Entire 推出私有仓库免费托管，并加入 AI 评审与跨会话记忆
Entire 于 2026 年 10 月 26 日为其人机协作开发平台新增私有仓库免费直接托管功能，用户无需在 GitHub 保留原始仓库即可使用。平台还提供智能体代码评审，以及让新会话的 AI 智能体参考此前会话中确定方针的 Continuous Memory 功能；托管免费，仅按智能体调用 AI 模型的用量计费。配套的 EntireDB 按地域保存仓库完整副本以分散读取压力，计划数月内开源。
匹配字段摘要、正文
←搜索结果
搜索“GitHub”
DeepSeek 开源推理引擎 DeepInfer，披露单集群日处理约 155 万亿 Token
DeepSeek 在 GitHub 开源推理引擎 DeepInfer，即 DeepSeek-V4.1-Flash 背后的推理引擎，包含 MoE 专家并行、异步 Batch 调度、定制 Kernel 和推测解码等技术，并披露单集群每天需处理约 155 万亿个 Token。其 Zero-Overhead Batch Scheduler 让 CPU 提前一轮安排计算，与 GPU 前向重叠，并通过 total_inflight_tokens 记账、Remap 映射和 DeferredRelease 延迟回收处理跨轮次状态错位。目前开放的是离线推理能力，线上 KV Cache 存储和跨副本负载均衡等组件尚未完整公开，官方也未单独公布该调度机制相对同步方案的端到端加速数据。
DeepSeek 在 GitHub 开源推理引擎 DeepInfer，即 DeepSeek-V4.1-Flash 背后的推理引擎，包含 MoE 专家并行、异步 Batch 调度、定制 Kernel 和推测解码等技术，并披露单集群每天需处理约 155 万亿个 Token。其 Zero-Overhead Batch Scheduler 让 CPU 提前一轮安排计算，与 GPU 前向重叠，并通过 total inflight tokens 记账、Remap 映射和 DeferredRelease 延迟回收处理跨轮次状态错位。目前开放的是离线推理能力，线上 KV Cache 存储和跨副本负载均衡等组件尚未完整公开，官方也未单独公布该调度机制相对同步方案的端到端加速数据。
匹配字段摘要、正文
Tripo AI 发布实时生成式渲染器 EdenLive 并开源
Tripo AI 推出交互式场景专用的实时生成式渲染器 EdenLive，隶属其交互式环境世界模型 Project Eden，目前已向开发者开源。EdenLive 将场景演化逻辑与视觉渲染解耦，只需 2D/3D 场景或参考视频、目标首帧与文本指令即可启动渲染，支持 480p 与 720p 两种分辨率；50 亿参数版本在单张消费级 RTX 5090 上可实现 720p 下 24 帧/秒以上的实时生成。开源内容包括 50 亿与 140 亿参数模型权重、实时视频生成代码、文本转简易游戏的 EdenGolem v0.1 技能及完整提示词到游戏前端工具链，代码以 Apache 2.0 协议发布于 GitHub，权重可在 Hugging Face 获取。
匹配字段摘要、正文
微软通过 Foundry 开放 Copilot agent harness 公测
微软通过 Microsoft Foundry 的 Foundry Agent Service 开放 GitHub Copilot agent harness 公测，提供内置沙箱、可复用技能、MCP 集成和子智能体支持，同一 harness 已支持 Copilot Code、Copilot Studio、GitHub Copilot、CLI 和 VS Code。创建 prompt agent 时必须选定该 harness 且之后无法更改，CPU、内存和空闲时长由微软控制，也不支持自带模型。该服务在 2026 年 12 月 1 日前免费，之后按每 vCPU 小时 0.0994 美元、每 GiB 小时 0.0118 美元计费，模型推理和部分工具另计。
匹配字段摘要、正文
Arena 为 Agent Mode 上线 Connectors，可接入…
Arena 宣布 Connectors 已进入 Agent Mode，用户可在同一个任务中连接 Vercel、Linear、GitHub、Supabase、Notion、Gmail、Google Drive、Google Calendar 等外部工具，从而端到端完成更复杂的真实任务。Arena 表示首批接入的是社区呼声最高的服务，后续会持续扩充列表。
匹配字段摘要、正文
Replit Cloud Agents 向 Pro 和 Enterprise 用户开放…
Replit 宣布 Cloud Agents 面向所有 Pro 和 Enterprise 客户开放，非工程人员可用自然语言描述改动，由智能体定位代码、在云沙箱中运行应用验证，并向 GitHub 或 GitLab 提交带截图和视频的 PR 或 MR。团队可一次性配置共享环境，审查反馈可转化为需工程师批准的技能更新，该功能处于早期访问阶段。Slack 集成已向所有客户开放，Microsoft Teams 支持即将推出。
匹配字段摘要、正文
腾讯混元开源实时中英同传模型 Hy-SimulMT
腾讯混元开源实时中英同声传译模型 Hy-SimulMT，延迟约 3 秒，支持实时语音克隆。官方称其表现优于多数开源模型和商业 API，模型已在 Hugging Face、ModelScope 和 GitHub 发布。
匹配字段摘要、正文
Cognition 开源 Devin 漏洞修复插件，覆盖 PHP、Node.js 与 GitLab 三类高危漏洞
Cognition 发布开源免费的 Devin Vulnerability Fixes 插件，包含 fix-php-vuln、fix-node-vuln、fix-gitlab-vuln 三个 Agent 技能，采用 MIT 许可，针对 PHP2Shell、Node.js 10 月安全版本和 CVSS 10.0 的自管理 GitLab 漏洞 CVE-2026-110264。技能按只读盘点、审批、校验目标版本、前后测试、每仓库一个 PR 五步执行，可在 Devin、Claude Code、Codex、Cursor、GitHub Copilot 等读取 SKILL.md 的智能体中运行，需 git、shell、Docker 和镜像仓库访问权限，npx 安装要求 Node.js 22.20 以上。原文未公布修复率基准，托管运行时、一体机和 Electron 应用只被标记而不打补丁。
匹配字段摘要、正文
HumanLayer 开源核心代码，统一管理 Claude Code 与 Codex 会话
HumanLayer 将核心整套代码开源，包含桌面端、在本机运行 Claude Code 和 Codex 会话的 daemon 以及云 API，采用 Apache 2.0 许可，自部署无遥测。任务、会话、方案、评论、diff 和 PR 集中在同一界面，可接 GitHub、Linear、Slack，官方提供 docker compose。目前启动仍需填写 WorkOS、Slack、Linear 等第三方 key，官方称会优先改为可选。
匹配字段摘要
面壁智能 OpenBMB 发布开源 AI 数字员工平台 StaffDeck 1.0.0-preview
面壁智能 OpenBMB 发布开源平台 StaffDeck 1.0.0-preview，用于构建、执行和运营 AI 数字员工。该版本带来模块化 Harness v3、把智能体工作流接入终端的 CLI 与 API、带可追踪任务状态和可恢复 SOP 的异步执行，以及可交接任务并恢复执行的人类介入机制。官方同时给出了 GitHub 仓库、安装和 CLI 指南链接。
匹配字段摘要
DeepSeek 开源推理框架 Deepinfer，降低模型自建部署成本
DeepSeek 在 GitHub 开源内部推理框架 Deepinfer，目标是降低自行部署模型时的算力与能耗成本。该框架在推理阶段把负载更均匀地分配到可用处理器核心，用投机解码加快响应，并在输出前改善结果结构；目前仅支持 DeepSeek-V4.1-Flash，后续将开放更多自家模型。硬件上需要 SM100 架构的 Nvidia GPU 或华为 Ascend 950 NPU，因此并非面向个人用户。
匹配字段摘要、正文
fal 与 Fireworks AI 提前上线 EAGLE-4 推理加速方案
fal 宣布与 Fireworks AI 合作提前上线 EAGLE-4，并附技术博客说明其原理及对创作工作流的意义。被引用的 Eagle 原帖称 EAGLE-4 是其最快的版本，在 Qwen3.8-27B 上使用 TokenSpeed 达到 961.6 tokens/s（BF16、4× NVIDIA B300、TP4、单请求、T=0），并给出 GitHub 地址。
匹配字段摘要
Respan 发布 Rust 开源 AI 网关，替代两年 LiteLLM 封装代码
Respan 发布用 Rust 编写的开源 AI 网关，用一个精简内核加插件替代此前围绕 LiteLLM 构建的 10 万多行封装代码。转折点是 2026 年 1 月一次常规 LiteLLM 升级引发间歇性连接失败，回滚后原因仍未查明，此后团队不再直接升级 LiteLLM。新网关借鉴 Nginx 思路，把模型供应商、路由、MCP 工具、实时语音和安全控制拆为插件，Mistral 供应商插件仅 22 行代码；自定义插件需编译进网关二进制，且按注册顺序执行，缓存若排在安全检查之前可能绕过检查。网关目前仍为 pre-alpha，可从 GitHub 下载预构建二进制运行。
匹配字段摘要、正文
DeepSeek 开源生产推理框架 DeepInfer
DeepSeek 开源了支撑其生产服务的推理框架 DeepInfer，采用 Apache 2.0 许可证发布在 GitHub 上。目前该框架只支持 DeepSeek-V4.1-Flash 一个模型，默认加载周末发布的 1017 版本，可运行在 Nvidia SM100 Blackwell GPU 和华为昇腾 950 NPU 上，不支持 Hopper 等较旧的 Nvidia 架构。DeepSeek 称单个集群每天服务 155 万亿 token，并暂未开源与内部基础设施强耦合的 KV cache 管理和负载均衡代码。
匹配字段摘要、正文
面壁 MiniCPM-V 4.7 在 iPhone 上实现 20.51 tokens/sec
面壁智能的 MiniCPM-V 4.7 在 iPhone 18 Pro Max（12GB）上实现 20.51 tokens/sec 的平均解码速度，相比同一设备未优化的 SSD 专家加载基线提速 6.07 倍。该速度来自 Lookahead Expert Scheduling（LES）、优化的专家加载、细粒度量化和 DSpark 投机解码。模型已在 GitHub 和 Hugging Face 开放。
匹配字段摘要
Google 完成 Coral NPU 32 位架构并发布 v1.0 编译器
Google 发布 Coral NPU 完整 32 位架构（含新增 Matrix Execution Unit，可配置至 1 TOPS、推理平均功耗目标 10mW）和基于 IREE/MLIR 的开源 Coral Compiler v1.0，支持 JAX、PyTorch、TensorFlow 模型直接编译到该硬件。完整 32 位 RTL 已在 GitHub 开放，Synaptics 同步推出搭载第二代 Coral NPU IP 的 Astra SR200 系列 MCU（400 GOPS）和 Coralboard SR 开发套件，Coralboard SL（1 TOPS）经 DigiKey 全球发售。两代产品共用同一架构与编译器，模型优化一次即可部署到毫瓦级可穿戴设备或 1 TOPS 板卡。
匹配字段摘要、正文
Cursor 发布 Agent SDK，支持用代码定义并一键部署智能体
Cursor 发布 Agent SDK，这是其构建 Bugbot、Security Reviewer 和 Rollouts 等托管智能体所用的框架，开发者可用代码定义智能体并通过 agent-sdk deploy 一条命令部署到 Cursor 基础设施。智能体以小型软件项目组织，提示词用 Markdown 编写、工具用 TypeScript 函数定义，可响应 GitHub、GitLab、Bitbucket 的 PR 事件，并内置 evals 与事件回放。也可打包为单个 Node 进程运行在自有基础设施上。
匹配字段摘要、正文
蚂蚁 inclusionAI 开源 vLLM-Omni 全模态模型推理服务框架
蚂蚁 inclusionAI 在 GitHub 发布 vLLM-Omni 仓库，这是一个在 vLLM 基础上扩展全模态模型推理与服务的框架，支持文本、图像、音频、视频和动作数据处理，并支持 DiT 等非自回归架构。README 显示其已迭代至 0.30.0，对齐 vLLM 0.30.0，新增 MiniCPM-o 4.5 与 AURA 的全双工会话服务、Mooncake AR-to-DiT 跨阶段 KV 与多模态传输，以及在 NVIDIA Blackwell 和昇腾 950 上的 MiniMax H3 Turbo 实时推理。框架提供 OpenAI 兼容 API 服务、流式输出和分布式并行推理，并列出 Qwen3-Omni、MiniMax H3、Wan2.2、π0.5 等已支持模型。
匹配字段摘要
MiniCPM-V 4.7 升至 Hugging Face Trending 第二
面壁智能宣布 MiniCPM-V 4.7 升至 Hugging Face Trending 第二位。该模型包含 35B-A3B MoE 版本，可在 iOS 和 Android 上以约 3GB 内存运行；1B 版本在 OCR、数学和视频理解上表现较强。官方同时给出了 Hugging Face 模型页和 GitHub 仓库链接。
匹配字段摘要
PyTorch 发布 TorchNeuron：面向 AWS Trainium 的原生后端
PyTorch 宣布开源原生后端 TorchNeuron，让 Trainium 成为标准 PyTorch 设备，模型代码只需改为 .to('neuron') 即可运行，10 月 20 日以 Apache 2.0 协议在 github.com/aws-neuron/torch-neuronx 开放公测。该后端基于 PrivateUse1 和 torch.accelerator 扩展点，支持 eager、自适应 eager 与 torch.compile，并覆盖 DDP、FSDP2、张量并行等分布式 API 以及 NKI 自定义算子。官方称已在 10 万个 Hugging Face 模型上做覆盖测试，Hugging Face Transformers v5、Diffusers、vLLM Neuron 等可直接在 Trainium 上使用。
匹配字段摘要、正文