N全部新闻

全部新闻

星期三20 条

  4. 阶跃星辰 StepFun一手产品发布
    AI 评分60

    阶跃星辰开源 Step Code v0.1.0 编码智能体 CLI

    阶跃星辰发布并开源 Step Code v0.1.0，采用 MIT 许可证，通过一个 CLI 覆盖从读改代码到运行测试和交付的完整开发流程。官方评测显示，它在 Terminal-Bench 2.1 上通过 72/89 个任务（80.9%），与并列领先者通过率相同但 token 用量更少；在自建 150 任务长程基准 Multi-Frame 上通过 110/150（73.3%），平均 5.09M tokens/task，在六个被测 harness 中通过率最高、token 用量最低。该工具还内置 StepPage，可用一条命令发布本地静态站点，并支持版本管理与回滚，可在 macOS、Linux 或 WSL 上安装。

    同一事件 · 4 条报道

    #开源/仓库#Agent#编码

  5. 阶跃星辰 StepFun一手产品发布
    AI 评分63

    阶跃星辰开源 Step Code v0.1.0，覆盖完整开发流程的 CLI 编码工具

    阶跃星辰发布 Step Code v0.1.0，以 MIT 许可证开源，可在单个 CLI 中完成读改代码、跑测试到交付的完整开发流程。官方称其在 Terminal-Bench 2.1 上通过 72/89 个任务（80.9%），在自建 150 任务长任务基准 Multi-Frame 上通过 110/150（73.3%），平均每任务 5.09M tokens，为六套评测框架中通过率最高且 token 用量最低。工具还内置 StepPage，可用一条命令发布本地静态站点，并支持版本管理与回滚；支持 macOS、Linux 和 WSL 安装，Windows 的 PowerShell 支持处于 beta 阶段。

    同一事件 · 4 条报道

    #开源/仓库#编码#Agent

  6. Unsloth一手产品发布
    AI 评分62

    Unsloth 发布 Qwen-Image-2.1 的 GGUF 量化版，12GB 显存可本地运行

    Unsloth 发布 Qwen-Image-2.1 的 GGUF 量化版本，可在 12GB 显存下本地运行，该 7B 模型表现与 Nano Banana 2.0 相当。若追求更高质量，还可通过 offloading 在仅 6GB 显存上运行 Dynamic FP8。Unsloth 同时表示 FP8 与 GGUF 量化版已可在 Unsloth Desktop 中正常运行，支持图像生成与编辑。

    引用Qwen · @Alibaba_Qwen

    Meet Qwen-Image-2.1, the most balanced and cost-effective image generation model in the Qwen-Image series! Now open weights! 🎨 A unified model for both generation and editing, delivering top-tier quality in a lightweight package. Highlights: 👀 - Compact & exceptionally fast: A lightweight 7B architecture that outperforms most closed-source models, with drastically accelerated inference for multi-image inputs. - Native transparency: Natively generates and edits RGBA layers, enabling seamless compositing and text editing within transparent images. - Versatile, high-fidelity editing: Supports up to 10 reference images and precise local control while preserving strict fidelity for portraits and products. - Broad coverage & stunning aesthetics: Excels at panoramas, infographics, and virtual try-ons, delivering realistic textures and elegant typography. Start to create your next masterpiece with Qwen-Image-2.1! 🖼️ - Blog: https://t.co/tVntKOi7jy - GitHub: https://t.co/cRj66wCrWr - Model Scope: https://t.co/64d7Ix6YFR - Hugging Face: https://t.co/njHSBXUbVS

    #开源/仓库#图像生成#端侧

星期二14 条

  2. NVIDIA Blog一手产品发布
    AI 评分55

    NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流

    NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流与新的平台支持，并新增用于环境搭建和操作的 Isaac 技能。该版本支持 ROS Lyrical 和 Ubuntu 24.04，FoundationPose 的智能体推理库让机器人感知和跟踪物体位姿的速度最高提升 5.5 倍，抓取放置流程也作为独立技能开放。Isaac ROS 5.0 支持从 Jetson Orin Nano 到 Jetson Thor 的可扩展算力，Mentee Robotics、Universal Robots、ROBOTIS 等公司已将其用于各自机器人平台。

    #产品更新#开源生态#具身智能

  3. AWS Machine Learning一手产品发布
    AI 评分67

    GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用

    OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 正式可用，两者 API 定价均明显低于前代 GPT-5.6。GPT-6 Sol 面向开发与运维中反复出现的复杂任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具的多步流程；OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半。GPT-6 Luna 面向高频重复任务，如从大规模文档中抽取信息、摘要、分类和定向问答，并支持按请求调整推理投入。两者均支持显式提示词缓存，推理数据不用于模型训练。

    #产品更新#OpenAI#部署/工程

  4. gihyo.jp产品发布
    AI 评分64

    White Circle 发布后训练框架 Halo，为 Hugging Face 模型加入分布式训练

    White Circle 于 9 月 21 日发布后训练框架 Halo，可在 Hugging Face 既有模型上加入多 GPU 分布式训练，无需重写模型实现，新模型系列适配代码约 100 行，权重仍以 SafeTensors 格式保存。在 8 基 NVIDIA B300 上对 gpt-oss-20b 的实测中，Halo 的吞吐最高达到 TRL 的 2.8 倍，峰值显存随配置变化，约 26GB 至 60GB。用 Halo 对 GLM-4.7-Flash 做监督微调后，GLM-4.7-Flash-Coder 在 SWE-rebench-V2 上的单次尝试解决率从 33.15% 提升到 41.65%。

    #开源/仓库#数据/训练#部署/工程

  6. Hugging Face一手产品发布
    AI 评分55

    Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型

    Hugging Face 宣布 transformers 现已支持直接加载 llama.cpp 的 GGUF 量化权重，只需在 from_pretrained 中传入 gguf_file 即可，无需额外配置。在 MacBook Pro M2 Max 上对三个 GGUF checkpoint 的测试显示，transformers 的生成速度接近 llama.cpp，但前者包含 prefill 而 llama-bench 只统计解码吞吐。当前打包推理路径仅支持 MPS，覆盖 Qwen3.5 稠密与 MoE 架构，填充批处理性能仍有待改进。

    #产品更新#部署/工程#开源生态

  7. Fireworks AI一手产品发布
    AI 评分57

    Fireworks AI 推出专业智能指数 SII，首批覆盖七个领域基准

    Fireworks AI 发布 Specialized Intelligence Index（SII），汇集开放、闭源与专用模型在领域专属基准上的表现，首批覆盖医疗、法律、网络安全、金融、客服、生产力与软件七个领域。各基准由领域从业者设计，例如 Harvey 的 Legal Agent Benchmark、Sierra 的 τ-Banking 与 τ-Voice、Datacurve 的 DeepSWE v1.1。SII 不对跨领域结果做加权或平均，只保留基准与领域层面的分数，并提供分数对成本、分数对时长的对比视图。

    同一事件 · 3 条报道

    #评测/基准#行业动态#产品更新

  8. Fireworks AI一手产品发布
    AI 评分55

    Fireworks AI 推出 Specialized Intelligence Index 专业领域基准索引

    Fireworks AI 发布 Specialized Intelligence Index（SII），汇集开放、闭源与专用模型在医疗、法律、网络安全、金融、客服、生产力、软件七个领域的真实任务基准。该索引不做跨领域加权汇总，只保留基准与领域层面的结果，并提供分数对成本、分数对耗时的视图；每个基准标注可复现范围，新前沿模型需通过生产可部署性筛选后才会进入。Fireworks 同时开放合作提交，伙伴按 Harbor 兼容格式提供任务与数据，评测由 Fireworks 免费运行并在伙伴同意后公布分数。

    同一事件 · 3 条报道

    #评测/基准#开源生态#产品更新

  9. OpenRouter：Announcements一手产品发布
    AI 评分61

    OpenRouter 推出 Batch API，批量请求可享半价推理

    OpenRouter 上线 Batch API，把请求打包提交后由服务商在 24 小时窗口内自行安排完成时间，价格通常为正常每 token 单价的 50%，部分模型更低，目前支持 70 多个模型。两周 beta 期间完成的 23 万多个批次中，中位完成时间为 7 分钟，90% 在一小时内完成；太平洋时间 5 点至中午提交的批次明显更慢。该接口为异步设计，支持 chat completions、responses、messages 和 embeddings 等请求形态，输入与结果保留 30 天。

    Batch API: half-price inference by bundling requests

    同一事件 · 2 条报道

    #产品更新#部署/工程#OpenAI

  10. OpenRouter：Announcements一手产品发布
    AI 评分64

    OpenRouter 推出 Batch API，批量请求按半价计费

    OpenRouter 发布 Batch API，提交批量请求后由服务商在 24 小时窗口内自行选择完成时间，按每 token 价格通常收取 50% 甚至更低费用，目前支持 70 多个模型。两周 beta 期间完成的 23 万多个批次中，中位完成时间为 7 分钟，90% 在一小时内完成；支持 chat completions、responses、messages 和 embeddings 等请求形态，输入与结果保留 30 天。

    同一事件 · 2 条报道

    #产品更新#部署/工程#OpenAI

  11. Together AI Blog一手产品发布
    AI 评分54

    Together AI 推出金丝雀发布，支持生产环境无停机升级模型

    Together AI 发布金丝雀发布（canary rollout）功能，可在同一 endpoint 上按 10%、50%、100% 等步骤把流量从当前模型迁移到新 checkpoint，并在每步后运行健康检查与指标门禁。官方用 Qwen2.5-7B 升级到 Qwen3.5-9B 的实测中，10% 流量时门禁发现 p95 延迟回退 137%，随即取消并反向回滚，全程 6800 次请求无失败。该功能通过 together Python 包 2.34.0 及以上的 tg CLI、REST API 和 Python SDK 提供，支持暂停、恢复、提升和取消四种控制。

    #教程/实践#部署/工程#开源生态

  12. Simon Willison产品发布
    AI 评分73

    TypeSafe AI 发布 Jev：只输出概率决策的 System One 模型

    TypeSafe AI 上周发布 Jev，这是其称为 System One 模型的新类别，输入文本后不返回文本，而是返回对应分类、是非题、评分及置信度的浮点数。Jev 只按输入计费，输出免费，首个模型输入价格为每百万 token 0.042 美元，低于 OpenAI GPT-5 Nano 的 0.05 美元。作者 Simon Willison 实测后认为它适合分类、垃圾信息检测、标签建议、排序和搜索重排，但指出它不擅长数字、日期和对抗性内容，且只返回浮点数会加剧黑箱与偏见问题。

    同一事件 · 2 条报道

    #产品更新#推理#部署/工程

  13. NVIDIA Developer · Generative AI一手产品发布
    AI 评分55

    NVIDIA Dynamo-Triton 26.07 集成 TensorRT 多设备推理

    NVIDIA Dynamo-Triton 26.07 启用 TensorRT 后端的多设备推理能力，一个 KIND_MODEL 实例可占用多块 GPU 并通过单个 gRPC 端点对外提供分布式推理服务，TensorRT 11.0 起完整支持该能力。以 Cosmos 3 Nano 视频生成为例，Ulysses 上下文并行把 44,160 个视频 token 分配到最多八块 GPU，端到端生成延迟从单 GPU 的 156.6 秒降至八 GPU 的 34.2 秒，transformer RPC 加速比达 6.09 倍。CP2、CP4、CP8 的输出通过 MAE ≤ 25 与 PSNR ≥ 18 dB 的质量阈值校验，但该基准未测量并发吞吐、单视频成本或 TCO。

    #产品更新#部署/工程#推理