大家好，这里是 2026 年 10 月 6 日的每日 AI 资讯简报。过去 24 小时内，全球 AI 领域迎来多项重磅发布：欧洲头部实验室推出万亿参数多模态旗舰，开源社区迎来 501B 稀疏 MoE 开放权重模型，学术界在非反向传播预训练算法取得关键突破，同时多智能体跨机协作机制与 AI 辅助前沿材料发现也呈现出令人瞩目的创新。以下是精选核心动态：

1. Mistral 官方发布 Mistral Large 4（代号 Le Chonk）：1T 参数原生多模态旗舰

核心亮点：Mistral AI 团队正式发布其下一代旗舰模型 Mistral Large 4（开发代号“Le Chonk”，简称 ML4），并同步开启公共预览 API。

技术要点：ML4 是一款总参数量达 1 万亿（1T）、采用原生多模态架构的超大模型，其中每次激活参数约为 490 亿（49B）。该模型在保持高效推理特性的同时，大幅刷新了高维度推理、代码综合理解、长文本及视觉-多模态复杂任务的表现，代表了当前开源/开放权重阵营在工业级规模上的最高技术前沿之一。

公开来源：Mistral 官方公告与技术文档（https://mistral.ai/news/mistral-large-4/）

2. Reflection AI 开源 Beam：501B 稀疏 MoE 开放权重编程与智能体模型

核心亮点：Reflection AI 团队正式公开其首款超大规格开放权重模型 Beam 501B。该模型面向高难度代码生成与自主智能体（Agent）场景进行了专项强化。

技术要点：Beam 采用 501B 稀疏混合专家（Sparse Mixture-of-Experts, MoE）架构，依托团队在预训练数据配比与针对性强化学习方面的长周期调优，实现了在推理端极高的计算利用率与低时延表现。在综合基准测试中，Beam 展现出媲美前沿顶级闭源方案的代码编排与智能体规划实力，显著拓宽了开发者在本地或私有化集群部署顶级智能体基础设施的自由度。

公开来源：Reflection AI 官方技术博客（https://reflection.ai/blog/introducing-beam）

3. QLabs 提出 Dust：无需反向传播的 Transformer 零阶预训练算法

核心亮点：QLabs 研究团队发表题为《Dust: Pretraining Transformers Without Backpropagation》的最新研究，提出了首个在大规模 Transformer 语言模型预训练上展现出与传统反向传播（Backprop）具备可比竞争力的零阶（Zeroth-Order）优化方法。

技术要点：长期以来，深度学习高度依赖反向传播的可微计算与一阶梯度，限制了非可微硬件及特殊架构的探索。Dust 通过节点激活扰动（Node Perturbation）机制与 Adam 类优化器的结合，成功在足够群体规模下逼近真实反向传播梯度。其实测效率比权重空间进化策略（Weight-Space ES）高出 3 到 4 个数量级，为后硅基芯片、光学计算及类脑硬件上的大模型直接训练提供了全新范式。

公开来源：QLabs 官方研究论文与技术页面（https://qlabs.sh/research/dust）

4. Jotbus 上线：面向异构编码智能体的跨机器端到端加密便签板

核心亮点：针对当下开发者往往在多台设备间混合使用 Claude Code、Codex、Cursor、Gemini 等异构编程 Agent 的现状，开源开发者社区推出了面向智能体间协作的轻量级共享加密便签板 Jotbus。

技术要点：Jotbus 采用端到端加密（E2EE）传输协议，允许运行在不同宿主机或容器中的编程 Agent 实时同步上下文信息、调试线索与分工进度，避免开发者在多个工作环境间手动复制 prompt 或状态文件，极大地简化了多智能体联合研发流水线的搭建。

公开来源：Jotbus 官方项目平台（https://jotbus.com/）

5. 前沿科学：Claude Opus 5.5 多智能体团队预测两类室温磁性半导体候选材料

核心亮点：Vals AI 团队公开最新科研突破，由一组协同工作的 Claude Opus 5.5 自主材料研究智能体，成功筛选并预测出两种新型室温反铁磁半导体（Room-Temperature Antiferromagnetic Semiconductor）候选材料。

技术要点：该类材料被理论预测兼具零净磁矩与自旋极化特性，有望破解下一代超高密度、低功耗自旋电子学与计算机内存技术的关键瓶颈。智能体集群自主完成了从晶体对称性筛选、密度泛函理论（DFT）计算推演到物理限制校验的全流程闭环，展现了高阶大模型在基础物理科学发现中的实战价值。

公开来源：Vals AI 官方科学发布（https://www.vals.ai/blogs/room-temperature-magnetic-semiconductors）