Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，权重将于本月底开放。模型在 Mistral 欧洲自有数据中心的 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言，官方称其在网络安全、金融、法律等企业负载上达到开源模型领先水平。在 Artificial Analysis Cyber Index 上它进入全球前五，在一项复现并修补真实漏洞的测试中得分 82%，Cybench 解题率 93%。
匹配字段摘要、正文
AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。Reflection 称 Beam 在推理任务上可匹配 GLM 5.2，算力消耗仅为后者的三分之一到四分之一，并已用 10500 块 Nvidia GB300 GPU 进行超过四周的强化学习训练。模型权重将以 Apache 2.0 许可在本月晚些时候发布，目前早期版本仅向部分用户开放。
匹配字段摘要、正文
NVIDIA 最新《State of AI in Telecommunications》报告显示，89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model（LTM），由 AdaptKey 基于开源电信数据集微调，并公开完整微调配方；SoftBank、AT&T、Indosat Ooredoo Hutchison 等运营商正基于开放模型构建电信专属 AI 能力。
匹配字段摘要、正文
Dell 本周为其 AI Data Platform 新增面向智能体的功能，包括 Unified Semantic Layer 和 Enterprise Knowledge Graph，让智能体不必在每次请求时重建上下文，从而减少 token 消耗与计算成本。平台还整合 Nvidia Nemotron Retriever 模型、cuVS 库与 Auto-Ontology 开源库，并依托 PowerScale、ObjectScale 和 Lightning File System 提供 exabyte 级存储能力。
匹配字段摘要、正文
据 Bloomberg 报道，DeepSeek 即将完成一轮至少 120 亿美元的融资，最初目标约 75 亿美元、估值约 750 亿美元，知情人士称总额可能接近 150 亿美元，宁德时代和腾讯出资份额最大。融资完成后 DeepSeek 计划重组，于 2027 年初 IPO，并正在建设一座配备至少 16 万颗华为 AI 芯片的数据中心。创始人梁文锋希望继续开发权重自由可用的开源模型；公司今年 6 月已完成首轮外部融资，估值超 500 亿美元，4 月发布了 V4-Pro 和 V4-Flash 预览版，同时自研推理芯片以减少对 Nvidia 和华为的依赖。
匹配字段摘要、正文
Cohere 将企业平台升级为 North 2，用于统一管理 AI 智能体，可自主处理多步骤工作流并跨会话保留上下文。新编排系统让智能体调用共享知识库和可复用技能，并连接 Slack、SharePoint、Jira 等工具，还能从聊天提示词直接生成演示文稿、仪表盘和简单应用。North 2 不绑定模型，除 Command A+ 外可接入企业自有模型，支持本地、云端或完全气隙部署；管理员通过 North Admin 管理 token 用量、用户配额和细到单个智能体的访问权限，智能体执行关键操作前需人工批准。Cohere 称其模型在 Nvidia Blackwell 和 Hopper 硬件上所需 token 更少，LG CNS 和 Bell Cyber 已在生产环境运行 North。
匹配字段摘要、正文
19 岁创始人 Zain Javaid 的 Ghost 结束一年隐身开发，完成由 Andreessen Horowitz 领投的 1100 万美元种子轮，并推出 3499 美元个人 AI 电脑 Core。Core 搭载 Nvidia RTX Pro 4000 SFF Blackwell GPU，预装 Qwen-3.8-Next、Qwen-3.8-27B 和 Gemma-4-31B 三个模型，可本地运行 AI 智能体，首批预购已开启、10 月最后一周发货。
匹配字段摘要、正文
Reflection AI 发布首款开源权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、每 token 激活 23B，面向编码、推理与智能体工作负载。该模型预训练使用 23.8 万亿 token，在 6,144 块 NVIDIA GB300 NVL72 GPU 上不到 4 周完成，中训练将有效上下文扩展至 1M token；强化学习阶段用 10.5K 块 GB300 GPU 运行 4 周，生成超 1 亿次 rollout。Reflection 报告 Beam 在 SWE-bench Verified 得分 80.9、Terminal Bench v2.1 得分 80.1，目前处于最终红队测试阶段，通过 Reflection 平台候补名单提供早期访问，Apache 2.0 权重计划于本月晚些时候发布。
匹配字段摘要、正文
每一步都是 DJev 在 DiffusionGemma 上的一次前向传播，零 token 生成。我们的开源引擎 DJev-serve 在 NVIDIA GB200 NVL72 和 B200 上，把每个决策作为一张 CUDA graph 运行。
匹配字段摘要、正文
Hao AI Lab 开源了能在 Minecraft 中与真人对抗的智能体 Jev，通过 SOTA LLM 智能体加人工监督从机器人自身日志中进化提示词，全程不做训练。在 1,795 轮对局后，Jev 在与真人玩家的 Block UHC 对战中赢下 70% 的回合；与满技能脚本对手对战时，v1 每轮皆负，不到两小时后 v9 每轮皆胜。其决策基于 DiffusionGemma 上的 DJev 单次前向传播，不生成任何 token，开源推理引擎 DJev-serve 在 NVIDIA GB200 NVL72 与 B200 上以单张 CUDA graph 运行，每次决策 24 ms，比某主流推理引擎快 2.5 倍。
匹配字段摘要
UCSD Hao AI Lab 开源了 Minecraft 智能体 Jev，在 1,795 轮对局后公布其工作方式。它不训练模型，而是由 SOTA LLM 智能体在人工监督下从机器人自身日志中进化提示词；在 Block UHC 对真人玩家赢下 70% 的回合。每次决策在 NVIDIA Blackwell 上耗时 24 ms，团队称比某主流推理引擎快 2.5 倍，并开源了推理引擎 DJev-serve，在 GB200 NVL72 和 B200 上以单次 CUDA graph 完成每个决策。
匹配字段摘要
Hao AI Lab 开源了在 Minecraft 中作战的 LLM 智能体 Jev，经过 1,795 轮对局，它在 Block UHC 中战胜真人玩家的比例为 70%。该智能体不做训练，而是由带人工监督的 SOTA LLM 智能体根据自身日志进化提示词；据其说明，面对满技能脚本对手时 v1 全败，不到两小时后 v9 全胜。每次决策为 DJev 在 DiffusionGemma 上的一次前向传播，不生成 token，在 NVIDIA Blackwell 上耗时 24 ms，比某领先推理引擎快 2.5 倍，其开源引擎 DJev-serve 在 NVIDIA GB200 NVL72 和 B200 上以单个 CUDA graph 执行每次决策。
匹配字段摘要、正文
Reflection 加入了 Nvidia 和 Thinking Machines 的行列，它们发布了自家最强模型，却落后于中国同行。人们有很多种方式过度解读这件事，但最清晰的结论应该是：中国人在构建 LLM 方面非常非常强。
匹配字段摘要、正文
DeepSeek 开源了一整套面向华为昇腾芯片的软件工具，直接冲击 Nvidia 的 CUDA 生态锁定。Manus 以 Manus 2.0 重启，推出常驻个人智能体 Cue，估值翻倍至 40 亿美元，智能体可拥有独立电话号码和钱包。蚂蚁集团预览约 5600 亿参数 MoE 模型 Ling-3.1-flash（约 250 亿激活），支持最高 100 万 token 上下文并计划开源。
匹配字段摘要、正文
Aleph Alpha 用自建基准测试了阿里 Qwen、DeepSeek 和月之暗面 Kimi 的模型，覆盖天安门、台湾、新疆等 967 个敏感话题，其评分系统仅将 17% 至 41% 的回答评为平衡，其余为复述官方立场、回避或拒答。研究还发现这种亲中倾向会出现在与中国无关的问题上，例如 Qwen 3.6 在回答美国审查问题时以维护中国互联网治理立场收尾。Nvidia 的 Nemotron Cascade 2 有 17% 的回答呈现类似倾向，Aleph Alpha 将其归因于 930 万条训练样本中约 3500 条由 DeepSeek 和 Qwen 生成。
匹配字段摘要、正文
AI 初创公司 Tavus 预览了 Griffin，一个可在实时视频中观看、聆听、说话并作出反应的 Human Interaction Model。Tavus 称在面对面测试中，48% 的参与者认为对话对象是真人，此前模型这一比例仅为 2.4%；该模型在 NVIDIA 的 VideoFDB 视频聊天测试中与真人相差 0.09 分，并领先次优 AI 模型超过 1 分。目前仅 Griffin-Lite 向受信任测试者开放，用于继续完善安全与披露功能，后续再公开推出。
匹配字段摘要、正文
Prime Intellect 发布 Prime Inference，提供 serverless 端点和预留容量，在多个数据中心的 GPU 基础设施上服务前沿开源模型。首个公开部署 GLM-5.3 于 9 月 22 日上线 OpenRouter，工具调用错误率接近零、上线以来 100% 可用。该服务基于 NVIDIA Dynamo、vLLM、Mooncake 和 FlashInfer，兼容 OpenAI SDK，在 GB200 NVL72 上以 1:4 的 P/D 比例实现每组 66 个会话、101 tok/s/user。
匹配字段摘要、正文
OpenRouter 上线 Model Router Benchmarks 页面，对 Auto Router、Free Models Router、Unbiased Pareto、Sakana Fugu、Jev Router、NVIDIA Switchyard 等路由从质量、速度、成本三个维度打分，并给出 0 到 10 的 Router Index（默认质量 60%、单任务耗时 20%、成本 20%，权重可拖动滑块调整）。页面同时列出 DeepSeek v4 Flash 与 GPT-6 Astra 等单模型作为基线，例如 GPT-6 Astra 每 token 平均价格高出 48 倍以上、在 Codex 中跑 10 到 49 轮会话贵 21 倍。所有被评测路由均可在 OpenRouter 上直接替换模型使用。
匹配字段摘要、正文
Prime Intellect 发布 Prime Inference，为前沿开源模型提供无服务器端点和预留 GPU 容量，支持 OpenAI SDK 接入 https://api.pinference.ai/api/v1，并具备跨数据中心自动故障转移。该平台在公开发布前内部日均处理近一万亿 token，负载来自 RL rollout、合成数据生成、评测和长时间运行的编码智能体。其服务栈结合 NVIDIA Dynamo、vLLM、Mooncake 和 FlashInfer，采用预填充与解码分离部署，测试中 p90 词元间延迟降低近 40%，GLM-5.3 在 GB200 NVL72 上以 1:4 预填充解码比实现每组 66 个会话、每用户 101 tok/s。
匹配字段摘要、正文
PyTorch 将 Helion 集成进 vLLM 的线性后端，用单个 Helion GEMM 实现覆盖 Standard GEMM、Split-K 和 Swap-AB 等变体，并通过按 shape 自动调优选择最佳配置。在 NVIDIA Hopper GPU 上，该后端结合按 shape 调优与混合调度，在评测模型中超过 vLLM 默认的 CUTLASS 和 DeepGEMM 后端，部分工作负载吞吐提升超过 10%。
匹配字段摘要、正文