蚂蚁 inclusionAI 在 GitHub 上线 sglang_ling_v3 仓库，内容基于开源推理框架 SGLang，该框架面向大语言模型、视觉语言模型和扩散模型，针对智能体负载、大规模服务与 RL rollout 优化。仓库 README 显示 SGLang 支持 GPU、TPU、NPU、CPU 与 Apple Silicon，并内置图像视频生成引擎 SGLang Diffusion。
蚂蚁 inclusionAI 在 GitHub 上线 sglang ling v3 仓库，内容基于开源推理框架 SGLang，该框架面向大语言模型、视觉语言模型和扩散模型，针对智能体负载、大规模服务与 RL rollout 优化。仓库 README 显示 SGLang 支持 GPU、TPU、NPU、CPU 与 Apple Silicon，并内置图像视频生成引擎 SGLang Diffusion。
匹配字段摘要、正文
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。升级后的 Omni Reference 单次生成最多接受 15 个参考素材，包括 10 张图像、总时长不超过 30 秒的 5 段视频和 7 个元素。新版本加入双声道立体声音频和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的口型同步，同时推出最高 720p、20 秒的轻量版 Kling 4.0 Flash，并可通过 MCP 和 CLI 接入自动化工作流。
匹配字段摘要
TwelveLabs 的 Pegasus 1.5 视频语言模型已在 Amazon Bedrock 上线，可把长视频转成带时间戳的结构化 JSON 元数据。新版本支持按用户定义的分段规则返回匹配片段、结合参考图像的多模态提示，以及无需预索引的即时处理，单次请求可分析最长 2 小时视频。模型通过 InvokeModel 和 InvokeModelWithResponseStream 调用，目前在美国西部（俄勒冈）区域提供。
匹配字段摘要
2026 年 1 月至 9 月，Amazon SageMaker JumpStart 新增来自 30 家提供商的 100 多个模型，其中 Alibaba（Qwen）贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个 Gemma 4 变体、IBM 4 个、Cohere 4 个。新增模型覆盖多模态、语音、图像与视频生成，并引入 GLM-5.2 FP8、JetBrains Mellum2-12B 等量化与紧凑模型以降低推理成本。
匹配字段摘要、正文
AI 世界模型公司 Odyssey 在 X 发布演示视频，称已将果蝇大脑模型接入旗下 Odyssey-3 世界模型，让数字果蝇在完全由 AI 生成的虚拟场景中自主飞行。Odyssey-3 于 10 月 8 日开放研究预览，采用自回归扩散 Transformer 架构，可根据历史画面及用户或智能体的动作预测后续状态，应用方向涵盖机器人控制、自动驾驶及 AI 智能体训练。Odyssey 此前披露以数十小时演示数据训练机械臂控制能力，并与 Flexion 合作开发人形机器人策略。
匹配字段摘要、正文
Tenstorrent 宣布完成 15 亿美元 E 轮融资，投后估值 62 亿美元，由 Trace Capital 和 Innovation X 领投。资金将用于 Galaxy 服务器规模化部署、继续支持大语言模型和视频生成的开源权重模型，以及推进对外授权的 AI 与 CPU 知识产权。公司基于 RISC-V 构建 AI 处理器与系统，并将 TT-Ascalon RISC-V CPU 和 Tensix AI 核心授权给三星、LG 等芯片设计方。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
匹配字段摘要
Dream Labs 完成 9000 万美元种子轮融资，由 B Capital 和 Kindred Ventures 联合领投，同时开放 Dream-1 机器人基础模型的公共 API。Dream-1 把机器人技能当作视频预测问题，用人类第一视角操作视频训练，可控制此前未见过的双臂机器人执行未演示过的任务，最强版本按每小时 3 美元收费，轻量版每小时 0.75 美元。公司还提供 Fine-Tuning-as-a-Service，开发者提交演示新任务的视频后，数小时内即可得到定制版模型，并上线了可在浏览器中实时操控机器人的 Robot Playground。
匹配字段摘要
财新网报道，近期被多家媒体和研究机构转发的“短剧Token消耗占比55%”数据，原始出处为中文在线6月3日路演及电话会议记录，该记录称AI短剧与视频生成在国内Token消耗中占55%，电商与营销占24%，软件开发仅占15%。财新同时指出，目前市场上缺乏公信力较高的第三方数据来测算国内Token消耗的场景分布。
匹配字段摘要、正文
HTC 披露 VIVE Eagle 智能眼镜的隐私保护机制：拍摄视频加密后仅存本地，不自动上传手机或云端，导出需通过配套应用手动操作。摄像头附近的录制指示灯被遮挡时设备会停止录制，用户也可用语音指令停止拍摄，周围人员可主动要求终止录制。VIVE AI 助手可调用 OpenAI ChatGPT 及 Google Gemini，用户无需登录第三方 AI 账户，HTC 表示不会用眼镜收集的个人信息训练自有或第三方 AI 模型。
匹配字段摘要、正文
VAST于10月18日宣布开源实时世界模型EdenLive，开放5B、14B两种规格的模型权重及推理代码，并公布技术报告和端到端演示。其5B模型可在单张英伟达RTX 5090显卡上以720p分辨率、超过24帧/秒生成画面，支持分钟级连续运行，端到端延迟为百毫秒级。该模型将世界状态与视觉渲染解耦，可用于游戏原型预览、场景预演和视频重新渲染，但下载全部权重约需210GB空间，FLUX首帧组件限非商业、非生产用途。
匹配字段摘要、正文
Google 将在未来几周把 Gemini 中用于单项任务的 Gems 改名为 Skills，并把今年春季推出的后台智能体 Gemini Spark 去掉独立名称，以 Tasks 的形式并入聊天窗口。Skills 支持在对话中通过斜杠或 @ 符号调用，并可组合多个技能，底层使用基于 Markdown 的 SKILL.md 标准，但 Canvas、Deep Research 以及视频和音乐生成暂不支持 Skills。私人账号的 Gems 将于 2026 年 11 月 17 日自动转为 Skills，Workspace 企业账号则从 2027 年 3 月 1 日起停用旧 Gems，教育机构为 2027 年 6 月 1 日；德国、奥地利和瑞士暂不开放云端 Tasks 及相关事件触发计划。
匹配字段摘要
英国国家贸易标准局首次发布 AI 诈骗观察清单，列出犯罪分子利用 AI 生成假零售网站、深度伪造视频、声音克隆和个性化钓鱼邮件等手法。该机构建议不要向未见过面的人汇款或提供个人信息，并通过核实商家地址、使用 FCA Firm Checker 等方式验证对方身份。消费者组织 Which? 提醒，错别字和语法错误已不能再作为识别诈骗的依据。
匹配字段摘要、正文
Google 于 2026 年 10 月 15 日宣布改进 Google 搜索 AI 模式与 AI 概览的链接展示：回答顶部更频繁显示内联链接，部分回答末尾的相关文章链接配缩略图，并将在回答顶部专设栏目汇总官方站点链接。文章轮播的提供地区和语言也在扩大，优先新闻来源设置的使用者增至年初的 7 倍以上；AI 模式视频发布者名称链接至搜索个人资料的测试已启动，但个人资料创建目前仅限美国、加拿大和印度。
匹配字段摘要
WorkBuddy 社区改造技能 video-intel 可解析抖音、TikTok、YouTube 等视频链接，自动下载视频、抽取关键帧、转录音频字幕并生成摘要与思维导图。该技能在原版手动解析基础上增加定时任务，支持每日批量采集并输出汇总情报，适合自媒体、行业研究员和竞品运营使用。它由社区爱好者二次开发，非官方内置技能，稳定性取决于接口，大量批量任务建议分时段执行。
匹配字段摘要、正文
Elon Musk 发帖称“租用 AI/SI 算力是什么体验”，并附上一段视频，未作进一步说明。
匹配字段摘要
Aravind Srinivas 分享了一款由 Perplexity Computer 构建的赛博朋克风格 Roadster 自由漫游浏览器游戏，并附上链接和视频演示。
匹配字段摘要
UT Austin 计算机科学家 Scott Aaronson 表示，OpenAI 发布 370 个数学证明后，研究生感到担忧，因为当 AI 能解出他们本用来训练的问题时，他们不知道该如何规划职业。完整视频发布在 MTS 的 YouTube 频道。
匹配字段摘要
新京报评论文章质疑“中国55%的Token用于AI短剧、美国58%用于代码”这一对比：前者来自一家重仓AI短剧的上市公司，后者查无权威出处，且Token用量不等于算力投向。文章指出视频生成属高Token消耗密度场景，一段10分钟高清AI短剧需8000万至1.2亿Token，而8至10人研发团队一周约300万至500万Token；截至今年3月国内日均Token调用量已突破140万亿。
匹配字段摘要、正文
作者用同一提示对比 DeepSwarm V4.1 Flash 与 Claude Opus 5.5 的 3D 建模输出，并质疑两者在光照和浮岛细节上是否处于同一水平。推文附有对比视频，未给出更多测试条件或量化结果。
匹配字段摘要