OpenAI 收购药物开发协调平台 Orchestra Bio，用于扩展其 Rosalind 生命科学模型与工具；ChatGPT 全套餐上线 Locked Chats，支持 PIN、Face ID、Touch ID 或设备解锁保护对话。OpenAI API 新增 12 小时提示词缓存，Mistral 发布 Voxtral 3 语音模型系列并驱动新的语音智能体 API，Google 开源 Kubernetes 原生分布式 LLM 推理栈 llm-d 1.0。
匹配字段摘要
阿里巴巴、字节跳动和腾讯等中国厂商向 Nvidia 订购了超过 600 万块 RTX PRO 5500 显卡用于 AI 推理，但 Nvidia 到 2027 年最多只能生产 300 万块，买家预计仅能拿到订单量的 5% 至 10%。Netflix 上季度营收和利润继续增长，但广告收入预期下调、10 亿观众目标尚未达成，股价仍下跌。微软在巴黎 Frontier Tour 上发布模块化云主权方案，以回应欧洲监管担忧。
匹配字段摘要
据路透社报道，三家中国互联网大厂合计订购超300万块英伟达RTX PRO 5500工作站显卡，按约11400美元目录价计算潜在金额超350亿美元，而英伟达告知合作伙伴2027年该卡全球产量可能不超过300万块，实际交付或仅5%至10%。该卡与RTX 5090同用GB202芯片，显存从32GB增至84GB、带宽从约1792GB/s降至1398GB/s，并支持MIG切分，主要面向AI推理。中国客户总订单已超600万块，大厂提前下单是为在GB202产能有限的情况下争取优先供货。
匹配字段摘要、正文
马斯克在最新访谈中称，英伟达 H100 的租赁价格现在比刚出厂全新时还贵，并说明年算力硬件回本周期缩短到 6 个月也并非完全不可能。他解释 SpaceX 出租算力只签短期合同，是因为每瓦特电力产出的有用智能逐年上涨，到期短约都以更高的每瓦特单价续签。他还提到团队想外包部分推理算力，问遍 GB300、GB200、谷歌 TPU 和亚马逊 Trainium 均无货，连海外机房的 H100 也已租光。作者同时提醒，马斯克既是算力出租方，又背负星舰与太空算力基建的估值叙事，其原话也强调 6 个月回本并非一定会发生。
匹配字段摘要、正文
MiniMax 于 10 月 19 日认领匿名模型 Space Bunny，正式发布 M3.1 Flash，采用稀疏注意力架构，428B 总参数、约 23B 激活，推理速度提升近 3 倍，使用成本降 70%，定价为输入每百万 token 1 元、输出 4 元、缓存读取 0.1 元。模型权重将于 10 月 23 日开源，官方预告更高智能上限的 Pro 版不久后推出。作者用四道同类型新题替换社区出圈案例重测，认为其前端 Coding 能力进步明显，且保留了主动打开浏览器试错的自验收行为。
匹配字段摘要、正文
2026年第二季度阿里、腾讯、百度单季资本开支合计1318.52亿元，同比增长114%，驱动因素是万级Agent商业化带来的持续性推理需求。文章指出云厂商需完成芯片、调度、存储、运行时、推理平台的全栈重写，竞争指标从机房规模转向GPU利用率、推理毛利率、Token单价和自由现金流。阿里云提出2032年数据中心规模超20GW，但2026年第二季度三家自由现金流合计净流出664.24亿元。
匹配字段摘要、正文
Mistral 联合创始人 Arthur Mensch 宣布发布一整套达到 SOTA 水平的语音模型，并附上链接 https://t.co/Ue1S72c9HW。他表示语音将成为 AI 系统最重要的交互界面，Mistral 将语音模型部署在物理位置上靠近推理模型。
匹配字段摘要
Yuchen Jin 引用 DeepSeek 披露的数据称，单个集群目前每天处理 155 万亿 token，每 GPU 小时产生 38 美元收入（非高峰定价）。他指出 DeepSeek 不仅开源了推理引擎，还公开了收入数字，但未说明所用 GPU 型号，DeepInfer 同时支持 NVIDIA Blackwell 和华为昇腾。按 B300 每 GPU 小时 7 美元的租用价估算，毛利率约为 82%。
匹配字段摘要、正文
Gradium 开源 Phonon 端侧语音合成模型套件，全部模型参数在 50m 以下，主打多语言自然度与准确度，并称提供迄今最广的推理支持。其中 Phonon-31m 以 Apache 2.0 许可开放。Matt Turck 转发了这一消息。
匹配字段摘要
OpenAI 收购了 Orchestra Bio，后者的 AI 智能体用于追踪药物研发项目。Orchestra 的智能体监控研究与时间线，当生产批次失败时，它们会梳理哪些试验受影响，并比较应对方案供项目负责人选择；此前 OpenAI 的 GPT-Rosalind 负责生物学与化学推理，Rosalind Workbench 负责连接模型与实验室工具和数据。文章还提到，Anthropic 在 4 月以约 4 亿美元股票收购 Coefficient Bio，两家实验室都在收购专业生物学团队，而药物研发从靶点到美国获批平均仍需 10 到 15 年。
匹配字段摘要
Perplexity 宣布 Perplexity Computer 现在可以在 Mac 上完全本地运行，模型和智能体都在本机执行，任务处理无需把敏感数据发送到云端。该功能已在 Perplexity Mac 应用中上线，Aravind Srinivas 补充称无需联网、也不依赖云端推理即可使用。
匹配字段摘要、正文
Arena 的 Agent Arena Pareto 前沿共 11 个位置，OpenAI 的 GPT-6 Luna 与 GPT-6.1 Sol 按不同推理档位占据其中 6 个。GPT-6 Luna 在每任务低于 $0.10 的区间拿下 4 个最优位置中的 3 个，覆盖 Max、Medium 和 Low 档；GPT-6.1 Sol 则覆盖每任务 $0.22 至 $0.65 区间。加上 GPT-6 Astra（Max），OpenAI 模型共占 7 个前沿位置，Arena 据此指出切换推理档位有时比换模型更能保持在成本与性能的最优点。
匹配字段摘要
Interconnects 开源模型动态第25期梳理了近期开源模型与监管进展。中国商务部（MOFCOM）发布政策提案，拟要求前沿 AI 模型等技术的国际共享需事先获得政府批准，文中提到开源技术将走自动审批通道；美国国土安全部（DHS）则发布针对 DeepSeek 的指令，限制其作为供应商参与联邦民用采购。模型方面，DeepSeek 发布 DeepSeek-V4.1-Flash-1017（552B-A16B，支持图像输入，MIT 许可），并公开了内部推理栈 DeepInfer；小米 MiMo-V2.6-Pro-RL、NVIDIA Nemotron-3.5-Super-VL-120B-A12B-NVFP4、Reflection 的 Beam-1.0-501B-A23B 等也同期发布。
匹配字段摘要
i14 与 AWS 合作，用 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B，单台 trn2.48xlarge 训练吞吐约 120,000 tokens/s。该模型每序列循环状态固定为 29.5 MB，不随上下文长度增长，推理在 1,280 并发序列下达到 11,544 output tokens/s。团队还通过 Muon 的 all_to_all 通信改造把每卡通信量降低 24 倍、训练吞吐提升 1.63 倍。
i14 与 AWS 合作，用 TorchNeuron Native 在 AWS Trainium2 上训练并部署了基于 Gated Linear Attention 的 Laplace 3B，单台 trn2.48xlarge 训练吞吐约 120,000 tokens/s。该模型每序列循环状态固定为 29.5 MB，不随上下文长度增长，推理在 1,280 并发序列下达到 11,544 output tokens/s。团队还通过 Muon 的 all to all 通信改造把每卡通信量降低 24 倍、训练吞吐提升 1.63 倍。
匹配字段摘要、正文
Perplexity 宣布 Mac 版应用支持 Computer 代理完全在本机运行，任务规划、推理、文件处理和工具执行都在设备端完成，代码与工具执行在隔离沙盒中进行。本地模式使用 Qwen 3.6 或基于 Qwen 训练的 PPLX Pro 模型，面向支持的 Apple 芯片 Mac，建议至少 36GB 内存，目前提供给 Pro、Max 和 Enterprise 订阅用户。另提供混合计算模式，由云端模型负责联网研究、本地模型处理私人文件，官方称可在至少 24GB 统一内存、运行 macOS 15 或更新版本的 Apple 芯片 Mac 上使用。
匹配字段摘要、正文
Perplexity 宣布更新 Perplexity Computer，使其可在受支持的 Apple silicon Mac 上完全本地运行，模型基于 Qwen 3.6 或 PPLX Pro（Qwen 的后训练版本）。本地模式下模型、任务规划、推理和文件处理都在设备端完成，代码与工具执行在隔离沙箱中进行，官方建议 36GB 以上内存，并称可跨 Notes、Messages、Mail、Keynote、Numbers 等原生应用完成任务而无需上传个人数据。对于性能不足的设备，Perplexity 还提供 Hybrid Compute，以云端前沿模型配合本地模型处理信息，最低 24GB 内存即可使用；任务需要实时信息或云端应用时可授权云端访问，也可调用 15 个以上前沿模型。
匹配字段摘要
据路透社报道，阿里巴巴、字节跳动和腾讯向英伟达下单约300万块RTX PRO 5500显卡，按标价计算约350亿美元，另有其他中国企业下单，总量超过600万块，这些显卡将用于AI推理。消息人士称，英伟达2027年最多为全球所有客户生产300万块，下单方可能只能拿到订单量的5%到10%。由于美国出口限制，中国企业无法购买搭载GB102或GB112芯片的更强算力设备，而面向中国市场的RTX PRO 6000D已停产，北京方面曾禁止H200进口，2026年初又特批上述三家公司进口40多万块H200。
匹配字段摘要
Gemini 的 Personal Intelligence 功能开始向 Android Auto 推送，开启后可连接 Gmail、Google Calendar、Google Photos 和 Google Search 中的用户数据，提供更个性化的回答。该功能在 Gemini 设置中完全由用户主动选择开启，未来几个月还将登陆直接运行 Google 车载系统的内置 Google 汽车。Google 高级产品经理 Karan Daryanani 表示，该功能的两项核心能力是从邮件、照片或 Google Maps 收藏地点中提取具体细节，以及跨复杂来源进行推理。
匹配字段摘要、正文
ElevenLabs 发布 Eleven Realtime，提供 Mini 和 Max 两个托管语音智能体模型，整合语音识别、推理、轮次切换与语音生成，但开发者无法单独选择或配置底层模型。外部测试机构 Artificial Analysis 的数据显示，Max 在 Big Bench Audio 上得分 98.8%，Mini 为 75.9%；工具调用任务完成率 Max 为 87.1%，Mini 为 60.3%，而 Mini 在 Full-Duplex-Bench 上以 95.8% 略高于 Max 的 94.1%。该接口沿用 OpenAI Realtime API 的协议和 WebSocket 传输，但仅支持 WebSocket，WebRTC 应用需先更换传输方式并自行处理 24kHz PCM16 音频的采集与播放。
匹配字段摘要、正文
OpenAI 宣布收购药物研发软件初创公司 Orchestra Bio，其团队与技术将并入 OpenAI 的 Rosalind 生命科学部门。Orchestra 的智能体负责监控研究进展、跟踪财务并处理临床试验排期问题，最终决策仍由人做出。交易金额未披露，OpenAI 也未给出这些智能体进入其产品的时间表；Rosalind 业务源于今年 4 月发布的 GPT-Rosalind 生物与药物发现推理模型，诺和诺德与 Moderna 已在合作使用。
匹配字段摘要