蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-tts 语音合成模型，包含 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型（7.9B 总参数、1.3B 激活参数），提供推理代码、任务 Cookbook 和评测表。模型支持声音克隆、文本设计音色、100+ 中文与 5 种英文内置音色、自然语言自由控制、14 种副语言标签，可合成中英德西法韩日及川渝话、广粤话。官方称在 Artificial Analysis 榜单上，Controlled Voice 开源模型第 1、Pronunciation Robustness 总榜第 1（93.2%）、Provider Voice 开源模型第 3。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-asr-tiny，将 Ling-tiny-v3 语言模型与音频编码器结合，支持中英文转写、方言识别和 Context ASR。方言评测覆盖湖南、闽南、粤语、川渝等 15 个测试集，Context ASR 可通过提示词中的热词或前序对话识别专有名词。推理栈使用 Transformers 5.12.1、fla-core 0.5.2 和 PyTorch 2.11.0，并提供 SGLang 加速部署示例。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 上线 sglang_ling_v3 仓库，内容基于开源推理框架 SGLang，该框架面向大语言模型、视觉语言模型和扩散模型，针对智能体负载、大规模服务与 RL rollout 优化。仓库 README 显示 SGLang 支持 GPU、TPU、NPU、CPU 与 Apple Silicon，并内置图像视频生成引擎 SGLang Diffusion。
蚂蚁 inclusionAI 在 GitHub 上线 sglang ling v3 仓库，内容基于开源推理框架 SGLang，该框架面向大语言模型、视觉语言模型和扩散模型，针对智能体负载、大规模服务与 RL rollout 优化。仓库 README 显示 SGLang 支持 GPU、TPU、NPU、CPU 与 Apple Silicon，并内置图像视频生成引擎 SGLang Diffusion。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型，采用 126B 参数 MoE 架构、激活参数 6.5B，另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话，支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式，采用 MIT 许可。
匹配字段摘要、正文
Cerebras 指出，agent 的表现取决于模型与 harness 的组合，而非模型本身。同一 Claude Opus 4.5 在标准化 SEAL scaffold 下 SWE-bench Pro 得分为 45.9%，经 Claude Code 使用则升至 55.4%。harness 的规划、重试、验证等每一步都要额外调用模型，因此快速推理能放大 harness 的效用。
匹配字段摘要
稀宇科技宣布 MiniMax M3.1 Flash 模型上线，线上推理速度提升近 3 倍，Agentic 类任务综合使用成本较前代降低 70%。该模型在 DeepSWE v1.1 取得 73.7%，在 OSWorld V2 取得 61.7 分、Agents' Last Exam 取得 29.6 分，两项电脑操作评测均位列国产模型第一。输入价格为每百万 Token 1 元、输出 4 元、缓存读取 0.1 元，现已上线 MiniMax API、MPlan 和 MiniMax Code，并将稍后开放权重。
匹配字段摘要、正文
豆包公关负责人刘星回应“国内超一半算力在造爽剧”称该算力数据不靠谱，字节总算力中仅约10%用于视频生成模型的训练和推理。该说法源自一家布局AI短剧赛道的上市公司在投资者关系活动记录表中的披露，并与网传“美国tokens消耗58%在代码生成和企业自动化”的信息叠加，引发讨论。
匹配字段摘要、正文
2026 年 1 月至 9 月，Amazon SageMaker JumpStart 新增来自 30 家提供商的 100 多个模型，其中 Alibaba（Qwen）贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个 Gemma 4 变体、IBM 4 个、Cohere 4 个。新增模型覆盖多模态、语音、图像与视频生成，并引入 GLM-5.2 FP8、JetBrains Mellum2-12B 等量化与紧凑模型以降低推理成本。
匹配字段摘要、正文
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
HardenedLinux 社区主导开发的 AI 运行时框架 SonicBoom 发布，采用 GPLv3 许可证，提供语言无关的 C API，目前官方支持 GNU Guile。它内置 LLVM MLIR 对计算图做编译优化，直接复用 llama.cpp 已有 kernel，在 kernel 优化不变的情况下于 rtx3050 8G 上把原始性能提升 20%。v0.0.3 目前仅支持 CPU 和 CUDA，社区版只提供单点推理，分布式推理计划放在企业版。
匹配字段摘要、正文
由前 NVIDIA 机器人研究人员创立的 Dream Labs 完成 9000 万美元种子轮融资，由 B Capital 领投，Kindred Ventures、A.Capital、Unusual Ventures 等参投，同时开放 Dream-1 模型的公共 API。Dream-1 被称为 World Action Model，通过预测末端执行器位姿而非关节指令来适配不同机器人，目前零样本能力聚焦双臂平行夹爪机器人，推理定价为每小时 3 美元、轻量版 Dream-1-flash 每小时 2 美元。公司称该模型仍属研究 beta，尚未针对安全关键场景验证，融资主要用于扩充算力。
匹配字段摘要
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
MiniMax 在 API 上线 MiniMax M3.1 Flash，428B 总参数、约 23B 激活的 MoE 多模态模型，支持 100 万 token 上下文，输入 $0.15、输出 $0.60 每百万 token。推理始终开启且不可关闭，提供 Low 到 Max 五档强度，权重计划于 10 月 23 日发布、许可证尚未公布。厂商自报成绩中 Automation-Bench v1.0.6 以 62.2 居首，Terminal Bench 4.0 为 38.1，落后 Opus 5 的 51.8。
匹配字段摘要
Meta 工程博客介绍其数据管道智能体采用的薄编排器架构：1300 行编排器把 20 多个工作流路由到 14 个专业子智能体，自身不做任何领域推理，只负责意图分类、字段收集和可靠性检查。此前单智能体方案在演示中可用，上线后出现概念串扰和幻觉，逐任务手工写提示词时成功率 70-80%，不手工调优则降到 10-20%。新架构下新数据列的配置准备从手工三到四天缩短到一小时以内，约三分之二的变更无需大量人工修改。
匹配字段摘要
Google 发布 LiteRT Tensor API，让开发者在 C++ 中逐算子构建计算图，同一份代码可经 LiteRT 跑在 CPU、GPU（ML Drift）和 NPU 上，或不经模型文件直接通过 XNNPACK 在 CPU 运行。官方用该 API 手写 SAM 2 并部署到浏览器 WebGPU，在 MacBook Pro 上比 Apple MLX 快约 1.5 倍，输出掩码与 Meta PyTorch 参考逐像素一致。该 API 还支持从 .safetensors 直接加载权重，并让预处理、推理与后处理通过共享加速器缓冲区串联，避免数据回传 CPU。
匹配字段摘要
成立 8 个月的 Conway Research 亮出首款个人 AI 助手 Underdog，完全运行在用户设备上且离线可用，已推出 Mac、Windows 测试版，并获 a16z、Anthropic 投资联合体等投资。其模型包括基于 Qwen3.8 27B 打造的 Saluki 27B（已开源，权重体积为全精度版本的 1/7、保留 96% 性能）和 Woof 4B，配套推理引擎 Husky 在 MacBook 上让 Woof 4B 每秒最多处理 730 个 token，比 MLX 快 4.5 倍。产品还上线了基于 Qwen-Image Flash、Qwen-Image-2.1-Turbo 的本地图像生成与编辑，以及与 Stripe 合作的设备端智能体支付。
匹配字段摘要、正文
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，是上月 V4.1-Flash 的升级版本，基准测试表现更强、任务处理速度更快、输出文本更精简，重点强化推理、代码生成和 Agent 能力。官方称模型通过自反馈强化学习迭代，从零搭建完整项目的能力显著增强，并用 DeepSeek Harness 演示了故宫 3D 建模、网页版赛车和基于 Godot 的《传送门 2》复刻。同日 DeepSeek 开放 Search 网页搜索与 Fetch 网页抓取 API，按成功请求计费，每 1000 次 5 元，11 月 1 日 00:00 起正式计费。
匹配字段摘要、正文
VAST于10月18日宣布开源实时世界模型EdenLive，开放5B、14B两种规格的模型权重及推理代码，并公布技术报告和端到端演示。其5B模型可在单张英伟达RTX 5090显卡上以720p分辨率、超过24帧/秒生成画面，支持分钟级连续运行，端到端延迟为百毫秒级。该模型将世界状态与视觉渲染解耦，可用于游戏原型预览、场景预演和视频重新渲染，但下载全部权重约需210GB空间，FLUX首帧组件限非商业、非生产用途。
匹配字段摘要、正文
0G 联合创始人兼 CEO Michael Heinrich 在访谈中介绍，0G 正构建一套去中心化 AI 基础设施栈，把可验证计算、加密去中心化存储、私有 AI 推理和 AI 原生 EVM 兼容 Layer 1 区块链整合为 AI 的信任层。他指出，算力已成为与资本、能源同等重要的战略资源，四大超大规模云厂商 2025 年 AI 资本支出合计超过 5000 亿美元，且今年有望翻倍，但算力本身仍缺乏透明市场与独立验证。
匹配字段摘要、正文
Fortanix 将其 Confidential AI 平台扩展至支持 CNCF 的 Confidential Containers 项目，使企业能在 Kubernetes 上于硬件可信执行环境中运行 AI 推理工作负载。该方案通过 Fortanix Confidential Computing Manager 同时验证 CPU 与 GPU，并由 Data Security Manager 按客户安全策略释放密钥；在支持的硬件和 Kubernetes 平台上部署只需一次点击。Fortanix 委托 Atomik Research 对 300 名美国大型企业 AI 负责人调查显示，93% 认为传统加密无法保护 AI 处理中的数据，41% 曾因安全顾虑完全阻止部署。
匹配字段摘要