Hugging Face 发布 torch-neuronx model support Space，可按下载量或趋势查看 Hub 上的模型能否在 AWS Trainium 上运行，并给出分片核数、含编译的耗时和峰值显存。目前只测试 Transformers 的文本生成与图文模型，且仅限能放进 4 台 Trainium2 设备（最多 16 核）的模型；每个模型生成 32 个 token 校验，单核时与 CPU 结果比对，分片时由小模型判断英文是否通顺。结果来自公开数据集 aws-neuron/torch-neuronx-model-support，Space 还提供运行脚本和跳过编译的 NEFF 缓存命令。
#教程/实践#部署/工程#开源生态
#产品更新#Agent#开源生态
DeepSeek 于 10 月 20 日宣布开源内部大规模云服务推理框架 DeepInfer，目标是提高模型推理效率、降低部署成本，兼容英伟达 GPU 和华为昇腾 950 芯片。该框架已用于 DeepSeek V4.1 Flash 模型的线上服务，单集群日均处理 155 万亿 Token，按谷时电价计算每 GPU 小时收入约 38 美元。本期 GPT 周报还提到 Anthropic 推出个人 AI 助手 Claude Duet、MiniMax 港股破发等消息。
#行业动态#开源生态#推理
1Password 发布 1Password for Agents，允许 AI 智能体登录用户账号，但密码由 1Password 自行填入并在登录成功后立即撤回，智能体无法读取或复用。首批接入的是 Meta 的 Muse 和 SpaceXSI 的 Grok Bot，Claude Duet、ChatGPT Work、dots、Perplexity 等集成尚未给出时间。该功能包含在个人与家庭订阅中，目前仅支持 1Password.com 托管的账户，1Password.eu 和 1Password.ca 账户暂不支持。
#产品更新#Agent#MCP/工具调用
OpenAI 于 10 月 22 日面向所有客户正式开放 Decisions API，该接口基于推理模型 GPT-6 Luna 优化推理速度与成本，部分场景响应时间由 1 至 3 秒缩短到 100 至 180 毫秒。接口面向答案范围明确的任务，开发者可预设问题与可选答案，由模型输出概率、选项或评分，用于内容分类、请求分流和决定 AI 智能体下一步行动，每次请求最多处理 400 个问题。Datadog、Ramp、Speak 等企业已用它替代部分大模型调用，其中 Datadog 评估智能体命令风险的 P95 延迟比可用的前沿模型快约 40 倍。
#产品更新#推理#Agent
Kling 4.0 is now live in https://t.co/dY2XctHySY 🎬 Generate 30-second scenes from a single prompt. Consistent characters from shot to shot. Switch styles from live action to anime to 3D. Create videos in cinematic quality with Kling 4.0 in https://t.co/dY2XctHySY https://t.co/gRV1ZuGgXo
#产品更新#视频#部署/工程
Kling 4.0 is now live on invideo. 30 second clips in a single generation, up to 10 keyframes, 15 references, and 4K output. https://t.co/eyhmPKGNnb
#行业动态#视频#OpenAI
微星发布EdgeMesa N AI+迷你主机，体积1.3升，搭载NVIDIA RTX Spark N1X超级芯片和最高128GB LPDDR5X统一内存，把本地运行120B参数大模型作为首要设计目标。该芯片集成20核Grace CPU与6144 CUDA核心的Blackwell GPU，统一内存池让模型权重和KV缓存共享同一物理内存。参考同平台DGX Spark实测，120B级模型生成速度约15至59 tokens/s，受273GB/s内存带宽限制；官方尚未公布售价，文章估计可能落在3至4万元人民币区间。
#产品更新#端侧#部署/工程
小鹏汽车公布人形机器人IRON最新进展，升级后的第二代VLA大模型已部署至机器人端侧，可每0.2秒根据实时画面重新推理并预测未来6秒内的动作变化。演示涵盖握手、碰拳、击掌等场景，当互动者临时改变手势或位置时IRON能调整动作换手配合。硬件上IRON搭载三颗自研图灵AI芯片，有效算力最高2250TOPS，配备单手22个自由度的灵巧手，采用VLT、VLA与VLM结合的模型架构。
#产品更新#具身智能#端侧
AWS 将其安全服务 Continuum 中检测和修复代码漏洞的功能正式开放使用，该功能会核查扫描结果是否真能被利用，按业务影响排序并给出修复建议。Continuum 把代码仓库与 AWS 环境信息连成上下文图，判断攻击者能否触达漏洞及可进一步访问的资源，并在隔离沙箱中复现漏洞时提供 PoC 代码和复现步骤。修复以 Pull Request 形式提交到关联的 GitHub 仓库，需人工审核后才会应用，目前仅在美国东部（弗吉尼亚北部）和美国西部（俄勒冈）区域提供。
#产品更新#安全/对齐#Agent
GitHub 将 Package Firewall 作为公开预览开放给 Enterprise Cloud 客户，按集中安全策略检查包查询与下载，目前仅支持 npm 包。管理员可设置新版本发布后的等待期，依据 GitHub Advisory Database 的恶意软件与漏洞信息拦截，并在新版本首次出现 preinstall、postinstall 等安装脚本或缺少此前版本已有的 SLSA 证明时阻止下载。防火墙位于客户端与上游包源之间，编码智能体和 CI/CD 主机需把请求改走该服务才能生效；预览期免费，正式运营将按用量计费，GitHub 未公布正式可用时间和具体价格。
#产品更新#安全/对齐#GitHub
Meta 于 10 月 23 日在日本推出个人 AI 智能体 Muse，支持 iOS、Android 和 muse.ai，日本是继今年 9 月北美先行上线后首个海外市场。Muse 可代为制定计划并执行任务，应用关闭后仍继续处理，并在发送邮件、购买商品等操作前请求用户确认；同时推进与 Mercari、Money Forward ME、Ticket Pia 等日本本地服务以及 Gmail、Google 日历、Instagram、Stripe、Shopify、Trip.com 等的连接器集成。Meta 称其运行在隔离的 Muse Secure VM 中，由独立的 Sentinel 智能体管理网络访问，基本功能免费，Power 计划 $20/月、Maximum 计划 $100/月。
#产品更新#Agent#Meta
10月22日美团外卖产业大会上，美团发布“妙手外卖版·袋鼠管家”，美团外卖总经理薛冰宣布将向全国餐饮商家免费提供一个懂外卖经营的“AI店长”。该产品覆盖经营诊断、门店巡检、商品运营、新店运营等场景，可结合美团和商家数据提供分析建议并协助执行。已有数万中小商家试用，河北元氏县一家鸡公煲店铺调整菜单和活动后周订单量环比上涨超30%，产品还与古茗、益禾堂、兰湘子等200多家连锁品牌合作，益禾堂新开门店首月单店产出提升25%。
#产品更新#Agent#部署/工程
「千问Go!」上线新功能“我的应用”，用户无需编程，说出需求即可搭建用于生活、工作和学习场景的应用，生成的应用支持对外分享并持续更新数据、长期可用。“我的应用”接入阿里云 AI 应用生产平台 Meoo（秒悟），可自动完成应用搭建、数据库配置和部署上线；结合云端 Pro 能力，授权后可调用淘宝、大麦、夸克网盘等应用中的数据。目前“我的应用”及支持操作云手机、云电脑的云端 Pro 均处于邀测阶段，用户可在千问 App 内邀测页面排队申请。
#产品更新#Agent#MCP/工具调用
You.com 推出 Inference Router，这是一个兼容 OpenAI 接口的托管 API，可在 12 个开源权重模型间路由请求，并提供至少 99.9% 可用性 SLA、默认零数据保留和 100% 美国托管。请求先走 You.com 自有推理容量，满载或故障时切换到 Parasail、Wafer、阿里云、Meta、Inception 等美国托管合作方，按 token 计费且不收平台费。内置服务端网页搜索每次最多返回 20 条结果、默认 30 轮，You.com 自报 LiveNewsBench 上 GLM-5.3 加其搜索得分 86.53%，每题成本 0.0485 美元。
#产品更新#部署/工程#开源生态
Google Cloud 在 AGNTCon + MCPCon 上发布 Agent Compute Engine，为每个 AI 智能体会话分配一个硬件隔离的 microVM，沙箱内不存放任何凭证，该服务已用于支撑 Gemini 等内部工作负载，客户预览计划在未来几个月推出。每个 microVM 拥有独立 guest kernel、root 权限和 Hyperdisk，闲置时被检查点化到零活跃资源并在下次调用时从快照恢复。开源对应版本 Agent Substrate 自 2026 年 9 月 15 日起在 GKE 提供，在 20 万智能体基准中实现每秒 500 次激活、挂起恢复低于 500 ms，非生产用途对所有 GKE 客户开放，生产 GA 需申请白名单。
#产品更新#Agent#部署/工程
谷歌发布智能体计算引擎 ACE，为每个 AI 智能体提供硬件隔离的 microVM，可执行代码、调用工具和操控浏览器。智能体空闲时计算环境自动挂起并释放资源，需要时快速恢复文件和内存状态，在 20 万个智能体的测试中暂停与恢复耗时不到 500 毫秒。该服务最初用于支撑 Gemini、Gemini 平台、Antigravity 及谷歌内部的模型评估和强化学习流程，未来开发者可通过 Google Cloud 自行控制智能体环境的镜像、身份、网络访问和生命周期。
#产品更新#Agent#部署/工程
You’ve probably already used it: Space Bunny pushed 200T+ tokens before anyone knew it was MiniMax-M3.1-Flash. Now it’s open weights 🔥 Thank you @MiniMax_AI for open sourcing it! Day-0 fine-tuning in NVIDIA NeMo-AutoModel ✅ FSDP2, expert, pipeline, and context parallelism, ✅scaling up to 128 GPUs, and the NVFP4 checkpoint loads directly. https://t.co/mJbil96cax
#产品更新#开源生态#数据/训练
Space Bunny is here! 🐰 MiniMax M3.1 Flash hits >1K tok/s, bs1 decode with SGLang, production-ready from Day 0. This integration is a joint effort by @MiniMax_AI, @NVIDIAAI, @AMD, and @radixark, and you can also run RL with Miles! -Broad hardware support: NVIDIA Blackwell and Hopper (GB300/B300/B200/H200), plus AMD Instinct MI350X and MI355X. -Agentic serving at scale: ~100K total tok/s per GPU on the AgentX coding-agent trace with 96 concurrent sessions. -Speculative decoding: Supports MiniMax's DSpark draft and a DFlash2 draft trained by @radixark; supports HiCache and multimodal input. -Ultra-low-latency inference: MegaKernels deliver 2.15× faster single-request decode.
#产品更新#推理#部署/工程
Add near real-time decisions to your workflow with the Decisions API, now generally available. Build faster, more cost-efficient apps and agents that can classify text and images, evaluate inputs, and determine what happens next without generating a full model response.
#产品更新#OpenAI#部署/工程