微软在 GitHub Universe 上发布多项更新，称正在为智能体时代重新定义 SDLC。GitHub Copilot Fusion 号称达到前沿水平的质量，速度提升 40%，成本最多降低 77%；统一的 Copilot harness 已进入 Foundry，作为托管服务用于构建可推理、调用工具并完成工作的长时运行智能体；Copilot Projects 提供跨仓库多智能体协作的编排循环。微软同时表示正在扩充容量并强化 GitHub 架构。
匹配字段摘要、正文
GitHub 宣布在 8 月扩容基础上再增加 400 万以上 CPU 核心和 160 PB 存储，并重建 Git 架构以解耦计算与存储，称可带来最高 35 倍吞吐提升。GitHub Universe 大会上，Copilot Fusion 正式可用，按任务难度在 Standard、High、Max 三档间调度前沿模型，官方称 Max 档在把推理成本控制在基线模型 1.1 倍以内的同时提升任务完成率。GitHub 还推出 AI 代码扫描、可达性分析和 npm 包防火墙，Copilot Projects、Connectors（原生集成 MCP）与 Automations 也已上线，Copilot 访问扩展至全部 GitHub Enterprise 用户且无需额外购买席位。
匹配字段摘要、正文
Artificial Analysis 发布 Progress Index，并同步推出 Intelligence Index v5。Progress Index 用项目反应理论，从全部评测（含已退役或未纳入 Intelligence Index 的任务）中为每个模型估算一个通用能力分，用于跨时间比较；Intelligence Index 仍用于衡量当前模型智能水平。其数据显示，推理模型出现后前沿每年提升约 65 至 70 分，约为 2023 年速度的两倍；开源权重模型通常比闭源模型落后约 4 个月，DeepSeek V4.1 Flash 1017 以 324 分居开源权重最高。
匹配字段摘要、正文
微软通过 Microsoft Foundry 的 Foundry Agent Service 开放 GitHub Copilot agent harness 公测，提供内置沙箱、可复用技能、MCP 集成和子智能体支持，同一 harness 已支持 Copilot Code、Copilot Studio、GitHub Copilot、CLI 和 VS Code。创建 prompt agent 时必须选定该 harness 且之后无法更改，CPU、内存和空闲时长由微软控制，也不支持自带模型。该服务在 2026 年 12 月 1 日前免费，之后按每 vCPU 小时 0.0994 美元、每 GiB 小时 0.0118 美元计费，模型推理和部分工具另计。
匹配字段摘要、正文
Prime Intellect 发布 Prime Mega MoE，在 DeepSeek 开源 DeepGEMM 库的 Mega MoE 内核基础上补上了融合且重叠的反向传播，使其可用于训练而非仅推理。在 prime-rl 训练器中，Qwen3 MoE 模型的完整训练步比基线快 32% 至 34%，比 TorchTitan 快 48% 至 55%；单层前向最高提速 3.11 倍（12.0 ms 降至 3.9 ms），但 Qwen3-235B-A22B 的反向仅提速 1.24 倍。该内核支持 BF16、Blackwell 上的 MXFP8 和 Hopper 上的 blockwise FP8，以 Apache 2.0 随 prime-rl 发布，通过 mega_moe 分发后端启用。
Prime Intellect 发布 Prime Mega MoE，在 DeepSeek 开源 DeepGEMM 库的 Mega MoE 内核基础上补上了融合且重叠的反向传播，使其可用于训练而非仅推理。在 prime-rl 训练器中，Qwen3 MoE 模型的完整训练步比基线快 32% 至 34%，比 TorchTitan 快 48% 至 55%；单层前向最高提速 3.11 倍（12.0 ms 降至 3.9 ms），但 Qwen3-235B-A22B 的反向仅提速 1.24 倍。该内核支持 BF16、Blackwell 上的 MXFP8 和 Hopper 上的 blockwise FP8，以 Apache 2.0 随 prime-rl 发布，通过 mega moe 分发后端启用。
匹配字段摘要、正文
逐际动力开源的具身智能工程底座 FluxVLA Engine 于 10 月 22 日完成重要更新，技术报告显示其已把 OpenVLA、π0.5、DiT4DiT、GR00T 等异构策略纳入同一套数据、训练、评测与部署流程。在英伟达 AGX Orin 64GB 上，GR00T 推理频率从 3.2Hz 提升到 7.4Hz，π0.5 从 1.4Hz 提升到 4.4Hz；配合 RTC 和轨迹后处理三步机制衔接真机执行。在线 RL 方面，SmolVLA 在 LIBERO-10 上成功率从 66.2% 升至 76.2%，在 RoboTwin Clean 的 10 个任务上从 45.9% 升至 61.3%。
匹配字段摘要、正文
MiniMax 宣布 M3.1 Flash 从推理到 RL 均已就绪，SGLang 与 Miles 在发布首日即提供支持。据 SGLang 介绍，该模型在 SGLang 上 bs1 decode 超过 1K tok/s，支持 NVIDIA Blackwell 与 Hopper（GB300/B300/B200/H200）以及 AMD Instinct MI350X 和 MI355X，并支持 MiniMax 的 DSpark 草稿模型与 HiCache、多模态输入。
匹配字段摘要、正文
OpenAI 宣布全面开放基于 GPT-6 Luna 构建的决策 API（Decisions API），面向具有限定答案的问题，响应速度比通过 Responses API 调用 GPT-6 Luna 提升高达 10 倍。该 API 输入每百万 token 收费 0.10 美元，命中缓存的输入每百万 token 收费 0.01 美元，仅按输入 token 计费、输出 token 免费。公测以来新增原生 GPT-Live 集成、Prompt 缓存和美国及欧盟的推理数据驻留支持，单次请求最多可提交 400 个问题。
匹配字段摘要、正文
OpenAI 宣布全面开放决策 API（Decisions API），该 API 基于 GPT-6 Luna 构建，面向具有限定答案的问题，协助应用与智能体基于文本、图像及结构化输入做出准实时决策，响应速度比通过 Responses API 调用 GPT-6 Luna 提升高达 10 倍。定价上输入每百万 token 收费 0.1 美元，命中缓存的输入每百万 token 收费 0.01 美元，仅按输入 token 计费、输出 token 免费。自公测以来新增原生 GPT-Live 集成、Prompt 缓存和美国与欧盟的推理数据驻留支持，单次请求最多可提交 400 个问题。
匹配字段摘要、正文
OpenAI 于周四向所有客户开放 Decisions API，该产品在 9 月 29 日的开发者日上发布，基于 ChatGPT Luna 重新配置以加快推理并降低成本。OpenAI API 产品负责人 Nikunj Handa 称，延迟从 1 至 3 秒缩短到 100、120、180 毫秒，公开版本新增语音和视觉模态，并按地域部署推理资源以降低延迟。在 Box、Datadog、Ramp、Speak 的初期试用中，Speak 将操作间隔从 1.4 秒降至 0.13 秒；在 AIM System One Index 和 Artificial Analysis Decision Index 上，OpenAI 的决策模型分别排第八和第十四，落后于 Liquid 的 D1 Ultra 和 Base Lab 的 Elephant-1。
匹配字段摘要、正文
Cohere 宣布 Model Vault 的机密计算功能进入公开测试，基于 Microsoft Azure 上的 NVIDIA H100 GPU 机密计算能力，为托管模型推理提供硬件级隔离。该功能把加密范围从静态存储和传输中的数据扩展到推理运行中的提示词、文档、响应和模型执行，应用负载端到端加密后只能在通过远程证明的机密环境中解密。客户可在发送敏感数据前用密码学方式核验硬件、固件和软件配置，不符合安全策略时客户端会拒绝发送请求，现有 Model Vault API 和请求格式保持不变。
匹配字段摘要、正文
Modal 发布开源训练服务器 Spindle，可在自家 Modal workspace 中运行，兼容 Tinker API，按 GPU 时长而非 token 计费。部署只需执行 spindle deploy，支持全参数训练和多 LoRA，覆盖多种开源模型。官方给出的对比中，DAPO-math 单轮任务在 8 卡 H200 训练、8 卡 H200 推理、8 个客户端共享时价格为每百万输出 token 1.99 美元，较 Tinker 降低 80%。
匹配字段摘要、正文
LMSYS 与 AWS 合作发布 SGLang Trainium 插件 Beta，基于新发布的 TorchNeuron 构建，在 Trainium2 和 Trainium3 上支持 LLM 推理服务与 RL rollout 生成。初始覆盖 Qwen3（dense）、Qwen3-MoE-30B-A3B、DeepSeek-V2-Lite、GLM-4 和 GLM-5.2/5.3，并支持数据并行、张量并行、专家并行、Radix Cache、BF16/FP8 和异步调度。首次端到端异构 RL 运行中，SGLang 在 Trainium3 上为 Qwen3-MoE-30B-A3B 生成 rollout，Miles 在单台 H200 节点上用 Megatron 训练 GRPO 策略。Beta 目前仅限少量团队参与。
匹配字段摘要
MiniMax 官方表示 M3.1 Flash 已上线 Runware，调用时使用模型串 "minimax:m3.1@flash"。据 Runware 介绍，该模型支持文本、图像和视频输入，上下文窗口 1M、最多 524K 输出 token，推理深度可调，在 Artificial Analysis Intelligence Index 上得 42 分，AutomationBench-AA 为 72.5%，DeepSWE 为 73.7%，单 token 价格低于 MiniMax M3。
匹配字段摘要
PyTorch 原生训练平台 TorchTitan 发布更新，新增 Muse Spark Open、Muse Glimmer、Qwen3-VL、Qwen3.5、Kimi K2.7、Kimi K3 和 DeepSeek-V4 的完整训练栈支持，并引入强化学习组件 TitanRL。TitanRL 让预训练、后训练到 vLLM 推理共用同一份模型代码，支持异步 rollout 和长上下文、代码执行等智能体任务训练。性能方面，FlexShard 在 256 张 H100 上把 DeepSeekV3 的优化器耗时最多降低 79%，在 Llama3 405B 上把端到端训练步时最多降低 20%。
匹配字段摘要
Perplexity 宣布 Perplexity Computer 现在可以在 Mac 上完全本地运行，模型和智能体都在本机执行，任务处理无需把敏感数据发送到云端。该功能已在 Perplexity Mac 应用中上线，Aravind Srinivas 补充称无需联网、也不依赖云端推理即可使用。
匹配字段摘要、正文
Perplexity 宣布 Mac 版应用支持 Computer 代理完全在本机运行，任务规划、推理、文件处理和工具执行都在设备端完成，代码与工具执行在隔离沙盒中进行。本地模式使用 Qwen 3.6 或基于 Qwen 训练的 PPLX Pro 模型，面向支持的 Apple 芯片 Mac，建议至少 36GB 内存，目前提供给 Pro、Max 和 Enterprise 订阅用户。另提供混合计算模式，由云端模型负责联网研究、本地模型处理私人文件，官方称可在至少 24GB 统一内存、运行 macOS 15 或更新版本的 Apple 芯片 Mac 上使用。
匹配字段摘要、正文
Perplexity 宣布更新 Perplexity Computer，使其可在受支持的 Apple silicon Mac 上完全本地运行，模型基于 Qwen 3.6 或 PPLX Pro（Qwen 的后训练版本）。本地模式下模型、任务规划、推理和文件处理都在设备端完成，代码与工具执行在隔离沙箱中进行，官方建议 36GB 以上内存，并称可跨 Notes、Messages、Mail、Keynote、Numbers 等原生应用完成任务而无需上传个人数据。对于性能不足的设备，Perplexity 还提供 Hybrid Compute，以云端前沿模型配合本地模型处理信息，最低 24GB 内存即可使用；任务需要实时信息或云端应用时可授权云端访问，也可调用 15 个以上前沿模型。
匹配字段摘要
Gemini 的 Personal Intelligence 功能开始向 Android Auto 推送，开启后可连接 Gmail、Google Calendar、Google Photos 和 Google Search 中的用户数据，提供更个性化的回答。该功能在 Gemini 设置中完全由用户主动选择开启，未来几个月还将登陆直接运行 Google 车载系统的内置 Google 汽车。Google 高级产品经理 Karan Daryanani 表示，该功能的两项核心能力是从邮件、照片或 Google Maps 收藏地点中提取具体细节，以及跨复杂来源进行推理。
匹配字段摘要、正文
ElevenLabs 发布 Eleven Realtime，提供 Mini 和 Max 两个托管语音智能体模型，整合语音识别、推理、轮次切换与语音生成，但开发者无法单独选择或配置底层模型。外部测试机构 Artificial Analysis 的数据显示，Max 在 Big Bench Audio 上得分 98.8%，Mini 为 75.9%；工具调用任务完成率 Max 为 87.1%，Mini 为 60.3%，而 Mini 在 Full-Duplex-Bench 上以 95.8% 略高于 Max 的 94.1%。该接口沿用 OpenAI Realtime API 的协议和 WebSocket 传输，但仅支持 WebSocket，WebRTC 应用需先更换传输方式并自行处理 24kHz PCM16 音频的采集与播放。
匹配字段摘要、正文