Meta 发布 Muse Spark Open 的模型权重，该模型已上线 Modal Auto Endpoints。它面向智能体编码和长周期任务，具备原生多模态理解与 1M token 上下文窗口，支持代码编写与调试、多步规划、顺序工具调用以及长流程中的失败恢复。在 Meta 的评测中，Muse Spark Open 使用 Terminus 2 智能体在 Terminal-Bench 2.1 上得分 76.4，使用 Meta 偏好的 harness 在 DeepSWE 1.1 上得分 60，推理强度为 xhigh。该模型在 Modal 上以 Shared Endpoint 形式运行，按 token 计费。
匹配字段摘要
Grok Voice 3.0 在 Artificial Analysis 的 Speech-to-Speech Index 上排名第一，得分为 86.9，超过 OpenAI 和 Google。该指数综合口语推理、模拟客服通话、盲测偏好投票和任务成功率，GPT-Live-1（Astra，Medium）为 83.2。在 τ-Voice 上，Grok 的成功率从 Grok Voice 2.0 的 56.5% 提升到 71.6%；其响应速度比 GPT-Live-1 快 40%，在 Big Bench Audio 上每任务成本为 0.025 美元，低于 GPT-Live-1 的 0.030 美元和 GPT-Realtime-2.1（High）的 0.055 美元。Grok Voice 3.0 已在 Tesla 中每天处理数百万次对话，并驱动 Grok Bot 的语音模式。
匹配字段摘要
Physical Intelligence 团队开源 openpi 仓库，包含基于流式扩散的视觉语言动作模型 π₀ 和基于 FAST 动作分词器的自回归 VLA 模型 π₀-FAST，均提供在 10k+ 小时机器人数据上预训练的 base checkpoint。仓库同时给出 DROID、ALOHA 等平台的微调与推理示例，推理需 8GB 以上显存，LoRA 微调需 22.5GB 以上，全量微调需 70GB 以上，目前仅测试过 Ubuntu 22.04，训练脚本尚不支持多节点训练。
匹配字段摘要
Nvidia 于 10 月 12 日发布 Vera CPU Rack 规格，首次推出以 CPU 为核心的服务器机架设计，面向 agentic AI 负载。按其架构，GPU 版 Vera Rubin NVL72 机架负责传统 LLM 训练与推理，Vera CPU Rack 则处理 agentic AI 负载。该机架基于第三代 MGX 架构，并将 Vera Rubin 机架及 MGX 1.2 的抽屉式计算托盘设计提交至 Open Compute Project 的 Open DC Initiative。MGX 1.2 兼容 19 英寸机架设备，单机架支持最高 250kW，并引入机架级液冷。
匹配字段摘要
Physical Intelligence 宣布 Pi API 进入测试版，向更多团队开放。该 API 支持上传机器人数据、微调其能力最强的模型，并把机器人接入云端推理，基础设施由官方负责。此前该公司已与多个行业的企业合作，将模型适配到从采摘草莓到组装服务器的各类机器人上。
匹配字段摘要
微软发布第三代 AI 芯片 Maia 300，称其针对最新推理模型和智能体优化，可降低运营成本。微软云与 AI 执行副总裁 Scott Guthrie 表示，Maia 300 每兆瓦 token 数预计比主流 GPU 系统高 40%，公司将从 2027 年起把 Azure Maia 系列扩展到多吉瓦部署，使其成为微软产品与服务的主要推理系统。上一代 Maia 200 于今年 1 月推出，目前支持 Microsoft Copilot 负载，GitHub Copilot 和 Microsoft Foundry 将在 2026 年底前跟进。
匹配字段摘要
Simon Willison 发布 llm-meta-ai 0.2 插件，为 Meta AI 新模型 Muse Wonder 和 Muse Wonder Full 增加支持。该插件覆盖 minimal、low、medium、high、xhigh、max 六个推理档位，作者用画鹈鹕的方式对比了 Muse Wonder 与 Muse 1.3、Muse 1.2 的差异，并称 Meta AI 目前每月发布一个新模型。
匹配字段摘要
微软发布第三代自研 AI 加速芯片 Maia 300，并宣布 Maia 200 已投产，用于支撑 Copilot 等云服务。Maia 200 部署在美国、欧洲和澳大利亚的数据中心，每瓦 token 吞吐量最高为领先 GPU 基础设施的 1.7 倍，年底前还将支撑 GitHub Copilot 和 Microsoft Foundry。Maia 300 计划 2027 年投产，采用推理优先架构，每兆瓦 token 吞吐量预计比领先 GPU 系统高 40%，96 加速器整机架的 token 吞吐量最高可达 Maia 200 的 7 倍；微软计划 2027 年以多吉瓦规模扩展 Azure Maia 系列，目前 Maia 尚未通过 Azure 实例向客户开放。
匹配字段摘要
InternLM 发布开源多模态决策模型 Intern-Decision，将状态、可选图像和多个带类型的问题转化为带概率的决策，支持 choice、score 和 noul（是/否）三类问题，训练时微调 Qwen3.5 的语言主干并冻结视觉塔和投影器。Intern-Decision-4B 在七套基准上平均准确率 90.02%，RTX 4090 本地平均请求延迟 44.16 ms，在 96 例校准基准上 Brier 为 0.550、ECE 为 0.089。该版本包含训练、两种推理后端、基准评分、温度校准和浏览器 demo，但训练数据、校准与验证记录、图像及模型权重未包含在内。
匹配字段摘要
FireRedTeam 开源 FireRedTTS2，一个面向多说话人对话生成的长时流式 TTS 系统，支持 3 分钟、4 说话人的对话，并可通过扩展训练语料支持更长对话与更多说话人。系统支持英语、中文、日语、韩语、法语、德语和俄语，具备跨语言与语码转换的零样本声音克隆能力；基于 12.5Hz 流式语音 tokenizer 和双 Transformer 架构，在 L20 GPU 上首包延迟低至 140ms。项目已发布预训练 checkpoint 与推理代码，并支持 bf16 推理，显存占用从 14GB 降至 9GB。
匹配字段摘要
FireRedTeam 开源 FireRedASR2S，一套包含 ASR、VAD、LID、Punc 四个模块的一体化语音系统，各模块均称达到 SOTA。FireRedASR2 支持中文（普通话及 20 多种方言口音）、英文、中英混说以及语音和歌声转写，在 4 个普通话公开基准上平均 CER 为 2.89%，在 19 个中文方言口音基准上为 11.55%，均优于 Doubao-ASR、Qwen3-ASR-1.7B、Fun-ASR 和 Fun-ASR-Nano-2512。FireRedVAD 支持 100 多种语言的语音、歌声和音乐检测，F1 为 97.57%；FireRedLID 覆盖 100 多种语言和 20 多种中文方言，准确率 97.18%；FireRedPunc 中英文标点预测平均 F1 为 78.90%。四个模块可独立使用，模型权重与推理代码已放出，技术报告见 arXiv。
匹配字段摘要
9月22日杭州云栖大会上，平头哥发布新一代训推一体AI芯片真武V900，单芯片性能达到真武M890的三倍，可满足万亿级参数大模型训练和推理需求，计划2027年第一季度量产售卖。该芯片搭载216GB显存、片间互联带宽1200GB/s，原生支持FP8、FP4低精度计算，并可与自研ICN Switch互联芯片组成千卡全带宽高速互联超节点。平头哥同时首次公布倚天服务器CPU规划，2027年将推出倚天720和倚天730。
匹配字段摘要、正文
OpenAI 开源其思维链可监控性评测的数据集与参考代码，仓库地址为 https://github.com/openai/monitorability-evals，并同步发布计算 g-mean2 指标的代码和模拟评测脚手架。OpenAI 表示已在 GPT-5.4 thinking、GPT-5.2 thinking、GPT-5 thinking 和 o3 的系统卡中回填完整可监控性评测结果，未来前沿推理模型系统卡也会报告该结果。部分依赖私有或受限数据的评测未纳入开源，包括 Health Queries、FrontierMath、Math Diamond、OAI-Repo-Sabotage、Anti-Scheming 等。
匹配字段摘要
OpenAI 在 Codex 中发布 Auto-review，用独立的 Codex 智能体在沙箱边界审查越界操作，替代用户逐次审批。官方称该模式下 Codex 会话中断请求人工审批的频率比手动审批模式低约 200 倍，需审查的操作中约 99% 被批准，被拒绝后 Codex 在超过一半的情况下能自行找到可接受的替代方案。Auto-review 使用 GPT-5.4 Thinking（低推理），已在 OpenAI 内部部署，目前 Codex Desktop 内部 token 用量大部分来自该模式；官方同时提示它不构成安全保证，也无法防范模型刻意隐藏意图，相关代码已在 Codex 仓库开源。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 开源 Realtime-Venus，一个结合全双工对话模型与异步执行框架的交互系统，可在持续对话的同时把任务交给 Harness 推理或调用工具，结果回到同一对话中语音播报。项目包含 Omni 模型集成、可复用的 Harness 包和基于 Codex 任务后端的浏览器 Demo，在线 Duplex Demo 需至少一块 NVIDIA A100 GPU，另提供 Beta 版 Android 演示包。该研究项目由 Venus Team 与清华大学合作完成，代码采用 Apache-2.0 许可。
匹配字段摘要
蚂蚁 inclusionAI 的 AGI Research Center 在 GitHub 开源 LLaDA2.0-Uni，一个基于 dLLM 的 MoE 统一模型，把多模态理解与生成整合进 Mask Token Prediction 范式。模型支持文生图（含 thinking 模式）、图像理解与图像编辑，采用 SigLIP-VQ 离散语义 tokenizer 和扩散解码器，经蒸馏可实现 8 步推理。仓库已放出 HuggingFace 模型权重、FP8 量化版本、ComfyUI 与 Diffusers 支持，以及 SGLang 服务支持，采用 Apache License 2.0。
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
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
微软宣布推出 Maia 300，称其每瓦 token 吞吐比领先的 GPU 系统高 40%。从下一个自然年起，微软将把 Maia 系列扩展到多吉瓦级部署，使其成为自家产品和服务的首要推理系统。目前 Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 中每瓦 token 吞吐最高提升 1.7 倍。
匹配字段摘要
微软发布第三代自研 AI 芯片 Maia 300，定位为微软产品与服务的“主要 AI 推理系统”，将于 2027 年开始量产部署。微软云业务执行副总裁 Scott Guthrie 称，Maia 300 每兆瓦 token 数比主流 GPU 系统高 40%，在 96 加速器整机架配置下机架级 token 吞吐量最高可达 Maia 200 的 7 倍。该芯片采用 chiplet 架构、基于台积电 N2P 工艺，将计算、内存控制器与 I/O 功能分离，面向长上下文推理、低延迟对话和持续多步智能体任务。
匹配字段摘要