蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 音频理解模型
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。
全部 AI 动态
蚂蚁 inclusionAI：GitHub 新仓库AI 评分5858 LangChain：BlogAI 评分5656 LangChain 详解 agent 评估常见问题：从数据集搭建到 Harbor 基准
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：Blog精选AI 评分6161 Databricks 讲解如何在 AI Runtime 上将 Qwen 3.8 27B 微调时间缩短 6 倍
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：BlogAI 评分5555 Databricks 发布 Predictive AI Functions（Beta）并提升 ai_forecast 精度
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。
vLLM 官方博客AI 评分5353 vLLM 详解 Elastic EP 如何实现近零停机 GPU 扩缩容
vLLM 团队介绍如何通过异步准备与 NIXL EP 让 Elastic Expert Parallelism 在扩缩容时实现近零停机。在 DeepSeek V4 Pro 的 GB200 基准中，16 到 20 GPU 扩容停机从 99.62 秒降至 0.82 秒，缩回时降至 1.96 秒。
OpenAI Developers：Blog精选AI 评分7575 OpenAI 工程师分享用 GPT-6 系列模型清理代码库的实践与提示词
OpenAI Core Experimentation 团队工程师分享用 GPT-6 Astra 和 GPT-6.1 Sol 在 Codex 中做代码维护的实践，团队已合并超过 1,400 个维护 PR，删除逾 80 万行代码。
推荐理由：作者以一手实践给出可直接复用的 Codex 提示词和模型成本对比，读者可按小任务起步迁移到自己的代码库维护。
Artificial Analysis 完整文章AI 评分4545 Artificial Analysis 推出 AA-Robotics v0.1 具身智能评测
Artificial Analysis 发布 AA-Robotics v0.1，用 8 项实体任务评测具身智能，包括按红色按钮、把鳄鱼玩具放进矩形、倒饮料、整理积木、形状匹配、写 hello world、搭最高塔和测量盒子。
Ideogram BlogAI 评分5959 Ideogram 4.5 产品图编辑教程：用 Precise Edit 分步改背景、换色与调整布景
Ideogram 官方发布 4.5 产品图编辑教程，演示用 Precise Edit 对键盘、跑鞋和烤面包机图做多步编辑，覆盖换背景、改色和道具替换。教程强调把大需求拆成单次小编辑、保留未改动母版、逐步验收键帽文字和接触阴影等易错细节，并介绍 References（最多四个无遮罩、三个有遮罩）和遮罩的用法；Precise Edit 需付费计划或购买 credits。
vLLM 官方博客精选AI 评分6060 vLLM 推出无需置信头的在线拟合接受估计器，让 EAGLE、MTP 等草稿模型可用 Adaptive Verification
vLLM 支持 confidence scoring 扩展到所有基于草稿模型的投机类型，通过在线拟合的 logistic 回归从草发者 logits 推导 logit(q_max) 特征来预测目标模型的接受概率，作为 Adaptive Verification 的置信分。
推荐理由：原文给出无置信头草稿模型启用 Adaptive Verification 的在线估计方法、设计取舍和实测数据，方法可直接在 vLLM 中配置复用。
Meta AI：Research BlogAI 评分5454 Meta 发布 Muse 模型辅助健康科研探索及十篇研究论文
Meta 介绍其人类主导的 AI 科研系统探索，使用 Muse Spark 1.3 与 Muse Wonder 构建编码脚手架，访问五百万份去标识电子健康记录，医学研究者四周内完成十篇覆盖传染病、肿瘤、内分泌等领域的研究手稿。每篇论文经过医学同行反馈、生物统计学家审查和第三方独立专家评审；作者称最快七天内从首个提示词完成手稿，最佳情况下效率提升至传统流程的十倍。
Claude：YouTube同事件AI 评分7070 Claude Code 云端会话介绍，支持手机发起和并行运行
Claude 介绍 Claude Code 的云端会话功能，会话在云上独立虚拟机中运行，不在本地电脑上，可离开后继续、用手机发起并多个并行。文中说明如何连接 GitHub、配置环境、启动会话和查看结果，功能面向 Pro、Max、Team 套餐及带高级席位的 Enterprise 用户，与本地会话共同计入套餐限额，无单独计算费用。
Databricks：BlogAI 评分4848 Databricks Document Intelligence 实时 REST API 正式 GA
Databricks 的 Document Intelligence 解析、分类、抽取 REST API 正式 GA，用于文档路由的 decisions API 进入 beta。开发者可在应用或智能体中调用 ai_parse_document、ai_extract、ai_classify 等接口，实时把文档转为结构化结果，并支持引用定位与置信度分数。
Anthropic：NewsroomAI 评分5151 Anthropic 加强 2026 美国中期选举防护，公开 Claude 政治类对话数据
Anthropic 发布面向 2026 年美国中期选举的防护更新，分析 9 月 21 至 27 日约 250,000 条美国 Claude.ai 对话，其中 5.75% 涉及政治或社会议题、0.51% 涉及选举或投票，询问投给谁的仅约 0.01%。
Databricks：BlogAI 评分4545 Databricks 谈 AI 智能体为何难以证明 ROI：速度不是正确的生产力指标
Databricks 的 Amber Roberts 指出，企业快速采用 AI 智能体却难以证明 ROI，原因在于采购者与日常使用者往往不是同一批人，目前多数组织正处于试用与筛选有效用例的阶段。她认为"更快"是错误的智能体 AI 生产力指标，生产力应绑定各团队自身的 KPI，并配合质量指标衡量。她还强调，智能体理解业务上下文比单纯执行任务的速度更重要。
Claude Code：GitHub ReleasesAI 评分4747 Claude Code v2.1.300 发布：新增虚拟文本、缓存写入拆分与 /advisor
Claude Code v2.1.300 发布，为 mod 的提示词装饰新增 virtualText，并新增 $.ui.view({ agentId }) 用于在主视图查看智能体对话记录。
Mastra BlogAI 评分4848 Mastra 推出 Trace Queries，可筛选并修复编码智能体的慢速或失败运行
Mastra 推出 Trace Queries，支持按时间、agent/workflow ID、状态、评分和反馈等字段筛选 trace，并可通过 CLI、Mastra Client SDK 和 HTTP 可观测性端点构造查询。
Google Developers BlogAI 评分5252 Apigee hybrid 1.17.0 支持 MCP：数据面运行在用户自己的 Kubernetes 集群内
Google 宣布 Apigee hybrid 1.17.0（2026 年 9 月 14 日发布）正式支持 MCP，MCP 数据面运行在用户自己的 Kubernetes 集群内，MCP 请求流量不出集群，配置由集群侧拉取、Google 控制面不主动入站连接。
xAI：News精选AI 评分6666 xAI 发布 Grok Voice 3.0 语音模型
xAI 发布 speech-to-speech 模型 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech Index 以 86.9 分排名第一，时延低于一秒。
推荐理由：官方发布给出多项第三方基准分数、时延和 API 定价，读者可以据此评估它在语音智能体场景的性价比。
LangChain：Blog精选AI 评分6363 LangChain 详解 Deep Agents 的上下文工程：如何记住信息而不塞满上下文窗口
LangChain 发布博客，介绍其开源 Agent 框架 Deep Agents 如何用 middleware 做上下文工程，应对长任务中的 context rot。
推荐理由：LangChain 以竞争分析 Agent 为例，讲清 offloading、summarization、skills、subagents 和长期记忆五类上下文管理技术如何通过 middleware 落地。
Claude：BlogAI 评分5959 Claude Platform 推出 OpenTelemetry traces 公测，支持 Managed Agents、Messages API 和 SDK
Anthropic 在 Claude Platform 上推出 OpenTelemetry traces 公测，可从 Claude Managed Agents、Messages API 和 Claude SDKs 向任意 OTel 工具发送追踪数据，覆盖每轮 agent、模型调用和工具调用，并含延迟、token 和 ID。
vLLM 官方博客AI 评分5050 vLLM 推出基于 push 的 KV 传输，分离式推理 TTFT 最高提升 3 倍
vLLM 新增 push-based NIXL connector，将 KV 传输的协调与建立从解码关键路径移到预填充侧后台线程，在 1P1D 的 Amazon EC2 P5en + EFA 部署上，Qwen3-32B 的 TTFT 最高提升 3 倍、TPOT 最高提升 30%。该功能先在 AWS Trainium 集群验证，后作为加速器无关特性贡献给 vLLM，GPU 集群同样受益。
NVIDIA：NewsroomAI 评分4444 NVIDIA 发布 cuPotential 等 CUDA-X 库，联合半导体厂商推进 AI 定义晶圆厂
NVIDIA 推出 CUDA-X 新库 cuPotential，供开发者构建模拟原子与分子相互作用的 AI 智能体，早期测试中让已 GPU 优化的流程再提速 2-3 倍。
Apple Machine Learning ResearchAI 评分5959 Apple 发布三模态掩码扩散模型设计空间研究
Apple 团队发布首个从零预训练的三模态掩码扩散模型（MDM）研究，在文本、图文和音频文本数据上训练。论文系统分析了多模态缩放规律、模态混合比例、噪声调度和 batch size 影响，提出基于 SDE 的重参数化方法免去调优最优 batch size，并在 3B 模型规模（6.4T tokens）上验证了文本生成、T2I 和 T2S 任务的表现。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分5151 NVIDIA NeMo Gym 助力 Siemens Fuse EDA 智能体将基准综合得分从约 55% 提升至约 95%
NVIDIA 技术博客介绍西门子如何用 NeMo Gym 评估和改进 Solido Characterization Suite 智能体在标准单元特征化中的可靠性。
Mastra BlogAI 评分4444 Mastra Platform 推出 Trace Imports，支持从 Langfuse 导入历史追踪
Mastra Platform 上线 trace imports 功能，可将第三方可观测性平台的历史追踪导入 Mastra，首批支持 Langfuse，导入的追踪与 Mastra 生成的追踪并列展示，便于调试、筛选和对比。
Ai2 / Allen Institute for AIAI 评分5353 Ai2 发布 HiRO-ACEv2，以约 1/300 的成本生成全球 3 公里分辨率气候数据
Ai2 发布 HiRO-ACEv2，新降尺度模型 HiROv2 可同时预测多种高分辨率场，对百万分之一概率的极端降雨、风和气压事件，其高分辨率统计与 X-SHiELD 目标模拟误差在 3% 以内。
Google Research：Blog精选AI 评分7373 Google 发布智能体审稿系统 Deep Review，支持多领域技术文档审查
Google 公开发布智能体审阅系统 Deep Review，可对复杂技术文档提供反馈与验证，最初面向计算机科学论文，现已扩展到法律、金融等领域。
推荐理由：原文介绍了系统由来、四阶段智能体审阅流程和公开使用条件，读者可以了解其适用范围与接入方式。
Google Research：BlogAI 评分4949 Google Earth AI 推出地理空间推理智能体，并发布两项新基准
Google 将 Earth AI 的地理空间推理智能体从早期原型升级为实验系统，可跨行星级数据完成多步推理并自主训练定制预测模型。技术报告在四个基准上评测，其中 GeoKTools 和 GeoExpertQueries 为 Google 新发布，结果显示 Earth AI 专用工具加前置规划优于开箱即用的 LLM。
Google Research：BlogAI 评分4444 Google Research 发布 10 项进展：Google Earth AI、Deep Review 等
Google Research 在 Research@ 活动上公布 10 项研究进展，包括 Google Earth AI 新增地理空间分析、风险预测和 agent-to-agent API 三项实验能力，并整合 Google Dataset Search 与 TimesFM。
蚂蚁百灵：Developer Blog精选AI 评分6565 蚂蚁百灵开源 Ling-3.1-flash：总参数约 560B、每 Token 激活约 25B，支持 1M 上下文
蚂蚁百灵正式开源 Ling-3.1-flash，权重可在 Hugging Face 和 ModelScope 获取。模型总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文；经 MXFP4 与 block-FP8 量化后权重占用从约 534GB 降至 292GB，Hopper GPU 测试中服务部署由 8 卡降至 4 卡。
推荐理由：官方开源公告给出权重入口、Artificial Analysis 与 Design Arena 评测数据和 4 卡部署实测，便于评估自部署可行性。
Goodfire Research精选AI 评分6262 Goodfire 的 Nick Cammarata 提出神经网络的神经元大多本就干净可解释
Goodfire 研究员 Nick Cammarata 发表 65 分钟阅读的研究长文，主张早期模型中多义性的成因不是叠加态，而是递归泛化等若干可修复的普通问题。
推荐理由：Goodfire 研究员以第一手实验重新解读多义性与叠加态的经典证据，提出递归泛化假说，读者可借此了解机制可解释性研究路径的分歧。
MIT News精选AI 评分6565 MIT团队用机器学习修正误差，将两到六周天气预报准确率翻倍
MIT研究人员团队在Nature发表论文，提出一个机器学习后处理层，通过从历史数据中学习现有预报模型的错误并修正其输出，将两周到六周范围的预报准确率翻倍。该模型在ECMWF的季节间预报竞赛中获第一名，首次在该时间范围内稳定超过气候学平均值，并显著改善洪水、寒潮等极端天气事件的预测；模型开源、低成本、可附加于任意预报模型，肯尼亚气象部门已接洽用于改进季风季预报。
推荐理由：原文介绍了Nature论文的方法与实测结果，读者可了解AI误差修正如何让两周到六周的天气预报首次稳定超过气候平均值。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5959 蚂蚁 inclusionAI 发布 Ling-3.1-flash 混合推理模型
蚂蚁 inclusionAI 发布 Ling-3.1-flash，一个原生混合推理模型升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M-token，架构为 Hybrid-linear MoE（KDA + Gated MLA）。
OpenAI：官网动态AI 评分4141 Third Moment Research 如何用 GPT-6 与 Codex 同时运行 1 万个智能体 36 小时以上
Third Moment Research 借助 GPT-6 Astra、GPT-6 Sol、GPT-6.1 Sol 与 Codex，可同时运行 1 万个智能体，单次自主研究持续 36–48 小时，单日消耗 1 万亿 OpenAI token。
Factory 研究 / 产品AI 评分4949 Factory 推出 OpenCompute：面向智能体沙箱的自托管编排器
Factory 发布 OpenCompute，一款可在用户自选运行时上自托管编排智能体沙箱的产品，现已进入 private preview。它提供按需供给与生命周期管理，集成 Environments、Automations 和 Remote Control，支持 AWS Lambda MicroVMs、Kubernetes 等基础设施。
a16z：NewsAI 评分5353 a16z：长时程智能体如何赢得高价值客户旅程的接力赛
a16z 合伙人 David Haber 撰文认为，长时程 Agent 已能跨数十个步骤、数周数月承接完整客户旅程，如保险理赔、按揭和企业销售。
Modal 官方工程博客精选AI 评分7171 Modal 年化收入突破 10 亿美元并完成 7.5 亿美元 D 轮融资
Modal 宣布年化收入突破 10 亿美元，并完成 7.5 亿美元 D 轮融资，投后估值 157.5 亿美元，由 Accel 领投，Kleiner Perkins 及现有投资方跟投。
推荐理由：作者作为当事方给出融资规模、估值和业务数据，并说明自研底层技术栈与新产品线，读者可据此了解 Modal 的增长轨迹。
Sakana AI：BlogAI 评分4747 Sakana AI 为 Sakana Chat 推出记忆可视化功能 My Fish
Sakana AI 为 Sakana Chat 新增记忆可视化功能 My Fish，可查看聊天机器人记住了什么、记忆何时被调用以及记忆之间的关联。该功能基于 9 月更新引入的记忆能力，提供热力图、分类总览、连接地图和时间线视图，30 天以上未使用的记忆会变淡。用户可在设置中随时关闭记忆功能，My Fish 同时支持网页端和移动端。
Baseten 工程博客AI 评分4141 Runway 视频模型 Gen-4.5 与 Aleph 2.0 上线 Baseten 专属部署
Runway 的前沿视频生成与编辑模型 Gen-4.5 和 Aleph 2.0 现已可通过 Baseten 进行专属部署。用户可从 Runway 直接授权模型权重，在 Baseten 的单租户隔离环境中运行，并获得专属 GPU 资源与自动扩缩容，Baseten 为该部署提供 99.99% 可用性 SLA。
Lovable Blog精选AI 评分6969 Lovable 推出增长工具，从同一聊天窗口帮你获客投广告和做 SEO
Lovable 推出增长工具，在原有建应用聊天窗口中提供增长计划、广告投放和 SEO 能力。用户设定目标后，Lovable 依据应用上下文生成可执行计划；可连接 Google Ads 和 Meta 账号在 Google。
推荐理由：官方介绍了增长功能的实际运作方式，包括广告投放前的审批机制和不加价的计费方式，读者可据此评估对自有产品的适用性。