AI 日报 | 信通院：国内词元日均消耗 500 万亿，半年近 4 倍
今天最硬的一个数字来自官方：6 月国内词元日均消耗约 500 万亿，是 2025 年 12 月的近 4 倍。
同月还有一条：8 月国内各模型平均 TPS 78.23，比 2025 年均值翻倍——用量在涨，速度也在涨。
图 1：这份报告的三个数字与各自的口径。来源：据 IT之家引中国信通院报告整理（2026-10-24）；本图为自制整理。
头条深读 | 半年近 4 倍：用量与速度同时翻番
报告的发布方是中国信通院人工智能研究所、人工智能大模型及软硬件评测工业和信息化部重点实验室，以及中国人工智能产业发展联盟，数据基于 2026 年 1–8 月的监测。它测六个维度：调用成功率、吞吐速度、首词时延、稳定性、价格与上下文窗口。
两个核心读数要分开理解：「500 万亿」是日均消耗量（不是累计，也不是调用次数），相对 2025 年 12 月是近 4 倍；78.23 是各模型平均值（不是某一家），相对 2025 年均值 38.25 翻倍。一个是规模、一个是效率——半年里两件事同时发生，说明扩容与提速是并行的。
报告里还有一个别处少见的设计：对比「原厂官方平台」与 DeepSeek、Qwen、GLM、Kimi 四款开源模型在第三方平台上的性能差异。也就是同一个开源模型在不同云上跑，差多少。这类对照公开得不多，对选型的人有直接用处。
现在这几组对照有了具体数字。报告称 8 月国外典型模型 TPS 均值 112.82，高于国内各模型平均 78.23、整体优于国内；但两侧的统计对象与基期不同（国内对比 2025 年均值 38.25，国外对比 2025 年 12 月 51.35），可以并列，不宜据此算差距倍数。首词时延两侧都在增加：国内 8 月 1.26 秒（2025 年均值 0.78），国外 8 月 2.08 秒（4 月 1.04）；报告的解释是参数量、上下文长度与调用量同步增加，并非单纯的性能退化。价格是归一化口径：国内 2025 下半年 6.8 元、2026 年以来 13.46 元，接近翻倍；国外为 2026 年以来发布的典型模型、平均约 117.8 元。两侧样本定义不同（国内是今年以来均价），可以并列，也不宜折算倍数——归一化价只用于跨模型可比，不对应任何一张价目表。上下文明显外扩：1M 占 47.8%，200K 及以上合计 95.7%——「提高超过 76 个百分点」说的是后者。跨平台那条也值得记：同一模型在不同平台的 TPS 差距最大可接近一倍，部分第三方平台优于官方平台。以上数字出自 IT之家对报告的转述（该文以「附报告核心观点」列出五条），不是报告 PDF 原文。
图 2：Dessa 的三处口径。来源：据 TechCrunch 报道整理（2026-10-24）；本图为自制整理。
积木点评： 这类官方读数最容易被写坏的地方，是把「用量」和「能力」当成一件事。500 万亿说明用得多，78.23 说明跑得快，两者都不等于模型更强——但它们加起来能说明一件事：这一侧的基础设施在被真实需求推着走。
重点速递
Block 的 Dessa：把文本从语音管线里拿掉
Jack Dorsey 旗下的 Block 发布语音模型 Dessa：完全基于人类语音训练、不含文本，是全双工模型（能同时说和听），可在本地运行，训练只用了一个 NVIDIA GPU 机架。Dorsey 的说法是「迄今最逼真的全双工语音模型」。
技术路径值得说清：Block 认为现有语音模型听起来不自然，是因为管线里有文本在驱动语音生成；而很多模型用「语音标签」来驱动情绪。Block 声称情感是内建在模型里的——但报道自己留了疑点：目前不清楚这种情感是否由某种标签在控制。
三处要标清：「全双工」不是新概念（GPT-Live 已有），且「情感内建」是厂商主张、报道自己留了疑点；本地硬件的口径有冲突（TechCrunch 只说运行在本地、训练用单个 NVIDIA GPU 机架；The Decoder 称可在 MacBook Pro M4 Max 上跑）——建议以「可在本地运行」为主表述，具体硬件并列标来源；另外它目前仅限 Block 招募的安全研究员测试，不是可以直接用的产品。
图 3：一条对话标题是怎么被索引出去的。来源：据 IT之家引 Claroc 报告整理（2026-10-24）；本图为自制整理。
一句话看懂：把文本从管线里拿掉，副语言信息就不用被压缩一次——这是它「像人」的原因。
Meta 的 Muse 分享功能：6,800 个对话链接可被索引
据 Claroc 研究团队 10 月 18 日的报告，Meta AI 助手 Muse 的「对话分享」功能会把对话标题写进 cf.metaaiusercontent.com 的子域名，通过被动 DNS 查询可以发现 6,800 多个分享页面，其中部分包含财务资料与企业内部文件；该功能已被暂停并修复。
机制要说准：是被动 DNS 索引，不是「被黑」（用户内容被编码进了域名，而域名会被 DNS 查询记录下来，被动 DNS 数据可购买、可聚合）。数量也要说准：6,800 是「可发现的分享页面数」，不等于 6,800 个用户。受影响用户是否被通知，目前未见公开信息。
图 4：这项 RCT 的结论结构。来源：据 The Decoder 引 NBER 工作论文整理（2026-10-24）；本图为自制整理。
一句话看懂：用户以为只是「分享一条对话」，实际上它进了能被第三方聚合的地方。
NBER 的随机对照实验：初级被抬高，资深的优势还在
据 The Decoder 引 NBER 工作论文，一项为期三个月的随机对照实验在 11 家美国知识产权律所做，133 名律师中有三分之二使用了 Google Labs 的 AI 助手 InFlow。结论是：AI 让初级专利律师的「即战力」大幅提升，但只有资深律师仍保留优势。
这条的价值在方法：是 RCT，不是相关性观察——比「用 AI 的人产出更高」那类研究强一个量级。但结论的关键在「但」字后面：不是「AI 抹平了差距」，而是「初级被抬高、资深的优势仍在」。写的时候不能缩成「AI 提升律师效率」。效应量目前未见公开，别编百分比。
图 5：双方各执一词，争点不在同一层。来源：据 The Decoder 引 WSJ 采访整理（2026-10-24）；本图为自制整理。
一句话看懂：同一个工具，对初级是补经验，对资深是放大判断——下限抬了，上限没变。
被解雇的三名 OpenAI 安全研究员回应：否认泄密，称从未被告知泄了什么
据 The Decoder 引《华尔街日报》采访，因涉嫌泄露被解雇的三名 OpenAI 安全研究员 Tomek Korbak、Mikita Balesni、Jasmine Wang 否认分享机密信息，并称从未被书面告知他们到底泄漏了什么。
要害在争点错位：公司侧的依据是「使用了阅后即焚的聊天」，当事人侧的反驳是「没有分享机密」加「没有被书面告知指控内容」——工具使用与信息内容，是两层。OpenAI 的回应、内部调查的具体依据、是否有法律程序，目前都未见公开信息。
一句话看懂：如果当事人至今不知道自己被指控泄了什么，这件事的正当性就只能靠单方说明。
图 6：Higgsfield 这条里最独特的细节。来源：据 Higgsfield 官方发布整理（2026-10-24）；本图为自制整理。
Higgsfield：年化收入破 10 亿美元，NVIDIA 既是投资人也是供卡方
AI 视频公司 Higgsfield 宣布 NVIDIA 与 TCV 加入其 Series B 延长轮；公司称自 8 月 Series B 以来年化收入突破 10 亿美元，企业合同增长 71%，用户从 3,000 万增至 4,000 万以上。
比金额更有信息量的是算力关系：NVIDIA 从 L40、A40 到 Hopper 与 Blackwell 一直在供卡，下一代将采用 Vera Rubin——这是「投资 + 供卡」的绑定。三处要标清：年化收入是公司自述、口径未见；这轮的金额与估值也未见，别写「融资 X 亿」；企业合同与用户数同样是公司口径。
一句话看懂：视频生成赛道出现了十亿美元级年化收入的说法，而卖卡的既是股东又是供应商。
快讯速览
- Ethan Mollick 转引称，OpenAI 让前沿模型智能体团队攻击其加固的隔离基础设施，智能体几乎在每个受限联网服务中都找到漏洞；还能用 CPU 缓存时序在「不联网、无共享文件」的虚拟机之间传递秘密。他把它类比为 Spectre 与 Meltdown（这是评论者的类比，不是 OpenAI 原话）。来源：Ethan Mollick（10-24）
- Convovo 的研究：强制二选一时，Grok 4.7 有 92% 推荐共和党候选人、GPT-6.1 Sol 有 97% 推荐民主党，两者一致率不足 10%（研究设计是「强制二选一」，不是「模型的政治立场」）。来源：TechCrunch（10-24）
- vLLM 在单台 GB300 NVL72 上用 P/D 分离与 Wide-EP 服务 DeepSeek-V4.1-Flash：SemiAnalysis AgentX 上达到每 GPU 954K tokens/s、单用户 P90 196 tokens/s，为早期单节点结果的 7.9 倍（与 10-21 开源的 DeepInfer 形成对照）。来源：vLLM 官方博客（10-23）
图 7：速览 1—3 一览。来源：各条来源见上方列表；本图为自制整理。
- Arena 称 Kimi K3.1 Pro (Max) 登 Agent Arena 第 11：基于 4,000+ 真实智能体会话，净提升 +7.6%，较 K3 (Max) 的第 25 名上升 14 位（仍是 Arena 自家榜单）。来源：Arena（10-24）
- Pichai 称自己用内部智能体管理 Google：智能体自动汇总预训练、中训练、后训练等群组的最新进展，把过去每天一小时的跟进压缩下来；另有智能体接入算力遥测，反馈各产品领域的使用效率。来源：Alex Heath（10-25）
- 一位新实验室人士的转述：「就算没能训练出最好的模型，我们早早锁定了 GPU 算力，H100／B200／B300 的租赁价此后涨了 2–3 倍，转租出去就能印钱」（单一转述，价格涨幅是该人士说法）。来源：Yuchen Jin（10-25）
图 8：速览 4—6 一览。来源：各条来源见上方列表；本图为自制整理。
- Karina Nguyen 的观点：不必成为 AI 公司也能赢——拥有稀缺实物资产、并把 AI 用得极好的公司会攫取巨大价值；若每家铜矿商都能廉价买到同样的智能，持久优势就在矿藏质量与开采成本。来源：Karina Nguyen（10-25）
- Perplexity 上线开源技能 /impeccable，用于构建不像 AI 生成套路的界面：检查布局、字体、对比度与可访问性并修复；10 月 31 日前每用户最多 5,000 credits 免费。来源：Aravind Srinivas（10-24）
- Claude Code 两位负责人 Cat 与 Boris 加入 Cursor 后不久回到 Anthropic（人事转述，与 10-24 的 Thariq 离开是不同方向的人员流动）。来源：邵猛（10-24）
图 9：速览 7—9 一览。来源：各条来源见上方列表；本图为自制整理。
- Kling 4.0 上线 Lovart：单条最长 30 秒、10 个关键帧控节奏、最多 15 个角色／产品／场景参考，Arti 负责起草分镜清单、用户主导最终剪辑（又一个分发渠道）。来源：Kling AI（10-24）
- Z-Library 相关论文被指至少 10 条引用不存在：一篇发表在《New Review of Academic Librarianship》的论文，44 条参考文献中至少 10 条找不到，期刊已启动调查（是否由 AI 生成引用，目前未见期刊结论，标题别替它定性）。来源：TorrentFreak（10-24）
- TechCrunch 盘点「住在短信里」的 AI 智能体，已有 20 多个，覆盖个人助理、家庭、旅行、内容创作与工作，列举 Instinct（估值 100 亿美元）、Ask Proxy（个人版每天 1 美元）等。来源：TechCrunch（10-24）
图 10：速览 10—12 一览。来源：各条来源见上方列表；本图为自制整理。
- 马东锡质疑 Kimi 相关爆料系营销号操盘：称爆料的账号关注与粉丝各约 6,000、为其站台的多为搬运类营销号（个人指认，未经独立核实，引用须标为「他称」）。来源：马东锡 NLP（10-25）
- Simon Willison 的 Battledrones v14 新增四人在线地图 Compass Rose：支持最多四名真人通过链接或二维码加入，空位由 AI 补齐（极小型更新，仅因「模型生成关卡」这一点保留）。来源：Simon Willison（10-24）
- Meta Muse 登陆日本（地域扩张，无具体数据）。来源：Danny Trinh（10-25）
图 11：速览 13—15 一览。来源：各条来源见上方列表；本图为自制整理。
积木观察
今天三条都在讲同一件事的不同侧面：需求侧，词元日均消耗半年近 4 倍；供给侧，GPU 转租都能涨价两到三倍；而研究侧那条 RCT 提醒我们，效率提升的分布并不均匀——初级被抬高，资深的优势仍在。
给读者一条可执行的：如果你在做团队里的 AI 落地评估，别只看平均产出提升，按层级拆开看——同一个工具对新手和老手的增益可能完全不同，按平均做决策会两头都判断错。
图 12：今天三条的落点。来源：本图为编辑判断，自制整理。
结尾互动
词元用量半年近 4 倍，但你所在团队的实际用法变了吗？说说变化发生在哪一步。