记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 Nano 和 288B 参数、激活 17B 的 Flash 两个型号，基座分别为 Qwen3.6-35B-A3B 和 DeepSeek-V4-Flash。模型在选定的 Transformer 模块中加入与注意力并行的记忆分支，把经验编码为可更新的矩阵状态并参与后续生成。在 500 项 SWE-bench Verified 任务中，Nano 关键断点平均成功率 69.73%，无经验基线为 66.07%；128K 长历史下端到端推理速度约为完整上下文方案的 1.86 倍，每条轨迹持久状态占用为完整上下文 KV Cache 的六十六分之一。
匹配字段摘要、正文
工信部科技司司长魏巍称，600亿元国家人工智能产业投资基金已投出一批优质项目，2025年中国人工智能核心产业规模超1.2万亿元，截至今年6月底人工智能企业数量超6600家。基金已披露的三笔直投均落在头部大模型公司：DeepSeek首轮融资出资约9.8亿元、投后估值3500亿元，参与月之暗面（Kimi）F轮融资、投后估值350亿美元，并投资快手可灵AI境内主体14亿元、持股约1.14%。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，这是对 6 月推出的 M3 大语言模型的更快更便宜更新，公司称智能体任务运行成本比上一代降低 70%，推理速度接近 3 倍，日常峰值输出超过 200 tokens/s。该模型参数为 428B，推理时保持开启，提供从 Low 到 Max 五档努力级别，支持文本、图像和视频输入，提示词最长 100 万 tokens。在 MiniMax 自测中，M3.1 Flash 在 OSWorld V2 得 61.7 分、BankerToolBench 得 76.2 分、CyberGym 得 82 分；在 DeepSWE v1.1 上得 73.7%，低于 DeepSeek 称其 V4.1-Flash 取得的 77%，两项结果均未经独立验证。该模型输入定价为每百万 tokens 15 美分，输出为 60 美分，缓存输入为 1.5 美分，现可通过 MiniMax API、M Plan 订阅和 MiniMax Code 桌面应用使用，权重将在之后发布。
匹配字段摘要、正文
微软在官方博客中称已完成自研大模型 MAI-Base-2 的预训练，总参数 2.8 万亿、激活参数 800 亿，全部层采用 MoE 架构。该模型在 8 月至 9 月用 16000 块 Nvidia GB200 GPU 训练 38 天，数据集含 50 万亿 token，视觉语言数据约占 18%。微软称其预训练算力效率达到 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍，但该指标指达到同等评测表现所需的预训练 FLOPs，并非实际 GPU 速度或推理成本；模型目前仍在后训练阶段，尚未公布公开发布时间、定价或 API 条款。
匹配字段摘要、正文
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。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，定位 Coding/Agent 优化的轻量级模型，拥有 100 万 token 上下文，日常场景输出速度可达 200+TPS，P50 稳定在 170+TPS。其输入价格为每百万 Token 1 元、输出每百万 Token 4 元、缓存读取每百万 Token 0.1 元，约为 DeepSeek V4.1 Flash-1017 高峰期价格的一半。在 Automation-Bench v1.0.6 中它拿到 62.2 分，反超 DeepSeek 的 60.5 分；在 DeepSWE v1.1 上则为 73.7 分，低于 DeepSeek 的 77.0 分。
匹配字段摘要、正文
Vercel 的 AI Gateway 数据显示，2026 年 9 月开放权重模型处理了 71.5% 的 token，但只占估算支出的 23%，而 6 月这一支出占比约为 5%。Anthropic 在 Gateway 支出中的份额从 63.7% 降至 43.9%，DeepSeek-V4.1-Flash 单独处理了近一半的开放权重 token，却只占 2.6% 的开放权重支出。9 月有 48% 的团队更换了最常用的模型、28.6% 更换了最常用的供应商，两项比例均连续第五个月上升。
匹配字段摘要、正文
企业正通过四种手段治理影子 AI：提供经批准的替代工具、用安全工具监控并阻断敏感数据外流、开展员工教育、对违规行为追责。Verizon 2026 年数据泄露报告显示，67% 的员工通过非企业账号在公司设备上访问 AI 服务；BitGo 已为企业提供 Grok、ChatGPT、Claude 和 Gemini 的企业版，并封禁 DeepSeek。
匹配字段摘要、正文
Thomas Wolf 引用自己的帖子称，Meta、NVIDIA、阿里巴巴、DeepSeek、Moonshot、Mistral 等约 30 多家实验室在 Hugging Face Hub 上共享的训练算力价值已接近 10 亿美元，而 2023 年底还不到 4000 万美元。他称这是保守下限：约一半来自官方算力数字，其余为估算，且尚未计入约 90 万个社区微调。
匹配字段摘要
Thomas Wolf 估算，Meta、NVIDIA、阿里、DeepSeek、Moonshot、Mistral 等约 30 多家实验室在 Hugging Face Hub 上共享的训练算力价值已接近 10 亿美元，且可免费下载；2023 年底这一数字还不到 4000 万美元。他称该数字是下限：约一半来自官方算力数据，其余为合理推测，且尚未计入约 90 万个社区微调模型。
匹配字段摘要、正文
LMSYS 发布 SGLang Low-Latency Mode，通过插件框架把专用 kernel 接入 SGLang，在 NVIDIA 和 AMD GPU 上降低推理延迟。在四块 NVIDIA GB300 上回放 AgentX trace，单并发会话的 P90 每用户 token 生成速度从 671.2 提升到 928.4 tokens/s（1.38×）；在四块 AMD MI355X 上四并发会话从 331.6 提升到 516.0 tokens/s（1.56×）。NVIDIA 侧 kernel 位于 sgl-nvidia-mega，AMD 侧位于 sgl-amd-mono，均针对 DeepSeek-V4.1-Flash 与 DSpark 的验证和草稿执行做优化。
匹配字段摘要、正文
Meta 发布开源权重模型 Muse Spark Open，参数为 816B 总参数、42B 激活参数，上下文窗口 1M tokens，主打编码与智能体任务并原生支持多模态；作者称其性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，落后于 GLM 5.3 和 Kimi K3。几天前 Meta 还发布了闭源前沿模型 Muse Wonder 和 Muse Wonder Full，在传统基准上仅次于 Anthropic 的 Opus 5.5。作者认为 Muse Spark Open 的定制许可证限制较多，包括产品需标注 Built with Muse、月收入超过 2000 万美元需单独授权，以及需接受可接受使用政策，这可能影响其采用。
匹配字段摘要、正文
微软 AI 研究团队公布基座模型 MAI-Base-2，采用全 MoE 架构，总参数 2 万亿、每次提示激活 800 亿。微软称其在科学、编程和数学的内部基准上超过 DeepSeek-V4-Pro-Base，部分指标上硬件效率最高提升 12 倍。该模型用 16000 块 NVIDIA GB200 训练 38 天，数据集为 50 万亿 token，其中约五分之一用于训练集成的计算机视觉模块；权重将通过 Azure 以授权方式提供给可信合作伙伴。
匹配字段摘要、正文
《卫报》专栏作者 Phillip Inman 认为，英国应拒绝 DeepSeek、小米等中国开发者每月发布的“开放权重”模型，这类模型可免费获取核心软件、无需支付持续授权费。牛津大学 AI 教授 Michael Wooldridge 称，输入聊天机器人的数据可能被共享给中国官方；美国 NIST 的评估报告也在本地运行的 DeepSeek 模型中发现政治审查。作者主张英国转而更好地约束美国 AI。
匹配字段摘要、正文
一位高中英语教师与3人备课组把集体备课改造成9个AI智能体加3个真人角色的四阶段流水线，原本跨两周的备课闭环在9月上旬实测单日上午跑通。四套提示词分别负责学情三维归因、每条不超过100字的四段式研讨意见、80分钟对辩主持稿和三维评分归档，共识执行率从经常烂尾变为100%。作者还记录了二次质检分数降6分实为评分量表变化、教师对格式约束的抵触、成员出差由副备兼顶三个坑，并称该SOP跨学科通用，提示词可在豆包、Kimi、ChatGPT、DeepSeek上运行。
匹配字段摘要、正文
Arena 追踪 Anthropic、OpenAI、Google DeepMind、Kimi、xAI 和 DeepSeek 的最佳智能体在 6 月底至 10 月初的四项 Agent Arena 信号，发现实验室间最大差距在于用户是否享受使用体验。Praise vs Complaint 上 OpenAI 和 Anthropic 高出榜单均值 +35 分，Moonshot、xAI 和 DeepSeek 在 +5 至 +13 之间；Confirmed Success 上平均实验室最佳模型三个月内从 -4 升至 +14 分，Anthropic 以 Claude Opus 5.5 (Max) 的 +20 领先。Bash Recovery 分差从 34 缩至 16 分，Steerability 从 19 缩至 11 分。
匹配字段摘要、正文
AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体承担读论文、用 Python 和 R 分析数据等科研任务。应用支持 OpenAI、Anthropic、DeepSeek 等模型及本地模型，项目可导出为 .science 文件在另一台电脑打开续做，默认将文件、项目和研究记录保存在本地，支持 macOS、Windows 和 Linux，源码采用 Apache 2.0 许可。官方分享的示例中，智能体分析了 278 名乳腺癌患者的公开数据，检验肿瘤内免疫细胞排布是否有助于预测生存，任何人都能打开该文件查看每张图背后的代码并 fork 出新运行。
匹配字段摘要、正文
团队在亚马逊、速卖通、Shopee、Temu、TikTok Shop、SHEIN 和独立站七个渠道销售约 1200 个 SKU，通过 AI+RPA 四层流水线把单链接刊登耗时从 15 分钟降到 2 分钟以内，单次平台改版平均恢复时间从 2 小时降到 20 分钟内。方案采用 Web 元素 AI 自愈、本地离线部署与 EXE 加密打包授权，并调用文心一言、豆包、DeepSeek、Kimi 等模型做标题重写与图片合规校验，AI 判断仍需人工抽检兜底。
匹配字段摘要
Aleph Alpha 发布开放权重模型 Kolibri-1，总参数 78B，采用 384 个专家、6 个路由专家的 MoE 结构，推理时仅激活 3.46B 参数，上下文 256K Token 并可外推至约 100 万 Token。该模型专注德语和英语，tokenizer 对德语词切分更省 Token，例如德国联邦议院术语表仅需 1137 Token，而对比的 DeepSeek-V4.1-Flash 需要 1910 Token；预训练使用 20 万亿 Token，数据截至 2026 年 6 月 18 日。作者实测其回答正确、德语推理过程明显，并称 Merlin-Arthur 协议让模型在基准中幻觉更少，但实际效果仍需在真实使用中检验。
匹配字段摘要、正文
Meta于10月15日发布开源智能体模型Muse Spark Open，称其为迄今能力最强的美国开放权重模型，可直接在搭载苹果M5 Ultra芯片的Mac Studio上运行。苹果智能将于10月底在中国发布测试版，AI陪聊应用Character.ai则申请破产，迪士尼拟以2000万美元收购。同期DeepSeek-V4-Pro与V4.1-Flash的API及对话服务出现近5小时中断，DeepSeek按用户7日内消耗金额以赠金形式全额返还。
匹配字段摘要、正文