2026年10月7日,Google将SynthID Detector从面向媒体从业者的早期版本扩展至全球英文用户,任何人可检查图像、视频或音频是否由Google及其合作伙伴的AI生成。据Google介绍,合作方包括OpenAI、NVIDIA、Kakao,Apple也将加入。Google称自2023年推出SynthID以来,已为超过1800亿张图像和视频、24万年时长的音频添加水印,Search、Gemini应用和Chrome中的验证功能每天处理超过100万次请求。后续报道称,该工具支持JPG、PNG、MP4和MP3格式,只能识别带有SynthID水印的内容,并非通用AI检测器。
匹配字段摘要
2026年10月6日,Hao AI Lab发布FastVideo FastH3视频生成模型,可在单台消费级设备上本地运行,支持NVIDIA RTX GPU、DGX Spark和Apple Silicon。据其发布信息,FastH3 V2在8步内超过MiniMax H3基座模型,单张RTX 5090生成5秒480p带音频片段耗时15秒,768p约35–39秒。同时发布的FastH3 Trim体积比基座H3小4.2倍,最低8 GB显存即可运行,模型、Cookbook与代码已开放。技术说明称,团队在1000条提示词上校准每个FP4层,以避免未校准FP4 scale下激活值被裁剪。目前尚无后续独立发展事实。
匹配字段摘要
Hao AI Lab开源了Minecraft智能体Jev,并在1,795轮对局后公布其工作方式。该智能体不训练模型,而是由SOTA LLM智能体在人工监督下,从机器人自身日志中进化提示词。在Block UHC对真人玩家时,它赢下70%的回合。据其说明,面对满技能脚本对手时,v1全败,不到两小时后v9全胜。每次决策为DJev在DiffusionGemma上的一次前向传播,不生成token,在NVIDIA Blackwell上耗时24 ms,团队称比某领先推理引擎快2.5倍。团队同时开源推理引擎DJev-serve,在GB200 NVL72和B200上以单个CUDA graph执行每次决策。
匹配字段摘要
2026年10月,Prime Intellect推出面向前沿开源模型的推理服务平台Prime Inference,提供无服务器端点和预留GPU容量,支持通过OpenAI SDK接入,并具备跨数据中心自动故障转移能力。据其官方发布,首个公开部署的GLM-5.3已于9月22日上线OpenRouter,工具调用错误率接近零、上线以来保持100%可用;服务栈结合NVIDIA Dynamo、vLLM、Mooncake和FlashInfer,采用预填充与解码分离部署,在GB200 NVL72上以1:4的P/D比例实现每组66个会话、每用户101 tok/s。另有报道称,该平台在公开发布前内部日均处理近一万亿token,负载来自RL rollout、合成数据生成、评测和长时间运行的编码智能体,测试中p90词元间延迟降低近40%。
匹配字段摘要
2026年10月2日,Tavus推出名为Griffin的Human Interaction Model,可在实时视频通话中同时接收和生成语音、面部表情、语气、手势与停顿。Tavus研究显示,48%的参与者在一次一分钟视频通话后认为Griffin是真人,此前系统最高为2%。在Tavus称为Nvidia独立测试的拟人度评分中,Griffin得3.83分,真人为3.92分,此前最佳AI模型为2.80分。名为Griffin-Lite的预览版已向部分测试者开放,能力更强的版本将在安全问题解决后推出。另一报道称,该模型目前仅向可信测试者开放,公开推出前将继续完善安全与披露功能。
匹配字段摘要
2026年9月30日,DeepSeek开源了面向昇腾AI芯片的基础组件。据X.PIN报道,这套昇腾工具包与其Nvidia组件一一对应,包括TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA和DeepSelect;DeepSeek称其训练中使用的每个TileLang kernel现在都有高性能昇腾实现,TileLang支撑了V4系列训练的大部分kernel。同一报道还称,DeepSeek与华为联合优化了128卡昇腾950超节点,关键计算与通信测试据称接近硬件极限。The Decoder同日报道称,DeepSeek与华为合作为昇腾芯片打造编程工具并全部开源,核心是北大研究人员开发、DeepSeek已使用约一年的TileLang语言,官方称其编程模型比CUDA更简单;双方还优化了由128颗昇腾950芯片组成的supernode,DeepSeek表示华为对这项工作给予了全面支持。目前尚无后续发展事实。
匹配字段摘要
2026年9月29日,Inception Labs发布扩散式推理语言模型Mercury 2,称其为全球最快的推理语言模型。该模型采用扩散式并行精炼而非自回归逐 token 解码,官方称生成速度提升超过5倍,在NVIDIA Blackwell GPU上达到1,009 tokens/sec。定价为每百万输入token 0.25美元、每百万输出token 0.75美元,支持可调推理、128K上下文、原生工具调用和schema对齐的JSON输出,并兼容OpenAI API,面向编码补全、智能体循环、实时语音和搜索RAG等延迟敏感场景,现已可用。同日,Inception Labs宣布Mercury 2上线Azure AI Foundry,目前在美国和加拿大区域提供。
匹配字段摘要
2026年9月24日,NVIDIA、Google DeepMind等研究机构联合公开发布2800多种病毒的预测蛋白复合物三维结构及BioNeMo结构预测流程。据NVIDIA Blog消息,NVIDIA加入由Google DeepMind、EMBL-EBI等组成的联盟,通过AlphaFold Database开放这些结构,供全球科学家免费使用。这些结构由AlphaFold2推断,并用NVIDIA BioNeMo Inference Runtime优化,以扩展到数千个病毒蛋白质组。NVIDIA同时开源生成该数据集的BioNeMo Structure Prediction Pipeline,其中约30%的蛋白相互作用此前未在Protein Data Bank中记录。目前尚无后续发展事实。
匹配字段摘要
2026年9月21日,NVIDIA 在 Dynamo-Triton 26.07 中启用 TensorRT 后端的多设备推理能力,一个 KIND_MODEL 实例可占用多块 GPU,并通过单个 gRPC 端点对外提供分布式推理服务;TensorRT 11.0 起完整支持该能力。官方以 Cosmos 3 Nano 视频生成为例说明,Ulysses 上下文并行把 44,160 个视频 token 分配到最多八块 GPU,端到端生成延迟从单 GPU 的 156.6 秒降至八 GPU 的 34.2 秒,transformer RPC 加速比达 6.09 倍。CP2、CP4、CP8 的输出通过 MAE ≤ 25 与 PSNR ≥ 18 dB 的质量阈值校验。该基准未测量并发吞吐、单视频成本或 TCO。目前尚无后续发展事实。
2026年9月21日,NVIDIA 在 Dynamo-Triton 26.07 中启用 TensorRT 后端的多设备推理能力,一个 KIND MODEL 实例可占用多块 GPU,并通过单个 gRPC 端点对外提供分布式推理服务;TensorRT 11.0 起完整支持该能力。官方以 Cosmos 3 Nano 视频生成为例说明,Ulysses 上下文并行把 44,160 个视频 token 分配到最多八块 GPU,端到端生成延迟从单 GPU 的 156.6 秒降至八 GPU 的 34.2 秒,transformer RPC 加速比达 6.09 倍。CP2、CP4、CP8 的输出通过 MAE ≤ 25 与 PSNR ≥ 18 dB 的质量阈值校验。该基准未测量并发吞吐、单视频成本或 TCO。目前尚无后续发展事实。
匹配字段摘要
2026年9月17日,Unsloth发布Unsloth Docker镜像,用户可在本地训练和运行500+模型。据Unsloth官方说明,该镜像支持新的GUI或notebook工作流,无需额外配置,并兼容NVIDIA与AMD硬件。官方同时给出了使用指南和GitHub仓库链接。目前该事件尚无后续发展事实,状态停留在发布与官方说明阶段。
匹配字段摘要
2026年8月26日至27日,阿里发布Qwen3.8-Flash-Next模型权重。据Qwen Blog,该模型为多模态MoE架构,主模型125B参数、额外51B N-gram嵌入参数,每token激活6B,训练成本约为Qwen3.7-Plus的1/9,原生支持262,144 tokens上下文并可通过YaRN扩展至1,000,000 tokens。该模型是Qwen4架构的早期预览,在注意力、残差、嵌入和优化四方面升级,采用GDN+QSA混合注意力、Gated Residual、N-gram Embedding与Muon优化器,权重已在Hugging Face和ModelScope开放;生产版本以qwen3.8-flash名称在QwenCloud提供服务,默认1M上下文并内置官方工具,定价为每百万输入tokens 0.15美元、每百万输出tokens 0.47美元。NVIDIA方面称,其提供SGLang、vLLM和TensorRT LLM的Day 0功能支持,并在GB300 NVL72上验证推理,单GPU吞吐超过16K token/秒、单用户超过200 token/秒;开发者可用NVI
匹配字段摘要
2026年8月26日,OpenAI公布其首款自研推理芯片Jalapeño的基准测试结果。SemiAnalysis在OpenAI实验室用InferenceX实测,称该芯片在多个开源模型上的每兆瓦token吞吐超过NVIDIA Blackwell,在DeepSeek R1上并发1时达到每用户700 tokens/s以上,全程未使用投机解码。该芯片由OpenAI与Broadcom合作,2024年中启动设计,2025年11月完成CoWoS流片,采用HBM4、单封装15.4TB/s带宽,架构上不做prefill与decode分离。SemiAnalysis认为更公平的对手是同样使用HBM4的Rubin,两者每美元输出token数接近,但Jalapeño尚未启用投机解码,量产计划从2027年起逐步爬坡。后续IEEE Spectrum报道称,OpenAI于8月25日完整发布该芯片,提供最高13.4 petaflops的4-bit算力和232 GB内存,端到端延迟相比Nvidia GB300最多降低3.6倍。
匹配字段摘要
2026年8月24日,Artificial Analysis 对 NVIDIA Groq 3 LPX 进行基准测试。在 Gemma 4 31B、100K 上下文测试中,其输出速度中位数达到每秒3431个 Token;在 SPEED-Bench 上,中位速度为每秒4767个输出 Token,P80 为每秒5520个。材料称,其确定性执行、编译器调度芯片间通信,以及细粒度的计算与通信重叠,面向长上下文低延迟推理。
匹配字段摘要
2026年8月10日,Meta发布Muse Glimmer 30B开放权重稠密模型,面向本地AI智能体工作负载。据Hugging Face介绍,该模型由2B视觉编码器和28B文本解码器组成,支持图像、无音频视频、多模态工具调用和目标检测,并获得Transformers、llama.cpp及vLLM支持。NVIDIA方面称其上下文窗口120K+,可完整放入单卡显存,覆盖GeForce RTX 5090、DGX Spark、DGX Station和Jetson平台,权重已上线Hugging Face。同日,LMSYS宣布与Meta Superintelligence Labs合作,为Muse Glimmer在SGLang上提供Day-0支持,并针对本地智能体工作流推理优化。8月13日,Unsloth宣布可免费微调该模型,其notebook同时支持GRPO RL训练。
匹配字段摘要
2026年8月11日,Unsloth发布Unsloth Desktop,称其为首个可在本地运行和训练模型的桌面应用,已上线官网和GitHub。该应用开源,支持Mac、Windows和Linux,覆盖MLX、扩散图像/视频、音频、GGUF,可将Claude Code和Codex接入本地LLM,并支持CPU与多GPU环境(NVIDIA、AMD、Intel、Mac)。官方称训练速度提升2倍、显存占用减少70%,工具调用准确率提高50%并支持自愈与沙箱化代码执行,同时提供私有网页搜索、深度研究、RAG、MCP以及NVFP4、GGUF导出。次日,Unsloth公布2-bit NVIDIA Nemotron 3.5 Lightning工具调用实测结果:仅用22GB显存连续运行10分钟工具调用,引用80多个网站,执行了代码,并搜索了10个真实地点,可通过Unsloth Desktop运行和训练。
匹配字段摘要
NVIDIA、Google DeepMind等研究机构 公开发布 2800多种病毒的预测蛋白复合物三维结构及BioNeMo结构预测流程
English translation is being prepared.
匹配字段摘要
NVIDIA 在Dynamo-Triton 26.07中启用 TensorRT多设备推理能力
English translation is being prepared.
匹配字段摘要
2026 年 8 月 18 日,LMSYS 发布 Miles v0.1,定位为面向前沿模型后训练的全栈生产级系统,是首个 Miles 版本的后续。官方说明称,该系统把强化学习训练循环拆分为 SGLang 生成、训练器更新与权重同步三段,支持完全异步 RL、TITO 精确 token 记录、R3 路由重放,以及 NVFP4、MXFP8、FP8 等低精度训练配方。官方同时给出在 64 张 NVIDIA GB300 上训练 GLM-5.2 744B-A40B 终端任务的参考运行:稳定完成 100 步 rollout,单步训练约 4.5 分钟,前缀缓存命中率 96%。目前尚无该版本发布后的进一步有证据发展。
匹配字段摘要
2026年8月12日,SGLang 与 Miles 宣布在 Qwen3.8-2.4T-A95B 发布当天提供 Day-0 支持。据 LMSYS Blog 同日发布的信息,该模型总参数 2.4T、每 token 激活 95B,采用 69 层 GDN 线性注意力与 23 层 GQA 全注意力 3:1 交错的混合架构。团队与 Qwen、阿里百炼、NVIDIA、AMD 合作,Day-0 放出 NVFP4 量化检查点 RadixArk/Qwen3.8-2.4T-A95B-NVFP4,并在 B300 上以 TP8 实现 batch size 1 下 346 tok/s 的 MTP 解码。Miles 侧支持在原生 NVFP4 基座上进行 LoRA 协同训练,用 GRPO 在 GSM8K 上验证了奖励稳定与 train/rollout KL 平稳。目前尚无后续发展事实。
匹配字段摘要
2026年7月24日,微软AI公布面向智能体工作负载的MAI模型在GitHub Copilot和Excel中的部署情况。据微软AI Blog介绍,MAI-Code-1-Flash自6月在GitHub Copilot上线以来已有数百万开发者使用,在VS Code中代码接受率比GPT 5.4 Mini和Claude Haiku 4.5高约10%,中位token用量低10%。在Excel中,基于该checkpoint继续强化学习得到的模型在常见任务上质量与GPT-5.6相当,且可运行在Nvidia H100和A100上,降低部署成本。微软表示正将这一方法扩展到Copilot Chat、Outlook、PowerPoint等产品。目前尚无后续独立发展事实。
匹配字段摘要