蚂蚁 inclusionAI 在 GitHub 上线 ling-cookbook，为 Ling 模型系列提供部署配方与工程实践示例，目前仍在完善中。仓库包含面向消费级与工作站硬件的本地推理部署指南，以及部分模型的多模态与智能体 Agent Skills。NVIDIA 团队贡献了 SGLang Humming 部署指南，在 Grace Blackwell（GB10 / SM121）上实现 Humming MoE 算子加速、在线 FP8 LM Head 与 MTP 推测解码协同。
匹配字段摘要
蚂蚁 inclusionAI 的 ASystem 团队开源 AReno，一个面向单节点的 LLM RL 后训练工具包，覆盖 RL、SFT/DPO 训练、serving 与 agentic RL，无需搭建集群或外接训练与推理后端。它支持 CUDA、昇腾 NPU 和 Apple Silicon MLX 后端，原生 LoRA 覆盖 Qwen3、Qwen3-MoE 与 Bailing-MoE V3，并可在 CUDA 上对 Qwen3 dense 和 Bailing-MoE V3 做 QLoRA 训练。仓库以 Apache 2.0 许可发布，提供 CLI、OpenAI 兼容 serving 接口和 Docker 镜像。
匹配字段摘要
智源（BAAI）2023 年推出的 FlagEval 大模型评测系统已覆盖全球 800 多个开源与闭源模型，包含推理、数学、任务求解等 40 多个能力维度、五大任务和四类指标。FlagEval Report 已更新至第 2 期（2024-12-30），并在 FlagScale 上开展 nightly 持续基准测试，附带自动 PR 徽章与回归告警。
匹配字段摘要
智源 FlagOpen 发布 RoboBrain-X0，一个面向异构本体迁移的跨本体基础模型，2025-09-29 已放出 RoboBrain-X0-preview。该模型用 SE(3) 任务空间末端执行器位姿表示、统一动作词表 UAV 与动作 tokenizer，并通过 Grouped Residual Quantizer 把不同自由度和机械结构的连续控制序列映射到共享离散动作基元空间，实现 AgileX、R1-Lite 双臂轮式机器人和 Franka 单臂系统之间的零样本泛化与复杂任务分解。模型由 RoboBrain 2.0 与动作 tokenizer OmniSAT 组成，支持多视图 RGB-D 输入到具体执行的解码，仓库采用 Apache-2.0 许可，后续计划放出基于 Fast Tokenizer 的 checkpoint、快速推理示例以及训练与评测代码。
匹配字段摘要
智源 FlagOpen 开源 RoboBrain，一个面向机器人操作、从抽象到具体的统一大脑模型，已被 CVPR 2025 接收。它基于 ShareRobot 数据集训练，覆盖任务规划、物体可供性与末端执行器轨迹预测，并支持 HF/VLLM 推理。2025-06-06 发布更强大的 RoboBrain 2.0 及 2.0-7B 权重。
匹配字段摘要
智源 FlagOpen 开源 RoboCOIN，一个基于 LeRobot 的官方配套工具包，在兼容 LeRobot 数据格式的同时新增子任务、场景与运动描述等元数据支持。项目提供数据集发现、下载与标准化加载的端到端流程，并支持 LeRobot Policy 与 OpenPI Policy 的推理部署，可对接 Piper、Realman 等 SDK 及 ROS/MoveIt 控制。目前支持 LeRobot v2.1 数据格式，基于 LeRobot v0.3.4，v3.0 支持即将推出。
匹配字段摘要
智源 FlagOpen 开源 UniVR，一个专为 Emu3.5 系列统一生成模型打造的端到端 SFT 与强化学习（GRPO）训练框架，用户只需替换数据加载器和 RL 奖励函数即可适配自有任务。框架支持 DeepSpeed ZeRO-3 下的 LoRA 与全参数多机分布式微调，并基于 verl 构建 GRPO 训练，配套 Emu3.5 vLLM 补丁实现无 CFG 并行推理，吞吐量约为标准 CFG 模式的 2 倍。其 VR-GRPO 结合格式奖励、Qwen3-VL-30B 全局奖励与步级焦点奖励，训练评估使用含 150 万原始样本的 VR-X 基准，主干为 34B 的 Emu3.5。
匹配字段摘要
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两个开放权重推理模型，采用 Apache 2.0 许可，兼容 Responses API，支持工具调用、完整 CoT 与可调推理强度。gpt-oss-120b 为 36 层 MoE 架构，116.8B 总参数、5.1B 激活参数，MoE 权重以 MXFP4 量化后可放入单张 80GB GPU；gpt-oss-20b 为 24 层、20.9B 总参数、3.6B 激活参数，可在 16GB 内存设备上运行。OpenAI 对 gpt-oss-120b 做了对抗性微调测试，其安全咨询组认为即便使用其训练栈进行微调，模型也未在生物化学与网络安全两个类别达到 Preparedness Framework 的高能力阈值。
匹配字段摘要
OpenAI 发布 GPT-6 Astra 系统卡，宣布这是其迄今能力最强、已广泛部署的模型，也是首个在 Preparedness Framework 下达到网络安全 Critical 等级的模型。系统卡称 Astra 对越狱和提示注入的鲁棒性显著强于 GPT-5.6 Sol，间接提示注入鲁棒性从 96.23% 升至 99.79%，在 54,218 个内部 Codex 任务模拟中严重度 3 级及以上的错位行为标记减少约 53%。同时 OpenAI 指出 Astra 的 CoT 可监控性相对 GPT-5.6 Sol 下降，在对抗条件下可能规避内部监控，因此将错位监控扩展到全部工具调用推理。
匹配字段摘要
OpenAI 发布 GPT-5 系统卡，介绍这一统一系统由快速模型、深度推理模型和实时路由器组成，路由器依据对话类型、复杂度、工具需求和显式意图决定调用哪个模型，达到用量上限后由各模型的 mini 版本接管。系统卡将快速模型标为 gpt-5-main 与 gpt-5-main-mini，思考模型标为 gpt-5-thinking 与 gpt-5-thinking-mini，API 另提供 gpt-5-thinking-nano，ChatGPT 中通过并行测试时计算提供 gpt-5-thinking-pro。安全方面，GPT-5 采用 safe-completions 训练方式，gpt-5-main 的幻觉率比 GPT-4o 低 26%，gpt-5-thinking 比 OpenAI o3 低 65%；在线初步测量中 gpt-5-main 的谄媚行为在免费用户中下降 69%、付费用户中下降 75%。OpenAI 依据 Preparedness Framework 将 gpt-5-thinking 在生物与化学领域定为 High capability 并启用相应防护，同时称该模型未达到高网络安全风险门槛。
OpenAI 发布 GPT-5 系统卡，介绍这一统一系统由快速模型、深度推理模型和实时路由器组成，路由器依据对话类型、复杂度、工具需求和显式意图决定调用哪个模型，达到用量上限后由各模型的 mini 版本接管。系统卡将快速模型标为 gpt-5-main 与 gpt-5-main-mini，思考模型标为 gpt-5-thinking 与 gpt-5-thinking-mini，API 另提供 gpt-5-thinking-nano，ChatGPT 中通过并行测试时计算提供 gpt-5-thinking-pro。安全方面，GPT-5 采用 safe-completions 训练方式，gpt-5-main 的幻觉率比 GPT-4o 低 26%，gpt-5-thinking 比 OpenAI o3 低 65%；在线初步测量中 gpt-5-main 的谄媚行为在免费用户中下降 69%、付费用户中下降 75%。OpenAI 依据 Preparedness Framework 将 gpt-5-thinking 在生物与化学领域定为 High capability 并启用相应防护，同时称该模型未达到高网
匹配字段摘要
OpenAI 发布 GPT-5.4 Thinking 系统卡，这是 GPT-5 系列最新的推理模型，也是首个针对网络安全 High 能力实施缓解措施的通用模型。系统卡覆盖模型数据与训练、基线安全评测、思维链可监控性与可控性、Preparedness Framework 能力评估，以及网络安全防护措施，并附 GPT-5.4 mini 的评测结果。在 Preparedness Framework 下，GPT-5.4 Thinking 在生物化学与网络安全领域被按 High 能力处理，AI 自我改进未达到 High 阈值。
匹配字段摘要
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为迄今最强的智能体编码模型，结合 GPT-5.2-Codex 的编码能力与 GPT-5.2 的推理和专业能力，可执行涉及研究、工具调用和复杂执行的长任务。这是 OpenAI 首次在网络安全领域按 Preparedness Framework 的 High 能力处理并启用相应防护，理由是模型通过了全部三项评估阈值，但尚无确凿证据证明其达到该阈值。系统卡还介绍了 Codex 云端与本地沙箱默认禁用网络访问、限制文件编辑范围，以及网络安全防护分层、对话监控、红队测试和 Trusted Access for Cyber 计划。
匹配字段摘要
OpenAI 于 2025 年 11 月 12 日发布 GPT-5.1 Instant 与 GPT-5.1 Thinking 的系统卡补充，给出这两个新版本的安全基线指标。GPT-5.1 Instant 更贴近对话，指令遵循更好，并具备自适应推理能力，可自行决定何时先思考再回答；GPT-5.1 Thinking 则更精确地按问题调整思考时间，GPT-5.1 Auto 继续自动路由查询。安全评测方面，两者在 Production Benchmarks 上整体与 GPT-5 前代相当，gpt-5.1-thinking 在骚扰与仇恨言论、违规性内容上略有回退，gpt-5.1-instant 在违规性内容、暴力内容、心理健康和情感依赖上略逊于 gpt-5-instant-oct3。OpenAI 仍将 GPT-5.1 在生物与化学领域列为高风险并沿用相应防护措施。
匹配字段摘要
OpenAI 发布 ChatGPT Images 2.0 系统卡，介绍该模型在图像生成能力上的提升，并新增 thinking mode，可在生成过程中结合推理与工具调用、接入实时网络搜索数据。安全方面沿用 ChatGPT Images 1.5 的安全栈并增加防护，采用提示层与图像层分类器及安全推理模型做输入和输出拦截。评估显示 instant 模式对 685 张违规图像的综合召回率为 96.1%，thinking 模式综合安全输出达 6886/6944（99.2%）；生物化学领域因专家认定部分输出可能为新手提供帮助，按高能力模型施加缓解措施。
匹配字段摘要
AWS 团队在论文《Priming: Hybrid state space models from pre-trained Transformers》中提出 priming 方法，复用预训练 Transformer 权重初始化混合架构，将混合架构的预训练成本降低 99% 以上。在受控对比中，Gated KalmaNet（GKA）表现优于 Gated DeltaNet（GDN）和 Mamba-2，基于 GKA 的 32B 混合模型在推理基准上与源 Transformer 持平，128K 上下文下解码速度最高提升至 2 倍。团队以 Apache 2.0 协议开源了 8B 和 32B 的混合模型、训练代码、优化内核及 vLLM 服务插件。
匹配字段摘要
Meta 于 10 月 13 日发布前沿模型 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两个版本，均仅通过每月 50 美元或 200 美元的付费订阅提供。Muse Wonder 可通过 SDK 或按量付费 API 供开发者接入，Muse Wonder Full 无对外 API 或 SDK，仅限 Meta 自有环境使用，更适合长周期复杂任务。该系列主打 Active Memory 与 Active Focus 两项能力，前者主动保留历史对话与用户上下文，后者在任务受阻时尝试替代方案。在 Artificial Analysis 评测中，Muse Wonder Full 在 CritPt 科学推理测试和 GDP.pdf 专业文档基准中排名第一，Terminal-Bench 4.0 得分从上一版的 33% 升至 57%；Intelligence Index 上 Muse Wonder 得 52 分、Muse Wonder Full 得 56 分，后者与 Claude Sonnet 5.5 并列第二。AA 称两款模型输出 token 用量比 Muse Spark 少约 10%，Muse Wonder Full 输入 token 比 Muse Wonder 少 16%。Muse Wonder 定价为每百万输入 token 4 美元、每百万输出 token 20 美元。
r 可通过 SDK 或按量付费 API 供开发者接入，Muse Wonder Full 无对外 API 或 SDK，仅限 Meta 自有环境使用，更适合长周期复杂任务。该系列主打 Active Memory 与 Active Focus 两项能力，前者主动保留历史对话与用户上下文，后者在任务受阻时尝试替代方案。在 Artificial Analysis 评测中，Muse Wonder Full 在 CritPt 科学推理测试和 GDP.pdf 专业文档基准中排名第一，Terminal-Bench 4.0 得分从上一版的 33% 升至 57%；Intelligence Index 上 Muse Wonder 得 52 分、Muse Wonder Full 得 56 分，后者与 Claude Sonnet 5.5 并列第二。AA 称两款模型输出 token 用量比 Muse Spark 少约 10%，Muse Wonder Full 输入 token 比 Muse Wonder 少 16%。Muse Wonder 定价为每百万输入 token 4 美元、每百万输出 token 20 美元。
匹配字段摘要
MCloudBridge 于 10 月 13 日发布 Ai 365 统一 AI 平台，面向公共、教育与科研机构，可按安全策略在本地 on-premise AI 与外部 SaaS AI 之间选择性配置。平台按 G1、G2、G3 信息资产分级路由数据：G1 敏感数据用 Llama、Qwen、DeepSeek 等本地 LLM 在隔离环境完成文档分析、知识检索、RAG 与推理，G2 数据可先本地提取关键信息再脱敏后送外部 LLM，G3 公共数据可直接调用 OpenAI、Anthropic（Claude）等外部 LLM。
匹配字段摘要
AMD 在 OCP Global Summit 上发布 Helion，一套以 CPU 为中心的 AI 数据中心计算基础设施设计，用于同时运行大量 AI 智能体。与堆叠大量 GPU 的 Helios 不同，Helion 面向智能体反复执行程序、访问数据库带来的 CPU 需求；面向大型数据中心运营商的配置可单机架容纳最多 32,768 个基于第六代 EPYC Venice 的 CPU 核心，模型推理请求则交给独立 GPU 系统。企业配置将 EPYC CPU 与 Instinct MI350P GPU 放在同一机架，最多容纳 16 块 GPU，并集成 token router 把请求分流到高性能模型或自托管开源模型以降低 AI 运营成本。AMD 将以开放参考设计形式提供 Helion，向 OCP 贡献规范，Cisco、Dell、HPE、Lenovo、Supermicro 等八家服务器厂商正在开发相关系统，计划 11 月上市。
匹配字段摘要
Sarvam AI 推出面向印度语言的文本转语音模型 Bulbul V4 Flash，生产环境下首音频延迟低于 250 ms，定价为每 10,000 字符 20 卢比，比 Bulbul V3 的 30 卢比便宜三分之一。该模型基于 V4 研究蒸馏而来，训练数据超过 4000 亿音频 token，语音库规模较 V3 扩大近七倍，并针对实时对话优化了推理栈。
匹配字段摘要
Meta发布Muse Wonder和Muse Wonder Full两款模型，内部代号西瓜，主攻个人与专业智能体任务，重点提升跨对话记忆和长时间任务执行能力。Artificial Analysis评测显示Wonder Full十项测试有六项进入前三，最高推理强度下Muse Code搭配Wonder Full的编程成绩与Claude Code搭配Sonnet 5.5持平。API定价为每百万输入token 4美元、输出20美元，Wonder Full仅向Muse Code订阅用户开放，Meta AI负责人Alexandr Wang承认编程能力仍不如Opus 5.5。
匹配字段摘要、正文