xAI 宣布即日起可在 Nous Research 的开源自我改进智能体 Hermes Agent 中直接使用 Grok 订阅。接入后可用 Grok 4.3 进行文本对话与高级推理、Grok Text-to-Speech 生成语音回复、Grok Imagine 生成图像和视频，所有订阅档位均可使用。Hermes Agent 可持久运行在任意电脑、沙箱或 VPS 上，跨会话建立长期记忆，并能连接 WhatsApp、Discord、Telegram、Signal 等消息平台；用户通过 hermes model 选择 xAI Grok OAuth 并浏览器登录即可启用。
匹配字段摘要
Prime Intellect 开源 renderers，一个独立的 Python 库，让开发者完全控制 RL 和多轮推理中的对话格式化。它把聊天模板变成可编程对象，暴露渲染消息为 token id、解析补全为结构化助手消息、为损失掩码归属 token、以及在不重新渲染模型采样历史的情况下扩展多轮 rollout 等操作。该库已用于其 Lab 产品、verifiers 和 prime-rl，内置 Qwen3、Qwen3.5、GLM-4.5、GLM-5、MiniMax-M2、DeepSeek-V3、Kimi K2 / K2.5、Nemotron-3 和 GPT-OSS 的渲染器，并已在 PyPI 发布，代码托管于 github.com/PrimeIntellect-ai/renderers。
匹配字段摘要
Prime Intellect 宣布 Lab 结束 beta 并正式开放，这是一个面向自我改进智能体的训练平台，把任务定义、harness、评测、奖励信号训练、rollout 检查、adapter 部署和推理整合到一处。平台以环境为基本单元，Hosted Training 负责大规模强化学习，按 token 计费而非按集群小时计费，正式版首批支持来自 NVIDIA、OpenAI、Meta 和 Qwen 的 14 个模型，参数规模在 1B 到 70B 之间。beta 期间已有数百名用户运行超过 10,000 次训练任务，训练完成的 LoRA adapter 可通过 Prime Inference 以 OpenAI 兼容 API 部署。
匹配字段摘要
Astera Labs 发布代号 Scorpio X 的 AI fabric 交换芯片，单颗 ASIC 集成 320 条 PCIe 6.0 通道，双向带宽 5.12 TB/s，可与几乎任何加速器配合使用。该芯片内置类似 NVSwitch 的网络内计算能力，并针对 MoE 推理推出名为 Hypercast 的多播操作，以减少 GPU 等待网络的时间。Scorpio X 系列与扩展至 32 至 320 通道的 Scorpio P 系列交换芯片目前处于送样阶段，量产预计在 2026 年下半年启动。
匹配字段摘要
Augment 推出 Prism 模型路由选项，在模型选择器中自动为每个用户轮次选择最合适的底层模型，声称每月可节省约 2 万美元或降低 30% 成本，同时质量与前沿推理模型相当。Prism 采用缓存感知路由，仅在切换收益超过缓存驱逐成本时切换模型，并在内部多轮编码基准、Terminal Bench 2.0 和 SWE-Bench Pro 上验证了质量与成本表现。
匹配字段摘要
Together AI 现已提供 DeepSeek-V4 Pro，Serverless Inference 支持 512K-token 上下文，Dedicated Inference 可提供完整 1M 上下文、预留容量和工作负载隔离。该模型支持三种推理模式，价格为每 1M tokens 输入 $2.10、缓存输入 $0.20、输出 $4.40。
Together AI 现已提供 DeepSeek-V4 Pro，Serverless Inference 支持 512K-token 上下文，Dedicated Inference 可提供完整 1M 上下文、预留容量和工作负载隔离。该模型支持三种推理模式，价格为每 1M tokens 输入 $2.10、缓存输入 $0.20、输出 $4.40。 · Together AI now offers DeepSeek-V4 Pro with a 512K-token context window on Serverless Inference, while Dedicated Inference can provide the full 1M context, reserved capacity, and workload isolation. The model supports three reasoning modes and costs $2.10 per 1M input tokens, $0.20 per 1M cached input tokens, and $4.40 per
匹配字段摘要
Together AI 已上线 NVIDIA Nemotron 3 Nano Omni，为开发者提供托管式生产级多模态推理服务。该开放模型采用混合 Transformer-Mamba MoE 架构，总参数量为 30B、每个 Token 激活约 3B 参数，并支持最高 256K Token 的共享多模态上下文。开发者可通过 API 部署，也可在云端、本地或隔离环境中自行部署。
Together AI 已上线 NVIDIA Nemotron 3 Nano Omni，为开发者提供托管式生产级多模态推理服务。该开放模型采用混合 Transformer-Mamba MoE 架构，总参数量为 30B、每个 Token 激活约 3B 参数，并支持最高 256K Token 的共享多模态上下文。开发者可通过 API 部署，也可在云端、本地或隔离环境中自行部署。 · Together AI has made NVIDIA Nemotron 3 Nano Omni available to developers as a managed, production-grade multimodal inference service. The open model uses a hybrid Transformer-Mamba MoE architecture with 30B total parameters, activates about 3B parameters per token, and supports up to 256K tokens of shared mu
匹配字段摘要
小米 MiMo 宣布 SGLang 与 vLLM 已支持 MiMo-V2.5 系列，开发者可在开源当天用这两个推理框架启动该系列模型。官方感谢 SGLang 项目（来自 lmsysorg）与 vllm_project 快速跟进。该系列此前已以 MIT 协议开源，包含 MiMo-V2.5-Pro 和原生全模态的 MiMo-V2.5，两者均支持 1M-token 上下文窗口。
小米 MiMo 宣布 SGLang 与 vLLM 已支持 MiMo-V2.5 系列，开发者可在开源当天用这两个推理框架启动该系列模型。官方感谢 SGLang 项目（来自 lmsysorg）与 vllm project 快速跟进。该系列此前已以 MIT 协议开源，包含 MiMo-V2.5-Pro 和原生全模态的 MiMo-V2.5，两者均支持 1M-token 上下文窗口。
匹配字段摘要
Sakana AI 发布旗舰商用产品 Sakana Fugu，这是一个多智能体编排系统，通过动态协调多个前沿基础模型在编码、数学、科学推理等任务上取得高性能，现已开放早期 Beta 测试申请。该产品以 API 形式提供，兼容 OpenAI 格式端点，现有使用 GPT、Gemini 或 Claude API 的工作流几乎无需改动即可接入，背后由 Fugu 自动完成协作拓扑搭建、角色分配和子任务分发。产品分为侧重延迟的 Sakana Fugu Mini 和面向高难度任务的 Sakana Fugu Ultra 两个版本，方法基于其 ICLR 2026 论文 Trinity 和 Conductor 并做了进一步改进。
匹配字段摘要
Cognition 与 Applied Compute 合作通过 RL 训练出缺陷检测模型 SWE-check，在内部分布内评测中与 Opus 4.6 的 F1 差距从 0.09 降到 0，分布外评测差距从 0.49 降到 0.29，同时运行速度和推理成本优于前沿模型。该模型以结构化输出给出缺陷描述与修复建议，已在 Windsurf Next 提供预览（cmd+U 唤起），并将很快进入正式版 Windsurf。训练上采用与生产环境原生集成、将全局指标转为样本级奖励的 reward linearization，以及先最大化能力再做产品对齐的两阶段后训练。
匹配字段摘要
Deepgram 的 STT 和 TTS 模型现已原生运行于 Together AI，开发者可将语音转写、LLM 推理和语音合成部署在同一平台。模型包括支持 250ms 话轮结束检测的 Flux、Nova-3、Nova-3 Multilingual 和 Aura-2，并可通过 Dedicated Model Inference 使用隔离容量及 99.9% 正常运行时间 SLA。
Deepgram 的 STT 和 TTS 模型现已原生运行于 Together AI，开发者可将语音转写、LLM 推理和语音合成部署在同一平台。模型包括支持 250ms 话轮结束检测的 Flux、Nova-3、Nova-3 Multilingual 和 Aura-2，并可通过 Dedicated Model Inference 使用隔离容量及 99.9% 正常运行时间 SLA。 · Deepgram’s STT and TTS models now run natively on Together AI, allowing developers to deploy speech transcription, LLM reasoning, and speech synthesis on one platform. The lineup includes Flux with 250ms end-of-turn detection, Nova-3, Nova-3 Multilingual, and Aura-2, with isolated capacity and a 99.9% upti
匹配字段摘要
Sakana AI 发布其首个商用产品 Sakana Marlin，一款面向商业调研的自主研究助手，并开始招募封闭 β 测试者，测试期间免费。用户只需给出调研主题，AI 即可自主研究近 8 小时，输出结构化摘要幻灯片和数十页调研报告，全程无需人工介入。该产品基于 AB-MCTS 的推理时搜索与 AI 科学家的工作流自动化技术，可调用多个模型协同调研；此前验证中，其在信息深挖方面获得比现有聊天服务内置研究功能更实用的反馈。
匹配字段摘要
Anthropic 发布 Claude Code auto mode，用输入层的提示注入探针和输出层基于 Sonnet 4.6 的 transcript 分类器替代人工逐条批准，以缓解审批疲劳。分类器分两阶段运行，第一阶段单 token 快速过滤、第二阶段仅在命中时启用链式推理，把 8.5% 的误报率降到 0.4%。在 52 条真实过度主动行为样本上，其漏报率为 17%，官方称多数漏判源于把会话中的批准痕迹误当作对当前操作范围的授权。
匹配字段摘要
Sarvam AI 发布 Akshar，一个构建在 Sarvam Vision 之上的文档智能工作台，从被动文本抽取转向主动推理，提供视觉定位、版面语义理解和块级抽取，并支持智能体自动校对与纠错。所有智能体操作都以可审阅建议的形式提交，由用户接受或拒绝。Akshar 已在 akshar.sarvam.ai 开放 Preview，2 月整月免费，用户可上传文档试用 Agent Mode，生产使用需加入等待名单。
匹配字段摘要
Sarvam AI 发布 Sarvam Edge，面向设备端推理推出语音识别、语音合成和多语言翻译模型。语音识别为 74M 参数的统一多语言模型，支持 10 种印度语言，端侧体积约 294MB（FP16），在 Snapdragon 8 Gen 3 上首 token 延迟低于 300 毫秒；语音合成 24M 参数、约 60MB，支持 10 种语言和 8 个多语言音色，首音频延迟 260 毫秒；翻译模型约 150M 参数、约 334MB，覆盖 11 种语言共 110 个语言对，首 token 约 200 毫秒。官方称该系列与全球设备厂商合作开发，推理完全在本地完成，无按次云端成本。
匹配字段摘要
Prime Intellect 发布 Lab，把 Environments Hub、Hosted Training 和 Hosted Evaluations 整合为面向智能体后训练的全栈平台，覆盖大规模智能体 RL、推理与评测。平台以环境为核心，包含任务数据集、模型 harness 和评分 rubric，当前 Hosted Training 支持基于 prime-rl 的 LoRA 智能体 RL，后续将加入 SFT、DPO 等算法。私有测试期间已完成 3000 多次 RL 运行，Environments Hub 累计有 250 多位创作者构建 1000 多个环境、下载量超过 10 万次。
匹配字段摘要
Gemini 3 Deep Think 模式今日向 Ultra 用户开放，通过并行思路在 ARC-AGI-2 和 HLE 等关键推理评测中取得明显提升。
Gemini 3 Deep Think 模式今日向 Ultra 用户开放，通过并行思路在 ARC-AGI-2 和 HLE 等关键推理评测中取得明显提升。 · Gemini 3 Deep Think mode is now available to Ultra users, using parallel lines of thought to achieve meaningful improvements on key reasoning benchmarks including ARC-AGI-2 and HLE.
匹配字段摘要
Qwen 发布 DeepResearch 2511，采用多智能体协同机制，在用户需求分析、策略规划、搜索验证、并行工具调用、网页阅读分析和报告撰写等环节联合优化，并配合 Memory 管理与研究状态跟踪。新版本提供 Normal 与 Advanced 双模式，支持上传 PDF、Excel 和图片等文件并融入搜索与推理，还可一键生成网页和播客。官方称在防幻觉率、报告全面性、可靠性、指令遵循、报告长度、搜索深度和研究时间等维度上，整体表现较 2507 版本有明显提升。
匹配字段摘要
vLLM 现已支持部署 NVIDIA Nemotron 开放模型家族，可在数据中心和端侧硬件上运行智能体推理。Nemotron Nano 2 采用混合 Transformer–Mamba 架构并提供可配置的 thinking budget，开发者可调节精度、吞吐量和成本；其模型权重及超过 9T tokens 的训练数据已在 Hugging Face 提供。
匹配字段摘要
vLLM 从 v0.10.2 起为 OpenAI 兼容 API 增加 `return_token_ids` 参数，可随文本返回输入的 `prompt_token_ids` 和生成结果的 `token_ids`。该功能避免推理文本在训练时重新分词产生不同 token 序列，Agent Lightning v0.2 会自动启用参数并通过追踪能力收集训练所需数据。
vLLM 从 v0.10.2 起为 OpenAI 兼容 API 增加 return token ids 参数，可随文本返回输入的 prompt token ids 和生成结果的 token ids 。该功能避免推理文本在训练时重新分词产生不同 token 序列，Agent Lightning v0.2 会自动启用参数并通过追踪能力收集训练所需数据。
匹配字段摘要