阶跃星辰 10 月 13 日晚在上海发布首款智能体手机 STEPX Neo 先行版，将 Step 系列模型、Step AOS 1.0 系统、Step Studio 工具与手机硬件打包，售价 3999 元，当晚 9 点开启预售，10 月 16 日 10:13 在京东、天猫、抖音首销。该机搭载智能体原生操作系统 Step AOS 1.0 与个人智能体阶跃 Amoo，采用双入口设计，右滑可从 Amoo 界面切回传统 App 桌面，执行上端侧处理轻量任务、云端旗舰模型负责复杂推理与多步规划。阶跃同时提出连接个人智能体与服务智能体的 A to A 网络，通过 MCP、A2A 等协议打通，Amoo 已与支付宝、腾讯、携程、滴滴、剪映、高德、美团等近百家企业或产品达成合作。
匹配字段摘要、正文
商汤在 12 个模拟评测和 8 款机器人上系统测试 GPT-6-Astra，并开源 SenseNova-RoboRSI 评测框架与 SenseNova-RoboRSI-27B-Preview 具身模型，称其任务完成成本为 GPT-6-Astra 的 1/50。测试显示，解除步数限制并允许访问训练集后，GPT-6-Astra 在 RoboDojo 上任务成功率达 81.9%，但叠碗平均耗时约 131 分钟、估算推理费用约 19 美元，把笔装进笔筒平均耗时 263 分钟、约 55 美元。开源框架将各 Benchmark 封装为独立 Docker 镜像并通过统一 HTTP API 提供环境交互与评分，27B 模型在 RoboCasa365 上成功率由 26.0% 提升至 46.5%，任务 Token 开销减少 73%。
匹配字段摘要
OpenAI 发布编程模型 GPT-6 Astra，面向 COBOL、Fortran、Visual Basic 等老旧编程语言。OpenAI 为此构建了 MultiLangBench 和 COBOL migration 两项评测，GPT-6 Astra 在 MultiLangBench 的 20 种语言上得分 87.4%，GPT-5.6 Sol 为 26.8%；COBOL migration 得分 86.8%，高推理强度下为 97.9%，GPT-5.6 Sol 仅 5.4%。该模型已通过 OpenAI API 向开发者开放，用于 COBOL、Fortran、OCam 和 Visual Basic 的编程任务。
匹配字段摘要、正文
AMD 高管 Salil Raje 提出，物理 AI 的性能评估应从原始算力转向实时控制与系统级可靠性。AMD 以 Kria AI SOM、Versal、Zynq 和 Spartan FPGA 构建异构架构，第三方测试中 Kria AI SOM 推理时间低于 0.1 秒、每秒支持 8,000 次控制决策；在开放导航基准中，Ryzen AI Embedded 配置的控制时序可靠性最高达 Nvidia Jetson T5000 的 3.4 倍，可用算力余量高 1.6 倍。
匹配字段摘要、正文
AI推理与智能体应用带动服务器CPU、内存互连芯片及上游材料需求，澜起科技预计2026年第三季度归母净利润12亿至13亿元，同比增长153.6%-174.7%，或创单季历史新高。中船特气Q3营收12.19亿元、同比增长114.88%，归母净利润3.13亿元、同比增长362.79%；云南锗业净利同比增长2642.24%，天岳先进同比扭亏为盈。东海证券认为AI驱动下行业需求仍旺盛，供给端产能布局缓慢，高景气度或持续。
匹配字段摘要、正文
Google 发布 Coral NPU 完整 32 位架构（含新增 Matrix Execution Unit，可配置至 1 TOPS、推理平均功耗目标 10mW）和基于 IREE/MLIR 的开源 Coral Compiler v1.0，支持 JAX、PyTorch、TensorFlow 模型直接编译到该硬件。完整 32 位 RTL 已在 GitHub 开放，Synaptics 同步推出搭载第二代 Coral NPU IP 的 Astra SR200 系列 MCU（400 GOPS）和 Coralboard SR 开发套件，Coralboard SL（1 TOPS）经 DigiKey 全球发售。两代产品共用同一架构与编译器，模型优化一次即可部署到毫瓦级可穿戴设备或 1 TOPS 板卡。
匹配字段摘要
fal 与 BFL 合作发布后训练视频模型 FLUX 3 Max，团队优化推理以提升输出质量。该模型在 Artificial Analysis 图生视频指数上得分 1,139，生成速度最高比 Seedance 2.5 快 22 倍；fal 称其可约 12 秒生成 10 秒 720/768p 视频，未来三周降价 75%。
匹配字段摘要、正文
Meta 工程团队发布 Agent 架构实践，用确定性的瘦编排器把 20+ 工作流路由到 14 个上下文隔离的专业 Agent，解决单 Agent 装载全部领域知识后在生产环境出现知识交叉污染和幻觉的问题。瘦编排器约 1300 行代码，只做意图分类、收集字段和可靠性检查，每个请求走固定 7 步协议，仅委派子 Agent 一步涉及 LLM 推理。文中引用 Mount Sinai 研究称多 Agent 编排在 80 任务批次下准确率 65.3%，单 Agent 为 16.6%，token 消耗最多降低 65 倍；新增管道迁移能力只需新增 workflow 模板，零新增 Agent 代码。
匹配字段摘要、正文
Viggle 发布 JST-2，将整套模型栈构建在 3D 空间，用携带 xyz 坐标、属性向量和动力学向量的 Physics-Native Token 表示世界，而非从视频像素中隐式推断物理规律。架构分为 JST encoder、JST generator 和 JST decoder 三部分，单次前向推理约 1 秒生成完整 3D 场景，成本低于 $0.01（B200），并支持最多 64 个输入视角作为空间上下文窗口。Viggle 公布的盲测人类偏好显示，角色生成对 Meshy 7.1 胜率 58.4%、对 Tripo H3.1 胜率 73.2%，视频生成运动对 DeepMotion 胜率 89.1%。JST-3 计划把学习到的动力学推广到物体交互。
匹配字段摘要、正文
ARC Prize 公布 Reflection AI 的 Beam 1.0 在 ARC-AGI 上的验证成绩：ARC-AGI-2 为 23.5%，每任务 $0.61；ARC-AGI-1 为 74.0%，每任务 $0.31。Beam 的最佳成绩出现在 xhigh 推理档，但 high 档在 ARC-AGI-2 上接近，为 20.0% 对 23.5%，成本约低 43%。
匹配字段摘要
DeepSeek 发布旗舰模型 DeepSeek V4.1 Flash 的更新版 DeepSeek V4.1 Flash 1017，在 Artificial Analysis Intelligence Index 上得分 45，比 DeepSeek V4.1 Flash 提升 6 分，与 GLM-5.3 并列开源权重模型第二，仅落后 MiMo-V2.6-Pro 1 分。该版本在智能体能力、知识和科学推理上有提升，GDPval-AA v2.1 的 Elo 从 1600 升至 1746，AA-Omniscience 非幻觉率从 4% 升至 33%，CritPt 从 14% 升至 24%。模型为 552B 总参数、16B 激活，MIT 许可，上下文窗口 1M tokens，API 定价与上一版相同，为每 1M 输入 tokens 0.30 美元、每 1M 输出 tokens 1.20 美元，每任务成本 0.26 美元。
匹配字段摘要
Dream Labs 结束隐身状态，发布机器人基础模型 Dream-1，可控制此前未见过的双臂机器人，执行未训练过的任务，并进入此前未到过的场所，起价每小时 3 美元。Dream API 同日向所有人开放，其推理由 fal Serverless 提供支持。
匹配字段摘要、正文
fal Research 与 Black Forest Labs 合作推出视频模型 FLUX 3 Max，通过专门的后训练和推理优化，在第三方独立基准的图像生视频质量上并列第一，生成 10 秒 720/768p 视频约需 12 秒。fal 称其延迟仅为竞争前沿模型的一小部分，未来三周该模型降价 75%。
匹配字段摘要、正文
蚂蚁百灵（Ant Ling）感谢 SGLang 项目为 Ming-3.0 提供首日 SGLang-Omni 支持，并发布实用 cookbook 帮助开发者上手。SGLang 原帖介绍，SGLang-Omni 首日支持 Ming-3.0 的三个版本：Ming-3.0-asr-tiny 支持中英文及方言 ASR，Ming-3.0-tts-tiny 支持 7 种语言的语音克隆，Ming-3.0-audio-flash 是 126B-A6.5B MoE 模型，用于音频理解与推理。
匹配字段摘要
面壁智能 OpenBMB 感谢用户 @techNmak 分享用 MiniCPM-V 4.7 制作的 neo-brutalist 作品集 UI，并表示期待后续创作。被引帖介绍该模型为 35B-A3B 版本，在 iPad Pro M4 上可达 17+ tokens/s，另有 1B 版本，两者均支持 256K 上下文窗口，权重与推理、微调代码开源。
匹配字段摘要
阿里通义 MAI-UI 团队开源通用计算机使用智能体完整技术栈 OpenGCUA，包含 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现。其核心设计是代码执行与决策从 harness 转移到模型，模型按需截图、编写带循环和条件判断的 Python 程序编排 GUI 操作、API 调用和 shell 命令，并自行维护 todo 列表。在 OSWorld-v2 上对 8 个前沿模型的评测中，平均 partial score 从 45.3 升至 64.9，每任务步数平均减少 53%；真机 macOS 测试中，同一 harness 下 Qwen3.8-Max 的推理 token 消耗是 GPT-6 Astra 的 19.4 倍，4 个任务完成 3 个。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 统一价格为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取为每 1M token 0.015 美元。官方称此前登顶全球榜单、处理 200T+ tokens 的 Space Bunny 是 M3.1 Flash 的早期版本，模型权重将于 10 月 23 日发布。
匹配字段摘要、正文
MiniMax 正式发布 MiniMax M3.1 Flash，即此前在 OpenRouter 上名为 Space Bunny 的模型，DeepSWE 得分 74%。官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 定价为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取 0.015 美元/1M token，模型权重将于 10 月 23 日发布，MiniMax 还在筹备推出 Pro 模型。
匹配字段摘要
安全漏洞挖掘智能体把 60.4% 的 token 花在理解代码和推理如何触发漏洞上，4 个智能体 200 次运行均如此。现有省成本方法效果有限，仅 24.4% 的对比在更低成本下保持成功率。新工具 AVRI 将相关代码成组返回并保存程序输入与不安全操作之间的关联，在 20 个新任务上使 Codex 总成本降 18.0%、OpenCode 降 23.7%，成功率与召回率未下降。
匹配字段摘要
商汤发布针对 GPT-6-Astra 具身智能的实证研究，覆盖 12 个仿真基准和 8 个真实机器人平台，并同步开源 SenseNova-RoboRSI 框架及一个 27B 模型，其运行成本约为 GPT-6-Astra 的 1/50。在统一协议（ICL 加最多 10 倍交互预算）下，GPT-6-Astra 在 12 个基准上均达到 SOTA，RoboDojo 从 1 倍预算的 27.6% 升至 10 倍的 81.9%，DexJoCo 达 87.3%，此前 SOTA 为 40.3%，LIBERO 基准则被推到饱和。研究同时指出，把笔放进笔筒这类简单任务的推理成本约 55 美元，且真实机器人会过热、等待时间过长，因此结论是 GPT-6-Astra 已基本跨过具身能力门槛，但实用级具身智能尚未到来。
匹配字段摘要、正文