2026年9月15日,LangChain 采用 Baseten Loops 为平台内智能体 LangSmith Engine 训练定制模型。据 Baseten 工程博客,该训练通过在大模型智能体轨迹上微调,使模型能读取 GitHub 仓库定位问题,并起草 PR 所需的提示词或代码改动。针对按失败模式和严重程度分类轨迹等更专门需求,LangChain 可切换模型并训练 Qwen 等更小的开源模型。Baseten Loops 通过 API 提供托管微调基础设施,支持监督微调、强化学习和长上下文负载,并打通训练与推理,检查点可在训练中评估并直接部署。目前尚无后续有证据的发展。
匹配字段摘要
2026年9月20日,Qwen团队开源Qwen-Image-2.1图像模型,将文生图与图像编辑统一到单一模型,支持多种图像编辑任务。官方介绍,该模型视觉生成组件为7B参数、32层Single-Stream DiT,原生支持透明图像生成与编辑,支持最多10张参考图以及圈选、掩码等局部编辑方式,并通过混合粒度注意力与KV cache复用降低多图编辑时的推理开销和显存占用;模型权重已在GitHub、Hugging Face和ModelScope发布。同日,Qwen宣布Qwen-Image-2.1在ComfyUI中原生支持,用户更新ComfyUI或使用Comfy Cloud、从Hugging Face下载权重并加载模板即可使用。
匹配字段摘要
2026年9月18日,Anthropic开源了由Claude优化的30余个生物领域开源模型代码。据Anthropic Science Blog介绍,Claude为这些模型优化推理,平均提速4倍,部分工作是为GPU编写定制软件。这些模型原本用于分子系统结构建模、类药分子设计和基因突变效应预测,但运行成本高,限制了实际影响。Anthropic表示将开源全部优化代码。目前尚无后续发展事实。
匹配字段摘要
2026年9月17日,Baseten发布Hosted Tools,首个工具为网页搜索Baseten Grounded Inference。该工具首批接入Exa、Keenable、Parallel和You.com四家搜索服务商,开发者在Messages、Chat Completions或Responses请求中加一项配置即可启用,搜索在Baseten推理栈内服务端执行,模型按原生工具调用能力自行决定是否检索并迭代。Baseten称其基准测试中端到端延迟比客户端工具方案降低15%,并支持流式输出工具调用与结果。该功能目前以playground预览形式开放,限速25 RPM并赠送2美元额度。目前尚无后续发展事实。
匹配字段摘要
Google发布Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking两款实时对话音频模型,即日起通过Gemini API、Google Workspace和Gemini应用开放。据Google DeepMind介绍,Gemini 3.8 Live Extended Thinking在Artificial Analysis语音到语音质量指数得82.6分排名第一,τ-Voice智能体任务完成率68.6%,Big Bench Audio得97.7%;Gemini 3.8 Live在Speech Agent Arena排名第二。两款模型支持近实时视觉输入、对话中自动切换97种语言,并可在后台执行工具和API调用而不打断对话。9月18日,Google展示用Gemini 3.8 Live Extended Thinking构建的工作坊助手演示,可分析工作区、出声推理并引导搭建过程。9月21日,Google又演示了用该模型构建的编程辅导Agent,能查看用户屏幕、通过function calling引用p5.js库并讲解代码逻辑。
匹配字段摘要
2026年9月11日,OpenAI推出ChatGPT for Financial Services,将内置金融数据与GPT-6 Astra的推理能力结合。银行团队可利用Daloopa、Pitchbook和LSEG等数据开展研究、构建金融模型,并制作定制客户材料。目前输入材料仅提供了此次发布及相关功能信息。
匹配字段摘要
2026年9月2日,Google AI Developers 展示了 Gemini 3.8 Flash 在复杂推理与3D可视化方面的能力。该演示由 Gemini 3.8 Flash 与 ThreeJS 在 Google AI Studio 中构建,是一个交互式3D可视化工具,用于测试模型的复杂推理能力。据展示,该模型能为硬件设备生成比例真实的拆解图,自动把设备分解成多个图层,用户可通过拆解滑块展开并查看各层结构。官方同时给出了开始使用 3.8 Flash 的链接。目前进展停留在官方展示与试用入口公布阶段。
匹配字段摘要
2026年9月2日,Cursor发布Self-Hosted Machines功能,允许团队在自己的网络内运行云智能体,执行环境由用户管理,而智能体循环、推理和规划仍在Cursor云端。团队可通过Cursor CLI启动worker连接基础设施,支持My Machines和Pools两种配置,Pools能按需扩缩容并服务任意仓库。该功能与AWS Lambda、Cloudflare、Coder、Daytona、E2B、Modal、Namespace和Vercel等沙箱提供商合作,Linux和Mac均支持浏览器控制。
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,xAI 宣布 Grok 4.6 已在 Microsoft Foundry 上线。据 xAI 介绍,Grok 4.6 是其最新旗舰模型,面向长时间运行的智能体以及交互和视觉类任务,提供 500k 上下文窗口和可配置的推理强度(low、medium、high、xhigh)。Foundry 让企业可以在同一处将 Grok 4.6 与其他前沿模型对比评测、运行特定负载测试、部署托管端点,并在企业级安全与治理控制下运行。目前该事件尚无后续发展事实,状态停留在上线发布这一节点。
匹配字段摘要
2026年8月19日,xAI 宣布 Grok 4.6 已在 Amazon Bedrock 正式可用,Amazon Bedrock 用户可通过该平台调用这一旗舰模型。据 xAI 介绍,Grok 4.6 面向长时间运行的智能体以及交互与视觉任务,提供 500k 上下文窗口,并设有 low、medium、high、xhigh 四档可配置推理强度。定价方面,输入为每 100 万 token 2 美元,缓存输入为每 100 万 token 0.50 美元,输出为每 100 万 token 6 美元。目前该消息由 xAI 官方渠道发布,尚无其他后续发展事实。
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7月16日,Moonshot AI(月之暗面)发布旗舰模型Kimi K3,这是一个2.8万亿参数的多模态模型,具备1M token上下文窗口和原生视觉能力,采用MoE架构,每token激活896个专家中的16个。据Recode China AI报道,K3在Frontend Code Arena获得1,679分,定价为每百万输入token 3美元、每百万输出token 15美元,开放权重计划于7月27日提供。7月27日,Kimi.ai宣布Modal与Baseten成为K3的Day 0发布合作伙伴,Modal为K3架构训练了定制DFlash推测器,将交互速度从100提升到460 tokens/s;同日SGLang与Miles宣布提供Day-0支持,前者负责推理、后者负责RL训练。7月28日,Kimi.ai宣布K3在DigitalOcean Serverless Inference上线。7月29日,Unsloth发布Kimi K3的1-bit量化版GGUF,体积从1.56TB压缩到594GB,缩减62%,精度保留约78.9%,可在配备128GB内存的Mac Studio上运行。
匹配字段摘要
2026年9月22日,NVIDIA在ROSCon发布Isaac ROS 5.0,为基于ROS的机器人开发引入智能体工作流与新的平台支持,并新增用于环境搭建和操作的Isaac技能。该版本支持ROS Lyrical和Ubuntu 24.04,FoundationPose的智能体推理库让机器人感知和跟踪物体位姿的速度最高提升5.5倍,抓取放置流程也作为独立技能开放。Isaac ROS 5.0支持从Jetson Orin Nano到Jetson Thor的可扩展算力,Mentee Robotics、Universal Robots、ROBOTIS等公司已将其用于各自机器人平台。目前尚无后续发展事实。
匹配字段摘要
2026年9月16日,Google 在 Gemini Enterprise Agent Platform 上推出 Agent Anomaly Detection 私有预览。据 Google Developers Blog 介绍,该功能通过分析智能体的推理轨迹、工具调用和执行流程,识别越界行为、可疑意图与策略违规。其异步运行不增加请求延迟,检测结果带严重等级、说明和处置建议,并同步到 Security Command Center。内置检测器覆盖 OWASP Agentic Top 10 中的工具滥用、身份与权限滥用、级联失败和失控智能体等风险。用户还可通过 API 读取会话异常,并在 ADK 回调或插件中按严重等级和概率阈值拦截后续工具调用。目前该功能处于私有预览阶段,尚无后续发展事实。
匹配字段摘要
2026年8月11日,NVIDIA Nemotron 3.5 Lightning 在 Ollama 上线,可完全在本地设备运行。据 Ollama Blog 介绍,该模型为 30B 总参数、每 token 仅 3B 激活的开放模型,采用混合 MoE 架构,支持最高 1M token 上下文,面向读取文件、调用工具、整理结果和失败重试等持续运行的智能体任务;官方称其吞吐量比同类开放模型高 4 倍,任务完成时间快 30%,并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。同日,SGLang 宣布为该模型提供 Day-0 支持,开发者可通过其 OpenAI 兼容推理栈部署;据 LMSYS Blog 介绍,该模型从 Nemotron 3 Ultra 蒸馏而来,支持 MTP、DFlash、DSpark 三种投机解码,并可通过 enable_thinking 与 thinking_budget 控制推理开关和深度,权重已在 Hugging Face 提供 BF16 和 NVFP4 版本。
2026年8月11日,NVIDIA Nemotron 3.5 Lightning 在 Ollama 上线,可完全在本地设备运行。据 Ollama Blog 介绍,该模型为 30B 总参数、每 token 仅 3B 激活的开放模型,采用混合 MoE 架构,支持最高 1M token 上下文,面向读取文件、调用工具、整理结果和失败重试等持续运行的智能体任务;官方称其吞吐量比同类开放模型高 4 倍,任务完成时间快 30%,并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。同日,SGLang 宣布为该模型提供 Day-0 支持,开发者可通过其 OpenAI 兼容推理栈部署;据 LMSYS Blog 介绍,该模型从 Nemotron 3 Ultra 蒸馏而来,支持 MTP、DFlash、DSpark 三种投机解码,并可通过 enable thinking 与 thinking budget 控制推理开关和深度,权重已在 Hugging Face 提供 BF16 和 NVFP4 版本。
匹配字段摘要
2026年8月7日,Sarvam AI 在首届 Sarvam Epoch 上发布 Sarvam 105B 面向对话智能体与工作智能体的更新变体。据官方博客,该模型在自建印度对话生产基准上四项指标均领先 GPT 5.4 Mini 和 Gemini 3.5 Flash,混合 token 价格为每百万 0.80 美元,并已通过 Sarvam API 提供。同一发布还包含 Sarvam Vision 2.0、Saaras V4 语音识别模型和 Bulbul V4 语音合成研究预览,以及印度本地推理层 Sarvam Inference、自服务智能体平台 Indus(含 Voice Agents、Work Agents、Content Studio)、早期测试的 Sarvam Code、安全智能体 Sarvam Cyber 预览和 Mac 版语音应用 Kivi。目前尚无后续独立发展事实。
匹配字段摘要
DeepSeek 计划支持并扩展部署选项 V4.1-Flash推理
English translation is being prepared.
匹配字段摘要
Google 展示 Gemini 3.8 Flash 的复杂推理与3D可视化能力
English translation is being prepared.
匹配字段摘要
OpenAI 公布 首款自研推理芯片Jalapeño的基准测试结果
English translation is being prepared.
匹配字段摘要