日期：2026年10月20日 星期二
10月19日的几条AI新闻，讨论的都是智能体落地时绕不开的问题：跑得快不快、花多少钱、能否换一套芯片运行，以及谁有权让智能体执行操作。MiniMax上线M3.1 Flash，主打速度和调用费用；亚马逊介绍面向Trainium的TorchNeuron，希望降低PyTorch程序迁移难度；Modal计划采用英伟达Vera CPU托管长时间运行的智能体。另有doubleAI发布计算执行优化模型，World公布金融业务真人验证方案。这些消息的进展程度并不一样：模型服务上线、软件拟公开发布、硬件部署计划和供应商产品方案，需要分别看待；降本数字也应保留其企业自报的口径。
MiniMax于10月19日上线M3.1 Flash，面向编程、计算机操作、跨应用智能体任务和安全分析。公司称，在线推理速度接近此前版本的三倍，整体使用成本降低约70%。公开API报价为每百万输入Token 0.15美元、输出Token 0.60美元、缓存输入Token 0.015美元。官方列出了DeepSWE v1.1、OSWorld V2等基准成绩，称模型已经进入API、M Plan和MiniMax Code产品。[1][2]
智能体执行一个任务，常要反复调用工具、回填上下文，有时还要从失败处重试。因此，单Token报价和输出速度会影响代理编程、跨系统办公的费用，但不能据此断言每项任务的总成本都下降70%。企业更适合拿相同工作流、工具权限和最终成功率做端到端测试。目前上线的是M3.1 Flash服务；模型权重计划后续开放，并非10月19日已经开源。
据路透社10月19日报道，亚马逊旗下Annapurna Labs介绍了TorchNeuron。这款软件旨在让原本用PyTorch编写AI程序的开发者，经过较少配置调整就在Trainium加速器上运行程序，无须为迁移专门重写模型代码。亚马逊称将免费开源发布，已有30多家早期客户参与使用；正式发布计划与当日的硅谷开发者会议相联系。[3]
换芯片的成本不只是买一批新设备。企业现有的模型算子、调试脚本、推理服务，以及工程师熟悉的开发方法，都可能绑在原平台上。PyTorch接口兼容有助于缩短试用时间，至于各类算子、分布式训练框架和推理负载在Trainium上的表现，还得逐项测试。报道中的“早期客户使用”“宣布开源计划”和“所有开发者正式可下载”是不同状态，不能混为一谈；接口兼容也不等于CUDA生态已被完整替代。
云计算创业公司Modal在10月19日表示，计划首次引入英伟达Vera中央处理器，用于托管可长时间执行任务的AI智能体。此前，这类服务采用英特尔和AMD的CPU。此次选择让英伟达除了在模型训练、推理所用GPU之外，也参与工具执行、任务协调和系统调度所依赖的中央计算部分。[4]
代码智能体运行时会启动进程、读取仓库、访问网络、执行测试。模型推理由GPU承担，任务等待多久、何时完成，也受CPU、内存、存储和网络延迟影响。平台服务商评估这类服务时，可以把模型推理、工具执行、容器冷启动、CPU占用和失败恢复的耗时分开记录。Modal公布的是部署计划和新增硬件选择；实际吞吐量及成本改善，仍要看客户生产环境中的长期数据。
《华尔街日报》10月19日报道，以色列创业公司doubleAI推出一种旨在降低计算开销的新型AI模型。Mobileye联合创始人Amnon Shashua参与创办了该公司；投资者包括英伟达等机构，累计融资约2.2亿美元。公司称，一名早期客户的计算成本下降67%。这是一项企业披露的单客户结果，不能当作跨硬件、跨模型的平均收益。[5]
并非每家企业都只能靠继续采购加速卡来处理算力开支。分析运行时行为、改进执行效率，也可能让既有设备多承担一些工作。doubleAI的方案能否稳定推广，要看它面对不同代码、推理框架和并发条件时的表现，还要确认优化不影响结果正确性。采购方应要求对方说明基准环境、节省的具体成本项、回退方式，并提供独立测试。融资规模和投资者名单不能代替这些数据。
World相关机构于10月19日披露面向银行和金融服务的World ID验证方案。在AI语音、视频和自动化代理更易被用于冒用身份的情况下，这项服务试图帮助金融平台确认交互对象是真人、具备授权。供应商提出将真人证明用于账户注册、敏感业务操作或智能服务；金融机构是否采用、怎样满足监管要求，仍取决于各自落地情况。[6][7]
智能体能按指令办理业务，不等于交易对方已经确认指令来自有权操作的人。金融业务可以按风险分层使用实名核验、真人证明、行为风控和人工复核。若采用生物识别，还需要审查收集哪些个人信息、保留多久，以及撤销授权和处理误判的办法。World这次推出的是供应商产品能力，不意味着所有银行已采用同一身份标准。
模型价格、PyTorch迁移、CPU调度、运行时优化和身份验证，看似分属不同领域，最后都会进入智能体服务的一张成本与责任清单。只看每秒Token数或单次调用报价，容易漏掉工具执行、重试和合规开支。选型时还应核算任务成功率、总算力费用，并分清厂商给出的性能数字与实际部署结果。
- MiniMax官方研究博客｜《MiniMax M3.1 Flash: Redefining Agent Performance and Cost》｜2026-10-19｜核验模型上线渠道、官方性能声称、API价格以及权重尚待发布。
https://www.minimax.io/blog/minimax-m31f - Reuters｜《China's MiniMax launches updated AI model M3.1 Flash, claims major improvements》｜2026-10-19｜交叉核验创业公司发布动作，并将速度、费用改进明确归为厂商表述。
https://www.reuters.com/world/asia-pacific/chinas-minimax-launches-updated-ai-model-m31-flash-claims-major-improvements-2026-10-19/ - Reuters｜《Amazon says its AI chips will work with popular coding language, challenging Nvidia》｜2026-10-19｜核验TorchNeuron、PyTorch兼容、早期客户和开源发布计划。
https://www.reuters.com/business/retail-consumer/amazon-says-its-ai-chips-will-work-with-popular-coding-language-challenging-2026-10-19/ - Reuters｜《Nvidia wins fast-growing AI startup Modal for new central processors》｜2026-10-19｜核验Modal采用Vera CPU的计划、既有CPU供应方及智能体托管场景。
https://www.reuters.com/business/nvidia-wins-fast-growing-ai-startup-modal-new-central-processors-2026-10-19/ - The Wall Street Journal｜《Nvidia-Backed Startup doubleAI Launches Model to Pare Cost of Compute》｜2026-10-19｜核验创业公司主体、融资背景和单一客户降本数据的性质。
https://www.wsj.com/cio-journal/nvidia-backed-startup-doubleai-launches-model-to-pare-cost-of-compute-b780f215 - World／PR Newswire｜《World Launches World ID for Banking and Finance to Address AI-Driven Impersonation》｜2026-10-19｜核验金融真人验证方案的定位与供应商公布的应用场景。
https://www.prnewswire.com/news-releases/world-launches-world-id-for-banking-and-finance-to-address-ai-driven-impersonation-302912766.html - World官方博客｜《World ID for Banking and Finance》｜2026-10-18，产品背景｜区分前一日产品介绍与19日的金融行业对外披露。
https://world.org/pt-br/blog/announcements/world-id-banking-finance-ai-safe
关注高促会新质生产力工委会公众号
关注工业智能算网平台
新质生产力工作委员会：
中国高技术产业发展促进会新质生产力工作委员会，专注于推动工业人工智能、智能制造、数字化转型等前沿技术发展，为企业提供政策解读、技术咨询和产业对接服务。
工业智能算网：
专注于工业人工智能、新质生产力、工业软件CAE、智能制造等前沿技术。提供每日动态分析、技术趋势解读、解决方案分享，推动工业智能化转型。
网站地址： https://gyznsw.cn
发布日期：2026年10月20日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议