字节 Seed 团队今年 9 月底在 arXiv 提交论文，研究分块 KV 缓存压缩带来的相位敏感性。该研究评估了基础版和后训练版的 DeepSeek-V4-Flash 和 DeepSeek-V4-Pro，以及后训练后的 DeepSeek-V4.1-Flash。这类压缩以固定步幅把连续标记的窗口压缩为更少的缓存条目，能降低长上下文推理的内存和注意力成本，但也引入了 Token 相位这一新的位置坐标。团队发现采用这种压缩的模型存在系统性不对称：相同信息在一个阶段很容易检索、在另一个阶段却很难检索，这种检索性能的周期性变化被称作相位敏感性；在采用此类压缩的大型开放权重模型中，长上下文检索准确度在各阶段之间可能相差高达 40 个百分点。
特斯拉一项新公开的专利申请描述了可贴合手部曲面的柔性触觉传感器：传感区分布于拇指、手掌与手指，每区由多个独立监测的传感点构成，可感知接触位置与压力；结构为两层带导电图案的柔性片夹一层可变形间隔层，并给出电容式与电阻式两种实现及两种把传感器做成曲面的制造路径。专利未直接点名 Optimus，但与其第三代人形机器人手部研发方向一致；目前仍属专利阶段，与量产手部尚有距离。
OpenAI 通过 GitHub 仓库发布了新一批数学研究成果，共 722 份手稿、涵盖 372 个结果家族，内容为其一款尚未发布的模型对一批长期未解数学问题的解答；随文稿一并公开的还有部分推理过程摘要、算力消耗估算与尝试求解的问题数量，单项普通成果的算力大致相当于 ChatGPT Pro 连续思考三小时的水平。负责负责任传播的独立数学家咨询小组 AGMAI 表示，这批成果包含对数百个未解决问题的解答。OpenAI 曾在 9 月称自家模型已解决一百余个长期悬而未决的公开难题。AGMAI 同时提醒各实验室应通过成熟学术渠道发布成果、披露模型名称与算力等细节，并呼吁不要把数学成果发布当作模型营销；这批结果仍有待数学界评估消化。
Guidelight AI Standards对OpenAI、Anthropic、Meta、Google和xAI的评估显示，多数前沿AI实验室缺乏公开的模型遏制响应计划。