Zoom 在 Zoomtopia 大会上发布 Unified Context Layer，把会议、通话和客户互动信息与 Salesforce、ServiceNow、Workday 等系统数据整合成实时更新的关系图谱，供 AI 智能体共享记忆和协同工作，该层已可用。Zoom 称内部基准显示这一方式比独立智能体各自解析信息降低成本 45% 至 65%，但未提供独立验证。同期还推出 ZoomMate Agent Teams、扩展到 40 多个第三方应用的智能体搜索、支持多语言广播的翻译与语音克隆，以及通过 MCP 服务器和 Search、Ask API 向外部应用开放上下文，多数功能计划在 2027 年初前陆续发布。
#产品更新#Agent#MCP/工具调用
DeepSeek 开源了支撑其生产服务的推理框架 DeepInfer，采用 Apache 2.0 许可证发布在 GitHub 上。目前该框架只支持 DeepSeek-V4.1-Flash 一个模型，默认加载周末发布的 1017 版本，可运行在 Nvidia SM100 Blackwell GPU 和华为昇腾 950 NPU 上，不支持 Hopper 等较旧的 Nvidia 架构。DeepSeek 称单个集群每天服务 155 万亿 token，并暂未开源与内部基础设施强耦合的 KV cache 管理和负载均衡代码。
#开源/仓库#推理#部署/工程
Perplexity 为 Mac 应用加入本地优先模式，让 Computer 完全在设备上运行，包括无网络连接时执行任务。该模式下规划、推理和文件处理都在本地完成，文件仅在用户批准后才上传云端，模型和智能体均运行在 Mac 上。本地模型选项包括 Qwen 3.6 和 PPLX Pro，需 Apple silicon Mac 且至少 36GB 统一内存以获得最佳体验，Hybrid Compute 模式仍保留。
#产品更新#Agent#端侧
Cloudflare 宣布为 AI 业务平台 Cloudflare OS 提供托管服务，目前开放等待名单登记。Cloudflare OS 于今年 8 月开源，可部署在 Cloudflare 环境、本地或云端，支持接入 Cloudflare Workers AI 以及 Anthropic、OpenAI、Google 等 AI 服务，并具备安全访问企业内部数据的能力。此次新增两项功能：一是连接 GitHub 仓库，让 AI 智能体基于仓库代码完成功能追加、调试、查看 PR、创建提交和推送代码；二是强化 Google Workspace 集成，智能体可读取和搜索 Gmail 会话、起草和发送邮件，并可连接 Google Drive、Docs、Sheets。
#产品更新#Agent#MCP/工具调用
DeepSeek 以 Apache License 2.0 开源内部推理框架 DeepInfer，该框架是支撑 V4.1-Flash 模型大规模快速生成回答的服务软件。DeepInfer 基于 vLLM 构建，包含优化的计算内核、多芯片分布式处理和更快的文本生成技术，未来 DeepSeek 模型的代码也将开源。DeepSeek 同时发布 deepseek-recipe，可复现官方 API 的 token 处理，使自托管部署行为保持一致，官方称目标是帮助社区降低算力成本与能耗。
#开源/仓库#部署/工程#DeepSeek
Sierra 宣布与 Stripe 合作，让智能体在同一通电话里完成对话、支付和收据确认，无需跳转其他系统或发送支付链接。支付时智能体切换到安全支付模式，客户在键盘输入卡号后由 Stripe 处理，完成后智能体回到通话确认交易。Cedar 的智能体 Kora 在患者发起支付的电话中，71.3% 最终支付成功。Sierra 已上架 Stripe App Marketplace，企业可直接把智能体接入 Stripe 账户，双方还在与 Meta 等伙伴推进 Personal Agent Protocol 中个人智能体代付的规范。
#产品更新#Agent#MCP/工具调用
DeepSeek 以 Apache 2.0 协议开源了其生产服务所用的推理框架 DeepInfer，该框架目前只支持 DeepSeek-V4.1-Flash，运行在 NVIDIA SM100 和华为昇腾 950 上。官方称单个集群每天可服务 155 万亿 token，在 131,072 上下文、64 卡解码配置下解码吞吐超过 25,000 tokens/s/GPU。此次发布仅覆盖离线推理，KV cache 系统、P/D 分离和负载均衡未包含在内，DeepSeek 表示这些组件与内部基础设施紧密耦合。
#开源/仓库#推理#部署/工程
Google 开源 TorchTPU，这是与 Meta 的 PyTorch 团队共同开发的 Cloud TPU 原生 PyTorch 后端，在 PyTorch Conference 2026 上宣布，现有代码通过 torch.device("tpu") 即可指向 TPU。Google 团队称 TorchTPU 取代 PyTorch/XLA，建议所有新工作负载使用；它基于 PrivateUse1 接口，提供 Strict、Debug、DeferAndFuse 三种 eager 模式，torch.compile(backend="tpu") 经 StableHLO 和 OpenXLA 编译。TorchTPU 在 PyPI 上为 v0.2.0，要求 Python 3.11+，Apache 2.0 许可，配套 vLLM-TorchTPU、SGLang-TorchTPU 和 TorchTitan 仓库；Google 自报 TorchTitan 在 Ironwood 上训练 Qwen 3 8B 达到 52% MFU，可扩展至 8,192 颗芯片。
#产品更新#开源生态#部署/工程
Fireworks 在发布当天上线了 Meta 的开源权重模型 Muse Spark Open，这是一个 816B 参数的 MoE 模型，每 token 激活 42B 参数，上下文窗口为 1M token，面向长程编码与智能体任务。Fireworks 称其在 Vals AI 的 Harvey Legal Agent Benchmark 排行榜上以 25.4% 位列 75 个模型之首，约为 Claude Opus 5（6.7%）的近 4 倍；在 Rogo Big Finance Bench 上各难度级别均超过 Claude Opus 5.5。该模型在 Fireworks 上默认启用零数据保留，仅使用美国境内算力且不额外加价，并支持用无服务器 LoRA 进行微调。
#产品更新#模型发布#开源生态
Hugging Face 发文介绍 TorchTPU，它为 PyTorch 增加 TPU 后端，在 TPU VM 上一条命令即可安装，不再需要经 PyTorch/XLA 或 Optimum TPU。Transformers v5 传入 device_map="tpu" 即可加载模型，Diffusers 支持 pipe.to("tpu") 和 TensorParallelConfig 分片加载。文中称在 batch size 64 下，Hub 上的 Tokamax ragged-dot kernel 让 Qwen3-30B-A3B 解码快 21.5 倍、Gemma 4 26B-A4B 快 12.8 倍；TPU 上运行的测试通过率 96.5%，已向 TorchTPU 仓库提交 34 个 issue，其中 19 个已修复。
#产品更新#部署/工程#开源生态
NVIDIA 发布 Cosmos3-H-Dreams，基于 160 亿参数的 Cosmos3-H-Embodied-Nano 专门化，用于胆囊切除术的动作条件视频生成。模型使用 28 个动作维度、832 x 480 视频和 10 Hz 动作对齐训练，通过蒸馏得到四步与两步两个学生检查点，两步版本单独训练，推理更快但画质更低。官方同时提供 FlashDreams 流式运行时和适配自有数据与控制器的方法，并说明该模型是研究用模拟器，并非经过验证的临床系统。
#模型发布#视频#开源生态
前两天全网还在猜 DeepSeek V4.1 Flash 是怎么把每百万输入压到 0.15 美元、输出压到 0.6 美元的，今天他们自己就把谜底掀了，DeepSeek用 Apache 2.0 协议把支撑自家线上服务的推理框架 DeepInfer 和 API 同款编解码组件全给开源了出来。 这次放出来是他们自己线上跑大模型用的核心底座，里面直接塞进了高性能算子、分布式推理、投机解码、SWA Bounded Replay 和结构化输出，甚至连官方承诺以后新模型的推理代码也会持续往这个仓库里合入。 以前企业在本地私有化部署开源模型，最头疼的痛点就是官方放了权重，但你自己用通用框架搭出来的服务，不仅吞吐慢、显存炸，最要命的是同一个提示词跑出来的格式和工具调用行为，总是跟官方线上 API 对不上号。 而这波开源里最容易被外行漏看、但对工程落地最值钱的宝贝，其实是那个顺手附赠的 deepseek-recipe，它把官方线上 API 正在用的 Token 编解码逻辑原封不动交了出来，直接替所有做私有化部署的团队抹平了本地环境和官方接口之间的行为温差。 这就像一家米其林餐厅，以前开源模型权重只是把菜谱免费印给你，你自己在家炒总是差一口锅气， 现在 DeepSeek 连自家后厨定制的高压猛火灶台 DeepInfer，外加主厨切配摆盘的标准化工序 deepseek-recipe 一块打包送你了。 不过我顺手去扒了一遍 GitHub 仓库的 README，发现对着全网欢呼的完全开源也得留个清醒，仓库文档写得很实在， 这次放出来的其实只是离线推理引擎，真正撑起完整线上高并发服务最核心的三块基建：KV 缓存系统、预填充与解码分离部署、多副本负载均衡这次并没有放出来；而且硬件门槛极高，目前只认英伟达最新的 Blackwell 架构 SM100 和华为昇腾 950 两款顶级算力卡，支持的模型也只限刚发的 V4.1-Flash，普通玩家手里的消费级显卡压根跑不起来。 但恰恰是 README 里这行只支持英伟达 SM100 和华为昇腾 950 的硬件限定，暴露了比框架本身更狠的产业信号，头部国产大模型已经不再等芯片厂商来缓慢适配自己，而是亲自下场写底层算子，一边吃透硅谷最顶级的 Blackwell，一边把国产昇腾 950 直接焊进第一梯队的生产标准里。 说白了，这对不同的人意味着完全不同的动作，如果你是做企业级私有化部署或国产算力适配的架构师，赶紧去把 deepseek-recipe 的编解码对齐逻辑和底层算子吃透，那里藏着省下大把调优工时的真金白银， 至于手握单卡的个人开发者，这趟就不必跟着去凑部署的热闹了，老老实实调它家几毛钱的 API 比自己搭集群划算得多。 当一家公司连自己压箱底的印钞机图纸都敢往外送时，它图谋的早就不是赚你那点差价，而是让整个行业的生产线都长成它的形状。 我把 README 里没在推文上明说的硬件门槛和缺失组件全拆在一楼了，准备拿它做私有化部署的兄弟先对照看一眼。
#开源/仓库#推理#DeepSeek
OpenAI 对 ChatGPT 的 Chrome 扩展进行重大更新，新增 Chat 和 Work 两种模式，可读取已打开标签页的内容、控制浏览器发送消息、下载文件、按主题分组标签页，并用在线信息或本地文件填写表单，提交前由用户手动检查。用户还能在 ChatGPT 应用或网站中用 @Chrome 直接执行浏览器任务，并可将访问范围限制在特定标签页；访问聊天记录或新网站时会请求授权，提供仅一次、仅此站点、所有站点和拒绝四个选项。新功能在 Chrome、Edge、Brave、Opera、Vivaldi 等 Chromium 浏览器中免费提供，暂不支持 Firefox 和 Safari，扩展可从 Chrome Web Store 下载。
#产品更新#OpenAI#MCP/工具调用
腾讯10月20日宣布元宝搜索升级，并通过腾讯云向企业和个人开发者开放，开发者可通过API、MCP或Skill接入。官方披露向量索引规模超过1500亿、底层检索平均耗时约8毫秒、单位推理成本降低90%，覆盖13个行业157个头部信源，元宝、WorkBuddy、ima、腾讯视频等50多款产品已在调用。腾讯云副总裁马晋称搜索面对的用户已从人变成智能体，元宝搜索用大模型重构排序链路，并以Gist Token压缩和KV Cache复用降低推理耗时。
#产品更新#搜索#Agent
#开源/仓库#视频#多模态
#产品更新#Agent#MCP/工具调用
#评测/基准#图像生成#OpenAI
#产品更新#图像生成#开源生态
#产品更新#端侧#Agent
DeepSeek 在官方公号发文称，决定将内部推理框架 DeepInfer 全面开源。DeepSeek 表示，希望通过分享内部部署经验，帮助开发者与企业优化大规模推理的吞吐与延迟，高效构建私有化及公有云部署，降低算力成本、减少能源消耗。
#开源/仓库#推理#部署/工程