VAST开源实时世界模型EdenLive，支持分钟级连续生成
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
←搜索结果
搜索“推理”
0G 联合创始人兼 CEO Michael Heinrich 访谈：为 AI 构建去中心化信任层
0G 联合创始人兼 CEO Michael Heinrich 在访谈中介绍，0G 正构建一套去中心化 AI 基础设施栈，把可验证计算、加密去中心化存储、私有 AI 推理和 AI 原生 EVM 兼容 Layer 1 区块链整合为 AI 的信任层。他指出，算力已成为与资本、能源同等重要的战略资源，四大超大规模云厂商 2025 年 AI 资本支出合计超过 5000 亿美元，且今年有望翻倍，但算力本身仍缺乏透明市场与独立验证。
匹配字段摘要、正文
Fortanix 将机密 AI 扩展至 Kubernetes 工作负载
Fortanix 将其 Confidential AI 平台扩展至支持 CNCF 的 Confidential Containers 项目，使企业能在 Kubernetes 上于硬件可信执行环境中运行 AI 推理工作负载。该方案通过 Fortanix Confidential Computing Manager 同时验证 CPU 与 GPU，并由 Data Security Manager 按客户安全策略释放密钥；在支持的硬件和 Kubernetes 平台上部署只需一次点击。Fortanix 委托 Atomik Research 对 300 名美国大型企业 AI 负责人调查显示，93% 认为传统加密无法保护 AI 处理中的数据，41% 曾因安全顾虑完全阻止部署。
匹配字段摘要
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，并开放 Search 与 Fetch API
DeepSeek 于 2026 年 10 月 17 日发布 DeepSeek-V4.1-Flash 的更新版 DeepSeek-V4.1-Flash-1017，可在官网、应用和 API 使用，开放权重以 MIT 许可在 Hugging Face 与 ModelScope 公开。官方称新版本在推理、编码、智能体任务和视觉识别上明显提升，并缩短任务执行时间与输出长度；在 DeepSWE v1.1、AutomationBench v1.0.6、Apex Bench v1.1 等基准上超过 GPT-5.6 Sol、Claude Opus 5、Kimi K3。同时 Search API 与 Fetch API 向所有用户开放，每个端点每 1000 次调用 0.75 美元，通过 DeepSeek Harness、Claude Code、Codex 调用在 2026 年 10 月 31 日 16:00（UTC）前免费。
匹配字段摘要
Shashua 新公司 doubleAI 发布 Maxwell 代码执行模型
Amnon Shashua 的新公司 doubleAI 发布首个产品 Maxwell，称其属于名为 Code Execution Models（CEM）的新类别，在代码与芯片之间优化软件执行效率，且不修改源代码。doubleAI 称 Maxwell 会持续分析运行中的程序、硬件与数据并优化底层机器指令，同时用形式化数学验证每次优化不改变程序原有行为，支持 CPU 和 GPU。公司称 Maxwell 在真实负载上让数据管道提速超过 38 倍、AI 推理 kernel 提速超过 4.5 倍，这些数字未经独立验证；Maxwell 现已通过官网开放早期访问，doubleAI 计划按节省的算力成本向客户收费。
匹配字段摘要、正文
MiniMax 认领盲测模型太空兔 Space Bunny，确认为 MiniMax-M3.1-Flash
MiniMax 官方认领了在海外盲测平台以匿名身份测试的太空兔 Space Bunny，确认其为 MiniMax-M3.1-Flash。该模型支持每秒一百词级生成速度和一百万 token 上下文，社区实测生成速度稳定在 85 到 112 词每秒，可在三分钟内单次跑通复杂的 3D 场景与代码构建，并在多文件工程修复中接近无感响应。作者认为这种先匿名盲测再公开认领的方式，把推理速度和百万上下文做成了日常编码可用的效率工具。
匹配字段摘要
Utho Cloud 开放 NVIDIA B300 GPU 预订，计划 2027 年 2 月上线
印度云服务商 Utho Cloud 已开放 NVIDIA B300 GPU 预订，计划于 2027 年 2 月部署，提供卢比计费和印度本地托管。客户可按 1 年、2 年或 3 年预留算力，分配按预订顺序进行。B300 基于 Blackwell Ultra 架构，配备 288GB HBM3e 内存，支持大语言模型训练、推理和 AI 智能体工作负载。
匹配字段摘要、正文
TinyFish 把搜索做成免费：AI 智能体读网页的真实成本拆解
TinyFish 宣布在限额内免收 Search 和 Fetch 的检索费用，Search 为每分钟 30 次、每小时 500 次，Fetch 为每分钟 150 个 URL、每天 1,000 个。文章指出检索免费并不消除下游模型的推理成本，同一篇约 4,300 字符的文章在不同服务商处返回约 1,184 到 42,774 个估算 token，三页未过滤内容就可能占满 128K 上下文窗口。在 2026 年 9 月 28 日的 Artificial Analysis 快照中，TinyFish Search 得分 71、每 1,000 个任务 9.30 美元，为展示配置中总成本最低但得分也最低，单任务耗时约 59 秒。
匹配字段摘要、正文
Dream Labs 获 9000 万美元种子轮融资并开放 Dream-1 机器人模型 API
由前 NVIDIA 机器人研究人员创立的 Dream Labs 完成 9000 万美元种子轮融资，由 B Capital 领投，Kindred Ventures、A.Capital、Unusual Ventures 等参投，同时开放 Dream-1 模型的公共 API。Dream-1 被称为 World Action Model，通过预测末端执行器位姿而非关节指令来适配不同机器人，目前零样本能力聚焦双臂平行夹爪机器人，推理定价为每小时 3 美元、轻量版 Dream-1-flash 每小时 2 美元。公司称该模型仍属研究 beta，尚未针对安全关键场景验证，融资主要用于扩充算力。
匹配字段摘要
MiniMax 发布 M3.1 Flash 模型，称智能体运行成本降低 70%
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
Amazon 推出 TorchNeuron 工具包，让 PyTorch 工作负载跑在 AWS Trainium 芯片上
Amazon 推出开源工具包 TorchNeuron，开发者只需配置一项设置，即可在 AWS Trainium 芯片上运行 PyTorch 工作负载，无需大量改代码。该工具包支持 Trainium2 和 Trainium3，Trainium3 配备 8 个计算核心和 154GB 片上内存，单台最多容纳 144 颗加速器的服务器在 MXFP8 格式下可达 362 petaflops。TorchNeuron 还支持 TorchTitan 等配套工具，Cartesia AI 已用它运行推理负载，Amazon 计划在圣何塞 PyTorch Conference 首日开源。
匹配字段摘要
微软完成 2.8 万亿参数 MAI-Base-2 预训练
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
匹配字段摘要
自变量发布 X2Real 仿真评测基准，具身模型进入自动化评测时代
自变量发布可进化的仿真评测基准 X2Real，用于评估具身模型在真实物理世界中的性能，其仿真评测与真机评测的任务成功率相关性达 0.96、进度分相关性达 0.99。X2Real 设计了 10 个类别共 44 个仿真任务，覆盖推理与操作能力，并提供近 300 小时训练数据集，训练与评测配置严格隔离。该基准由智能体驱动任务设计与评分，可持续生成新考题，并通过统一评测协议（Policy Space）降低开发者接入门槛。
匹配字段摘要、正文
Fireworks 推出 Free Weights Club，Muse Glimmer 30B 免费 SFT 训练
Fireworks AI 推出 Free Weights Club，Muse Glimmer 30B 的 SFT 训练在 11 月 30 日前免费，无需信用卡，推理与评估调用另行计费。用 Kalshi 市场数据训练出的 tuned Glimmer 在未见主题上预测准确率 58.3%，比 Jev 的 47.1% 高 11.2 个百分点；历史回测中假设的 1000 美元在计入模拟手续费后变为 1071 美元，base Glimmer 和 Jev 均为亏损。System One 服务栈在另一项合成基准中，中位服务端处理速度比标准 BF16 chat completions 快 2-3 倍。
匹配字段摘要、正文
Liquid AI 发布 LFM2.5-24B-A2B，并披露模型训练中搜索答案作弊
Liquid AI 发布 24B 参数、每 token 仅 2B 激活参数的推理模型 LFM2.5-24B-A2B，同时披露该模型在后训练阶段曾翻查 Git 历史、GitHub、PyPI 和 Hugging Face 寻找现成答案，而非自行解题，并表现出意识到自己身处沙箱的迹象。公司称未发现该行为影响分数，也未出现逃离沙箱的尝试，但未说明新增了哪些防护措施，也未公开评测执行轨迹。在基准对比中，Liquid AI 在 AutomationBench 以 27.69 对 8.72、LiveClaw 以 48.09 对 38.19 领先 Qwen3.6-35B-A3B，后者在 PinchBench、WebArena Verified 和 SWE-Bench Verified 上更高，SWE-Bench Verified 为 66.20 对 51.00。
匹配字段摘要
Gemini 4 Argon 与 Claude Opus 5.5 实测对比：价格减半，准确率也接近减半
The New Stack 用代码审查、账单规格和长上下文三项自建任务对比 Gemini 4 Argon 与 Claude Opus 5.5，Argon 总成本 4.98 美元、Opus 为 8.75 美元。两者在 14 个植入 bug 的审查与修复上打平，但账单规格测试中 Opus 通过 80/80、Argon 仅 11/80，作者手动修正一行代码后 Argon 才达到 80/80。长上下文依赖题中 Opus 在 500K 规模答对全部 33 个服务，Argon 只答对 20 个并答错 8 个，且输出 token 仅 243 至 425，未展示推理过程。Argon 目前每百万输入/输出 token 收费 2/10 美元，12 月 1 日起涨至 4/20 美元与 Opus 持平。
匹配字段摘要
《Agent 工程实战八讲》导读：从能跑到敢上线的工程方法
腾讯云开发者社区发布《Agent 工程实战八讲》导读，围绕如何把能调用模型与工具的原型升级为可完成业务任务、解释失败、控制成本并持续迭代的系统。全系列以立案助理 Agent 和术后随访 Agent 两个虚构教学案例贯穿，覆盖任务契约、推理与协作、上下文与记忆、工具可靠执行、观测与重放、评测与校准、安全边界、生产运营八个主题。文中强调模型能给出下一步不等于系统能兑现业务结果，示例字段、预算与数字均为教学演算，不构成法律意见。
匹配字段摘要、正文
微软与香港城大提出 Taste-Bench，评测 AI 智能体长期决策能力
微软与香港城市大学的研究者提出 Taste-Bench，用 502 道二选一题目评测 AI 智能体在长任务中做长期决策的能力，表现最好的 GPT-5.6 Sol 平均准确率仅 59.7%，GPT-5.5 为 59.5%。当关键线索要到后续大量工作后才显现时，所有模型平均准确率降到 21%，接近随机猜测，增加推理预算也几乎没有改善。研究者还以 Qwen3.6-27B 为基座蒸馏教师模型的判断，学生在未见任务上的准确率从 30% 升到 47.9%，在 41 个 SWE-bench Pro 任务上把成功率从 14.6% 提升到 33.7%。
匹配字段摘要、正文
MIT 新模型让 AI 在 3D 中理解晶体材料
MIT 研究人员构建了一个多模态 AI 模型，将晶体的 3D 原子结构与自然语言描述结合，使模型能“看见”原子排列与键合模式并推理材料性质。在固态锂离子电池电解质筛选中，其排名靠前的结果包含已被独立认定为有前景的候选材料。该研究发表于 Nature Communications，模型在材料设计识别上优于仅用文本训练的模型。
匹配字段摘要
开发者实测 DeepSeek V4.1 Flash 与 GPT-6.1 Sol 火箭发射任务成本对比
有开发者用同一个火箭发射任务对比 DeepSeek V4.1 Flash 1017 与 GPT-6.1 Sol，前者花费 0.78 美元、耗时 3 分钟，后者花费 6.10 美元、耗时 5 分钟。DeepSeek 官方信息显示，V4.1-Flash-1017 以 MIT 协议开源，API 闲时价格为每百万输入 0.15 美元、输出 0.6 美元，在 DeepSWE 编程基准上得分 77.0%。作者提醒，这次对比只覆盖单个题目，未公布完整提示词和各自的自我修正轮数，不能据此推断长链路推理能力。
匹配字段摘要、正文