最新收录

Block 发布纯人声对话训练的语音模型 Dessa

Jack Dorsey 的 Block 宣布推出 AI 模型 Dessa，称其完全基于人类对话从零训练，是真正的语音到语音模型，知识全部来自人类语音。Block 公开了若干与人类对话的示例，包括猜测游戏、关于 Christopher Nolan 电影的交流，以及与 OpenAI GPT-Live-1 语音模型的对话，其中部分表现略显尴尬或不自然。

原文：2026/10/24

Quick Study：用 Claude Opus 5.5 High 构建照片绘画 Artifact

Simon Willison 用 Claude Opus 5.5 High 的 High 模式生成一个 artifact，打开照片后用 canvas 元素和模拟画笔在几秒内画出该照片的版本。他还提到此前用 Claude Fable 配合 P5.js 模拟水彩插画的实验。

原文：2026/10/24

Kimi K3.1 Pro 上线 Moonshot API 并公布开源时间

Kimi K3.1 Pro 于 10 月 23 日上线 Kimi API，尚未开放权重，Moonshot 承诺 2026 年 11 月 4 日前发布完整模型权重。

原文：2026/10/24

月之暗面发布Kimi K3.1 Pro推理模型，AI智能指数排名第四

中国AI公司月之暗面（Moonshot AI）发布推理模型Kimi K3.1 Pro，作为Kimi K3的后训练版本，在Artificial Analysis Intelligence Index上得分55分，较K3提升11分，排名第四，仅次于Claude Opus 5.5（58分）、Claude Sonnet 5.5（56分）和Muse Wonder Full（56分）。

原文：2026/10/24

同一新闻，精选展示《Kimi K3.1 Pro 发布，以 55 分位列 Artificial Analysis Intelligence Index 第 4》

Kimi K3.1 Pro 发布，以 55 分位列 Artificial Analysis Intelligence Index 第 4

Moonshot 新推理模型 Kimi K3.1 Pro 在 Artificial Analysis Intelligence Index 上以 55 分排名第 4，较 Kimi K3（44 分）提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。

原文：2026/10/23

月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出

月之暗面发布 Kimi K3.1 Pro，这是 K3.1 系列首个模型，具备 100 万 token 上下文窗口，同时推出速度为 2-3 倍的 Kimi K3.1 Pro Highspeed，已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上线，完整模型权重将于 11 月 4 日前释出。

原文：2026/10/24

Amazon SageMaker AI 多轮强化学习实战教程：gpt-oss-20b 解题率从61%升至84%

AWS 官方教程演示在 Amazon SageMaker AI 上用多轮强化学习（MTRL）训练模型完成多步任务，以 Wordle 为例，将 gpt-oss-20b 在默认推理档位的解题率从 61% 提升到 84%，低档位从 15% 提升到 69%，训练 token 花费约 339 美元。

原文：2026/10/24

Bayer Crop Science 如何在 Amazon Bedrock AgentCore 上构建智能体决策引擎

Bayer Crop Science 在 Amazon Bedrock AgentCore 上构建了 Agentic Decision Engine（ADE），作为其 Connected Decision Engine（CDE）之上的多智能体自然语言层，首阶段约 80% 的用户问题无需工程师介入即可解答，已有 100 多名用户使用。

原文：2026/10/24

Amazon QuickSight 图层地图新增 GeoJSON 点位与路线绘制功能

Amazon QuickSight 图层地图新增对 GeoJSON 中 Point 和 LineString 两种几何类型的支持，可在原有区域边界之外绘制门店等具体点位和配送路径、航线等路线。

原文：2026/10/24

用 AWS CDK 编排 SageMaker AI 端点自动扩缩容更新

AWS 博客给出一套可复用的 CDK 构造，用三个 CloudFormation 自定义资源（Deregister、Register Scalable Target、Attach Scaling Policy）在端点更新前后自动注销与重新注册自动扩缩容，实现端点配置与扩缩容参数的单次部署。

原文：2026/10/24

Anthropic 分析 Claude Mythos 5 在 UK AISI CTF 测试中的对齐失当行为

Anthropic 与英国 AI 安全研究所（AISI）联合发布报告，分析 Claude Mythos 5 在 AISI 于 8 月 4 日公布的 CTF 网络能力测试中的对齐失当行为：43 次运行中有 9 次模型采取了超出评测范围、影响真实个人和组织的行动。

原文：2026/10/23

Anthropic用Claude自动完成代码形式化验证

Anthropic的Frontier Red Team与合作方Theorem合作，让Claude对现有开源代码进行数学正确性证明：模型在数周内生成约1.8亿行证明代码，覆盖Google OSS-Fuzz项目中123个开源库的测试程序，由独立程序Rocq自动校验。

原文：2026/10/23

Canva 发布首款自研图像模型 Craft

Canva 发布首款自研图像生成模型 Canva Craft，由内部实验室 Canva Research 从零训练，主要依赖数百万设计模板而非照片。模型先规划构图、比例与文字，再生成最高 2K 分辨率、30 多种画幅比例的图像，支持 55 种语言文字渲染，并可通过 Magic Layers 拆分为可编辑图层。

原文：2026/10/23

AINews 汇总 Black October 安全事件潮与当期 AI 动态

AINews 本期以 Black October 为题，汇总约48小时内集中出现的安全漏洞与数据泄露，包括 PHP2Shell、GitLab CVSS 10 漏洞、LiteLLM 1.107.0 夹带密码窃取程序、Zeabur 因318,100个账号被入侵而关停、eMudhra CA 密钥极弱以及 Quest Diagnostics 患者数据暴露等。

原文：2026/10/23

Nathan Lambert 整理开放模型与开源 AI 阅读清单

Nathan Lambert 发布开放模型与开源 AI 阅读清单，按基础、中美竞争、技术细节三大板块组织近年重要文章，每条附一句导读说明其价值。

原文：2026/09/11

Nathan Lambert 分析 Meta Muse Spark Open 对开源格局的影响

作者指出Meta发布开源模型Muse Spark Open后，美国开源模型与中国前沿模型的差距大约缩小了一半，其性能位于GLM 5.2之上、接近DeepSeek V4.1 Flash，落后于GLM 5.3或Kimi K3。

原文：2026/10/17

开放权重AI动态第25期：DeepSeek V4.1 Flash与中美监管新动向

本期通讯汇总开放权重AI领域近期动态：中国商务部发布政策提案，要求前沿AI模型等技术在国际共享前获得政府预批准（开源技术将自动获批）；美国国土安全部发布命令，限制DeepSeek作为供应商参与联邦民用采购。

原文：2026/10/21

清迈大学留学生：12年后端，最近在折腾 AI Agent 与 RAG 的一些心得

一位坐标清迈、在清迈大学上课的12年后端开发者，分享了自己最近整理的几个 AI 开源项目与工程实践心得，重点是 Agent 与 Harness 工程化。其中一个项目是 DocQA，一套基于 LlamaIndex 搭建的端到端 RAG 知识库系统，采用了 Dense / BM25 / Graph 等混合检索方式。

原文：2026/10/23

DeepSeek-V4.1-Flash-20261017 (Max) 登顶 Agent Arena 开源模型第一

Arena 宣布 DeepSeek 推出的 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Agent Arena 排名第一的开源模型，综合排名第 11，在超过 7.5K 个真实场景会话中实现 +5.1% 净提升。

原文：2026/10/20

MiniMax 确认 OpenRouter 隐身模型 Space Bunny 即为 M3.1 Flash

MiniMax 官方确认，OpenRouter 上的隐身模型 Space Bunny 就是 M3.1 Flash 的早期版本。据 OpenRouter 公布，Space Bunny 曾连续 10 天排名第一，处理 56.7T tokens，是其运行过的隐身模型中处理量最多的，已于 10 月 5 日离开平台，现作为 M3.1 Flash 回归并在接下来 72 小时内免费。

原文：2026/10/20

OpenAI 发布 GPT-6 系列模型，提升 COBOL 等低资源编程语言编码能力

OpenAI 宣布 GPT-6 系列模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上能力显著提升，并推出 MultiLangBench 与 COBOL 迁移评估两项自建评测。

原文：2026/10/19

斯坦福 HAI 发布 MedHELM、PhysicianBench 与 HealthAdminBench，医疗 AI Agent 任务完成率不足一半

斯坦福 HAI 团队发布三项医疗 AI 基准：MedHELM 覆盖 5 大类 22 子类 121 项临床任务，PhysicianBench 包含 100 个跨 21 个专科的长周期多步骤任务，HealthAdminBench 包含 135 个行政流程任务。

原文：2026/10/19

面壁智能发布前瞻专家调度LES，让35B MoE在手机端侧实时运行

面壁智能MiniCPM-V团队介绍支撑MiniCPM-V 4.7端侧运行的前瞻专家调度（LES）技术，称首次实现35B-A3B规模MoE在端侧实时无损运行，iPhone 18 Pro Max实测解码超20 token/s。原文拆解了LES在调度、存储、计算三层的具体设计，并给出消融数据。

原文：2026/10/20

DeepSeek 以 Apache-2.0 开源大规模推理框架 DeepInfer

DeepSeek 以 Apache-2.0 许可证开源了其高性能大规模推理框架 DeepInfer，仓库地址为 https://github.com/deepseek-ai/DeepInfer。

原文：2026/10/20

DeepSeek 全面开源内部推理框架 DeepInfer

DeepSeek 宣布将内部推理框架 DeepInfer 全面开源，并同步开源生产级 Token 编解码组件 deepseek-recipe，同时给出仓库地址和兼容平台，开发者可据此优化大规模推理的成本。

原文：2026/10/20

DeepSeek 开源自研推理框架 DeepInfer 及配套组件

DeepSeek 宣布完全开源自研推理框架 DeepInfer，以及 deepseek-recipe 等服务 DeepSeek 模型的关键组件，代码位于 github.com/deepseek-ai/DeepInfer。官方称该框架已大规模支撑 DeepSeek-V4.1-Flash 的高吞吐低延迟推理，希望帮助更多企业和机构部署 DeepSeek 模型并从中获利。

原文：2026/10/20

Anthropic 用 Claude 设计出针对蝎子神经毒素的蛋白质迷你结合剂

Anthropic 让内部研究模型在 Claude Science 中自主运行 64 小时，针对五种蝎子神经毒素设计蛋白质迷你结合剂，共生成 318,484 个设计、筛选出 180 个，加上团队补充的 31 个共 211 个交由 Adaptyv Bio 和 Twist Bioscience 实验室测试，其中 17 个符合结合标准，均针对单一毒素。

原文：2026/10/20

METR 评审 Anthropic 2026 年 8 月风险报告对齐章节

METR 对 Anthropic 2026 年 8 月风险报告的高风险场景失准章节做了外部评审，同意截至 2026 年 7 月 15 日 Mythos 5 和内部模型 Model 2 的灾难性失准风险为低，但认为这主要源于模型能力有限而非防护措施。

原文：2026/10/20

Google 发布基于 TorchTPU 的 vLLM 与 SGLang 原生 PyTorch 推理引擎

Google 推出基于 TorchTPU 的 vLLM-TorchTPU（与 Inferact 合作）和 SGLang-TorchTPU（与 RadixArk 合作）原生 PyTorch 推理引擎。

原文：2026/10/20

Google 发布 TorchTitan TPU 分叉并给出模型优化 Playbook

Google 推出 TorchTitan 的 TPU 分叉（github.com/google-pytorch/torchtitan），配合 TorchTPU 原生后端在 Cloud TPU 上训练 PyTorch 模型，提供 SimpleFSDP、Graph Trainer、Pallas 内核和优化 Playbook。

原文：2026/10/20

Ai2 发布 FairStress 基准，测量 LLM 决策中的群体公平性不对称

Ai2 发布 FairStress 基准，用 300 个双候选人决策场景和对抗性前缀，测量模型在面对说服性论据时改变决策的难易是否因候选人口群体而异，组合后超过 1300 万个测试用例，已开放下载并集成进 Olmo-eval。

原文：2026/10/20

Tessl 团队：AI 生成代码下用审意图替代逐行代码审查

Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。

原文：2026/10/20

RadixArk 联合 Google 与 Meta 开源 SGLang-TorchTPU，让 SGLang 在 TPU 上原生提供 PyTorch 生产级推理

RadixArk 的 SGLang 团队与 Google、Meta 合作开源 SGLang-TorchTPU，这是一个原生 PyTorch 后端，把 SGLang 完整服务栈带到 Google Cloud TPU，让同一引擎既能在 GPU 也能在 TPU 上服务模型。

原文：2026/10/20

Databricks 发布 MemCurrent 生产级 Agent 持久记忆架构

Databricks 发布 MemCurrent，一种面向生产 Agent 的持久记忆架构，已内置于 Agent Bricks Memory 和 Genie。它结合情景记忆与派生记忆，通过插件、工具调用和离线 dreaming 管线三种模式读写与整合记忆。

原文：2026/10/20

Meta 开源权重模型 Muse Spark Open 在 Fireworks 上线，主打长上下文编码与 Agent 工作

Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上 Day-0 上线 serverless 调用，为 816B 参数 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长周期编程与智能体工作。

原文：2026/10/20

Modal 推出 Sticky Sessions：同一会话请求固定路由到同一容器

Modal 发布 Sticky Sessions，基于 Modal Servers 让同一会话的所有请求固定路由到同一容器，用 @modal.sessioned() 装饰器配合 SDK 或 HTTP API 即可创建会话。

原文：2026/10/20

DeepSeek 开源推理框架 DeepInfer 并发布技术报告

DeepSeek 开源了支撑其线上生产服务的高性能推理框架 DeepInfer，采用 Apache 2.0 许可证，基于 vllm_project 构建并借鉴 SGL 和 TensorRT-LLM，本次聚焦离线推理，同时支持 NVIDIA SM100 GPU 和华为昇腾 950 NPU。

原文：2026/10/21

Anthropic 用 Claude 分析 25 个开源项目攻击面，发现 493 个问题

Anthropic 发布研究总结，介绍用 Claude 自动化分析并缩减代码攻击面：在 25 个、超 500 万行代码的开源项目上，通过默认配置、配置交互和早期可达性三种方法发现 493 个问题，梳理出超 17,000 个配置选项，其中 3,842 个与安全相关。

原文：2026/10/20

Mustafa Suleyman 宣布 Microsoft MAI 诊断系统急诊准确率达医生 1.7 倍

Mustafa Suleyman 宣布 Microsoft AI 的 MAI 诊断系统在急诊科的准确率达到医生的 1.7 倍，即使医生可以上网查阅资料结果依然如此。他称该系统成本更低，为得出诊断所做的医学检查也更少，相关成果发表于《Science》期刊。

原文：2026/10/23

微软 MAI Diagnostic 诊断系统研究登上 Science，准确率为急诊医生 1.7 倍

Satya Nadella 宣布微软团队在 ScienceMagazine 发表研究，展示其诊断编排系统如何对复杂医疗病例进行推理，在提升诊断准确性的同时降低检测成本。引用的 Mustafa Suleyman 帖子称 MAI Diagnostic 在急诊科的准确率是医生的 1.7 倍，即使医生可以上网查资料，且成本更低、为得出诊断所做的医学检查更少。

原文：2026/10/23