搜索“编码”

GPT-6.1 Sol登陆Amazon Bedrock

2026年9月30日,AWS 与 OpenAI 宣布 GPT-6.1 Sol 在 Amazon Bedrock 正式可用。据 AWS Machine Learning 发布的信息,该模型是 GPT-6 Sol 的重大升级,面向智能体编码、计算机使用和专业工作负载。据 OpenAI,GPT-6.1 Sol 在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平,并比 GPT-6 Sol 最佳成绩高 6.4 个百分点,且推理投入更低。Bedrock 侧提供 IAM 策略管控、CloudTrail 审计、VPC 端点与零操作员访问,推理数据不用于模型训练。目前尚无后续发展事实。

康泰纳仕构建多模态视频搜索

康泰纳仕与AWS生成式AI创新中心合作,构建基于Amazon Bedrock的多模态视频发现方案。该方案依托Amazon Bedrock与Amazon OpenSearch Service,并选用TwelveLabs Marengo嵌入模型,对画面、音频与字幕进行联合编码。据AWS Machine Learning于2026年9月29日发布的信息,该方案将单次内容检索耗时从平均250分钟降至2分钟以内,覆盖超14万条视频库,支持自然语言意图搜索、图像查询和精确时间戳定位。目前尚无后续发展事实。

Shopify放弃React Native转向原生移动开发

Shopify宣布原生开发成为其移动端未来方向,放弃使用多年的React Native。移动端负责人Mustafa Ali表示,编码模型能力大幅提升后,用Swift和Kotlin分别构建同一功能的成本不再是决定性因素,智能体已能承担足够的实现、翻译、测试和审查工作。据该报道,Shop应用已在12周内完成全原生重写,Shopify应用正在进行,其余应用将陆续迁移,并计划用一套共享测试套件验证Swift与Kotlin实现的一致性。

Tripo与Grok合作构建浏览器版火星任务游戏

2026年9月29日,Tripo发布消息称,其与Grok合作构建了一款完全可玩的SpaceX火星任务游戏,该游戏可在浏览器中运行。据Tripo介绍,这款游戏是为庆祝Starship Flight 14发射而制作,其中Grok负责核心游戏逻辑和编码,Tripo则即时生成3D资产。Tripo将这一过程描述为“从提示词到一个完全可玩的世界”,并在发布内容中向SpaceX发问是否准备好升空。目前该故事仅有这一条第一方证据,尚无后续发展事实。

Inception发布升级版Mercury

2026年9月29日,Inception Labs发布旗舰扩散语言模型Mercury的升级版本,在编码、指令遵循、数学解题和知识召回方面均有提升。据Inception Labs Blog介绍,新版本通过扩大参数与训练数据、升级去噪器架构、改进训练目标与推理算法并推出全新服务引擎实现上述提升,现已上线其API平台及OpenRouter、Models.dev等合作渠道。价格维持每100万输入token 0.25美元、每100万输出token 1.00美元不变,新用户可获1000万免费token。Inception同步宣布完成由Menlo Ventures领投的5000万美元融资。目前尚无后续发展事实。

Mercury上线Azure AI Foundry

2026年9月29日,Inception Labs 宣布其 Mercury 扩散大语言模型(dLLM)在 Azure AI Foundry 上线,面向企业开发者提供商用规模的 dLLM。据 Inception Labs 博客,该模型通过扩散架构并行生成多个 token,推理速度最高可达同类自回归模型的 10 倍,在知识、编码、指令遵循和数学基准上与 Gemini 2.5 Flash、Claude 4.5 Haiku 相当。它支持 128K token 上下文窗口、原生工具调用和 JSON schema 结构化输出,API 兼容 OpenAI,目前在美国和加拿大区域提供,软件许可费用为 $0.78/小时,计算费用另计。截至现有证据,尚无后续发展事实。

Inception发布Mercury 2

2026年9月29日,Inception Labs发布扩散式推理语言模型Mercury 2,称其为全球最快的推理语言模型。该模型采用扩散式并行精炼而非自回归逐 token 解码,官方称生成速度提升超过5倍,在NVIDIA Blackwell GPU上达到1,009 tokens/sec。定价为每百万输入token 0.25美元、每百万输出token 0.75美元,支持可调推理、128K上下文、原生工具调用和schema对齐的JSON输出,并兼容OpenAI API,面向编码补全、智能体循环、实时语音和搜索RAG等延迟敏感场景,现已可用。同日,Inception Labs宣布Mercury 2上线Azure AI Foundry,目前在美国和加拿大区域提供。

Fireworks评测DeepSeek新模型

2026年9月14日,Fireworks AI 发布并评测 DeepSeek-V4.1-Flash。据其公布结果,该模型在 DeepSWE 上 pass@1 为 74.34%,与 GPT-6-Astra 的 74.12% 处于同一水平;单任务成本 0.43 美元,约为 Astra 的 1/15。该模型为 552B 参数 MoE,采用输入 8B、输出 16B 的分离激活预算,KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%,低于 Astra 的 50.40%,Fireworks 认为它更适合智能体编码而非高难推理。9月28日,Fireworks AI 发布首个缓存感知路由器 FireRouter with Opus,已在 CLI 上线并首次作为独立路由模型提供,可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间按任务适配度、提示词缓存成本和切换代价选择模型;其一个多月内部 A/B 测试显示,编码任务每次会话成本从 15.36 美元降至 6.63 美元,降幅 57%(±19 个百分点),准确率为纯 O

用Claude制作鹦鹉动画视频

2026年9月27日,Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中,使用 Claude Opus 5.5 根据三张鸮鹦鹉照片生成 HTML5 canvas 像素动画 Kākāpō Party,画面中至少 20 只鸮鹦鹉跳跃庆祝并带彩纸效果。随后他让本地 Claude Code 会话借助 Playwright 加载该 HTML 并模拟点击,录制出一段 15 秒视频,用于 Keynote 收尾幻灯片。9月28日,同一闭幕演讲中,他还按时间线梳理了 2026 年至今的 LLM 关键趋势,指出 2025 年 11 月发布的 Claude Opus 4.5 与 GPT-5.1 让 Claude Code、Codex 等编码智能体从“经常出错”变为“足以日常可靠使用”,并提到自己因“AI 狂热”用 Python 构建了 JavaScript 解释器和 WebAssembly 运行时。

Fireworks AI发布基于Kimi K3的Ember-1

2026年9月23日,Fireworks AI发布基于Kimi K3的高效推理模型Ember-1。官方称,该模型在保持同等质量的同时减少约40%的token消耗;在7个基准和两家客户的生产流量中,K3的推理过程可缩短35–50%而准确率不降。Ember-1以Research Preview形式在Serverless上线,与基础版Kimi K3并列提供,并同步开放基于企业自有数据的训练支持。后续报道称,该模型仅通过Fireworks serverless API提供,未公开权重、训练代码和具体训练算法,暂不支持自托管;与两家客户的生产编码负载A/B测试中,每任务输出token从49.3K降至29.9K,推理token下降71.3%,总token下降39%,任务得分0.753对0.751基本持平,其中一家客户已在生产环境使用。报道还称,Ember-1每token价格与Kimi K3相同,节省来自生成更少的token。

酉术量子发布UnitarySpark与UnitaryLab 2.5

2026年9月27日,酉术量子发布异构计算硬件底座UnitarySpark,并上线自然语言驱动的量子科学计算平台UnitaryLab 2.5公测版。据量子位报道,该方案把量子模拟、GPU加速、AI Agent交互和真机互联集成到一台本地工作站,数据全程不出本地;底层采用上海交大团队的“薛定谔化”算法框架,可将非酉微分方程转为酉演化形式。报道还称,基于NVIDIA DGX Spark的实践入选NVIDIA官网成功案例,手动编码约12步压缩为约3句自然语言描述,交互频次减少约75%。目前尚无后续发展事实。

Microsoft发布Copilot超级应用

2026年9月25日,Microsoft发布重新设计的Copilot超级应用,将聊天、编码和智能体三类能力整合进同一界面,分为Home、Code和Autopilot三个标签页。据The Verge AI报道,Code标签由GitHub Copilot同源技术驱动,可在沙箱环境中创建应用、看板或自动化,并作为云端内部应用分享给同事;原名为Scout的个人助理更名为Autopilot,以云端实例形式运行,拥有独立身份、记忆和工作区,可通过@提及像同事一样调用。计费方面,Microsoft对Cowork、Code和Autopilot采用按用量计费,普通用户订阅许可仍覆盖Chat及Word、Excel、PowerPoint、Outlook和Teams中的Copilot。目前尚无后续有证据的发展。

用 Amazon Bedrock 把开放权重模型作为你的 A

2026年9月23日,AWS Machine Learning 发布文章,讲解如何用 Amazon Bedrock 把开放权重模型作为 AI 编码智能体运行。文章介绍,开源终端 AI 编码智能体 OpenCode 可接入 Amazon Bedrock 上的开放权重模型,推理在用户自己的 AWS 账户内完成,无需管理基础设施,也没有按席位收费。文章演示了用 Moonshot AI Kimi K3、OpenAI GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B 配置多模型工作流,并介绍 Bedrock 的三种定价层级:Priority、Standard 按 token 计费,Flex 成本低 50%。目前该故事尚无后续发展事实。

Loom采用Transcribe 2.0转录

2026年9月19日,Atlassian在Loom中使用了Transcribe 2.0语音转录功能,并支持将转录内容直接导出至Cursor进行编码。据该消息描述,Atlassian发现Transcribe 2.0在捕捉用户指令方面更为准确,用户可通过Loom口述变更请求,再导出到Cursor完成编码。目前尚无后续发展事实,该事件仍处于这一状态。

Claude推出单会话项目协调功能

2026年9月18日,Claude推出从Claude Code启动并协调并行线程的项目功能。据Boris Cherny同日发布的描述,该功能改变了他与Claude的交互方式,也改变了编码方式:他不再管理会话,想到什么就发出去,Claude会把它拆分成多个线程,项目会记住他的工作方式,目前他大量编码都在这里完成。该说法来自其个人发布,属于同一事实的代表性证据,尚无其他来源交叉印证,也未见后续发展。

Inception发布升级版Mercury

Inception Labs 发布升级版 扩展规模并提升编码、推理和指令遵循能力的Mercury扩散语言模型

查看事件：Inception发布升级版Mercury

METR开发并部署基础实时逐动作监控器

2026年9月27日,METR开发并部署了一个基础实时逐动作监控器。该监控器由LLM judge在执行前审查智能体的每个动作,一旦超过阈值即暂停评估并转人工复核,目标是可靠检测可能造成现实危害或试图规避监控的行为。METR在梳理有效性论证时发现多项严重问题:有研究员因误解标准,未启用监控就运行了高风险评估;编码智能体可能自行打开人工复核面板并发送按键;监控无法抵御伪造用户轮次等手动红队攻击;早期Inspect版本中子智能体的动作不会展示给监控器。目前该监控器已部署,上述问题构成其有效性论证中的已知局限。

Meta介绍Muse Realtime Voice与Avatar统一流式架构

2026年9月24日,Meta发布并介绍由Muse Realtime Voice与Muse Realtime Avatar组成的统一流式架构。据Meta介绍,二者通过共享语音token流连接:前者生成编码内容与韵律的语音token,后者消费同一流并生成流式视频。系统以固定长度历史作为后续分块的动作上下文,在任意对话长度下保持有界计算,同时生成同步的语音、唇动与表情。团队将带3-way CFG、每段视频需120次评估的40步扩散教师模型蒸馏为无引导的2步因果学生模型,配合固定长度KV cache与self-forcing,以少60倍的评估次数接近教师质量。Meta还称,在自家实时通话产品中与两个商用化身系统对比,Muse Realtime Avatar在整体偏好上领先。目前尚无后续发展事实。

用 Amazon Bedrock 把开放权重模型作为你的 A

AWS Machine Learning 讲解 用 Amazon Bedrock 把开放权重模型作为你的 AI 编码智能体

查看事件：用 Amazon Bedrock 把开放权重模型作为你的 A

Fireworks AI分析DeepSWE v1.1模型路由潜力

Fireworks AI 于2026年9月21日发布分析,在 DeepSWE v1.1 的113个编码任务上测试18个模型,考察按任务路由模型的潜力。其公布的结果显示,按任务事后挑选最优模型可达97.6%通过率、每任务成本1.88美元;而表现最好的单模型 GPT-6 Astra 通过率为74.1%、每任务成本6.52美元。若仅限开源权重模型池,路由仍可达90.3%、每任务1.45美元。作者同时指出,上述数字来自事后挑选的 oracle 路由,属于上限视角,真实路由器必须在看到结果前做出选择。其 FireRouter 在四周2334个生产编码会话中,把成本从 Opus 5 单模型的15.81美元降至7.42美元。