今天这份简报里，有两个数字很扎眼。

一个是 MiniMax M3.1 Flash 的 428B 总参数与每 token 激活 23B。另一个是市场消息里的 DeepSeek 约 150 亿美元新融资。前者在讨论模型怎么把能力装进更可用的推理成本里，后者在提醒所有人，国内大模型的牌桌还远没到结算时刻。

下面是值得跟进的六件事。

MiniMax 公开 M3.1 Flash 权重

MiniMax 宣布开放 M3.1 Flash 权重。该模型总参数为 428B，每个 token 激活 23B，并提供 Hugging Face 与 ModelScope 下载。

这组数字说明它仍是 MoE 路线，模型容量和单次推理的实际计算量并不绑死。对国内开发者而言，权重公开的价值不只是多一个可下载模型，更在于可以自己验证部署成本、量化效果和工具调用表现，而不必只看 API 榜单。

但开源不等于本地可用。428B 的总规模依然会把显存、并行策略、长上下文吞吐这些现实问题摆在团队面前。能跑起来是一回事，跑进稳定业务又是另一回事。

来源，MiniMax，经 AIHOT 汇集

MiniMax Code 想把 Agent 留在一个常驻页面里

MiniMax Code 的桌面端新增 Mini App。官方将它描述为可安装的长运行应用，带前端和后端，并能与 Agent 双向调用。支持 macOS 和 Windows 本地会话。

这不是给 Agent 再加一块展示面板那么简单。代码任务一旦跨越几十分钟甚至数小时，聊天窗口天生不适合承载状态、日志和人工介入点。常驻页面如果做得好，才能把一次性对话变成可回看、可继续、可验收的工作台。

这条路也不轻松。应用常驻后，权限、进程生命周期和上下文残留都会变成产品问题。Agent 从会写代码到能交付一个长任务，中间差的往往就是这层不太显眼的运行时。

来源，MiniMax Blog，经 AIHOT 汇集

Kling 4.0 把参考控制继续往前推

可灵 Kling 4.0 已经登陆 OpenArt 和 OnSolo。公开信息显示，它支持首帧、中间帧、尾帧引导，可叠加多张参考图。OnSolo 的版本还提到单次生成 30 秒原生视频、21:9 宽屏和更高数量的参考图。

视频模型正在从「给一句提示词，等一个惊喜」转向更接近制作流程的控制工具。对创作者，真正有用的不是偶尔生成一条漂亮片段，而是人物、镜头和动作能不能持续保持同一套视觉逻辑。

参考图数量增加不自动代表可控性达标。复杂镜头下的身份一致性、口型同步和素材版权，仍然要放到真实项目里检验。

来源，可灵 Kling AI，经 AIHOT 汇集

DeepSeek 融资传闻，把竞争拉回资金与算力

Bloomberg 消息称，DeepSeek 正在推进约 150 亿美元的新一轮融资，融资目标曾从约 75 亿美元上调到 120 亿美元，宁德时代和腾讯被报道为主要投资方之一。

这仍是市场报道，不是公司正式公告，数字需要保留一份谨慎。不过它点出了一个已经很清楚的现实。模型竞争到了今天，比参数和评测更重的变量是持续训练、推理供给和产品分发。融资体量若获确认，影响的不只是 DeepSeek 一家，也会抬高国内基础模型竞争的资本门槛。

来源，Bloomberg 报道，经 AIHOT 汇集

Anthropic 的 IPO 节点，也会影响国内模型公司的估值尺子

据 IT 之家援引雅虎财经知情人士消息，Anthropic 最快可能在本周五公开提交 S-1 招股说明书，目标是推进一场可能创纪录的 IPO。

这条新闻看着离中文科技圈很远，其实关系不小。前沿模型公司一旦被公开市场定价，收入增速、推理成本、研发投入和安全治理都会从叙事变成一张张可比的财报指标。国内大模型公司的商业化想象，随后也会被放到更硬的尺子上衡量。

来源，IT之家

Agent Skills 走向基金会，标准之争开始比功能更早发生

Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation。此前，MCP 也已被捐赠至该基金会。

国内做 Agent 的团队可以把这件事当作一个接口层信号。模型能力会变，工作流也会变，但 Skill 的描述、发现与执行边界若能逐渐收敛，迁移成本才不会一直落在业务团队身上。短期看它未必立刻改变产品，长期看，谁先把工具、权限和验收做成可移植资产，谁就少背一点平台锁定的债。

来源，Anthropic Newsroom，经 AIHOT 汇集

今天的一个判断

国内 AI 的竞争正在同时发生在三层。

底层是模型与算力，中间是 Agent 的运行方式，最上面是创作工具能不能真正进入生产流程。M3.1 Flash、Mini App、Kling 4.0 和 DeepSeek 融资看似分属几条线，最后都会落到同一个问题上，你能不能把模型能力变成一套可持续交付的系统。

热闹从来不难，难的是留下来。