本期观察
本周AI大模型动态集中在组织调整、人才流动、模型迭代与资本化几条线上。
组织层面，小红书将AI一级部门Dots与核心基础设施团队打通，DeepSeek整合Harness及Web、App、Platform团队成立产品部，剪映架构调整传闻尚未获官方确认，多家公司正围绕应用落地重新划分研发与产品边界。
人才层面，阿里通义万相、达摩院、字节商业化GenAI、Kimi等团队均出现负责人或核心成员离职，古河入职智谱，头部厂商之间的人才流动与创业分流仍在持续。
模型与产品侧，开源和视频生成是本周较密集的动作。阶跃星辰、蚂蚁百灵、小米、昆仑万维相继开放模型权重或技术方案，覆盖长程Agent、端侧部署、空间音频和实时游戏生成等方向。
可灵Kling 4.0全量上线，生数科技发布Vidu Q4 Preview，视频生成模型继续迭代，竞争焦点延伸到价格、分辨率和可控性。
资本化方面，MiniMax更新A股上市辅导报告，国产大模型公司的上市进程继续推进。
整体来看，本周行业没有单一技术事件主导，更多是在模型能力、应用融合、工程效率与商业闭环之间寻找平衡。
匿名用户
