微软发布 Guardian Agents 等新安全功能，用于监控企业内部的 AI 智能体；该功能属于 6 月推出的 Project Perception。微软安全业务负责人 Hayete Gallot 称前沿模型无论来自哪里都不可信任，原因是其行为不可预测。微软还在 Microsoft Defender 中加入智能体检测，可发现 Claude Code、Codex、OpenClaw 等最多 60 种员工带入的智能体，并新增限制数据访问、按任务动态调整权限、高风险决策需人工批准等能力。
#产品更新#安全/对齐#Agent
蚂蚁 inclusionAI 在 GitHub 发布 vLLM-Omni 仓库，这是一个在 vLLM 基础上扩展全模态模型推理与服务的框架，支持文本、图像、音频、视频和动作数据处理，并支持 DiT 等非自回归架构。README 显示其已迭代至 0.30.0，对齐 vLLM 0.30.0，新增 MiniCPM-o 4.5 与 AURA 的全双工会话服务、Mooncake AR-to-DiT 跨阶段 KV 与多模态传输，以及在 NVIDIA Blackwell 和昇腾 950 上的 MiniMax H3 Turbo 实时推理。框架提供 OpenAI 兼容 API 服务、流式输出和分布式并行推理，并列出 Qwen3-Omni、MiniMax H3、Wan2.2、π0.5 等已支持模型。
#开源/仓库#部署/工程#多模态
PyTorch 宣布开源原生后端 TorchNeuron，让 Trainium 成为标准 PyTorch 设备，模型代码只需改为 .to('neuron') 即可运行，10 月 20 日以 Apache 2.0 协议在 github.com/aws-neuron/torch-neuronx 开放公测。该后端基于 PrivateUse1 和 torch.accelerator 扩展点，支持 eager、自适应 eager 与 torch.compile，并覆盖 DDP、FSDP2、张量并行等分布式 API 以及 NKI 自定义算子。官方称已在 10 万个 Hugging Face 模型上做覆盖测试，Hugging Face Transformers v5、Diffusers、vLLM Neuron 等可直接在 Trainium 上使用。
#产品更新#开源生态#部署/工程
Amp 现已作为智能体接入 Linear，把 issue 指派给 Amp 即可在 Linear 中开启新的 Agent Session 并生成一个 orb，也可以用 @Amp 提及来启动会话。Amp 的回复会回到同一会话并回应过程中的消息，该 Agent Session 同时出现在 Amp 侧边栏，可在 Amp 中完整查看。
#产品更新#Agent#MCP/工具调用
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线，用户可在本地或 Ollama 云端运行。Clef 由 Qwen3.8-27B 微调而来，采用 Apache 2.0 许可，支持文本与图像输入，兼容 Jev 和 System One API，可一次读取输入并同时为所有问题打分。官方称其在 Cloudflare Decision Index 上居首，并在多数基准上超过 Jev。
#产品更新#多模态#部署/工程
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。升级后的 Omni Reference 单次生成最多接受 15 个参考素材，包括 10 张图像、总时长不超过 30 秒的 5 段视频和 7 个元素。新版本加入双声道立体声音频和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的口型同步，同时推出最高 720p、20 秒的轻量版 Kling 4.0 Flash，并可通过 MCP 和 CLI 接入自动化工作流。
#模型发布#视频#多模态
NVIDIA 将完整的 Run:ai 平台以 Apache 2.0 协议在 GitHub 开源，包含控制平面、集群服务、安装器、CLI 和 MCP server，平台团队可自行审查、fork 和自托管，无需付费订阅。发布拆为 KAI Scheduler、GPU Fractioning Operator、KAI Resource Management 和 Workload Map 四个可独立采用的组件，其中 GPU 切分改用 CUDA 13.4 原生显存硬限制。本地开发通过 local-dev.sh 在 5 节点 Kind 集群（Kubernetes v1.32.5）上模拟 8 块 Tesla-A10 GPU，无需真实 GPU；社区版不含 NVIDIA 企业支持。
#开源/仓库#部署/工程#Agent
Exa 发布面向 AI 智能体的搜索 API Exa 3.0，新增更便宜的搜索类型 Exa Lite，每 1000 次请求 4 美元，与 Auto 共用同一索引；Dynamic Highlights 转为正式可用，官方称比整页文本少用 95% token 且不额外收费。Exa 称 Exa 3.0 Auto 在 8 项基准上均领先 Perplexity、Brave 和 Parallel，其中 BrowseComp 为 91.8%，ATLAS 为 42.0% 对 Perplexity 的 37.2%，但这些基准均由 Exa 自行运行，ATLAS 也是 Exa 自己发布的基准。Auto 每 1000 次请求标价 7 美元，高于三家竞品的 5 美元。
#产品更新#搜索#Agent
Hugging Face 发布 PyTorch 插件 TorchNeuron，把 Neuron 变成原生设备，支持 eager 模式、torch.compile 以及 FSDP2、DTensor 等分布式接口，2026 年 10 月 20 日起以公开 beta 形式提供，可通过 pip install torch-neuronx 安装。Transformers、Diffusers、Accelerate、PEFT 和 TRL 可直接在 Trainium 上运行，无需再经过 Optimum Neuron；官方建议 Neuron 用户改用这些库。文本生成方面，前 100 个最常用架构中有 89% 开箱支持，Optimum Neuron v0.4.5 为 46%，只需传入 device_map=neuron。
#产品更新#部署/工程#开源生态
Google 发布 LiteRT Tensor API，让开发者在 C++ 中逐算子构建计算图，同一份代码可经 LiteRT 跑在 CPU、GPU（ML Drift）和 NPU 上，或不经模型文件直接通过 XNNPACK 在 CPU 运行。官方用该 API 手写 SAM 2 并部署到浏览器 WebGPU，在 MacBook Pro 上比 Apple MLX 快约 1.5 倍，输出掩码与 Meta PyTorch 参考逐像素一致。该 API 还支持从 .safetensors 直接加载权重，并让预处理、推理与后处理通过共享加速器缓冲区串联，避免数据回传 CPU。
#产品更新#端侧#部署/工程
微软推出 Guardian Agents 等安全功能，用于监控企业内部使用的各类 AI 智能体，该功能隶属于 6 月推出的感知项目（Project Perception）。微软安全业务负责人海耶特·加洛表示，前沿模型无论来源都无法完全信任，原因是其行为不可预测且往往握有高权限。Microsoft Defender 同时新增智能体检测功能，最多可识别员工带入工作环境的 60 种智能体，包括 Claude Code、Codex 和 OpenClaw，并可限制权限、在高风险操作前要求人工审批。
#产品更新#安全/对齐#Agent
OpenAI 在 ChatGPT 中上线 Slides 幻灯片工具，用户可基于对话内容、上传文件或大纲生成演示文稿，也可选用内置模板创建。生成后文稿可分享给团队实时协同编辑、修改内容并留下评论，还能按反馈让 ChatGPT 自动调整，并支持在 PowerPoint、Google Slides 中打开或导出 PDF、PowerPoint 文件。该功能面向 Pro、Business 和 Enterprise 套餐用户开放，Plus 用户暂无法使用。
#产品更新#OpenAI#Agent
DeepSeek 宣布将内部推理框架 DeepInfer 全面开源，目标是帮助开发者与企业优化大规模推理的吞吐与延迟、降低算力成本。DeepInfer 集成高性能算子与推理引擎，支持分布式推理、推测解码、SWA Bounded Replay、结构化输出，兼容英伟达与华为昇腾平台。同步开源的还有生产级 Token 编解码组件 deepseek-recipe，与官方 API 处理逻辑完整对齐；DeepSeek 已基于 DeepInfer 提供 DeepSeek V4.1 Flash 的大规模推理服务。
#开源/仓库#推理#部署/工程
TwelveLabs 的 Pegasus 1.5 视频语言模型已在 Amazon Bedrock 上线，可把长视频转成带时间戳的结构化 JSON 元数据。新版本支持按用户定义的分段规则返回匹配片段、结合参考图像的多模态提示，以及无需预索引的即时处理，单次请求可分析最长 2 小时视频。模型通过 InvokeModel 和 InvokeModelWithResponseStream 调用，目前在美国西部（俄勒冈）区域提供。
#产品更新#视频#多模态
Amazon Bedrock 现已在 bedrock-runtime 和 bedrock-mantle 两个端点为所有 Anthropic Claude 模型提供结构化输出，返回符合 JSON Schema 的响应，无需自定义解析或重试逻辑。该功能通过约束解码在生成 token 时强制执行 schema，并提供 JSON Schema 输出格式和严格工具调用两种机制。编译后的语法缓存 24 小时，首次使用新 schema 的请求会略慢；递归 schema、外部 $ref 和数值、字符串长度约束不被强制执行。
#产品更新#部署/工程#Anthropic
Together AI 发布 Together Post-Training，支持通过 RL 环境奖励和 SFT 监督数据构建定制模型，训练循环由用户自行定义。服务提供独占 GPU 的 Model Resources，支持多个 LoRA 适配器共享同一 GPU 容量，并按 GPU 分钟计费；首批支持 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B 等开放权重模型。训练完成后可在 Dedicated Model Inference 中通过多 LoRA 适配器切换对比各次实验结果。
#产品更新#数据/训练#部署/工程
成立 8 个月的 Conway Research 亮出首款个人 AI 助手 Underdog，完全运行在用户设备上且离线可用，已推出 Mac、Windows 测试版，并获 a16z、Anthropic 投资联合体等投资。其模型包括基于 Qwen3.8 27B 打造的 Saluki 27B（已开源，权重体积为全精度版本的 1/7、保留 96% 性能）和 Woof 4B，配套推理引擎 Husky 在 MacBook 上让 Woof 4B 每秒最多处理 730 个 token，比 MLX 快 4.5 倍。产品还上线了基于 Qwen-Image Flash、Qwen-Image-2.1-Turbo 的本地图像生成与编辑，以及与 Stripe 合作的设备端智能体支付。
#行业动态#Agent#端侧
Lovart 发布 2.0 版本，推出个人设计 Agent“Arti”，能记住用户的设计习惯与审美，并全天候在线执行定时设计任务。Arti 具备画布巡检、设计调研、自动更新记忆、自进化技能和反馈改稿等能力，其中画布巡检和调研的主动触发需升级会员。智东西用 Arti 为 DeepSeek 设计了一版鲸系男性二次元形象，并测试了 Q 版立绘、调研报告插入对话和按巡检意见改稿等流程。
#产品更新#Agent#图像生成
DeepSeek 上线 Search 和 Fetch 两个接口，底层由自研搜索引擎驱动，每 1000 次成功请求收费 5 元（约 0.75 美元），失败、无结果或超时不计费，11 月 1 日起正式收费。两个接口此前在 DeepSeek Harness、Claude Code、Codex 中免费使用，各限速每秒 5 次。横向对比，Tavily 约 8 美元/千次、Brave Search 和 Google Custom Search 约 5 美元/千次，DeepSeek 的价格约为主流海外方案的一折到两折。
#产品更新#Agent#搜索
阶跃终端旗下首款大模型原生智能体手机STEPX Neo先行版在多平台首销，全栈定价3999元，搭载第五代骁龙8、16GB+256GB存储和6.36英寸120Hz OLED屏幕。价格还包含Step AOS 1.0智能体原生操作系统、Step Studio开发工具、Step系列模型，以及连续12个月每月百亿Token的使用额度。系统采用智能体界面与传统App桌面双入口，背部MiniLED点阵背屏实时显示智能体状态，生态上走MCP接口路线，已接入支付宝、腾讯、携程、滴滴、高德、美团等近百家企业或产品。
#产品更新#Agent#MCP/工具调用