NVIDIA、MIT 与牛津团队提出 Physis-Lang，把物理推理写入视频描述文本，同一套文本用于数据筛选、训练和推理。在 2026 年 9 月 29 日的 Physics-IQ Verified 榜单快照中，Cosmos3-Super 以 48.2 ± 1.4 排名第一，Cosmos3-Nano 以 43.3 ± 1.5 排名第二。方法用 GPT-5.5 生成描述、Gemini-3.1-Pro 作物理评审并迭代指令，最终训练集含 183K 视频，仅检索环节就在 3 个基准上平均提升 3.01 分，微调仅用 LoRA。
匹配字段摘要
OpenAI 在 9 月 29 日的 OpenAI DevDay 2026 上发布 20 多项更新，包括 ChatGPT 内供团队与 AI 协作的 Space、在专用云环境持续工作的智能体 dots，以及新模型 GPT-6.1 Sol。dots 由 GPT-6 Astra 驱动，可连接 4000 多个应用，在用户离线时继续推进任务，Pro 与 Business Premium 各含 1 个 dot 且不额外收费。GPT-6.1 Sol 在 DeepSWE v1.1 上以 high 推理设置取得 75.2%，高于 GPT-6 Sol 最高设置下的 68.8%，标准 API 价格为每百万 token 输入 2 美元、输出 10 美元。
匹配字段摘要
DeepSeek 团队开源面向昇腾的基础组件，与华为昇腾共建高效易用的 AI 芯片软件生态。华为提供联合定义的昇腾超节点 SuperPoD Flex 和 UBL128 组网方案，可实现 128 卡 3.2Tbps 单层交换 Scale-up 网络和 256K 卡两层交换 Scale-out 网络，支持超低时延推理与前沿基座模型大规模训练。DeepSeek 团队开发的高性能 DeepEP 通信库涵盖 EP、CP、PP、FSDP 等模式下的通信算子，互联带宽实测达到 Dispatch 375 GB/s、Combine 347 GB/s，接近硬件上限。
匹配字段摘要、正文
Manus 推出 Manus Flex，允许用户自带 API key 接入 Manus，在 Manus 的 agent harness、工具和执行环境中使用受支持的模型服务商。同时启动 Manus Flex Inference Partner Program，首批推理合作伙伴为 OpenRouter、Fireworks AI 和 Modal，提供更广泛的模型选择。详情见官方博客。
匹配字段摘要
Google DeepMind 发布 Gemini 4 Argon，这是其 7 个多月来首个 Flash 级别以上的专有模型，目前正向部分用户推送，尚未公开可用。高推理模式下它在 Artificial Analysis 智能指数上得分 53，追平 GPT-6 Astra（max，53），领先 GPT-6.1 Sol（max，52）1 分，比此前的 Gemini 3.1 Pro Preview（30）高 23 分。在 50% 折扣价下每任务成本 1.99 美元，为 GPT-6 Astra（max）的 60%，折扣结束后升至 3.98 美元；其幻觉率 15%，是智能指数 45 分以上模型中最低的。
匹配字段摘要
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载。据 OpenAI，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 最佳成绩高 6.4 个百分点，且推理投入更低。Bedrock 侧提供 IAM 策略管控、CloudTrail 审计、VPC 端点与零操作员访问，推理数据不用于模型训练。
匹配字段摘要
Latent Space 的 AINews 汇总称，Claude Opus 5.5 发布约一周后在 OpenRouter 上成为 Anthropic 模型里支出和 token 份额第一的模型，切换速度尤其快。社区大量分享用 Opus 5.5 生成的动态图形视频，有人称整段视频全部由代码生成、未使用 After Effects，并开源了提示词模板。榜单方面，Opus 5.5 以 88.4% 领跑 SimpleBench，在 Terminal-Bench-Science 上从低推理强度的 24% 升至 xhigh 的 62%，max 档回落到 59%。
匹配字段摘要
Inception 宣布 Mercury 扩散大语言模型在 Azure AI Foundry 上线，面向企业开发者提供商用规模的 dLLM。该模型通过扩散架构并行生成多个 token，推理速度最高可达同类自回归模型的 10 倍，在知识、编码、指令遵循和数学基准上与 Gemini 2.5 Flash、Claude 4.5 Haiku 相当。它支持 128K token 上下文窗口、原生工具调用和 JSON schema 结构化输出，API 兼容 OpenAI，目前在美国和加拿大区域提供，软件许可费用为 $0.78/小时，计算费用另计。
匹配字段摘要
SearchBlox 将 Inception 的 Mercury dLLM 集成进 SearchAI，为企业搜索带来亚秒级 GenAI 响应，并将推理成本降低 60% 至 90%。Mercury 作为模型端点接入现有 RAG 管线，无需重构，客户可在 AWS Bedrock 或 Azure Foundry 上私有部署。该方案已覆盖电商、客服、企业知识与数字体验搜索等场景。
匹配字段摘要
Inception Labs 公布 Mercury 2 在 PinchBench 上的评测结果：任务成功率 78%，高于 GPT-5 Mini 的 75%、Gemini 2.5 Flash 的 71%、DeepSeek Chat 的 72% 和 GPT-4o 的 71%，并在同准确率档位中执行时间最快。定价为每 100 万 token 输入 0.25 美元、输出 0.75 美元，约为 Claude 4.5 Haiku 输入输出的四分之一。PinchBench 基于 OpenClaw 构建，考察工具调用、多步推理和真实任务完成情况，Mercury 2 的速度来自并行细化而非逐 token 生成。
匹配字段摘要
Mastra 的记忆系统新增 Memory Hooks，可观察 observation 与 reflection 循环，或修改 Observer 和 Reflector 看到与存储的内容。钩子分两类：生命周期钩子（onObservationStart、onObservationEnd、onReflectionStart、onReflectionEnd）用于外部上报，如按循环记录 token 用量以发现成本飙升；转换钩子（beforeObservation、afterObservation、beforeReflection、afterReflection）可拦截并修改记忆数据，如剔除噪声工具输出、内部推理或脱敏密钥与 PII。同时发布的 skillResultRedactor() 会用占位符替换 Skill 的完整文件内容，避免 Observer 每次看到，但智能体仍记得该技能。
匹配字段摘要
Inception 发布旗舰扩散语言模型 Mercury 的升级版本，在编码、指令遵循、数学解题和知识召回上均有提升，并同步宣布完成由 Menlo Ventures 领投的 5000 万美元融资。新版本通过扩大参数与训练数据、升级去噪器架构、改进训练目标与推理算法并推出全新服务引擎来实现这些提升，现已上线其 API 平台及 OpenRouter、Models.dev 等合作渠道，价格维持每 100 万输入 token 0.25 美元、每 100 万输出 token 1.00 美元不变，新用户可获 1000 万免费 token。
匹配字段摘要
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，支持 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。xAI 称这是其编码与知识工作能力最强的模型，训练中加大了长耗时任务的强化学习比重，因此更擅长自我校验并更有效利用长上下文。Artificial Analysis 的独立评测显示其在长周期智能体知识工作和编码智能体上提升最大，但每任务输出 token 约为原来的两倍。
匹配字段摘要
AMD 宣布以 82 亿美元收购 World Labs，两家公司于今日公布该交易。World Labs 创始人李飞飞将加入 AMD 担任执行副总裁兼首席科学家，双方去年已建立推理优化与训练合作。World Labs 的首个产品 Marble 可用于制作娱乐体验，也可生成用于机器人训练的模拟环境，交易预计在年底前完成，尚待监管批准。
匹配字段摘要
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。该模型适合持续或规模化负载，例如告警首次响应、智能体持续监控、SQL 生成、UI/UX 测试和 IDE 内编码智能体；需要判断力的工作如发布调试、多 PR 功能栈、大型 PR 安全审查则交给 Opus 5.5。用户可在 Bedrock 控制台 Playground 选择 Sonnet 5.5，或通过 Anthropic SDK、AWS CLI 和 AWS SDK 调用，目前通过 bedrock-runtime 的 Global CRIS 推理配置文件提供。
匹配字段摘要
a16z 的 Ben Horowitz 与 Martin Casado 对话 TypeSafe AI 创始人 Diogo Almeida，探讨 AI 编码智能体虽能加快写代码速度，但产出的软件运行方式基本没变。TypeSafe 的 Jev 选择把智能放进软件本身，让程序能推理意图并做概率性决策，而非只生成文本供人解读。Diogo 认为可靠性是让 AI 真正可编程的关键，目标是让技术可靠地“做我想做的事”。
匹配字段摘要
社区为 MiniCPM5-2B 构建了 EXL3 4-bit 量化版本，量化后模型权重仅 1.61 GB，采用 4.0 bpw 量化以缩小模型体积。该版本在 NVIDIA Tesla T4 上实测约 68–70 tokens/s，并支持通过 ExLlamaV3 和 TabbyAPI 进行本地推理。
匹配字段摘要
ElevenLabs 发布 Eleven v4 及其低延迟版本 Eleven v4 Turbo，称其为目前最具情感表现力的文本转语音模型。Eleven v4 在 Artificial Analysis 排名第一，盲测中约 75% 听众更偏好它；Eleven v4 Turbo 面向智能体等低延迟场景，中位推理延迟约 100ms，中位首次发声时间约 150ms。两款模型支持 90 多种语言，可用 [laughs] 等内联标签控制语气与音效，Instant Voice Clones 仅需 10 秒音频，并新增 Professional Voice Clones 支持，现已在 ElevenAgents、ElevenCreative 和 ElevenAPI 上线。
匹配字段摘要
ElevenLabs 宣布 Eleven v4 Turbo 已在 ElevenAgents 中可用，为实时对话提供更具表现力的语音。该模型中位推理延迟约 100 ms，支持 90 多种语言，并在日语、巴西葡萄牙语、普通话和粤语上改进最大；通话中可随用户切换语言，并保持同一音色或切换为母语级音色。ElevenLabs 称 Eleven v4 在 Artificial Analysis 排名第一，在盲测中约 75% 的听众更偏好它。
匹配字段摘要
商汤 AI 视频创作 Agent Seko 让 22 岁艺术设计学生 CHunye 独立完成日式僵尸短剧《DUHAI》，从第 3 集起全部由 Seko 制作，第 9 集时在抖音等平台累计播放量已超 7400 万。Seko 将创意想法转化为结构化制作流程，把角色、场景和道具整合在同一画布上，其视觉记忆与推理能力帮助保持跨集一致性。
匹配字段摘要