LMSYS 发布 SGLang Low-Latency Mode，通过插件框架把专用 kernel 接入 SGLang，在 NVIDIA 和 AMD GPU 上降低推理延迟。在四块 NVIDIA GB300 上回放 AgentX trace，单并发会话的 P90 每用户 token 生成速度从 671.2 提升到 928.4 tokens/s（1.38×）；在四块 AMD MI355X 上四并发会话从 331.6 提升到 516.0 tokens/s（1.56×）。NVIDIA 侧 kernel 位于 sgl-nvidia-mega，AMD 侧位于 sgl-amd-mono，均针对 DeepSeek-V4.1-Flash 与 DSpark 的验证和草稿执行做优化。
匹配字段摘要、正文
Meta 发布开源权重模型 Muse Spark Open，参数为 816B 总参数、42B 激活参数，上下文窗口 1M tokens，主打编码与智能体任务并原生支持多模态；作者称其性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，落后于 GLM 5.3 和 Kimi K3。几天前 Meta 还发布了闭源前沿模型 Muse Wonder 和 Muse Wonder Full，在传统基准上仅次于 Anthropic 的 Opus 5.5。作者认为 Muse Spark Open 的定制许可证限制较多，包括产品需标注 Built with Muse、月收入超过 2000 万美元需单独授权，以及需接受可接受使用政策，这可能影响其采用。
匹配字段摘要、正文
微软 AI 研究团队公布基座模型 MAI-Base-2，采用全 MoE 架构，总参数 2 万亿、每次提示激活 800 亿。微软称其在科学、编程和数学的内部基准上超过 DeepSeek-V4-Pro-Base，部分指标上硬件效率最高提升 12 倍。该模型用 16000 块 NVIDIA GB200 训练 38 天，数据集为 50 万亿 token，其中约五分之一用于训练集成的计算机视觉模块；权重将通过 Azure 以授权方式提供给可信合作伙伴。
匹配字段摘要、正文
《卫报》专栏作者 Phillip Inman 认为，英国应拒绝 DeepSeek、小米等中国开发者每月发布的“开放权重”模型，这类模型可免费获取核心软件、无需支付持续授权费。牛津大学 AI 教授 Michael Wooldridge 称，输入聊天机器人的数据可能被共享给中国官方；美国 NIST 的评估报告也在本地运行的 DeepSeek 模型中发现政治审查。作者主张英国转而更好地约束美国 AI。
匹配字段摘要、正文
一位高中英语教师与3人备课组把集体备课改造成9个AI智能体加3个真人角色的四阶段流水线，原本跨两周的备课闭环在9月上旬实测单日上午跑通。四套提示词分别负责学情三维归因、每条不超过100字的四段式研讨意见、80分钟对辩主持稿和三维评分归档，共识执行率从经常烂尾变为100%。作者还记录了二次质检分数降6分实为评分量表变化、教师对格式约束的抵触、成员出差由副备兼顶三个坑，并称该SOP跨学科通用，提示词可在豆包、Kimi、ChatGPT、DeepSeek上运行。
匹配字段摘要、正文
Arena 追踪 Anthropic、OpenAI、Google DeepMind、Kimi、xAI 和 DeepSeek 的最佳智能体在 6 月底至 10 月初的四项 Agent Arena 信号，发现实验室间最大差距在于用户是否享受使用体验。Praise vs Complaint 上 OpenAI 和 Anthropic 高出榜单均值 +35 分，Moonshot、xAI 和 DeepSeek 在 +5 至 +13 之间；Confirmed Success 上平均实验室最佳模型三个月内从 -4 升至 +14 分，Anthropic 以 Claude Opus 5.5 (Max) 的 +20 领先。Bash Recovery 分差从 34 缩至 16 分，Steerability 从 19 缩至 11 分。
匹配字段摘要、正文
AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体承担读论文、用 Python 和 R 分析数据等科研任务。应用支持 OpenAI、Anthropic、DeepSeek 等模型及本地模型，项目可导出为 .science 文件在另一台电脑打开续做，默认将文件、项目和研究记录保存在本地，支持 macOS、Windows 和 Linux，源码采用 Apache 2.0 许可。官方分享的示例中，智能体分析了 278 名乳腺癌患者的公开数据，检验肿瘤内免疫细胞排布是否有助于预测生存，任何人都能打开该文件查看每张图背后的代码并 fork 出新运行。
匹配字段摘要、正文
团队在亚马逊、速卖通、Shopee、Temu、TikTok Shop、SHEIN 和独立站七个渠道销售约 1200 个 SKU，通过 AI+RPA 四层流水线把单链接刊登耗时从 15 分钟降到 2 分钟以内，单次平台改版平均恢复时间从 2 小时降到 20 分钟内。方案采用 Web 元素 AI 自愈、本地离线部署与 EXE 加密打包授权，并调用文心一言、豆包、DeepSeek、Kimi 等模型做标题重写与图片合规校验，AI 判断仍需人工抽检兜底。
匹配字段摘要
Aleph Alpha 发布开放权重模型 Kolibri-1，总参数 78B，采用 384 个专家、6 个路由专家的 MoE 结构，推理时仅激活 3.46B 参数，上下文 256K Token 并可外推至约 100 万 Token。该模型专注德语和英语，tokenizer 对德语词切分更省 Token，例如德国联邦议院术语表仅需 1137 Token，而对比的 DeepSeek-V4.1-Flash 需要 1910 Token；预训练使用 20 万亿 Token，数据截至 2026 年 6 月 18 日。作者实测其回答正确、德语推理过程明显，并称 Merlin-Arthur 协议让模型在基准中幻觉更少，但实际效果仍需在真实使用中检验。
匹配字段摘要、正文
Meta于10月15日发布开源智能体模型Muse Spark Open，称其为迄今能力最强的美国开放权重模型，可直接在搭载苹果M5 Ultra芯片的Mac Studio上运行。苹果智能将于10月底在中国发布测试版，AI陪聊应用Character.ai则申请破产，迪士尼拟以2000万美元收购。同期DeepSeek-V4-Pro与V4.1-Flash的API及对话服务出现近5小时中断，DeepSeek按用户7日内消耗金额以赠金形式全额返还。
匹配字段摘要、正文
爱芯元智在2026中国国际工业博览会上发布大算力边端AI SoC系列AX8860，含AX8860、AX8860P两款芯片，采用6nm制程，峰值算力256TOPS，内存带宽273GB/s，单芯片原生支持128GB LPDDR5X内存，四芯级联最高512GB，可运行DeepSeek V4 Flash等千亿参数以上大模型。该系列同步推出核心模组、PCIe推理卡、智能体盒子和边缘推理服务器，工具链兼容vLLM、SGLang、PyTorch与OpenAI API，已完成260多个模型适配。
匹配字段摘要、正文
小米 MiMo V2.6 Pro 在 Agent Arena 开源模型排行榜升至第一，净提升 +3.8%。Arena.ai 数据显示，MiMo V2.6 Pro 与 MiMo V2.6 Flash 是仅有的两个进入 Agent Arena 性能成本帕累托前沿的开源模型，单任务成本分别为 $0.11 和 $0.05；Pro 比第二名 DeepSeek V4.1 Flash 成本低 15%，比第三名 Hy4 preview 低 71%，Flash 性能比 Pro 低 1.3 个百分点但便宜 55%。
匹配字段摘要
OpenRouter 宣布 Private Endpoints 正式上线，用户可添加专属容量和微调模型，像调用其他模型一样调用，仅对所属组织可见，必要时自动回退到共享容量，目前面向 Enterprise 套餐开放。官方补充称，此前的私有测试中已有团队运行专属的 GLM、Kimi、DeepSeek 部署，以及预留的 OpenAI 和 Anthropic 容量。
匹配字段摘要
微软 MAI-Base-2 预训练已完成，MAI-Base-3 的训练周期也已在筹备中。据引用内容，MAI-Base-2 在留出评测上优于其测试过的所有开放权重模型，预训练 FLOPs 效率比最强的开放基础模型 DeepSeek-V4-Pro-Base 高 4-12 倍，微软将这部分节省用于训练更大的模型。Mustafa Suleyman 表示，MAI 已完全自研出 3T 参数级别的 SOTA 预训练基础模型，后训练结果即将公布。
匹配字段摘要、正文
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek-V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，无需 VLA。ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%，同一套 harness 通过 robot cards 可运行 ARX X5、ALOHA 和 Franka。团队称每个已解决案例的模型成本约 0.30 至 0.35 美元，40 个展示回合平均 0.13 美元，并已在低成本机械臂上完成开抽屉、放糖果棒的初步真机测试。
匹配字段摘要
Hao AI Lab 发布 ORA（Open Robot-Use Agents），一个由 DeepSeek V4.1-Flash 驱动的开源机器人智能体框架，从视觉输入零样本操作机器人，无需 VLA。ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%，与使用 GPT-5.5 或 Opus-4.7 的 RPent 系统同场对比。每个成功案例的模型成本约 0.30 至 0.35 美元，按 DeepSeek 非高峰 API 价格估算并包含失败尝试；同一框架已通过机器人卡片适配 ARX X5、ALOHA 和 Franka，并在低成本机械臂上完成开抽屉和放置糖果棒的初步实机测试。
匹配字段摘要
Hao AI Lab 发布 ORA，其工作方式类似编码智能体：编码智能体读取文件、运行命令并检查结果，ORA 则观察场景、调用感知或动作工具、检查反馈再决定下一步。要让这一循环在机器人上跑通需要三样东西：描述机器人和任务的提示词、用于感知几何与运动的工具、以及把近期观察留在上下文中而将较早观察存入文件的上下文管理。同一套框架可运行 ARX X5、ALOHA 和 Franka，靠 robot cards 描述各机器人的几何与控制方式；SAM 3 定位物体、深度把图像位置转成以米为单位的 3D 坐标，再由计算工具处理向量与旋转数学。按 DeepSeek 非高峰 API 价格估算，在 RoboTwin、LIBERO 和 LIBERO-Pro 上每个成功案例的模型成本约 0.30 至 0.35 美元，含失败尝试，40 个展示回合平均每个 0.13 美元。
匹配字段摘要
Hao AI Lab 发布机器人智能体 ORA，其工作方式类似编码智能体：观察场景、调用感知或动作工具、检查反馈再决定下一步。该框架用 robot cards 描述各机器人的几何结构与控制方式，同一套 harness 可运行 ARX X5、ALOHA 和 Franka。据其估算，在 DeepSeek 非高峰 API 费率下，RoboTwin、LIBERO 和 LIBERO-Pro 上每个成功案例的模型成本约 0.30 至 0.35 美元，40 个展示片段平均每个 0.13 美元。
匹配字段摘要
Hao AI Lab 发布机器人智能体 ORA，用同一套 harness 驱动 ARX X5、ALOHA 和 Franka，各机器人通过 robot cards 描述自身几何结构与控制方式。ORA 的工作方式类似编码智能体：观察场景、调用感知或动作工具、检查反馈再决定下一步，依赖描述机器人与任务的提示词、感知几何与运动工具，以及把近期观测留在上下文、较旧观测存入文件的上下文管理。感知环节用 SAM 3 定位物体，深度信息把图像位置转成以米为单位的三维坐标，再由计算工具处理向量与旋转运算。作者估算每个成功案例的模型成本约 0.30 至 0.35 美元，按 DeepSeek 非高峰 API 价格计算并包含在 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试，40 个展示回合平均每个 0.13 美元。
匹配字段摘要
Hao AI Lab 估算，ORA 机器人智能体每个成功案例的模型成本约 0.30–0.35 美元，该估算基于 DeepSeek 的 off-peak API 价格，并包含在 RoboTwin、LIBERO 和 LIBERO-Pro 上的失败尝试；40 个展示片段平均每个 0.13 美元。
匹配字段摘要、正文