NVIDIA RTX Spark 发布,10月16日全球多地举办线下体验活动
NVIDIA 宣布 RTX Spark PC 于次日发布,主打创作者、游戏玩家和 AI agents,并在10月16日于旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办线下体验活动。
NVIDIA 宣布 RTX Spark PC 于次日发布,主打创作者、游戏玩家和 AI agents,并在10月16日于旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办线下体验活动。
Liquid AI 发布多模态决策模型 d1-ultra,输入文本或图像与问题,单次前向直接返回各答案概率,不生成 token。
Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open:这是一个 MoE 架构的多模态模型,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M token,提供 BF16(约 1.5 TB)和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。
Databricks 发布 2026 年 AI 数据库选型指南,对比 10 款方案在检索能力、serverless 扩展、Postgres 兼容性、高并发与低延迟等维度的表现。
Adobe 与 NVIDIA 扩大合作,将 NVIDIA RTX Spark 超级芯片引入 Photoshop、Premiere 和 Substance 3D 等智能体创作应用,AI 处理、编辑、调色与特效速度最高提升 2 倍。
LangChain 在 Interrupt NYC 和 London 活动上发布多项 LangSmith 新功能,包括可用自然语言语义检索 trace 的 AI Search、支持用户级记忆与 Slack 交互的 Managed Deep Agents v0.9、加入 Red Teaming 的 LangSmith Engine v2。
OpenRouter 发布 Private Endpoints,团队可把微调模型、公共模型的专用部署或预留容量注册为私有端点,通过现有 API 和模型 slug 调用,仅组织内可见且不进入公开榜单和搜索。
Google DeepMind 介绍其智能体开发平台 Google Antigravity 在抗菌肽发现中的应用,并新推出内嵌的 Biomolecular Structure Viewer 3D 可视化工具。
Apple 机器学习研究团队演示如何在 Mac Studio 上本地运行近万亿参数的 Muse Spark Open 等前沿模型,使用今天发布的新版 MLX(v0.30.1 起)与 macOS 26.2 的 RDMA over Thunderbolt 驱动。
推荐理由:Apple 给出了在 Mac Studio 集群上跑 816B MoE 模型的并行方案与基准数据,可迁移到本地大模型部署实践。
Artificial Analysis 评测显示,NVIDIA 发布的 Nemotron 3.5 Super VL 以 26 分(另一处写作 26.5)登顶美国开源权重模型,智能达前代 Nemotron 3 Super(13 分)的两倍,且每任务输出 token 少约 60%(46k 对 114k)。
同一件事,精选收录的是《NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型》
Lovable 宣布平台内新增多种 AI 模型和工具,用户无需离开 Lovable 即可构建带语音、推理、视频、搜索等能力的应用。
Google Developers Blog 介绍 google/adk-recipes 仓库,它是 google/adk-samples 的重构后继版本,以 core/、plugins/、contrib/ 三层作为 Agent Platform 各入口的单一内容来源。
推荐理由:官方详解 google/adk-recipes 三层结构,读者可以据此了解同一仓库如何同时服务 Agents CLI、Agent Garden 和 Gemini Enterprise。
Microsoft AI 宣布完成 MAI-Base-2 预训练,这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型,在 held-out 评测中 BPB 低于所测全部开源权重模型,预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
推荐理由:官方披露了 MAI-Base-2 的完整预训练方法,读者可以从中了解 scaling ladder、Muon 优化和多轮 dropless MoE 等可借鉴的工程细节。
Microsoft Research 发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序,在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。在笔记本电脑上每秒可证明 720 万至 870 万条处理器指令,证明约 12 毫秒内可验证,安全性只依赖 SHA-256 或 SHA-3 等标准哈希函数,无需受信任设置或椭圆曲线。
NVIDIA Nemotron 3.5 Super VL 在 Baseten 上线,基于 Nemotron 3 Super 架构的 120B 参数 MoE 模型,每 token 激活 12B 参数,新增视觉编码器以支持文档、截图和视频理解。
NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL,采用 120B 参数 MoE 架构、每 token 激活 12B 参数,官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。
同一件事,精选收录的是《NVIDIA 发布开源 Nemotron 3.5 Super VL 及 Bolt 两款边缘模型》
NVIDIA 发布开源 120B 参数多模态模型 Nemotron 3.5 Super VL,面向高频智能体任务,官方称其准确率可比自家最大推理模型、参数量约为五分之一,吞吐比同类次优模型快至 5 倍;同时推出边缘模型 Bolt 74B-A9B 24GB(原生 2-bit 量化,可本地运行于 RTX/DGX Spark)和 Bolt E4B 4GB(10 月 23 日上线)。
推荐理由:原文给出三款开放模型各自针对的部署层级和量化、训练数据规模,读者可据此判断哪一档适合自家智能体场景。
Prime Intellect 与 NVIDIA 构建 2,500 个经验证的企业任务,用 GRPO 在 128 块 GB200 GPU 上训练约 11 小时,将 Nemotron 3.5 Super VL 在 AutomationBench-AA 公开分割上的得分从 34.0% 提升到 57.7%,相对提升 70%。
Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein,支持文生图、图像编辑和最多 10 张参考图的多参考生成,采用 FLUX Kommunity License。
推荐理由:官方公布了参数规模、显存门槛、生成速度和评测对比,读者可以评估它在本地部署与微调场景中的适配性。
Hugging Face 团队介绍 FLUX.3 Image Klein 模型发布首日即可在 Diffusers 中使用,单个模型支持文生图、多参考图生图和边界框布局控制。
推荐理由:官方教程覆盖布局控制、量化权重、显存与速度实测和架构拆解,读者可据此评估上手成本与适用场景。
作为 NVIDIA 发布合作伙伴,OpenHands 将开源多模态模型 Nemotron 3.5 Super VL 引入常驻软件工程智能体工作流。该模型基于 120B 参数 MoE 架构、12B 激活参数,支持文本、图像、文档和视频输入并输出文本,将多模态理解与智能体推理和工具调用结合。
NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL,vLLM 提供 Day 0 支持。模型基于 120B 总参数、12B 激活的 MoE 架构,结合推理、工具调用与文档、图像、视频理解,采用混合 Mamba-Transformer 架构、多 token 预测和 NVFP4 量化。
PyTorch 官方与 Arm 合作宣布 ExecuTorch 的 Cortex-M 后端,使 PyTorch 模型无需转换为其他框架格式即可直接运行在 Arm Cortex-M CPU 上,并利用 CMSIS-NN 加速,单一工作流支持 Scalar、DSP 和 MVE/Helium 全部能力层级。
Google Developers Blog 发布智能体评测实践指南,指出仅靠终端跑几个提示词的 vibe check 无法发现智能体重试循环、工具参数幻觉等隐性失败。
推荐理由:原文给出从 CUJ 定义到 CI/CD 门禁的完整智能体评测流程,可用 agent-eval 工具包直接复现,避开四个常见评测陷阱。
Terry Angelos 分析智能体购物要真正完成任务需要获得付款授权,由此展开钱包之战。文章指出 Stripe Link(3 亿用户)、Shop Pay(2.5 亿用户)、PayPal(4 亿以上用户)竞相接入 Muse 和 Instinct 等智能体,但 Stripe 用一次性虚拟卡代为付款会切断用户与商户的关系,丢失积分和权益。
Lovable 发布 Deploy on Azure,目前处于 private preview,可让应用及其数据运行在企业自己的 Azure 订阅中,编辑器和 agent 仍留在 Lovable。
a16z 孵化成立 501(c)(3) 非营利组织 Securing America's Infrastructure Foundation(SAIF),向缺乏 AI 资源的小城市、学区和乡村医院免费提供软件、实操培训与网络安全事件响应。
Apple 发布折叠屏 iPhone Duo,展开后是迄今最薄的 iPhone,内屏比 iPhone 18 Pro Max 大 50%(对角 7.58 英寸),合上时外屏 5.4 英寸(对角 5.36 英寸)提供 iPhone 18 Pro 约 90% 的屏幕面积。
Tessl 发布 Verifiers,规则以 JSON 文件形式存放在仓库中,每次代码变更时由 LLM judge 逐条给出 pass 或 fail,可像 lint 或测试一样在本地、pre-commit 或 CI 中使用。
推荐理由:官方详细介绍 Verifiers 的机制、配置与接入方式,读者可据此把它当作 lint 或测试之外的确定性检查接入现有工作流。
Qoder 上线 Fast 快速档位,通过模型组合、Agent 优化与网络链路三层优化,端到端任务完成时间约为 Auto 档位的 50%,输出速度较原先 Performance 提升 152%。该档位在十项通用任务测试中平均得分 4.94,与 Performance 的 4.93 基本持平,对比其它 Agent 产品 Fast 档位耗时约为其 1/3~1/2。
NVIDIA 加入欧盟委员会在都柏林 AI in Science Summit 上启动的 AI in Science Enablers Initiative,为欧洲研究界提供加速工具、算力与培训支持。
vLLM 让训练前向直接调用其推理 kernel 并改造这些高性能 kernel,使 rollout 与训练对每个采样 token 产生逐位相同的 logprob(diff = 0)。
蚂蚁 inclusionAI 发布 ZwZ2-4B,这是基于 Qwen3.5-4B 的 ZwZ2 系列模型,训练用完整图像、推理无需缩放工具。在六大领域 25 个 benchmark 上,它全部优于基座模型,整体准确率从 49.41 提升到 54.79(+5.38 分)。
Figma 宣布开源内容框架 Payload 集成到 Figma Make,用提示词创建应用时自动配套数据库、文件存储、用户登录和管理面板。Payload 加入 Figma 一年内下载量增长 6x,成为 NPM 上增长最快的开源 CMS;面向所有计划开放,托管基础设施目前处于 beta 且免费,定价将在生效前公布。
推荐理由:原文交代了 Payload 集成到 Figma Make 后的后端能力、托管现状和开放计划,读者可据此判断对建站工作流的改变。
Preferred Networks 的零售 AI・机器人解决方案 MiseMise 在 2026 年度 Good Design 奖中获颁 Good Design 金奖,该奖从 Good Design Best 100 中按 20 个审查类别各选 1 件、共 20 件。
MIT Sloan 教授 Eric So 在 MIT News 访谈中介绍其新书《The Collision: What AI Does to Us》,提出过度依赖 AI 会导致认知萎缩。他引用包括 Anthropic 研究在内的证据称约一半大学生查询是求简单答案的低努力查询,并提出拥抱挣扎、重视没有 AI 的自己、再投资认知盈余、把 AI 当导师而非答案机四条原则。
蚂蚁 inclusionAI 在 GitHub 开源音频理解模型 Ming-3.0-audio-flash,为 126B 参数 MoE 架构、激活参数 6.5B,另有 9.3B 参数的 Ming-3.0-audio-tiny 版本。
LangChain 基于 LangSmith 团队的实践经验,回答 agent 评估最常见的入门与进阶问题:agent 输出多样、路径不唯一,传统单元测试难以覆盖,需要从 trace 中抽取 10–20 个示例建数据集、跑基线并持续把线上失败加入数据集形成改进循环。
Databricks 演示通过系统性性能优化,将 Qwen 3.8 27B 在 AI Runtime 上的微调时间从 7 小时 44 分钟降至 1 小时 17 分钟,提速 6 倍。
推荐理由:原文给出从定位瓶颈到融合内核与数据打包的完整优化路径和量化结果,读者可迁移到自己的 LLM 微调任务。
Databricks 推出 Beta 版 Predictive AI Functions,新增 ai_top_drivers、ai_detect_anomalies、ai_predict_value、ai_predict_class 四个 SQL 原生函数,并改进 ai_forecast。